一种基于深度学习构建以信用模型为核心的企业评价系统的制作方法

本发明涉及企业信用评价系统，尤其是一种基于深度学习构建以信用模型为核心的企业评价系统。

背景技术：

众所周知的：信用模型是一种介于信用风险控制的数学模型，利用数据挖掘技术对积累的历史数据进行分析，寻找企业的信用风险的特征和规律，建立相应的数学模型，最终对企业进行信用评价。

企业信用评价有助于企业防范商业风险，为企业制度的建设提供良好的条件。转化企业经营机制，建立现代企业制度的最终目标是，使企业成为依法自主经营、自负盈亏、自我发展、自我约束的市场竞争主体。

企业信用综合评价是商业银行、金融机构确定贷款风险程度的依据和信贷资产风险管理的基础。企业作为经济活动的主体单位，与银行、金融机构有着密切的信用往来关系，信贷是其生产发展的重要资金来源之一，其生产经营活动状况的好坏，行为的规范与否，直接关系到信贷资金使用好坏和效益高低。这种情况直接表现为，贷款企业不愿意履行或者不能完全履行还款责任，信用风险一旦形成，银行、金融机构将会因为客户违约而早睡巨大的金融损失。这就要求银行、金融机构对企业的经营活动、经营成果、获利能力、偿债能力等给予科学的评价，以确定信贷资产损失的不确定程度，最大限度地防范贷款风险。现阶段，随着国有银行向商业银行的转化，对信贷资产的安全性、效益性的要求日高。

现有的企业数据信用评级业务系统，如：zl201020610651.x公开了一种信用评级业务系统的信用评级工作子系统，由客户机、网络装置、服务器群、数据总线和数据库构成，所述客户机通过网络装置与服务器群连接，所述服务器群内部的各个服务器通过数据总线连接，并由数据总线连接至所述数据库，所述服务器群包括工作管理服务器、信息维护服务器、报告制作服务器、分析工具服务器。本发明的有益效果体现在：在一个工作管理的框架下，向用户提供的一种集成化的工作平台，评级工作人员可以在选定的评级项目下，对评级对象进行评级作业；提供了多种作业工具来支持评级工作，为高效率、高质量的评级作业提供了支持。但是上述信用评级业务系统的信用评级工作子系统，其对企业的评级存在一定的片面性，不能全方位的反映出企业的信用情况，准确性较差。

技术实现要素：

本发明所要解决的技术问题是提供一种有助于企业实现最大的有效经济利益；同时能够实现对企业进行比较准确评分的基于深度学习构建以信用模型为核心的企业评价系统。

本发明解决其技术问题所采用的技术方案是：一种基于深度学习构建以信用模型为核心的企业评价系统，包括总评分服务器、基础数据评分服务器、行业优势数据评分服务器、舆情数据评分服务器、宏观数据评分服务器、其他评分数据服务器；

