本發(fā)明涉及人工智能技術(shù)，揭露一種風(fēng)險預(yù)測方法，包括：基于從多源信息集中提取的風(fēng)險感知因子集構(gòu)建時序知識圖譜，對時序知識圖譜進(jìn)行隱含關(guān)系補(bǔ)充和因果關(guān)系補(bǔ)充，得到標(biāo)準(zhǔn)知識圖譜和事理圖譜；利用強(qiáng)化學(xué)習(xí)算法構(gòu)建的風(fēng)險預(yù)測模型預(yù)測得到目標(biāo)風(fēng)險實體；對標(biāo)準(zhǔn)知識圖譜進(jìn)行關(guān)系量化和程度量化，得到依存緊密度和事件危害程度，基于事理圖譜、依存緊密度和事件危害程度并結(jié)合圖神經(jīng)網(wǎng)絡(luò)和半監(jiān)督方法訓(xùn)練得到宏觀預(yù)測模型，利用宏觀預(yù)測模型預(yù)測出目標(biāo)風(fēng)險實體對應(yīng)的風(fēng)險行業(yè)。此外，本發(fā)明還涉及區(qū)塊鏈技術(shù)，事理圖譜可存儲于區(qū)塊鏈的節(jié)點。本發(fā)明還提出一種風(fēng)險預(yù)測裝置、電子設(shè)備以及存儲介質(zhì)。本發(fā)明可以提高對行業(yè)進(jìn)行風(fēng)險預(yù)測的準(zhǔn)確度。