[發明專利]企業評分方法、裝置、介質及電子設備

在審

• 申請號: 201910003245.2
• 申請日: 2019-01-03
• 公開（公告）號: CN109636242A
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 林國勝
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種企業評分方法，其特征在于，包括：

獲取關于目標企業的待評價特征數據，其中，所述待評價特征數據為信用特征數據、創新特征數據、運營特征數據、歷史債務特征數據、納稅資質特征數據中的至少一類；

獲取每類特征參數的擬合系數，并根據獲取到的所述每類特征參數的擬合系數以及對應的特征參數確定企業評分模型；

將所述待評價特征數據輸入所述企業評分模型，獲得所述企業評分模型的輸出作為所述目標企業的評分。

2.根據權利要求1所述的企業評分方法，其特征在于，獲取每類特征參數的擬合系數，包括：

對獲取到的多家企業的歷史數據進行特征提取得到第一訓練集，所述第一訓練集包括：每家企業的多類特征數據中的至少一類，以及每家企業的評分數據；

基于所述第一訓練集，通過迭代算法對第一邏輯回歸模型進行訓練，并根據訓練后的第一邏輯回歸模型獲取每類特征參數的擬合系數。

3.根據權利要求2所述的企業評分方法，其特征在于，在獲取每類特征參數的擬合系數之后，還包括：

對獲取到的多家企業的歷史數據進行特征提取得到第二訓練集，所述第二訓練集包括：每家企業的多類特征數據中的至少一類、所述每類特征參數的擬合系數，以及每家企業的評分數據；

基于所述第二訓練集，通過迭代算法對第二邏輯回歸模型進行訓練，以得到企業評分模型。

4.根據權利要求3所述的企業評分方法，其特征在于，在得到企業評分模型之前，還包括：

獲取對所述第二邏輯回歸模型的驗證集，所述驗證集包括：每家企業的多類特征數據中的至少一類、每類特征參數的擬合系數，以及每家企業的評分數據；

通過所述驗證集對訓練后的第二邏輯回歸模型進行驗證，并獲取驗證結果；

若所述驗證結果滿足預設的驗證條件，則將訓練后的第二邏輯回歸模型作為所述企業評分模型。

5.根據權利要求4所述的企業評分方法，其特征在于，還包括：

若所述驗證結果不滿足預設的驗證條件，則繼續訓練所述第二述邏輯回歸模型，直至對訓練后的第二邏輯回歸模型進行驗證后得到的驗證結果滿足預設的驗證條件。

6.根據權利要求4或5所述的企業評分方法，其特征在于，所述預設的驗證條件包括：準確率、召回率和AUC中的至少一種。

7.根據權利要求1至5任一項所述的企業評分方法，其特征在于，獲取關于目標企業的待評價特征數據，包括：

通過對官方發布的企業評價、企業排名和企業業務方積累的經驗數據進行特征提取，獲得所述關于目標企業的待評價特征數據。

8.一種企業評分裝置，其特征在于，包括：

待評價特征數據獲取模塊，用于獲取關于目標企業的待評價特征數據，其中，所述待評價特征數據為信用特征數據、創新特征數據、運營特征數據、歷史債務特征數據、納稅資質特征數據中的至少一種；

企業評分模型確定模塊，用于獲取每類特征參數的擬合系數，并根據獲取到的所述每類特征參數的擬合系數以及對應的特征參數確定企業評分模型；

評分模塊，用于將所述待評價特征數據輸入企業評分模型，獲得所述企業評分模型的輸出作為所述目標企業的評分。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1至7中任一項所述的企業評分方法。

10.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如權利要求1至7中任一項所述的企業評分方法。