一种招投标平台的企业信用信息分析方法及系统与流程

1.本发明涉及企业信用分析技术领域，具体涉及一种招投标平台的企业信用信息分析方法及系统。


背景技术：

2.中小企业对于创造就业、增加税收、推动技术创新、促进出口以及保持经济活力有着重要作用。但是长期以来，中小企业存在诸多问题：法人治理结构不完善、管理不规范、主业不突出、经营不稳定；自身的资本实力、业务规模、市场经验和技术水平有限，内在抗风险能力较低；中小企业可供贷款担保抵押的有效资产不足，第二还款来源不足；中小企业的信用记录缺乏，财务信息可能不可靠，信息披露不规范等等问题，成为其制约其发展的一大障碍。


技术实现要素：

3.针对上述现有技术存在的问题，通过科学合理的信用分析体系，为中小企业发展提供信用支持，帮助其解决融资问题。
4.本发明提供了一种招投标平台的企业信用信息分析方法，该方法包括：
5.基于预设的多种数据源采集企业相关原始数据；
6.针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类；
7.针对分类后的数据获取每个类别数据对于企业信用信息的贡献度；
8.基于每个类别数据及其对应的贡献度分析企业信用信息。
9.在一些实施方式中，所述基于预设的多种数据源采集企业相关原始数据，包括：
10.基于第三方企业信息查询平台采集企业基本信息、失信信息、债务/债权、合同违约、股权出质、股权质押、行政处罚、股东信息变更、第三方信用评价信息、招投标信息、财务信息；
11.基于全国各省公共资源交易中心、政府采购网站采集的招标公告和中标公告；
12.基于所述招投标平台本地业务数据库中获取平台中发布的投标中标信息及企业上传的资质数据。
13.在一些实施方式中，所述针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类，包括：
14.基于原始采集数据分类为基本信息、招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息，
15.其中，所述第一信用分析辅助信息，包括第三方信用评价信息、财务信息、企业上传的资质数据；
16.第二信用分析辅助信息包括：失信信息、债务/债权、合同违约、股权出质、股权质押、行政处罚、股东信息变更。
17.在一些实施方式中，所述针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类，包括：
18.基于第三方企业信息查询平台采集的招投标信息、全国各省公共资源交易中心、政府采购网站采集招标公告和中标公告、招投标平台本地业务数据库中获取的平台中发布的投标中标信息，进行数据清洗和融合，获取招投标历史原始数据；
19.基于招投标历史原始数据进行多维度统计，基于多维度统计结果作为招投标历史数据进行所述贡献度分析。
20.在一些实施方式中，所述针对分类后的数据获取每个类别数据对于企业信用信息的贡献度，包括：
21.基于预设评分对照表获取招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息中的每一项数据的第一评分；
22.基于所述基本信息和所述第一评分输入至预设的第一分析模型，获取针对所述每一项数据的第一权重；
23.基于每一项数据的第一评分和第一权重确定招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息的第一统计得分；
24.基于第一统计得分和对应的第二权重获取表征企业信用信息的第一综合得分，所述第二权重表征招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对于企业信用信息分析的重要程度。
25.在一些实施方式中，所述基于所述基本信息和所述第一评分输入至预设的第一分析模型，获取针对所述每一项数据的第一权重，包括：
26.基于预设第二权重分配方法获取所述每一项数据的第三权重及招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对应的第四权重；
27.基于每一项数据的第一评分和第三权重获取招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息的第二统计得分；
28.基于所述基本信息和所述第二统计得分输入至预设的第一分析模型，获取表征企业信用信息的第二综合得分；
29.基于所述第二综合得分优化所述第三权重获得针对所述每一项数据的第一权重，基于所述第二综合得分优化所述第四权重，获得所述第二权重。
30.在一些实施方式中，所述基于预设第二权重分配方法获取所述每一项数据的第三权重及招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对应的第四权重，包括：采用预设多种不同权重分配方法并对多种权重分配结果进行融合，获取所述第三权重和第四权重，所述预设多种不同权重分配方法包括：层次分析法和熵权法。
31.在一些实施方式中，所述采用预设多种不同权重分配方法并对多种权重分配结果进行融合，获取所述第三权重和第四权重，包括：
32.基于层次分析法确定所述每一项数据的第五权重；
33.基于招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息中每一项数据的实时采集数据中每一项数据的信息熵对所述第五权重进行更新，获取实时动态变化的第三权重：