所述基础数据评分服务器、行业优势数据评分服务器、舆情数据评分服务器、宏观数据评分服务器、其他评分数据服务器分别与总评分服务器通讯连接；

所述总评分服务器上连接有总评分数据存储器以及总评分输出装置；

所述基础数据评分服务器上连接有获取基础数据的基础数据采集终端；

所述基础数据评分服务器用于搭载基础数据评分工具对基础数据采集终端采集的基础数据进行评分；

所述行业优势数据评分服务器上连接有用于获取行业优势数据的行业优势数据采集终端；

所述行业优势数据评分服务器用于搭载行业优势数据评分工具对行业优势数据采集终端采集的行业优势数据进行评分；

所述舆情数据评分服务器上连接有用于获取行舆情数据的舆情数据采集终端；

所述舆情数据评分服务器用于搭载舆情数据评分工具对舆情数据采集终端采集的舆情数据进行评分；

所述宏观数据评分服务器上连接有用于采集宏观数据的宏观数据采集终端；

所述宏观数据评分服务器用于搭载宏观数据评分工具对宏观数据采集终端采集的宏观数据进行评分；

所述其他评分数据服务器用于搭载其他评分数据评分工具对他评分数据进行评分；

所述总评分数据存储器用于对总评分的数据进行存储；所述总评分输出装置用于对总评分进行输出。

具体的，所述基础数据采集终端、行业优势数据采集终端、舆情数据采集终端、宏观数据采集终端均采用pc计算机。

具体的，所述总评分输出装置采用带显示屏的电子设备。

具体的，所述总评分服务器采用ibm服务器x3650m510核e5-2640v4。

具体的，所述基础数据评分服务器、行业优势数据评分服务器、舆情数据评分服务器、宏观数据评分服务器、其他评分数据服务器均采用ibmx3650m4。

本发明的有益效果是：本发明所述的一种基于深度学习构建以信用模型为核心的企业评价系统，由于包括基础数据评分服务器、行业优势数据评分服务器、舆情数据评分服务器、宏观数据评分服务器、其他评分数据服务器因此能够综合企业各个方面的参数，实现对企业全面的评分，从而能够更加准确的反应出企业的信用情况，能够使得对企业信用的准确评分；从而有助于企业实现最大的有效经济利益。

附图说明

图1为本发明实施例中基于深度学习构建以信用模型为核心的企业评价系统的结构示意图；

图2为各省的上市公司平均市值与省的关系图；

图3是公司的平均市值与不同成立时间的关系图；

图中标示：100-总评分服务器，200-基础数据评分服务器，300-行业优势数据评分服务器，400-舆情数据评分服务器，500-宏观数据评分服务器，600-其他评分数据服务器，700-总评分数据存储器，800-以及总评分输出装置。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

如图1所示，本发明所述的一种基于深度学习构建以信用模型为核心的企业评价系统，包括总评分服务器100、基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600；

所述基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600分别与总评分服务器100通讯连接；

所述总评分服务器100上连接有总评分数据存储器700以及总评分输出装置800；

所述基础数据评分服务器200上连接有获取基础数据的基础数据采集终端201；

所述基础数据评分服务器200用于搭载基础数据评分工具对基础数据采集终端201采集的基础数据进行评分；

所述行业优势数据评分服务器300上连接有用于获取行业优势数据的行业优势数据采集终端301；

所述行业优势数据评分服务器300用于搭载行业优势数据评分工具对行业优势数据采集终端301采集的行业优势数据进行评分；

所述舆情数据评分服务器400上连接有用于获取行舆情数据的舆情数据采集终端401；

所述舆情数据评分服务器400用于搭载舆情数据评分工具对舆情数据采集终端401采集的舆情数据进行评分；

所述宏观数据评分服务器500上连接有用于采集宏观数据的宏观数据采集终端501；

所述宏观数据评分服务器500用于搭载宏观数据评分工具对宏观数据采集终端501采集的宏观数据进行评分；

所述其他评分数据服务器600用于搭载其他评分数据评分工具对他评分数据进行评分；

所述总评分数据存储器700用于对总评分的数据进行存储；所述总评分输出装置800用于对总评分进行输出。

具体的，所述基础数据采集终端201、行业优势数据采集终端301、舆情数据采集终端401、宏观数据采集终端501均采用pc计算机。

具体的，所述总评分输出装置800采用带显示屏的电子设备，比如平板电脑、手机、或者台式电脑等。

为了便于简化系统，提高系统的工作效率和稳定性，具体的，所述总评分服务器100采用ibm服务器x3650m510核e5-2640v4。所述基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600均采用ibmx3650m4。

实施例

采用本发明所述的一种基于深度学习构建以信用模型为核心的企业评价系统，其特征在于：包括总评分服务器100、基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600；

所述基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600分别与总评分服务器100通讯连接；

所述总评分服务器100上连接有总评分数据存储器700以及总评分输出装置800；所述基础数据评分服务器200上连接有获取基础数据的基础数据采集终端201；所述行业优势数据评分服务器300上连接有用于获取行业优势数据的行业优势数据采集终端301；所述舆情数据评分服务器400上连接有用于获取行舆情数据的舆情数据采集终端401；所述宏观数据评分服务器500上连接有用于采集宏观数据的宏观数据采集终端501；所述其他评分数据服务器600用于搭载其他评分数据评分工具对他评分数据进行评分；

