[發(fā)明專利]基于關(guān)聯(lián)分析FP-Tree算法的企業(yè)風(fēng)險(xiǎn)預(yù)警方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011461438.1
• 申請(qǐng)日: 2020-12-09
• 公開(kāi)（公告）號(hào): CN112465393B
• 公開(kāi)（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 吳志雄;甘建武;李曉瓊;黃鼎
• 申請(qǐng)（專利權(quán)）人: 南威軟件股份有限公司;福建南威軟件有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 陳明鑫;蔡學(xué)俊

1.一種基于關(guān)聯(lián)分析FP-Tree算法的企業(yè)風(fēng)險(xiǎn)預(yù)警方法，其特征在于，包括如下步驟：

步驟S1、根據(jù)企業(yè)歷史相關(guān)行為數(shù)據(jù)，分析衡量企業(yè)風(fēng)險(xiǎn)狀況的標(biāo)尺和重要依據(jù)，設(shè)計(jì)風(fēng)險(xiǎn)指標(biāo)體系X＝{X₁,X₂,…,X_i}，X_i表示風(fēng)險(xiǎn)指標(biāo)體系的第i個(gè)指標(biāo)的名稱；

步驟S2、根據(jù)風(fēng)險(xiǎn)指標(biāo)體系，運(yùn)用大數(shù)據(jù)分析形成風(fēng)險(xiǎn)規(guī)則，即由一個(gè)或多個(gè)指標(biāo)的值等于一預(yù)定值或預(yù)定區(qū)間值，認(rèn)為企業(yè)可能存在相應(yīng)風(fēng)險(xiǎn)，得到風(fēng)險(xiǎn)規(guī)則集B：

B＝{X₁:risk₁,X₂:risk₂,…,X_b:risk_b,},

其中，X_k為指標(biāo)體系X的子集；risk_k為由X_k分析推理得到的相對(duì)應(yīng)的風(fēng)險(xiǎn)文字描述；

步驟S3、采集企業(yè)相關(guān)行為數(shù)據(jù)，并構(gòu)建企業(yè)風(fēng)險(xiǎn)預(yù)警模型的訓(xùn)練指標(biāo)數(shù)據(jù)集及待預(yù)警企業(yè)指標(biāo)數(shù)據(jù)集，訓(xùn)練指標(biāo)數(shù)據(jù)集中訓(xùn)練集：測(cè)試集＝4:1；

步驟S4、基于訓(xùn)練指標(biāo)數(shù)據(jù)集，通過(guò)企業(yè)信用維度數(shù)據(jù)計(jì)算獲得企業(yè)對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)，計(jì)算公式如下：

其中，creditScore_new表示最新信用風(fēng)險(xiǎn)分值歸一化后數(shù)值，100·creditScore_new作為風(fēng)險(xiǎn)得分的基礎(chǔ)分值；creditScore_i表示前i年信用風(fēng)險(xiǎn)分值，代表信用分?jǐn)?shù)的穩(wěn)定性情況；riskListCount表示近5年來(lái)列入黑名單或失信名單次數(shù)，4·riskListCount代表被列入黑名單或失信名單風(fēng)險(xiǎn)；

步驟S5、運(yùn)用互熵-區(qū)間套法進(jìn)行分箱、卡方檢驗(yàn)相關(guān)性篩選指標(biāo)，根據(jù)分箱結(jié)果進(jìn)行指標(biāo)的字符化，并保存分箱規(guī)則以及篩選后剩余的指標(biāo)列表；

步驟S6、獲取關(guān)聯(lián)規(guī)則集：運(yùn)用關(guān)聯(lián)分析FP-Tree算法挖掘企業(yè)各風(fēng)險(xiǎn)等級(jí)的企業(yè)行為的關(guān)聯(lián)規(guī)則，遍歷關(guān)聯(lián)規(guī)則并將其整合為由指標(biāo)集、風(fēng)險(xiǎn)等級(jí)及置信度組成的關(guān)聯(lián)規(guī)則集，關(guān)聯(lián)規(guī)則集由以“指標(biāo)集:風(fēng)險(xiǎn)等級(jí),置信度”形式且置信度大于0.5的元素構(gòu)成；

其中，A表示其中一指標(biāo)集；B表示其中一風(fēng)險(xiǎn)等級(jí)；表示由指標(biāo)集A推理出風(fēng)險(xiǎn)等級(jí)B的置信度；count(A∩B)、count(A)分別表示指標(biāo)集A中的元素和風(fēng)險(xiǎn)等級(jí)B同時(shí)存在同一樣本的樣本數(shù)量、指標(biāo)集A中的元素同時(shí)存在同一樣本的樣本數(shù)量；