34.其中，λ(i)为实时采集数据中每一项数据的信息熵；ω5(i)为每一项数据的第五权重；ω3(i)为每一项数据的第三权重；k为所述每一项数据中的第k个数据，n为所述每一项数据的总个数。
35.本技术还提供了一种招投标平台的企业信用信息分析系统，该系统包括：
36.原始数据采集模块，用于基于预设的多种数据源采集企业相关原始数据；
37.采集数据初步处理模块，用于针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类；
38.采集数据分析模块，针对分类后的数据获取每个类别数据对于企业信用信息的贡献度；
39.企业信用信息分析模块，基于每个类别数据及其对应的贡献度分析企业信用信息。
40.本技术还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现上述招投标平台的企业信用信息分析方法的步骤。
41.本发明的一种招投标平台的企业信用信息分析方法及系统，具备如下有益效果：
42.1、本发明的企业信用信息分析方法，与传统的信贷管理技术相比,信用评级系统在很大程度上可实现小企业贷款处理的自动化,提高贷款审批和处理的效率,有助于银行更精确地为贷款定价。同时，可减少贷前人工调查，促进贷款审批自动化，实现贷后评分变动风险监控。
43.2、本发明基于多种数据源采集的企业相关原始数据掌握最全面的企业经营发展大数据，并进一步量化指标数据，提高企业信用信息分析结果准确性，提高小企业的信贷可获得性
附图说明
44.图1是本技术实施例中招投标平台的企业信用信息分析方法的流程示意图；
45.图2是本技术实施例中对原始数据进行筛选和分类的流程示意图；
46.图3是本技术实施例中分析企业信用信息的方法流程示意图；
47.图4是本技术实施例中第一权重和第二权重的获取方法流程示意图；
48.图5是本技术实施例中招投标平台的企业信用信息分析系统结构示意图。
具体实施方式
49.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，所描述的实施例不应视为对本发明的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
50.本技术提供了一种招投标平台的企业信用信息分析方法，该方法包括如下步骤：
51.步骤1，基于预设的多种数据源采集企业相关原始数据；
52.步骤2，针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类；
53.步骤3，针对分类后的数据获取每个类别数据对于企业信用信息的贡献度；
54.步骤4，基于每个类别数据及其对应的贡献度分析企业信用信息。
55.可以理解，上述步骤1，可以基于海量的多维度的企业相关数据经过相关性分析获取与企业信用信息分析相关的原始数据种类，进而在预设的多种数据源中采集对应的原始数据，本技术的企业信用信息分析方法，与传统的信贷管理技术相比,信用评级系统在很大程度上可实现小企业贷款处理的自动化,提高贷款审批和处理的效率,有助于银行更精确地为贷款定价。同时，可减少贷前人工调查，促进贷款审批自动化，实现贷后评分变动风险监控。
56.进一步的，上述步骤1中，基于预设的多种数据源采集企业相关原始数据，包括：
57.步骤11，基于第三方企业信息查询平台采集企业基本信息、失信信息、债务/债权、合同违约、股权出质、股权质押、行政处罚、股东信息变更、第三方信用评价信息、招投标信息、财务信息；
58.步骤12，基于全国各省公共资源交易中心、政府采购网站采集的招标公告和中标公告；
59.步骤13，基于所述招投标平台本地业务数据库中获取平台中发布的投标中标信息及企业上传的资质数据。
60.可以理解，上述采集企业相关原始数据，可以基于scrapy分布式爬虫技术在全国各省公共资源交易中心，政府采购网站抓取相关招标公告、中标公告数据信息，同时从第三方企业信息查询平台例如企查查、启信宝接口获取企业相关信息，以企查查为例，可以查询到企业类型、注册资本、注册地区、营业范围、企业规模、成立时间等企业基本信息，并进一步在“法律诉讼”栏获取到失信信息、在“经营风险”栏获取到企业的债务/债权、合同违约、股权出质、股权质押、行政处罚等信息，在“经营信息”栏获取到企业的税务评级(国家税务总局)、债券评级数据、招投标信息等。可以在本方法应用的招投标平台的本地业务数据库中获取平台中发布的投标中标信息。
61.本技术实施例中从多种数据源采集企业相关原始数据，保证数据来源的丰富度及数据的可信度，避免单一数据源的数据错漏。
62.进一步的，上述步骤2中，针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类，包括：
63.步骤21，基于原始采集数据分类为基本信息、招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息，
64.其中，所述第一信用分析辅助信息，包括第三方信用评价信息、财务信息、企业上传的资质数据；
65.第二信用分析辅助信息包括：失信信息、债务/债权、合同违约、股权出质、股权质押、行政处罚、股东信息变更。
