[發明專利]企業信用分類系統構建方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210227344.0
• 申請日: 2022-03-08
• 公開（公告）號: CN114708000A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 金鑫;李成龍;楊虎
• 申請（專利權）人: 中央財經大學
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06F16/36;G06F40/211;G06F40/295;G06F40/30;G06K9/62;G06N3/04;G06N3/08;G06Q10/06
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 成丹;耿慧敏

本申請提供一種企業信用分類系統構建方法、裝置、電子設備及存儲介質，該方法包括：獲取企業相關的公開數據，并對公開數據進行融合、整理為標準統一的數據進行存儲，得到公開數據庫；根據公開數據庫，構建企業知識圖譜；根據企業知識圖譜，選取企業信用評價指標；基于企業信用評價指標，采用分類算法進行企業信用分類預測。該方案構建的企業信用分類系統可以提高企業信用分類的精準度。

技術領域

本發明屬于市場經濟技術領域，特別涉及一種企業信用分類系統構建方法、裝置、電子設備及存儲介質。

背景技術

企業信用評價是構建和完善市場經濟秩序的重要一環，市場經濟就是信用經濟。現如今，企業信用在諸多領域得到具體體現。企業信用通常可以表現為兩個方面，一方面，企業信用衡量企業是否有積極履行承諾的意愿，另一方面衡量企業是否有能力按時完成承諾。招投標領域信用建設是社會信用體系建設的重要組成部分，而現階段，招投標領域存在著部分違法失信現象，常見的有偽造材料、串聯作弊、拒絕履約、利益關聯等現象嚴重破壞了競爭環境，侵害了公共利益。因此，構建招投標領域信用體系，實現政府信用監測，有助于形成統一規范、公開公平、競爭有序的招投標市場。

在近百年的發展中，企業信用評價方法逐漸成熟。企業信用評價的技術體系主要經歷了三個階段。第一階段是經驗判斷階段，根據“6C”、“5P”及“LAPP”等財務要素信息以及評價人員的經驗判斷企業信用；第二階段主要是統計方法階段，如線性判別式模型和二次判別式模型；第三階段是人工智能方法階段。

現有關于企業信用分類的研究大多是基于受評對象外部視角，運用各種方法以評判發生違約風險的可能性，從現有文獻研究結論來看，有關企業信用風險的影響因素可歸納以下大類：財務特征、企業特征、股東特征、信用記錄特征。其中財務特征是現在衡量企業信用的重要依據。

由于企業財務數據難以獲得或者真實性低，越來越多的研究人員開始使用更加多維的數據特征來衡量企業信用。隨著互聯網的發展，可用信息海量增長，數據挖掘技術逐漸被應用于評估企業信用，比如盛夏利用數據挖掘方法對信用評級變動進行預測，基于Adaboost模型的網絡借貸信用預測模型具有較高的分類精度，陳云等提出一種混合集成策略，使用基于RSA的SVM的集成學習模型來提高信用風險評估模型的預測準確率。

發明內容

本說明書實施例的目的是提供一種企業信用分類系統構建方法、裝置、電子設備及存儲介質。

為解決上述技術問題，本申請實施例通過以下方式實現的：

第一方面，本申請提供一種企業信用分類系統構建方法，該方法包括：

獲取企業相關的公開數據，并對公開數據進行融合、整理為標準統一的數據進行存儲，得到公開數據庫；

根據公開數據庫，構建企業知識圖譜；

根據企業知識圖譜，選取企業信用評價指標；

基于企業信用評價指標，采用分類算法進行企業信用分類預測。

在其中一個實施例中，根據公開數據庫，構建企業知識圖譜，包括：

抽取公開數據庫中的實體及實體之間的關系，構建初步企業知識圖譜；

對初步企業知識圖譜，進行隱藏知識推理，補充實體之間的隱藏關系，得到企業知識圖譜。

在其中一個實施例中，抽取公開數據庫中的實體及實體之間的關系，構建初步企業知識圖譜，包括：

通過雙向長短期記憶模型循環神經網絡與條件隨機場抽取公開數據庫中的實體，通過依存句法分析的方法抽取實體之間的關系，構建初步企業知識圖譜。

在其中一個實施例中，對初步企業知識圖譜，進行隱藏知識推理，補充實體之間的隱藏關系，得到企業知識圖譜，包括：