1.一种基于人工智能的业务风险处理方法，其特征在于，所述方法包括：

在某一目标线上业务建立之后，监控所述目标线上业务对应的当前业务进度，并根据所述当前业务进度判断所述目标线上业务是否满足预先设定的业务风险监控条件；

当判断出所述当前业务进度满足所述业务风险监控条件时，获取所述目标线上业务对应业务类型；

采集所述业务类型对应的第一多维度业务信息，所述第一多维度业务信息包括业务持续时长、与所述业务持续时长对应的当前业务开展情况、与所述业务持续时长对应的预期业务开展情况、所述目标线上业务对应的提供方信息、所述目标线上业务对应的接受方信息、所述目标线上业务对应的线上对话信息、所述目标线上业务对应的标准服务流程、所述目标线上业务对应的实际服务流程；

将所述第一多维度业务信息输入至预先训练好的、与所述业务类型相匹配的业务风险预测模型，得到目标业务风险预测结果；

判断所述目标业务风险预测结果是否满足风险处理触发条件，当判断所述目标业务风险预测结果满足所述风险处理触发条件时，从预先确定出的业务风险处理策略库中筛选与所述目标业务风险预测结果对应的目标风险处理策略，基于所述目标风险处理策略执行对所述目标线上业务的风险处理操作；

其中，所述将所述第一多维度业务信息输入至预先训练好的、与所述业务类型相匹配的业务风险预测模型，得到目标业务风险预测结果，包括：对所述第一多维度业务信息进行分类，得到与所述目标线上业务的提供方的关联度大于等于第一预设关联度阈值的第一类业务信息、与所述目标线上业务的接受方的关联度大于等于第二预设关联度阈值的第二类业务信息以及第三类业务信息，所述第三类业务信息为所述第一多维度业务信息中除所述第一类业务信息及所述第二类业务信息之外的剩余业务信息；

将所述第一类业务信息输入至预先训练好的第一风险预测模型，得到第一业务风险预测结果；

将所述第二类业务信息输入至预先训练好的第二风险预测模型，得到第二业务风险预测结果；

将所述第三类业务信息输入至预先训练好的第三风险预测模型，得到第三业务风险预测结果；

根据所述第一业务风险预测结果、所述第二业务风险预测结果以及所述第三业务风险预测结果，生成目标业务风险预测结果。

2.根据权利要求1所述的基于人工智能的业务风险处理方法，其特征在于，所述方法还包括：获取所述目标线上业务对应的业务触发来源，根据所述业务触发来源判断所述目标线上业务是否满足业务风险校正条件；

当判断出所述目标线上业务不满足所述业务风险校正条件时，触发所述的判断所述目标业务风险预测结果是否满足风险处理触发条件的步骤；

当判断出所述目标线上业务满足所述业务风险校正条件时，采集所述业务触发来源对应的第二多维度业务信息，并根据所述第二多维度业务信息对所述目标业务风险预测结果进行校正，以更新所述目标业务风险预测结果，并触发所述的判断所述目标业务风险预测结果是否满足风险处理触发条件的步骤。

3.根据权利要求2所述的基于人工智能的业务风险处理方法，其特征在于，所述根据所述业务触发来源判断所述目标线上业务是否满足业务风险校正条件，包括：根据所述业务触发来源，判断所述目标线上业务为首次触发业务或转接触发业务，所述转接触发业务用于表示所述目标线上业务是由其它提供方转接过来的；

当所述目标线上业务为所述转接触发业务时，确定所述目标线上业务满足业务风险校正条件；

当所述目标线上业务为所述首次触发业务时，采集所述目标线上业务对应的业务触发信息，所述业务触发信息用于表示所述目标线上业务对应的业务触发渠道；

判断所述业务触发信息是否处于授权触发信息范围内，当判断出所述业务触发信息未处于所述授权触发信息范围内时，确定所述目标线上业务满足业务风险校正条件。

4.根据权利要求3所述的基于人工智能的业务风险处理方法，其特征在于，所述根据所述业务触发来源判断所述目标线上业务是否满足业务风险校正条件，还包括：在判断出所述业务触发信息未处于所述授权触发信息范围内时，获取所述业务触发信息对应的触发风险等级，并判断所述触发风险等级是否大于等于预先设定的风险等级阈值，当判断出所述触发风险等级大于等于所述风险等级阈值时，执行所述的确定所述目标线上业务满足业务风险校正条件的步骤；

以及，所述获取所述业务触发信息对应的触发风险等级，包括：

确定所述业务触发信息对应的业务触发渠道，并采集所述业务类型对应的其它业务在所述业务触发渠道对应的业务相关信息；所述业务相关信息包括历史时间段内的触发人次、触发频次、业务沟通时长、业务沟通频次、业务触发结果、业务评价、异常业务占比、风险业务占比；