66.在一种实施方式中，该预设的企业信用分析指标体系包括4个一级指标，分别为基本信息、招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息，每个一级指标下有其进一步细化的二级子指标，例如招投标历史数据的二级子指标可以包括依法招标报名名次、中标次数、中标率、总成交额；企业招标报名次数、弃标次数、中标次数、中标率、总成交额；询价报价次数、成交次数、成交率、总成交额；竞价报名次数、报价次数、成交次数、
成交率、总成交额等。
67.将原始采集数据分类，提取其中的基本信息、招投标历史数据，并将其余数据分类为第一信用分析辅助信息和第二信用分析辅助信息。从而获取该预设的企业信用分析指标体系下每个一级指标及其二级子指标下的指标数据。
68.在一种实施方式中，上述步骤2，针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类，还包括：
69.步骤22，基于第三方企业信息查询平台采集的招投标信息、全国各省公共资源交易中心、政府采购网站采集招标公告和中标公告、招投标平台本地业务数据库中获取的平台中发布的投标中标信息，进行数据清洗和融合，获取招投标历史原始数据；
70.步骤23，基于招投标历史原始数据进行多维度统计，基于多维度统计结果作为招投标历史数据进行所述贡献度分析。
71.针对本技术实施例中基于预设的多种数据源采集企业相关原始数据中，存在多种数据源的数据重合，同一一级指标或者二级子指标下的指标数据可能同时存在于多个数据源中，本技术中对采集的多种数据源中的数据进行清洗、融合，并对清洗融合后的一个指标数据(可以是一级指标，也可以是二级子指标)基于对应的指标项进行统计分析，获取对应的指标项数值。以基于第三方企业信息查询平台采集的招投标信息、全国各省公共资源交易中心、政府采购网站采集招标公告和中标公告、招投标平台本地业务数据库中获取的平台中发布的投标中标信息为例，对多个数据源中的招投标数据进行整合，并利用不同数据源的数据验证数据的准确性和真实性，基于准确数据进行清洗、融合，并基于一级指标的招投标历史数据下的预设二级子指标对融合后的数据进行统计分析，获取对应的二级子指标数值。
72.进一步的，上述步骤3中，针对分类后的数据获取每个类别数据对于企业信用信息的贡献度，包括：
73.步骤31，基于预设评分对照表获取招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息(即一级指标)中的每一项数据(即二级子指标)的第一评分；
74.步骤32，基于所述基本信息和所述第一评分输入至预设的第一分析模型，获取针对所述每一项数据的第一权重；
75.步骤33，基于每一项数据的第一评分和第一权重确定招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息(即一级指标)的第一统计得分；
76.步骤34，基于第一统计得分和对应的第二权重(即一级指标的第二权重)获取表征企业信用信息的第一综合得分，所述第二权重表征招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对于企业信用信息分析的重要程度。
77.在一种实施方式中，预设评分对照表中包括对每一个二级子指标(即每一项数据)的不同数据对应的评分数据，基于实时采集的数据中的二级子指标的不同数值，会有对应的不同的第一评分，即该第一评分是变化数据，进而第一权重、第一统计得分、表征企业信用信息的第一综合得分均为变化数据。实现了基于不断新增的多种数据源中采集的企业相关原始数据，更新企业的信用信息分析结果。
78.在本技术实施例中，在基于预设评分对照表获取第一评分的基础上，结合基本信息和基于大数据训练得到的第一分析模型，分析获取对应于每个二级子指标的第一权重，
相当于基于第一分析模型对所述基本信息所属企业的每个二级子指标进行的一种贡献度分析，可以理解，其中的第一分析模型可以是基于深度学习的分类模型，本技术实施例种采用卷积神经网络构建所述第一分析模型，具体来说，该第一分析模型包括：
79.用于将模型输入数据转换为三维图像数据的数据转换单元，该数据转换单元基于输入数据的个数k1通过填充数据填充为k2*k2个数据，其中k2*k2大于k1；
80.基于k2*k2个数据随机排列组成k2行k2列的数据，记为r
k2
×
k2
，经过随机排列n次并纵向组合得到n*k2行且k2列的数据，记为r
n*k2
×
k2
，基于n个不同的r
n*k2
×
k2
横向组合得到n*k2行且n*k2列的数据，记为r
n*k2
×
n*k2
，基于a个不同的r
n*k2
×
n*k2
叠加得到a个基础图像的组合图像数据，记为r
n*k2
×
n*k2
×a，基于r
n*k2
×
n*k2
×a作为输入至输入数据特征提取单元的输入数据；
81.基于vgg网络构造的输入数据特征提取单元进行数据特征提取，该输入数据特征提取单元结构包括：前3层采用三个3*3的卷积核，第4层和第5层采用卷积组，同时第1到第5层采用relu激活函数；
82.基于vgg网络的最大值池化层、全连接层改进的卷积层、全局平均池化层，以及基于vgg网络的分类层，可以理解，其中每一层的输入前需要通过批量归一化进行数据处理。
