摘要
本发明公开了一种基于大语言模型的运营数据风险智能识别与评估方法，包括如下步骤：S1、收集数据源的运营数据；S2、对运营数据中的非结构化数据进行预处理；S3、利用改进的BERT大语言模型对非结构化数据进行语义分析，识别出潜在的风险信号；S4、对结构化数据进行预处理，并提取特征信息，并将风险信号识别结果与特征信息进行融合；S5、基于改进的XGBoost算法进行风险评估；S6、对识别出的风险因素进行量化评估；S7、在运营数据更新时，对新的运营数据进行实时风险识别与评估；S8、当风险评估结果触发设定的预警阈值时，生成风险预警。本发明结合改进BERT模型与XGBoost算法，实现了行业数据风险识别与评估，具备准确性高、实时性强和自动化程度高的优点。