步驟S7、根據(jù)步驟S6得到的關(guān)聯(lián)規(guī)則集以及步驟S2得到的風(fēng)險(xiǎn)規(guī)則集，基于待預(yù)警企業(yè)指標(biāo)數(shù)據(jù)集對(duì)待預(yù)警企業(yè)進(jìn)行預(yù)警，預(yù)警企業(yè)命中的關(guān)聯(lián)規(guī)則，預(yù)測(cè)企業(yè)風(fēng)險(xiǎn)等級(jí)及可能存在的風(fēng)險(xiǎn)點(diǎn)，輸出預(yù)警結(jié)果；

步驟S5中，運(yùn)用互熵-區(qū)間套法進(jìn)行分箱、卡方檢驗(yàn)相關(guān)性篩選指標(biāo)的具體實(shí)現(xiàn)方式如下：

對(duì)于值種類超過(guò)5個(gè)的離散變量屬性的指標(biāo)及連續(xù)變量的指標(biāo)，運(yùn)用有監(jiān)督的互熵-區(qū)間套法對(duì)指標(biāo)變量進(jìn)行分箱并根據(jù)分箱結(jié)果字符化連續(xù)變量，降低模型過(guò)擬合的風(fēng)險(xiǎn)；

互熵-區(qū)間套法進(jìn)行分箱步驟如下：

第0步，預(yù)先設(shè)定一個(gè)閾值threshold以及最大分箱數(shù)n；

對(duì)待分箱指標(biāo)I，有初始分箱邊界值集為Boundary＝{a,b}，對(duì)指標(biāo)I進(jìn)行分箱：

第1步，取將[a,b]劃分為兩個(gè)區(qū)間[a,a₀]、(a₀,b]，結(jié)合互信息和信息熵，提出一種新的類別不確定評(píng)價(jià)函數(shù)MiEntropy：

其中，t為區(qū)間；C為類別集合，C＝{c₁,c₂,…,c_m}，m為類別個(gè)數(shù)；p(c_i)、p(t)、p(t,c_i)分別是訓(xùn)練集中c_i類的樣本數(shù)、指標(biāo)值在區(qū)間t的樣本數(shù)、指標(biāo)值在區(qū)間t且屬于c_i類的樣本數(shù)與訓(xùn)練集樣本總數(shù)的比例，p(c_i|t)指標(biāo)值在區(qū)間t且屬于c_i的樣本數(shù)與指標(biāo)值在區(qū)間t的樣本數(shù)的比例，η為超參數(shù)，且滿足η∈[0,1]；

應(yīng)用MiEntropy對(duì)[a,a₀]、(a₀,b]進(jìn)行評(píng)價(jià)，轉(zhuǎn)第2步；

第2步，若MiEntropy([a,a₀])≥threshold或MiEntropy((a₀,b])≥threshold，則將a₀添加至Boundary中，轉(zhuǎn)第3步；否則直接轉(zhuǎn)第3步；

第3步，根據(jù)Boundary獲得指標(biāo)I的分箱數(shù)numb(I)：

若numb(I)≥n，則停止分箱

若MiEntropy([a,a₀])≥threshold，取a＝a,b＝a₀并跳至第1步；

若MiEntropy((a₀,b])≥threshold，取a＝a₀,b＝b并跳至第1步；

若MiEntropy([a,a₀])≤MiEntropy((a₀,b])＜threshold，取a＝a₀,b＝b并跳至第1步；

若MiEntropy((a₀,b])≤MiEntropy([a,a₀])＜threshold，取a＝a,b＝a₀并跳至第1步；

第4步，分箱結(jié)束后，得到一個(gè)分箱邊界集，將其按照從小到大的順序排序得到Boundary＝{a,a₁,a₂,…,a_k,b}，根據(jù)Boundary將指標(biāo)I分為k+1箱：{[a,a₁],(a₁,a₂],…,(a_k,b]}；

卡方檢驗(yàn)相關(guān)性篩選指標(biāo)具體為：通過(guò)卡方檢驗(yàn)檢驗(yàn)指標(biāo)變量與企業(yè)風(fēng)險(xiǎn)的相關(guān)性，過(guò)濾對(duì)預(yù)警助益不大的指標(biāo)，卡方檢驗(yàn)進(jìn)行相關(guān)分析的結(jié)果基于有監(jiān)督的分箱進(jìn)行劃分樣本空間。

2.根據(jù)權(quán)利要求1所述的基于關(guān)聯(lián)分析FP-Tree算法的企業(yè)風(fēng)險(xiǎn)預(yù)警方法，其特征在于，步驟S7的具體實(shí)現(xiàn)方式如下：