83.本技术中的第一分析模型，采用数据转换单元将序列数据转换为图像类型的三维数据，以便于后面的输入数据特征提取单元提取到更丰富有效的特征数据，从而提高第一分析模型分析结果准确性。本技术中的第一分析模型，输入数据特征提取单元前3层采用三个3*3的卷积核有效减小模型参数个数，提高模型特征提取效率，既保证提取特征的丰富性又保证特征提取计算效率。原本vgg网络的最大值池化层采用卷积层替换、原本vgg网络的全连接层采用全局平均池化层替换，避免有效信息的损失并减少模型计算量。
84.进一步的，上述步骤32中，基于所述基本信息和所述第一评分输入至预设的第一分析模型，获取针对所述每一项数据的第一权重，包括：
85.步骤321，基于预设第二权重分配方法获取所述每一项数据的第三权重及招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对应的第四权重；
86.步骤322，基于每一项数据的第一评分和第三权重获取招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息的第二统计得分；
87.步骤323，基于所述基本信息和所述第二统计得分输入至预设的第一分析模型，获取表征企业信用信息的第二综合得分；
88.步骤324，基于所述第二综合得分优化所述第三权重获得针对所述每一项数据的第一权重，基于所述第二综合得分优化所述第四权重，获得所述第二权重。
89.在一种实施方式中，基于预设第二权重分配方法获取到针对一级指标的第四权重和针对二级子指标的第三权重，并基于第一分析模型结合企业基本信息得到的第二综合得分对该预设第二权重分配方法得到的权重进行优化，可以理解，本技术实施例中基于预设第二权重分配方法获取的权重数据和基于第一分析模型获取的企业分析结果，将两者进行结合，得到优化的一级指标和二级子指标的权重数据，实现了对一级指标和二级子指标的权重数据的准确赋值，提高对企业信用信息分析结果的有效性。
90.进一步的，上述步骤321中，基于预设第二权重分配方法获取所述每一项数据的第三权重及招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对应的第四权重，包括：
91.步骤3211，采用预设多种不同权重分配方法并对多种权重分配结果进行融合，获取所述第三权重和第四权重，所述预设多种不同权重分配方法包括：层次分析法和熵权法。
92.在一种实施方式中，对于预设第二权重分配方法，可以基于层次分析法获取一级指标和二级子指标的主观权重分配结果，基于熵权法获取一级指标和二级子指标的客观权重分配结果，并基于模糊综合评价法将主客观权重分配结果进行融合，获取最终的第三权重和第四权重。
93.在一种实施方式中，上述步骤3211，采用预设多种不同权重分配方法并对多种权重分配结果进行融合，获取所述第三权重和第四权重，包括：
94.步骤3212，基于层次分析法确定所述每一项数据的第五权重；
95.步骤3213，基于招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息中每一项数据的实时采集数据中每一项数据的信息熵对所述第五权重进行更新，获取实时动态变化的第三权重：
96.其中，λ(i)为实时采集数据中每一项数据的信息熵；ω5(i)为每一项数据的第五权重；ω3(i)为每一项数据的第三权重；k为所述每一项数据中的第k个数据，n为所述每一项数据的总个数；
97.在一种实施方式中，本技术中先采用层次分析法确定每个指标的第五权重，进一步基于指标项数据的在实时采集数据中的信息熵对该第五权重进行修正更新，来提取实时采集数据中指标项数据对于企业信用信息分析提供的信息量，实现对指标项权重的实时更新及对指标数据量化简化问题。
98.类似的，可以基于步骤3212和步骤3213的方法计算招投标历史数据、第一信用分析辅助信息和第二信用分析辅助信息对应的第四权重。
99.本技术实施例还提供了一种招投标平台的企业信用信息分析系统，该系统包括：
100.原始数据采集模块，用于基于预设的多种数据源采集企业相关原始数据；
101.采集数据初步处理模块，用于针对原始数据基于预设的企业信用分析指标体系进行数据筛选并对筛选后的数据进行分类；
102.采集数据分析模块，针对分类后的数据获取每个类别数据对于企业信用信息的贡献度；
103.企业信用信息分析模块，基于每个类别数据及其对应的贡献度分析企业信用信息。
104.可以理解，本实施例提供的招投标平台的企业信用信息分析系统与上述实施例提供的招投标平台的企业信用信息分析方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
105.值得说明的是，上述招投标平台的企业信用信息分析系统中的各个模块单元可全部或部分通过软件、硬件及其组合来实现。上述各模块单元可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。
106.本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述
指令被处理器执行时实现上述招投标平台的企业信用信息分析方法的步骤。该计算机可读存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、只读光盘(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储节点等。
107.本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。