所述总评分数据存储器700用于对总评分的数据进行存储；所述总评分输出装置800用于对总评分进行输出。所述总评分输出装置800采用带显示屏的电子设备。

所述总评分服务器100采用ibm服务器x3650m510核e5-2640v4。所述基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600均采用ibmx3650m4。

具体工作过程中：

1、在总评分服务器100、基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500、其他评分数据服务器600搭载相应的评分工具。使用者可以根据自身的要求，选择相应的评分工具，比如加权平均评分。各类评分工具根据使用者自行选择。

2、所述基础数据采集终端201、行业优势数据采集终端301、舆情数据采集终端401、宏观数据采集终端501均采用pc计算机；通过网路搜索，采集的政府部门信息，结合互联网大数据，通过互联网数据挖掘，挖掘有用的数据。

具体的，通过基础数据采集终端201采集基础数据，所述基础数据包括公司的注册信息、成立时间、注册资金、业务范围，高管人员能力分析。可以通过网上的企查查获得相应的数据。将采集到的数据通过pc电脑输入即可完成采集。

通过行业优势数据采集终端301采集行业优势数据，所述行业优势数据包括经营结构分析、供应商、客户、财报；其中经营结构分析包括产品结构、产业结构、采购频率和发货频率。该数据由被评分公司提供，同时通过评测人员进行审核。将采集到的数据通过pc电脑输入即可完成采集。

通过舆情数据采集终端401采集舆情数据；所述舆情数据包括市场表现、社会影响力、员工及福利。该数据由被评分公司提供，同时通过评测人员进行审核。将采集到的数据通过pc电脑输入即可完成采集。

通过宏观数据采集终端501采集宏观数据，所述宏观数据包括当地的经济、人口、商圈、供应商和客户。该数据可以根据当地政府的相关部分发出的信息获得。将采集到的数据通过pc电脑输入即可完成采集。

3、将采集到的数据，分布发送到基础数据评分服务器200、行业优势数据评分服务器300、舆情数据评分服务器400、宏观数据评分服务器500；并且利用其搭载的相应评分工具，实现对各个项目的评分。

并且，评分机构可以根据相应的评分标准，制定其他额外评分，将额外的评分输入到其他评分数据服务器600；通过其他评分数据服务器600进行评分。

4、将各个评分服务器得到的评分，输送到总评分服务器100；在总评分服务器100内通过总评分工具，实现总评分。

本实施例中，通过以下方式进行总评分；

4.1、建立评分模型

其中，表达总的评分，分别表示公司的基础评分、行业优势评分、舆情评分、当地宏观数据评分、其他额外附加分。

其中，人为设定的基础评分，用于对新的客户或者供应商的一个保守估计分数。

4.1.1、注册地址因素；注册地址对一个公司的发展壮大也具有意义，以上市公司为例，分析各省的平均市值与省的关系如下图2所示。

4.1.2、成立时间因素；

公司的不同成立时间与该公司的平均市值也存在一定的差异，如下图3所示。

4.2、构建信用模型

假设最终的模型为：

其中，a表示评分的最大值，表示对应的因子的权重。

那么，主体a,b之间的相似度：

那么用k个主体对评分主体a进行修正：

因为要保证相似主体之间的评分之间的差异尽可能小，然后采用最小二乘法来估计

最后采用迭代的方式求解参数。

4.3、将各个评分服务器得到的所需进行信用评价的企业相关原始数据的评分，输入总评分服务器100；通过信用模型进行评估并得出企业信用评价结果。

综上所述，本发明所述的一种基于深度学习构建以信用模型为核心的企业评价系统，由于包括基础数据评分服务器、行业优势数据评分服务器、舆情数据评分服务器、宏观数据评分服务器、其他评分数据服务器充分利用采集的政府部门信息，结合互联网大数据，通过互联网数据挖掘，挖掘有用的数据，并将这些数据融合到信用模型，使信用模型可以综合考虑各个方面的因素，然后在根据推荐系统的方式：基于协同过滤对评分进行修正。并分析市场重热点问题，这样更能够反映其本身所具有的价值。

因此能够综合企业各个方面的参数，实现对企业全面的评分，从而能够更加准确的反应出企业的信用情况，能够使得对企业信用的准确评分；从而有助于企业实现最大的有效经济利益。