[發明專利]一種企業經營風險特征數據信息提取方法和提取系統

有效

• 申請號: 201911194769.0
• 申請日: 2019-11-28
• 公開（公告）號: CN110889556B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 莊莉;梁懿;陳江海;蘇江文;王秋琳;宋立華;謝可;邱鎮
• 申請（專利權）人: 福建億榕信息技術有限公司;國網信息通信產業集團有限公司;國網浙江省電力有限公司;國家電網有限公司;國網信通億力科技有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06F16/36;G06F16/951
• 代理公司: 福州科揚專利事務所(普通合伙) 35001
• 代理人: 李曉芬

1.一種企業經營風險特征數據信息提取方法，其特征在于，包括以下步驟：

S11、利用網絡爬蟲技術采集所需進行風險預測的企業信息數據以及其關聯企業的信息數據；采集進行風險預測的企業內部信息數據以及外部信息數據；所述的內部信息數據包括所有格式的財務數據、報賬信息數據、合同信息數據、HR數據、招投標數據以及其他企業內部相關的辦公電子文檔；所述的外部信息數據包括了企業互聯網輿情數據、外部公開招投標信息數據、工商信息數據、政策信息數據以及其他與企業相關的網頁數據；

S12、對于所收集到的企業內部信息數據和外部信息數據進行數據融合處理，將非結構化或者半結構化數據轉化為結構化的數據并且儲存至圖形數據庫內；

S13、根據所收集到的所需進行風險預測的企業信息數據和其關聯企業的信息數據進行知識圖譜構建及繪制；將知識圖譜看作是一張圖，使用圖嵌入法，用低維、稠密、實值的向量表示網絡中的節點且將異質信息投影到同一個低維空間中進行下游計算；下游計算即為深度學習模型接受降維后的數據，進行訓練或者預測；將圖之間的關系轉化為通過word2vec中的詞序列類挖掘圖節點之間的關系；

S14、采集經營風險特征數據信息；使用深度學習方法從知識圖譜里獲取與預先設定的風險特征詞相同或者類似的風險特征標簽詞，然后利用深度學習方法找到經營風險特征數據信息進行提取；深度學習是一種機器學習的方法，它通過多個隱含層的神經網絡結果來學習目標；

其中，所述的所收集到的所需企業以及其關聯企業的信息數據進行知識圖譜構建及繪制包含以下步驟：

S21、利用自然語言處理技術對不同企業的相關聯的實體信息數據進行命名實體識別，進而得到與所需進行經營風險預測的企業的相關聯實體信息數據；并進行實體消歧，獲得明確名稱指代的具體實體信息數據；

S22、對實體之間的語義關系進行提取，從而獲得不同實體間的實體關系信息數據；

S23、整合S21中的實體信息數據以及S22中的實體關系信息數據進行知識圖譜的構建以及繪制，通過圖的方式表達實體與實體之間的復雜關系。

2.一種采用權利要求1所述的企業經營風險特征數據信息提取方法的企業經營風險特征數據信息提取系統，其特征在于：所述的系統包括了數據采集模塊，知識圖譜模塊，模型構建模塊以及預測模塊；

所述的數據采集模塊，利用網絡爬蟲腳本獲取不同平臺上的相關企業內外部數據；再將所獲取的數據進行數據融合，整合；

所述的知識圖譜模塊，利用數據采集模塊上所獲取的數據構建知識圖譜，利用所述的圖譜對圖譜內的事件進行聚類和風險等級劃分，并把相關的數據導入模型構建模塊中；

所述的模型構建模塊利用所述圖譜構建的圖內信息數據，構建訓練集和測試集，從而進行持續的迭代訓練，得出最優模型；

所述的預測模塊，利用所述模型板塊內得到的最優模型以及將要預測的企業當前相關數據，能夠對所需企業的未來風險進行分析預測。