近期，工（gōng）行在“融安控”框架下研发投产了“违规风（fēng）险（xiǎn）智能识（shí）别系统（tǒng）（VIS）”，着力破解传统风验监（jiān）测（cè）模（mó）式下信（xìn）息展现碎片（piàn）化，风险识别（bié）精准度不足、模型（xíng）适（shì）应性不强、风（fēng）险揭（jiē）示不够全面深入的（de）局限，更加有效地揭示和（hé）防控内部案件和重大（dà）业（yè）务风险隐患（huàn）。

  据介绍（shào），该系（xì）统通过整合与重（chóng）构数据信息，逐步实现（xiàn）风险信息展现的“全景化”，以“风险冲击”（动能）“风险变化趋”（势能）的数据结构为体，实现从（cóng）交易异（yì）常（cháng）、操作违规（guī）、资产（chǎn）异动、负（fù）债异变、处（chù）罚惩戒、营销（xiāo）异常、反洗线等分析角度，完整展现人员各类风险（xiǎn）信息，初步构建了统一的人员风（fēng）险画像（xiàng）和风险数据（jù）建（jiàn）模。

  同时，通过特（tè）征萃（cuì）取与关（guān）联分（fèn）析，逐步实现风险模型监测的“场景化”。收集专项检查、客户投诉、业务（wù）运营（yíng）等风险数据信息，解（jiě）析提炼出113类（lèi）风险场景特征，构建（jiàn）了“风险（xiǎn）场景”特征库。

  此（cǐ）外，通过机（jī）器学习与风险推演，实（shí）现人机协作“智（zhì）能化”。采用“机器学习”算法，引入智能调节模型权重（chóng）机制、风险热点（diǎn）引导机（jī）制、风险调（diào）校机制，利用ITPR算法对（duì）系统风险偏好进行引导（dǎo），将（jiāng）已确（què）认的风险问题进行收集，组成“黑样本”特（tè）征库，并建（jiàn）设“风险（xiǎn）推演实验室”，利用机器（qì）学习相关算法对风险数（shù）据结果反向（xiàng）学习，不（bú）断调校风险（xiǎn）重要性参数，提升分析认知和风险预判能力。