買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜深圳市優訊信息技術有限公司申請的專利基于動態規則構建的風險預警方法、裝置、設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119671294B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510199422.4，技術領域涉及：G06Q10/0635；該發明授權基于動態規則構建的風險預警方法、裝置、設備及介質是由曾立軍;彭春臣;劉科言設計研發完成，并于2025-02-24向國家知識產權局提交的專利申請。

本基于動態規則構建的風險預警方法、裝置、設備及介質在說明書摘要公布了：本發明公開了基于動態規則構建的風險預警方法、裝置、設備及介質，涉及風險預警技術領域，方法通過提取用戶靜態屬性和動態行為序列，構建原始數據集，進行時序分析，生成行為時序響應特征，進行跨模態特征融合，構建時空感知行為向量；根據風險規則和對應的標準時空感知行為向量構建動態規則圖結構，基于圖卷積網絡迭代更新風險規則權重，構建小波域風險量化模型，生成多尺度風險值；對新生成的時空感知行為向量，輸入小波域風險量化模型，生成待判斷多尺度風險值，不滿足閾值條件時，進行風險預警。通過時序分析和多尺度風險量化模型，提升風險識別的準確性，并支持多維度、多尺度的風險分析，從而有效提高風險管理的精確度和實時性。

本發明授權基于動態規則構建的風險預警方法、裝置、設備及介質在權利要求書中公布了：1.基于動態規則構建的風險預警方法，其特征在于，包括：S1：從積分系統數據庫中提取用戶靜態屬性和動態行為序列，構建原始數據集，對所述原始數據集進行預處理；所述用戶靜態屬性包括：用戶ID、年齡、性別、地域、會員等級和信用評分；所述動態行為序列包括：積分變化量、積分變化類型、積分變化頻率、行為時間間隔；對所述原始數據集進行預處理，包括對數值型參數進行歸一化，對非數值型參數進行離散化編碼；S2：對預處理后的動態行為序列進行時序分析，生成行為時序響應特征，基于用戶靜態屬性、動態行為序列和行為時序響應特征進行跨模態特征融合，構建時空感知行為向量；S3：根據風險規則和對應的標準時空感知行為向量構建動態規則圖結構，對所述動態規則圖結構基于圖卷積網絡迭代更新風險規則權重；將風險規則設置為動態規則圖節點，將對應的標準時空感知行為向量的特征相似性設置為邊權重；對應的標準時空感知行為向量的特征相似性的計算邏輯為：其中，Ejkt為第j個和第k個風控規則之間在時刻t的邊權重，α為相似性敏感度系數，fjt、fkt和fmt分別為第j個、第k個和第m個風險規則對應的標準時空感知行為向量，d為風險規則的總數；風險規則權重的更新邏輯為：Wl+1t＝ReLUGt·Wlt·Θl，Wl+1t為圖卷積l+1層的風險規則權重，Gt為動態規則圖結構，Wlt為圖卷積l層的風險規則權重，Θl為第l層的時變權重矩陣，ReLU·為激活函數；S4：將所有標準時空感知行為向量按行堆疊構成時空感知行為矩陣，根據時空感知行為矩陣和風險規則權重，構建小波域風險量化模型，生成多尺度風險值；小波域風險量化模型的計算邏輯為：其中，Rt為時刻t的風險值，S為時間尺度，ψst為尺度自適應權重，Ws為尺度特征權重矩陣，F為時空感知行為矩陣，＊為卷積操作，F＊Wst表示時空感知行為矩陣F和尺度權重矩陣Wst之間的卷積運算，用于提取特定尺度下的特征信息，為Frobenius范數的平方，ρs為尺度相關閾值，尺度自適應權重ψst的計算邏輯為：βs為尺度調整系數；S5：對新生成的時空感知行為向量重復按行堆疊構成時空感知行為矩陣，輸入所述小波域風險量化模型，生成待判斷多尺度風險值，對所述待判斷多尺度風險值進行閾值判斷，當閾值判斷結果不滿足閾值條件時，進行風險預警。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳市優訊信息技術有限公司，其通訊地址為：518000 廣東省深圳市福田區梅林街道孖嶺社區凱豐路10號翠林大廈17層1701-1704；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。