首先，對(duì)待預(yù)警企業(yè)指標(biāo)數(shù)據(jù)集中待預(yù)警企業(yè)指標(biāo)數(shù)據(jù)字符化：指標(biāo)數(shù)據(jù)的轉(zhuǎn)化，由步驟S5的分箱規(guī)則決定，將原始指標(biāo)數(shù)據(jù)轉(zhuǎn)換為相對(duì)應(yīng)的字符標(biāo)識(shí)，得到該企業(yè)的轉(zhuǎn)化后的指標(biāo)集

其中，C_i為第i個(gè)樣本企業(yè)各指標(biāo)值字符化后的結(jié)果集合；表示第i個(gè)樣本企業(yè)第c_i個(gè)指標(biāo)字符化結(jié)果值；

其次，獲取命中關(guān)聯(lián)規(guī)則：遍歷關(guān)聯(lián)規(guī)則，若關(guān)聯(lián)規(guī)則的指標(biāo)集滿足C_i∩R_j＝R_j，則表示該企業(yè)命中R_j對(duì)應(yīng)的關(guān)聯(lián)規(guī)則，因此，得到企業(yè)命中風(fēng)險(xiǎn)規(guī)則指標(biāo)集Q_i：

其中，表示第i個(gè)預(yù)警企業(yè)第q_i個(gè)命中的風(fēng)險(xiǎn)規(guī)則的指標(biāo)集；表示第i個(gè)預(yù)警企業(yè)第q_i個(gè)命中的風(fēng)險(xiǎn)規(guī)則的風(fēng)險(xiǎn)等級(jí)；表示第i個(gè)預(yù)警企業(yè)第q_i個(gè)命中的風(fēng)險(xiǎn)規(guī)則的置信度；

然后，獲取風(fēng)險(xiǎn)等級(jí)：風(fēng)險(xiǎn)等級(jí)由命中關(guān)聯(lián)規(guī)則的風(fēng)險(xiǎn)等級(jí)和置信度所決定的，將關(guān)聯(lián)規(guī)則的風(fēng)險(xiǎn)等級(jí)轉(zhuǎn)換為對(duì)應(yīng)分值，置信度作為權(quán)值進(jìn)行加權(quán)平均，計(jì)算得到最終的風(fēng)險(xiǎn)分?jǐn)?shù)，并根據(jù)各風(fēng)險(xiǎn)等級(jí)的分值區(qū)間獲得風(fēng)險(xiǎn)等級(jí)；

其中，高風(fēng)險(xiǎn)用P0表示，中高風(fēng)險(xiǎn)有兩個(gè)等級(jí)，即P1、P2，且P1的風(fēng)險(xiǎn)大于P2，低風(fēng)險(xiǎn)用P3表示，無(wú)風(fēng)險(xiǎn)用P4表示；riskScore_i表示第i個(gè)預(yù)警企業(yè)的風(fēng)險(xiǎn)得分；SP_ij表示第i個(gè)預(yù)警企業(yè)第j個(gè)命中的風(fēng)險(xiǎn)規(guī)則的風(fēng)險(xiǎn)等級(jí)得分；P_ij表示第i個(gè)預(yù)警企業(yè)第j個(gè)命中的風(fēng)險(xiǎn)規(guī)則的風(fēng)險(xiǎn)等級(jí)；Conf_ij表示第i個(gè)預(yù)警企業(yè)第j個(gè)命中的風(fēng)險(xiǎn)規(guī)則的置信度；r_i表示第i個(gè)預(yù)警企業(yè)命中的風(fēng)險(xiǎn)規(guī)則的置信度之和；riskLevel為風(fēng)險(xiǎn)得分映射為風(fēng)險(xiǎn)等級(jí)的函數(shù)；

最后，獲取風(fēng)險(xiǎn)描述：遍歷步驟S2所得的風(fēng)險(xiǎn)規(guī)則集B＝{X₁:risk₁,X₂:risk₂,…,X_b:risk_b,},以及企業(yè)命中風(fēng)險(xiǎn)規(guī)則指標(biāo)集Q_i＝{R_ij:(P_ij,Conf_ij)},j＝i,…,q_i，若X_k∩R_ij＝X_k，則該企業(yè)大概率存在X_k所對(duì)應(yīng)的風(fēng)險(xiǎn)點(diǎn)risk_k；遍歷完成后，得到該企業(yè)風(fēng)險(xiǎn)點(diǎn)集RISK_i＝{risk_j},j＝1,…,k_i，對(duì)風(fēng)險(xiǎn)點(diǎn)集中各元素以分號(hào)進(jìn)行拼接得到其風(fēng)險(xiǎn)描述。