1.一种风险评估系统，包括：
分析设备，通过多条数据以及该些数据中的多个上下文特征以产生至少一决策表单，其中每个决策表单具备多个条目，每个条目包括至少一判断条件以及对于一特定结果的一几率信息；以及
电子设备，与该分析设备相互通信，接收该至少一决策表单，并依据一被评估者的至少一当前条件来对比该至少一决策表单中每个条目的该至少一判断条件，且当该至少一当前条件与至少一特定条目的该至少一判断条件相同时，显示该至少一特定条目所对应的该至少一判断条件以及该几率信息。
2.如权利要求1所述的风险评估系统，其中该分析设备通过网络数据库、本地数据库、信息交换平台、问卷调查所获得的信息来获得该些数据，且该分析设备自我回馈该至少一决策表单来获得该些数据。
3.如权利要求1所述的风险评估系统，其中该分析设备通过网络与其他分析设备共享该些数据以及该至少一决策表单。
4.如权利要求1所述的风险评估系统，其中该至少一决策表单为贝氏法则表单，且该些数据中的上下文特征包括各个数据中的对应一样本的建立时间、地点、工作、生活历史、简历信息中的一种信息或多种信息的组合。
5.如权利要求1所述的风险评估系统，其中该分析设备自动地获得新的多条数据或其他决策表单以动态产生或更新该至少一决策表单。
6.如权利要求1所述的风险评估系统，其中该分析设备统计该些数据以及该些数据中的该些上下文特征，并从该些上下文特征中寻找出现频率超过一门限频率值的频繁项集来作为该至少一判断条件，并通过该至少一判断条件来建立该至少一决策表单中每个条目以及计算对应的该几率信息。
7.如权利要求1所述的风险评估系统，其中该分析设备包括：
通信接口；
机器学习模块，耦接该通信接口以从至少一个来源中获得该些数据，并通过机器学习模型进行自我学习，及通过共享该些数据而进行交互学 习；以及
认知分析模块，耦接该机器学习模块以及该通信接口，接收该些数据并分析该些数据中的该些上下文特征，以依据该些数据以及该些上下文特征来产生或更新该至少一决策表单。
8.如权利要求1所述的风险评估系统，其中该电子设备包括：
通信模块，其中该电子设备通过该通信模块以与该分析设备相互通信；以及
显示屏幕，显示该至少一决策表单、该至少一决策表单中的部分条目以及对应于该特定结果的该几率信息。
9.如权利要求8所述的风险评估系统，其中该电子设备还包括：
对比模块，耦接该通信模块以及该显示屏幕，依据该被评估者的该至少一当前条件来对比该至少一决策表单中每个条目的该至少一判断条件，且当该至少一当前条件与该至少一特定条目的该至少一判断条件相同时，通过该显示屏幕以显示该至少一特定条目所对应的该至少一判断条件以及该几率信息。
10.如权利要求1所述的风险评估系统，其中该电子设备显示排序后的该至少一特定条目，其中具备高数值的该几率信息的该至少一特定条目优先被该电子设备显示。
11.如权利要求1所述的风险评估系统，其中每个条目还包括对应于该特定结果的至少一应对方案。
12.如权利要求11所述的风险评估系统，其中该分析设备从多条数据中获得该特定结果的多个应对数据，使用分类演算法以识别该些应对数据中的应对数据上下文特征，通过该些应对数据上下文特征建立联合特征函数，并计算该些应对数据上下文特征对应的出现几率，利用柏拉图最适、该联合特征函数以及该些应对数据上下文特征的出现几率来建立及排序与该决策表单中各个条目对应的该些应对方案。
13.如权利要求12所述的风险评估系统，其中该分析设备通过该些应对数据的该些应对数据上下文特征的频繁项集来计算该些应对数据所对应的权重值，并通过该些应对数据所对应的权重值来调整该些应对数据上下文特征对应的该出现几率。
14.如权利要求12所述的风险评估系统，其中该分析设备通过该些应对数据的出现时间点来计算该些应对数据所对应的权重值，并通过该些应对数据所对应的权重值来调整该些应对数据上下文特征对应的该出现几率。
15.一种数据处理方法，包括：
通过多条数据以及该些数据中的上下文特征以产生至少一决策表单，其中每个决策表单中具备多个条目，每个条目包括至少一判断条件以及对于一特定结果的一几率信息；
依据一被评估者的至少一当前条件来对比该至少一决策表单中每个条目的该至少一判断条件；以及
且当该至少一当前条件与至少一特定条目的该至少一判断条件相同时，显示该至少一特定条目所对应的该至少一判断条件以及该几率信息。
16.如权利要求15所述的数据处理方法，还包括：
通过网络数据库、本地数据库、信息交换平台、问卷调查所获得的信息、或是通过自我回馈该至少一决策表单，来获得该些数据。
17.如权利要求15所述的数据处理方法，还包括：
通过网络与其他分析设备共享该些数据以及该至少一决策表单。
18.如权利要求15所述的数据处理方法，其中该至少一决策表单为贝氏法则列表，且该些数据中的上下文特征包括各个数据中的对应一样本的建立时间、地点、工作、生活历史、简历信息中的一种信息或多种信息的组合。
19.如权利要求15所述的数据处理方法，还包括：
自动地获得新的多条数据或其他决策表单以动态产生或更新该至少一决策表单。
20.如权利要求15所述的数据处理方法，产生该至少一决策表单包括下列步骤：
统计该些数据以及该些数据中的该些上下文特征；
从该些上下文特征中寻找出现频率超过一门限频率值的频繁项集来作为该至少一判断条件；以及
通过该至少一判断条件来建立该至少一决策表单中每个条目以及计 算对应的该几率信息。
21.如权利要求15所述的数据处理方法，显示该至少一特定条目所对应的该至少一判断条件以及该几率信息包括下列步骤：
优先显示具备高数值的该几率信息的该至少一特定条目。
22.如权利要求15所述的数据处理方法，其中每个条目还包括对于该特定结果的至少一应对方案。
23.如权利要求22所述的数据处理方法，通过多条数据以及该些数据中的上下文特征以产生该至少一决策表单包括下列步骤：
从多条数据中获得该特定结果的多个应对数据；
使用分类演算法以识别该些应对数据中的应对数据上下文特征；
通过该些应对数据上下文特征建立联合特征函数，并计算该些应对数据的该些应对数据上下文特征对应的出现几率；以及
利用柏拉图最适、该联合特征函数以及该些应对数据上下文特征的出现几率来建立及排序与该决策表单中各个条目对应的该些应对方案。
24.如权利要求23所述的数据处理方法，计算该些应对数据的该些应对数据上下文特征对应的出现几率包括下列步骤：
通过该些应对数据的该些应对数据上下文特征的频繁项集来计算该些应对数据所对应的权重值；以及
通过该些应对数据所对应的权重值来调整该些应对数据上下文特征对应的该出现几率。
25.如权利要求23所述的数据处理方法，计算该些应对数据的该些应对数据上下文特征对应的出现几率包括下列步骤：
通过该些应对数据的出现时间点来计算该些应对数据所对应的权重值；以及
通过该些应对数据所对应的权重值来调整该些应对数据上下文特征对应的该出现几率。