[發明專利]一種數據處理方法、系統及相關設備

在審

• 申請號: 201911149721.8
• 申請日: 2019-11-21
• 公開（公告）號: CN111090833A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 周小玲;許衛;趙彥輝;孫淏添
• 申請（專利權）人: 深圳微眾信用科技股份有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q10/06;G06Q40/02
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王兆林

1.一種數據處理方法，其特征在于，包括：

獲取目標企業的準則層指標中包含的各個因素層指標對應的征信統計信息，所述目標企業包含至少兩個準則層指標，每一個準則層指標至少包含一個因素層指標；

采用特征工程中的所有預設算法依次對每個維度的征信統計信息進行篩選，記錄每個維度的征信統計信息對應的因素層指標的積分值，其中，所述特征工程中包含至少兩種預設算法，當某一個維度的征信統計信息被一種預設算法選中時，對應的因素層指標的積分值加1；

將積分值排序靠前的預設數量的因素層指標作為入模因素層指標，并記錄每一個準則層指標的指標分數為其包含的所有入模因素層指標的積分值之和；

采用層次分析算法根據準則層指標計的指標分數、入模因素層指標的積分值計算每個所述準則層指標的權重及每個入模因素層指標的權重；

獲取每個入模因素層指標對應的風險評分，并計算每個入模因素層指標對應的風險評分、入模因素層指標的權重以及入模因素層指標所屬的準則層指標的權重三者的乘積，作為每一個入模因素層指標對應的準則層分數；

根據所有入模因素層指標對應的準則層分數之和，計算所述目標企業的風險評估總分。

2.根據權利要求1所述的方法，其特征在于，所述根據所有入模因素層指標對應的準則層分數之和，計算所述目標企業的風險評估總分，包括：

將所有入模因素層指標對應的準則層分數之和按預設比例縮放得到所述目標企業的風險評估總分。

3.根據權利要求1所述的方法，其特征在于，所述特征工程中包含的預設算法包括：

決策樹算法、方差篩選算法、皮爾遜顯著性算法、遞歸特征消除算法、SAS決策樹算法中的任意兩種以上算法形成的組合。

4.根據權利要求1至3中任一項所述的方法，其特征在于，還包括：

以數值或圖表形式展示所述入模因素層指標對應的準則層分數，和/或所述目標企業的風險評估總分。

5.根據權利要求1至3中任一項所述的方法，其特征在于，所述征信統計信息包括：

涉稅信息、工商信息、司法信息中的一種或多種；

其中，所述涉稅信息包括企業稅務登記信息、股東信息、收入申報信息、稅金逾期信息中的一種或多種；

所述工商信息包括企業工商登記信息、股權信息、行政處罰信息中的一種或多種；

所述司法信息包括企業涉訴裁判文書、失信執行信息、企業主限制高消費和出入境信息中的一種或多種。

6.根據權利要求5所述的方法，其特征在于，還包括：

采集原始的企業樣本數據，并對所述企業樣本數據進行清洗，生成符合預設格式的征信統計信息。

7.一種數據處理系統，其特征在于，包括：

獲取模塊，獲取目標企業的準則層指標中包含的各個因素層指標對應的征信統計信息，所述目標企業包含至少兩個準則層指標，每一個準則層指標至少包含一個因素層指標；

篩選模塊，采用特征工程中的所有預設算法依次對每個維度的征信統計信息進行篩選，記錄每個維度的征信統計信息對應的因素層指標的積分值，其中，所述特征工程中包含至少兩種預設算法，當某一個維度的征信統計信息被一種預設算法選中時，對應的因素層指標的積分值加1；

記錄模塊，用于將積分值排序靠前的預設數量的因素層指標作為入模因素層指標，并記錄每一個準則層指標的指標分數為其包含的所有入模因素層指標的積分值之和；

第一計算模塊，采用層次分析算法根據準則層指標計的指標分數、入模因素層指標的積分值計算每個所述準則層指標的權重及每個入模因素層指標的權重；

第二計算模塊，用于獲取每個入模因素層指標對應的風險評分，并計算每個入模因素層指標對應的風險評分、入模因素層指標的權重以及入模因素層指標所屬的準則層指標的權重三者的乘積，作為每一個入模因素層指標對應的準則層分數；

第三計算模塊，用于根據所有入模因素層指標對應的準則層分數之和，計算所述目標企業的風險評估總分。