基于大数据的企业信用评估方法及系统专利.docxVIP

发明专利申请申请公布号 申请公布日 申请号申请日2016.11.01申请人 路璐地址 100125 北京朝阳区霄云路发明人 路璐专利代理机构代理人Int. CI.权利要求书 2页 说明书7 页 附图3 页发明名称基于大数据的企业信用评估方法及系统摘要本发明涉及一种基于大数据的企业信用评估方法及系统，以解决如何利用大数据对当前企业的信用状态进行评估、指导决策和预测等。该方法包括：S1、得到影响企业信用的影响因素和数据，对其做众因子加权聚合处理；S2、得到影响企业信用的影响因素的权重系数；S3、得到影响企业信用因素的权重系数随环境变化的修正值；S4、得到反映企业信用的偏离度，用其达到风险监测预警；S5、综合评估当前企业信用水平，自动生成评估报告。通过该评估方法，可以得到当前企业信用的影响因素和数据、影响企业信用因素的权重系数及修正值、当前企业信用等级和风险监测预警的偏离度、当前企业信用评估报告，实现对企业信用的整体评估。 S1、得到影响企业信用的影响因素和数据，对其做众因子加权聚合处理；S2、得到影响企业信用的影响因素的权重系数；S3、得到影响企业信用因素的权重系数随环境变化的修正值；S4、得到反映企业信用的偏离度，用其达到风险监测预警；S5、综合评估当前企业信用水平，自动生成评估报告。权 利 要 求 书1/2页一种基于大数据的企业信用评估方法，其特征在于，包括：S1、得到影响企业信用的影响因素和数据，运用众因子加权聚合贝叶斯算法，计算偿债环境、偿债来源、财富创造能力和偿债能力的众因子对评估主体的信用影响程度；S2、根据层次分析模型构建指标体系，对指标体系中的偿债环境、偿债来源、财富创造能力和偿债能力的众影响因子的权重进行计算。通过判断矩阵进行特征值和特征向量的计算，进行一致性检验，以专家打分和层次分析相结合的方法确定权重。S3、使影响因子在学习样本中用机器学习的方法训练权重，用期望输出与实际输出的差异引导着学习过程，权重值会随着学习的速度和失败的次数而不断更新,使权重随着环境的变化而实现偏差纠正，达到信用分值和级别越来越准确。S4、计算企业信用的偏离度和可调式核心指数，企业的偏离度相对于行业偏离度形成安全区间，时间轴上的偏离度以线性函数存在，通过函数预测算法可以确定未来周期内受评主体的信用情况，达到企业信用风险预测。S5、根据企业信用的影响因素和数据、影响企业信用因素的权重系数、企业信用风险监测预警的偏离度分析当前企业信用水平，以评估报告形式展现。在场景预测法基础上，使评估报告模块化，随着受评主体在大公中央数据库信息的变化，通过评级指标运算的结果，对应的评估报告各模块随之改变，整个过程脱离信用分析师的主观意识，直接由数据决定评估报告，用自然语言生成技术对评估报告优化，从而实现高质量的评估报告的自动生成。2．根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括：构建企业信用的指标体系和获取企业信用影响因素的定量数据；对企业信用影响因素的定量数据进行无量纲化方法预处理；对企业信用影响因素智能识别和数据分类；根据S3中的企业信用影响因素的权重系数的修正值、预处理过的定量数据和多个专家评分算术平均数，对影响因素做加权聚合计算，加权聚合的贝叶斯算法，处理影响因素间重复对企业信用的贡献，得到企业信用的综合评分、级别、级别含义、企业信用在同行业的排行榜、可视化输出信用信息分析结论。3．根据权利要求1所述的方法，其特征在于，所述步骤S2还包含： 企业信用评估影响因素的权重判断矩阵的自动修正、判断矩阵的自动补全的能力。权 利 要 求 书2/2页4．根据权利要求1所述的方法，其特征在于，所述步骤S3中所述确定的企业信用影响因素权重优化方法为基于机器学习和BP神经网络的方法。5. 根据权利要求1所述的方法，其特征在于，所述步骤S4还包含：企业信用评估偏离度是指每一种偿债来源与财富创造能力的距离。6. 一种基于大数据的企业信用评估系统，其特征在于，包括：数字化智能评估单元，用于获取企业信用评估影响因素和数据，对数据做标准化处理，对影响因素智能识别和数据分类，计算企业信用的综合评分和级别，生成企业信用在同行业的排行榜，可视化输出信用信息分析结论；数字化评级权重自动生成单元，根据层次分析模型构建指标体系，以专家打分和层次分析相结合的方法，对企业信用评估指标体系中的偿债环境、偿债来源、财富创造能力和偿债能力的众影响因子的权重系数进行计算；数字化评级机器学习权重优化单元，用于优化企业信用影响因素权重，使权重随着环境的变化而实现偏差纠正，达到信用分值和级别越来越准确；信用风险监测预警单元，是依托于线性函数的预测算法的风险预测系统，基于偏离度及可调式核心指数，通过函数预测算法确定未来周期内受评主体的信用情况，达到信用风险预测的效果；评估报告自然语言生成单元