(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211151581.X (22)申请日 2022.09.21 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 涂朋成　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 刘广 (51)Int.Cl. G06Q 40/00(2012.01) G06V 30/148(2022.01) G06N 20/00(2019.01) (54)发明名称 财务数据 的异常分析方法、 装置、 电子设备 及存储介质 (57)摘要 本申请实施例提供一种财务数据的异常分 析方法、 装置、 电子设备及存储介质， 其中， 该方 法包括： 获取财务数据； 根据预先构建的风控模 型对所述财务数据进行特征提取， 得到财务数据 特征； 根据所述财务数据和预先获得的离线模型 结果进行参数配置， 得到风控参数； 根据所述财 务数据特征和所述风控参数获得所述财务数据 对应的标签； 根据所述标签获得分析结果。 实施 本申请实施例， 可以对虚拟资源分析过程中的财 务数据进行分析， 无需人工审核， 缩短审核时间， 减小出错概率， 节省人力物力。 权利要求书2页 说明书9页 附图3页 CN 115482075 A 2022.12.16 CN 115482075 A 1.一种财务数据的异常 分析方法， 其特 征在于， 所述方法包括： 获取财务数据； 根据预先构建的风控 模型对所述财务数据进行 特征提取， 得到财务数据特 征； 根据所述财务数据和预 先获得的离线模型 结果进行参数配置， 得到风控参数； 根据所述财务数据特 征和所述 风控参数获得 所述财务数据对应的标签； 根据所述标签获得分析 结果。 2.根据权利要求1所述的财务数据的异常分析方法， 其特征在于， 在所述获取财务数据 的步骤之前， 还 包括： 构建所述 风控模型。 3.根据权利要求2所述的财务数据的异常分析方法， 其特征在于， 所述构建风控模型的 步骤， 包括： 构建基础机器学习模型； 获取指标 数据、 标签信息和非结构化数据； 将所述指标数据、 所述标签信 息和所述非结构化数据输入所述基础机器学习 模型进行 训练， 得到所述 风控模型。 4.根据权利要求1所述的财务数据的异常分析方法， 其特征在于， 预先获得所述离线模 型结果的步骤， 包括： 获取历史财务数据； 将所述历史财务数据输入所述 风控模型， 得到所述离线模型 结果。 5.根据权利要求1所述的财务数据的异常分析方法， 其特征在于， 所述根据所述财务数 据和预先获得的离线模型 结果进行参数配置， 得到风控参数的步骤， 包括： 根据所述财务数据和所述离线模型 结果配置比例参数、 阈值和关键 字； 根据所述比例参数、 所述阈值和所述关键 字获得所述风控参数。 6.一种财务数据的异常 分析装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取 财务数据； 特征提取模块， 用于根据预先构建的风控模型对所述财务数据进行特征提取， 得到财 务数据特 征； 参数配置模块， 用于根据所述财务数据和预先获得的离线模型结果进行参数配置， 得 到风控参数； 数据获得模块， 用于根据所述财务数据特征和所述风控参数获得所述财务数据对应的 标签； 分析模块， 用于根据所述标签获得分析 结果。 7.根据权利要求6所述的财务数据的异常分析装置， 其特征在于， 所述装置还包括构建 模块， 用于： 构建风控 模型。 8.根据权利要求6所述的财务数据的异常分析装置， 其特征在于， 所述构建模块还用 于： 构建基础机器学习模型； 获取指标 数据、 标签信息和非结构化数据； 将所述指标数据、 所述标签信 息和所述非结构化数据输入所述基础机器学习 模型进行权　利　要　求　书 1/2 页 2 CN 115482075 A 2训练， 得到所述 风控模型。 9.一种电子设备， 其特征在于， 包括存储器及处理器， 所述存储器用于存储计算机程 序， 所述处理器运行所述计算机程序以使 所述电子 设备执行根据权利要求 1至5中任一项 所 述的财务数据的异常 分析方法。 10.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1至 5中任一项所述的财务数据的异常 分析方法。权　利　要　求　书 2/2 页 3 CN 115482075 A 3