根据所述业务相关信息，生成所述业务触发信息对应的触发风险等级。

5.根据权利要求1所述的基于人工智能的业务风险处理方法，其特征在于，所述根据所述第一业务风险预测结果、所述第二业务风险预测结果以及所述第三业务风险预测结果，生成目标业务风险预测结果，包括：根据分别对应的权重系数，对所述第一业务风险预测结果、所述第二业务风险预测结果以及所述第三业务风险预测结果进行加权求和，得到目标业务风险预测结果；

其中，所述第一业务风险预测结果、所述第二业务风险预测结果以及所述第三业务风险预测结果分别对应的权重系数是通过以下方式确定出的：根据所述目标线上业务对应的当前业务开展情况，确定所述接受方对所述当前业务开展情况的正向影响占比与负向影响占比，以及，确定所述提供方对所述当前业务开展情况的正向影响占比与负向影响占比；

根据所述第三业务风险预测结果对应的预设权重系数、所述接受方对所述当前业务开展情况的正向影响占比与负向影响占比、所述提供方对所述当前业务开展情况的正向影响占比与负向影响占比，确定所述第一业务风险预测结果对应的权重系数以及所述第二业务风险预测结果对应的权重系数；

其中，所述第三业务风险预测结果对应的预设权重系数、所述第一业务风险预测结果对应的权重系数以及所述第二业务风险预测结果对应的权重系数三者之和满足预设权重条件。

6.根据权利要求5所述的基于人工智能的业务风险处理方法，其特征在于，所述从预先确定出的业务风险处理策略库中筛选与所述目标业务风险预测结果对应的目标风险处理策略，包括：根据所述第一业务风险预测结果、所述第二业务风险预测结果以及所述第三业务风险预测结果，确定所述目标线上业务对应的第一风险影响对象；

根据所述当前业务开展情况，确定所述第一风险影响对象对应的直接风险影响占比以及所述第一风险影响对象对应的间接风险影响占比；

根据所述直接风险影响占比以及所述间接风险影响占比，确定所述目标线上业务对应的第二风险影响对象；

根据所述第二风险影响对象，从预先确定出的业务风险处理策略库中筛选与所述第二风险影响对象对应的风险处理策略，作为与所述目标业务风险预测结果对应的目标风险处理策略。

7.一种基于人工智能的业务风险处理装置，其特征在于，所述装置包括：

监控模块，用于在某一目标线上业务建立之后，监控所述目标线上业务对应的当前业务进度；

判断模块，用于根据所述当前业务进度判断所述目标线上业务是否满足预先设定的业务风险监控条件；

信息采集模块，用于当所述判断模块判断出所述当前业务进度满足所述业务风险监控条件时，获取所述目标线上业务对应业务类型；以及，采集所述业务类型对应的第一多维度业务信息，所述第一多维度业务信息包括业务持续时长、与所述业务持续时长对应的当前业务开展情况、与所述业务持续时长对应的预期业务开展情况、所述目标线上业务对应的提供方信息、所述目标线上业务对应的接受方信息、所述目标线上业务对应的线上对话信息、所述目标线上业务对应的标准服务流程、所述目标线上业务对应的实际服务流程；

风险识别模块，用于将所述第一多维度业务信息输入至预先训练好的、与所述业务类型相匹配的业务风险预测模型，得到目标业务风险预测结果；

风险处理模块，用于判断所述目标业务风险预测结果是否满足风险处理触发条件，当判断所述目标业务风险预测结果满足所述风险处理触发条件时，从预先确定出的业务风险处理策略库中筛选与所述目标业务风险预测结果对应的目标风险处理策略，基于所述目标风险处理策略执行对所述目标线上业务的风险处理操作；

其中，所述风险识别模块将所述第一多维度业务信息输入至预先训练好的、与所述业务类型相匹配的业务风险预测模型，得到目标业务风险预测结果的具体方式包括：对所述第一多维度业务信息进行分类，得到与所述目标线上业务的提供方的关联度大于等于第一预设关联度阈值的第一类业务信息、与所述目标线上业务的接受方的关联度大于等于第二预设关联度阈值的第二类业务信息以及第三类业务信息，所述第三类业务信息为所述第一多维度业务信息中除所述第一类业务信息及所述第二类业务信息之外的剩余业务信息；

将所述第一类业务信息输入至预先训练好的第一风险预测模型，得到第一业务风险预测结果；

将所述第二类业务信息输入至预先训练好的第二风险预测模型，得到第二业务风险预测结果；

将所述第三类业务信息输入至预先训练好的第三风险预测模型，得到第三业务风险预测结果；

根据所述第一业务风险预测结果、所述第二业务风险预测结果以及所述第三业务风险预测结果，生成目标业务风险预测结果。

8.一种基于人工智能的业务风险处理装置，其特征在于，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-6任一项所述的基于人工智能的业务风险处理方法。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-6任一项所述的基于人工智能的业务风险处理方法。