[發(fā)明專利]疑似非法集資風(fēng)險(xiǎn)的預(yù)警方法、裝置、設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910833127.4
• 申請日: 2019-09-04
• 公開（公告）號: CN110704572B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 部慧;吳俊杰;李曄林;羅炎林;張玨
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/35;G06F16/25;G06F16/951;G06Q40/02;G06Q40/06
• 代理公司: 北京遠(yuǎn)大卓悅知識產(chǎn)權(quán)代理有限公司 11369
• 代理人: 史霞

1.疑似非法集資風(fēng)險(xiǎn)的預(yù)警方法，其特征在于，包括：

從互聯(lián)網(wǎng)公開數(shù)據(jù)中獲取結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)；

根據(jù)所述結(jié)構(gòu)化數(shù)據(jù)和所述文本數(shù)據(jù)，構(gòu)建實(shí)體企業(yè)的多維畫像；

根據(jù)所述多維畫像，計(jì)算實(shí)體企業(yè)的產(chǎn)品違約風(fēng)險(xiǎn)值、企業(yè)經(jīng)營風(fēng)險(xiǎn)值、違規(guī)宣傳風(fēng)險(xiǎn)值和負(fù)面輿情值；

根據(jù)所述產(chǎn)品違約風(fēng)險(xiǎn)值、所述企業(yè)經(jīng)營風(fēng)險(xiǎn)值、所述違規(guī)宣傳風(fēng)險(xiǎn)值和所述負(fù)面輿情值，計(jì)算實(shí)體企業(yè)的綜合風(fēng)險(xiǎn)值，若所述綜合風(fēng)險(xiǎn)值大于預(yù)設(shè)值，則發(fā)出疑似非法集資風(fēng)險(xiǎn)預(yù)警；

從互聯(lián)網(wǎng)公開數(shù)據(jù)中獲取結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)，包括：確定所述互聯(lián)網(wǎng)公開數(shù)據(jù)的數(shù)據(jù)來源，包括新聞媒體、社交媒體、第三方信息披露平臺和第三方商業(yè)數(shù)據(jù)庫；從所述新聞媒體、社交媒體、第三方信息披露平臺和第三方商業(yè)數(shù)據(jù)庫中獲取包括企業(yè)信息數(shù)據(jù)、產(chǎn)品信息數(shù)據(jù)、互聯(lián)網(wǎng)廣告信息數(shù)據(jù)和互聯(lián)網(wǎng)評論信息數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)；

根據(jù)所述結(jié)構(gòu)化數(shù)據(jù)和所述文本數(shù)據(jù)，構(gòu)建實(shí)體企業(yè)的多維畫像，包括：獲取全國涉金融業(yè)務(wù)的實(shí)體企業(yè)名錄，將所述結(jié)構(gòu)化數(shù)據(jù)和所述文本數(shù)據(jù)與實(shí)體企業(yè)相映射，構(gòu)建與實(shí)體企業(yè)相關(guān)聯(lián)的互聯(lián)網(wǎng)公開信息數(shù)據(jù)庫，生成實(shí)體企業(yè)索引；構(gòu)建金融文本分類模型，對所述數(shù)據(jù)庫中的文本數(shù)據(jù)進(jìn)行分類，并過濾所述數(shù)據(jù)庫中的非金融文本數(shù)據(jù)；根據(jù)所述實(shí)體企業(yè)索引，從所述數(shù)據(jù)庫中提取與該實(shí)體企業(yè)相關(guān)的產(chǎn)品特征、公司特征、互聯(lián)網(wǎng)廣告特征和負(fù)面輿情特征，構(gòu)建該實(shí)體企業(yè)的多維畫像；

根據(jù)所述多維畫像，計(jì)算實(shí)體企業(yè)的產(chǎn)品違約風(fēng)險(xiǎn)值、企業(yè)經(jīng)營風(fēng)險(xiǎn)值、違規(guī)宣傳風(fēng)險(xiǎn)值和負(fù)面輿情值，包括：將所述產(chǎn)品特征、公司特征和互聯(lián)網(wǎng)廣告特征分別作為輸入變量，輸入到梯度上升決策樹分類模型中，計(jì)算實(shí)體企業(yè)的產(chǎn)品違約風(fēng)險(xiǎn)值、企業(yè)經(jīng)營風(fēng)險(xiǎn)值、違規(guī)宣傳風(fēng)險(xiǎn)值；將所述負(fù)面輿情特征作為輸入變量，輸入到負(fù)面輿情模型中，計(jì)算實(shí)體企業(yè)的負(fù)面輿情值；

根據(jù)所述產(chǎn)品違約風(fēng)險(xiǎn)值、所述企業(yè)經(jīng)營風(fēng)險(xiǎn)值、所述違規(guī)宣傳風(fēng)險(xiǎn)值和所述負(fù)面輿情值，計(jì)算實(shí)體企業(yè)的綜合風(fēng)險(xiǎn)值，包括，采用邏輯回歸模型，對所述產(chǎn)品違約風(fēng)險(xiǎn)值、所述企業(yè)經(jīng)營風(fēng)險(xiǎn)值、所述違規(guī)宣傳風(fēng)險(xiǎn)值和所述負(fù)面輿情值進(jìn)行融合，計(jì)算實(shí)體企業(yè)的綜合風(fēng)險(xiǎn)值，其中，邏輯回歸模型的每個(gè)維度分別對應(yīng)實(shí)體企業(yè)的所述產(chǎn)品違約風(fēng)險(xiǎn)值、所述企業(yè)經(jīng)營風(fēng)險(xiǎn)值、所述違規(guī)宣傳風(fēng)險(xiǎn)值和所述負(fù)面輿情值，邏輯回歸模型使用前需進(jìn)行訓(xùn)練，具體為，將已經(jīng)被監(jiān)管部門定性的非法集資實(shí)體企業(yè)標(biāo)注為正類樣本，將人工審核為無疑似非法集資風(fēng)險(xiǎn)的實(shí)體企業(yè)標(biāo)注為負(fù)類樣本，使用正類樣本和負(fù)類樣本對邏輯回歸模型進(jìn)行訓(xùn)練，再用訓(xùn)練好的邏輯回歸模型對待識別實(shí)體企業(yè)的違約風(fēng)險(xiǎn)值、企業(yè)經(jīng)營風(fēng)險(xiǎn)值、違規(guī)宣傳風(fēng)險(xiǎn)值和負(fù)面輿情值進(jìn)行回歸，得到待識別企業(yè)的綜合風(fēng)險(xiǎn)值。

2.如權(quán)利要求1所述的疑似非法集資風(fēng)險(xiǎn)的預(yù)警方法，其特征在于，所述產(chǎn)品特征包括，產(chǎn)品收益率、產(chǎn)品近一個(gè)月平均投資期限、風(fēng)險(xiǎn)評級上調(diào)/下調(diào)變化；所述公司特征包括，經(jīng)營年限、注冊資本、高管離職人次、子公司和分公司數(shù)量、經(jīng)營異常記錄數(shù)量、違法違規(guī)記錄數(shù)量；所述互聯(lián)網(wǎng)廣告特征包括，廣告投放量、弱煽動(dòng)性廣告數(shù)量、強(qiáng)煽動(dòng)性廣告數(shù)量、極強(qiáng)煽動(dòng)性廣告數(shù)量、違規(guī)保本或本息承諾數(shù)量；所述負(fù)面輿情特征包括，嚴(yán)重負(fù)面輿情文本數(shù)量、一般負(fù)面輿情文本數(shù)量。