企业信用风险确定方法及装置与流程

本发明涉及人工智能，尤其涉及企业信用风险确定方法及装置。

背景技术：

1、本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、随着市场经济的建立和基于企业的市场化运作，企业逐渐以信用作为招投标、行政许可等重要依据方式。为使企业保持良性、可持续发展，需要建立一整套严格的信用管理体系，识别信用风险，主动确定提醒，减少信用损失。

3、信息技术的快速发展，数据来源越来越多，一方面可以更加精准、科学地刻画交通企业信用状况，但另一方面，由于数据来源多、结构复杂等问题，对传统的征信技术带来了挑战。目前市场大部分软件产品缺乏对交通企业风险确定相关提醒功能，基本是被动接受信用等级下降，导致企业在招投标等行为中，无法满足相关要求而经营受损。

技术实现思路

1、本发明实施例提供一种企业信用风险确定方法，用以快速确定企业的信用风险，提高企业信用风险确定的准确性、以及提高企业信用风险确定的效率，该方法包括：

2、获取待预测企业的企业经营情况数据、运行管理数据，根据待预测企业的企业经营情况数据、运行管理数据，采用训练好的信用风险预测模型，得到待预测企业的第一信用风险信息；其中，信用风险预测模型是根据历史交通企业的企业经营情况数据、运行管理数据、信用评价数据对朴素贝叶斯模型训练得到；

3、对待预测企业的企业经营情况数据、运行管理数据进行结构化分析处理，得到第二信用风险信息；

4、根据第一信用风险信息、以及第二信用风险信息得到待预测企业的综合风险信息。

5、本发明实施例还提供一种企业信用风险确定装置，用以快速确定企业的信用风险，提高企业信用风险确定的准确性、以及提高企业信用风险确定的效率，该装置包括：

6、第一处理模块，用于获取待预测企业的企业经营情况数据、运行管理数据，根据待预测企业的企业经营情况数据、运行管理数据，采用训练好的信用风险预测模型，得到待预测企业的第一信用风险信息；其中，信用风险预测模型是根据历史交通企业的企业经营情况数据、运行管理数据、信用评价数据对朴素贝叶斯模型训练得到；

7、第二处理模块，用于对待预测企业的企业经营情况数据、运行管理数据进行结构化分析处理，得到第二信用风险信息；

8、第三处理模块，用于根据第一信用风险信息、以及第二信用风险信息得到待预测企业的综合风险信息。

9、本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述企业信用风险确定方法。

10、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述企业信用风险确定方法。

11、本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述企业信用风险确定方法。

12、本发明实施例中，获取待预测企业的企业经营情况数据、运行管理数据，根据待预测企业的企业经营情况数据、运行管理数据，采用训练好的信用风险预测模型，得到待预测企业的第一信用风险信息；其中，信用风险预测模型是根据历史交通企业的企业经营情况数据、运行管理数据、信用评价数据对朴素贝叶斯模型训练得到；对待预测企业的企业经营情况数据、运行管理数据进行结构化分析处理，得到第二信用风险信息；根据第一信用风险信息、以及第二信用风险信息得到待预测企业的综合风险信息。这样能够快速确定企业的信用风险，提高企业信用风险确定的准确性、以及提高企业信用风险确定的效率。

技术特征：

1.一种企业信用风险确定方法，其特征在于，包括：

2.如权利要求1所述的企业信用风险确定方法，其特征在于，还包括：

3.如权利要求2所述的企业信用风险确定方法，其特征在于，采集历史交通企业信用相关的多源数据，包括：

4.如权利要求2所述的企业信用风险确定方法，其特征在于，对多源数据进行数据预处理，包括：对多源数据进行缺失值处理、异常值处理、去重处理、编码问题处理、格式转换、数据标准化至少一种操作；

5.如权利要求2所述的企业信用风险确定方法，其特征在于，对数据预处理后的多源数据进行融合，得到训练数据集，包括：

6.如权利要求1所述的企业信用风险确定方法，其特征在于，对待预测企业的企业经营情况数据、运行管理数据进行结构化分析处理，得到第二信用风险信息，包括：

7.如权利要求1所述的企业信用风险确定方法，其特征在于，根据第一信用风险信息、以及第二信用风险信息得到待预测企业的综合风险信息，包括：

8.一种企业信用风险确定装置，其特征在于，包括：

9.如权利要求8所述的企业信用风险确定装置，其特征在于，还包括：

10.如权利要求8所述的企业信用风险确定装置，其特征在于，第二处理模块，具体用于针对企业经营情况数据、运行管理数据中包含的每一数据项，配置信用风险等级阈值；

11.如权利要求8所述的企业信用风险确定装置，其特征在于，第三处理模块，具体用于根据预先配置的第一信用风险信息的第二权重值、以及第二信用风险信息的第三权重值，采用加权平均算法，得到待预测企业的综合风险信息。

12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

技术总结
本发明公开了一种企业信用风险确定方法及装置，涉及人工智能技术领域，其中该方法包括：获取待预测企业的企业经营情况数据、运行管理数据，根据待预测企业的企业经营情况数据、运行管理数据，采用训练好的信用风险预测模型，得到待预测企业的第一信用风险信息；其中，信用风险预测模型是根据历史交通企业的企业经营情况数据、运行管理数据、信用评价数据对朴素贝叶斯模型训练得到；对待预测企业的企业经营情况数据、运行管理数据进行结构化分析处理，得到第二信用风险信息；根据第一信用风险信息、以及第二信用风险信息得到待预测企业的综合风险信息。本发明可以提高企业信用风险确定的准确性、以及提高企业信用风险确定的效率。

技术研发人员：彭丰年,张宜,方松,傅士光,陈晓东
受保护的技术使用者：北京久其软件股份有限公司
技术研发日：
技术公布日：2024/2/8