预设的信用评估模型，根据所述消息面利好或利空指数以及所述多个当前固定收益因子评估所述目标主体的信用状况。
[0071]于一种【具体实施方式】中，所述爬取模块310可以从各政府机构网站、财经网站、所述目标主体的门户网站、以及社交媒体网站中的一个或几个的组合中实时(例如每隔5分钟)爬取与所述目标主体相关联的在第一预设时间段内的所有新闻数据。
[0072]于一种【具体实施方式】中，所述分词模块320可以利用预设的分词模型对所爬取的每条新闻数据进行分词处理。进一步地，参阅图5，信用状况评估装置300A还可以包括分词模型预设模块360。
[0073]所述分词模型预设模块360可以用于:获取基础的分词语料库，并且基于所述分词语料库，确定以字为基础的观察状态，以所述字的分词属性作为隐藏状态(B/词头、M/词中、E/词尾、S/单字成词)，由所述隐藏状态之间的转移概率构建转移矩阵，确定所述隐藏状态的初始时刻的概率矩阵，以及以所述观察状态在各个所述隐藏状态下的概率和所述字之间的交互信息(联合分布和乘积分布的交互熵)构建混淆矩阵;对所述分词语料库未覆盖的词的参数进行拉普拉斯平滑处理，将由此得到的隐马尔科夫模型作为所述预设的分词模型。
[0074]进一步地，参阅图5，信用状况评估装置300A还可以包括分类模型预设模块370。所述分类模型预设模块370可以用于:获取针对固定收益业务的多个利好利空消息样本，每个所述利好利空消息样本包括一条已分词的与一个主体相关联的第一历史新闻数据和与该已分词的第一历史新闻数据相对应的已确定利好或利空状况;将所述多个利好利空消息样本分为一组训练用利好利空消息样本以及一组测试用利好利空消息样本;利用所述一组训练用利好利空消息样本对贝叶斯模型或adaboosting模型进行训练，利用所述一组测试用利好利空消息样本对经训练的贝叶斯模型或adaboosting模型进行检验，并在检验结果满足第一预设条件时将所述经训练的贝叶斯模型或adaboosting模型设定为所述预设的利好利空分类模型。
[0075]于一种【具体实施方式】中，所述获取模块340获取的与所述目标主体相关联的多个当前固定收益因子可以包括:与所述目标主体相关联的当前偿债能力因子、营运能力因子、增长能力因子、获利能力因子、现金流因子、资产负债结构因子、行业因子、产品市场因子和经营管理因子中的至少一部分。
[0076]进一步地，参阅图5，信用状况评估装置300A还可以包括信用评估模型预设模块380 ο所述信用评估模型预设模块380可以用于:获取多条历史样本数据，每条所述历史样本数据与一个样本主体相对应，并包括与该样本主体相关联的历史消息面利好或利空指数、多个历史固定收益因子、以及历史实际信用状况，所述历史固定收益因子为所述历史实际信用状况的确定时间点处对应的固定收益因子，其中所述历史消息面利好或利空指数是通过对历史爬取的在第二预设时间段内的所有第二历史新闻数据进行分词处理、利用所述预设的利好利空分类模型对经分词处理的每条第二历史新闻数据进行分类处理并对分类后的结果进行统计得到的，每条所述第二历史新闻数据均与所述样本主体相关联，所述第二预设时间段的截止时间点早于且紧邻所述历史实际信用状况的确定时间点;将所述多条历史样本数据分为一组训练样本数据和一组测试样本数据;利用所述一组训练样本数据对神经网络模型进行训练(即训练神经网络模型的各参数)，利用所述一组测试样本数据检验经训练的神经网络模型，并在检验结果满足第二预设条件时将所述经训练的神经网络模型设定为所述预设的信用评估模型。
[0077]本实施例对信用状况评估装置300A的各功能模块实现各自功能的具体过程，请参见上述图1至图3所示实施例中描述的具体内容，此处不再赘述。
[0078]本发明第三实施例提供的信用状况评估装置，通过爬取与目标主体相关联的新闻数据，对所爬取的每条新闻数据进行分词处理和利好利空分类处理得到该条新闻对应的利好或利空状况，对与每条新闻数据相对应的利好状况或利空状况进行统计得到与所述目标主体相关联的消息面利好或利空指数，之后结合与目标主体相关联的固定收益因子综合评估出目标主体的信用状况。由此可见，在本发明实施例提供的方案中，通过将互联网舆情转换为投资逻辑中的利好利空因素，以在评估目标主体的信用状况的过程中充分考虑互联网舆情的可能影响，使得可以提高目标主体的信用状况的评估准确度，有助于提升对固定收益投资决策分析的辅助力度，为用户带来便利性。
[0079]第四实施例
[0080]图6示出了本发明第四实施例提供的信用状况评价装置的示意性结构图。请参阅图6，本发明第四实施例提供的信用状况评估装置300B与本发明第三实施例提供的信用状况评估装置300A的区别主要在于:信用状况评估装置300B还可以包括匹配模块390和推送模块400。
[0081]所述匹配模块390可以用于:将经分词处理的每条新闻数据与预设事件库中的关键事件的数据相匹配，每当一条经分词处理的新闻数据与一个所述关键事件的数据相匹配时，向持有由所述目标主体发行的固定收益类产品的用户推送与该关键事件相对应的通知。
[0082]所述推送模块400可以用于:在所述评估模块350评估得到所述目标主体的信用状况之后，将所述目标主体的信用状况推送至持有由所述目标主体发行的固定收益类产品的用户。
[0083]进一步地，所述推送模块400还可以用于:在所述将所述目标主体的信用状况推送至持有由所述目标主体发行的固定收益类产品的用户的同时，将所爬取的新闻数据中最新的新闻数据推送至所述用户。
[0084]本实施例对信用状况评估装置300B的各功能模块实现各自功能的具体过程，请参见上述图1至图4所示实施例中描述的具体内容，此处不再赘述。
[0085]需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0086]在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0087]另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0088]所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(R0M，Read-0nly Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包