企业信用风险预警方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及大数据分析处理领域，公开一种企业信用风险预警方法、装置、设备及存储介质，该方法包括：获取目标企业在预设时段内的企业数据，从企业数据中提取出预设数据维度的信用风险特征变量；将信用风险特征变量输入至预先构建的企业信用风险评估模型，并获取企业信用风险评估模型输出的企业信用风险强度；将企业信用风险强度与预设风险阈值进行比较，在检测到企业信用风险强度高于预设风险阈值时发出预警提示，由于是从获取到的企业数据中提取多维度的信用风险特征变量，从而保证了数据维度的多样化，又因为是根据已建立企业信用风险评估模型来进行信用风险预警，相对于现有的人工预警的方式，本发明专利技术有效的保证了预警结果的准确性及可靠性。

Enterprise Credit Risk Early Warning Method, Device, Equipment and Storage Media

The invention relates to the field of large data analysis and processing, and discloses an enterprise credit risk early warning method, device, equipment and storage medium. The method includes: acquiring enterprise data of the target enterprise in the preset period, extracting preset data dimension credit risk characteristic variables from enterprise data, and inputting credit risk characteristic variables into the preset enterprise credit risk assessment model. Firstly, the enterprise credit risk intensity output from the enterprise credit risk assessment model is obtained; then, the enterprise credit risk intensity is compared with the preset risk threshold, and when the enterprise credit risk intensity is detected to be higher than the preset risk threshold, an early warning prompt is given. Because the multi-dimensional credit risk characteristic variables are extracted from the acquired enterprise data, the diversity of data dimensions is ensured. In addition, since the credit risk early warning is based on the established enterprise credit risk assessment model, the present invention effectively guarantees the accuracy and reliability of the early warning results compared with the existing manual early warning methods.

【技术实现步骤摘要】
企业信用风险预警方法、装置、设备及存储介质
本专利技术涉及大数据分析处理
，尤其涉及一种企业信用风险预警方法、装置、设备及存储介质。
技术介绍
目前，对企业进行信用风险评估时，工作人员往往只收集企业的工商信息或财务信息，然后根据企业的工商信息或财务信息来对企业进行信用风险的评估，但采用这种人工评估方式，由于信息数据的维度较为单一、覆盖面较低，经常导致最终获得的评估结果不够准确，同时数据维度的单一也导致信用风险预警规则缺乏全面性。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供了一种企业信用风险预警方法、装置、设备及存储介质，旨在解决现有技术在对企业的信用风险进行管控时，全面性及准确性不足的技术问题。为实现上述目的，本专利技术提供了一种企业信用风险预警方法，所述方法包括以下步骤:获取目标企业在预设时段内的企业数据，从所述企业数据中提取出预设数据维度的信用风险特征变量；将所述信用风险特征变量输入至预先构建的企业信用风险评估模型，并获取所述企业信用风险评估模型输出的企业信用风险强度；将所述企业信用风险强度与预设风险阈本文档来自技高网...

【技术保护点】
1.一种企业信用风险预警方法，其特征在于，所述方法包括：获取目标企业在预设时段内的企业数据，从所述企业数据中提取出预设数据维度的信用风险特征变量；将所述信用风险特征变量输入至预先构建的企业信用风险评估模型，并获取所述企业信用风险评估模型输出的企业信用风险强度；将所述企业信用风险强度与预设风险阈值进行比较，在检测到所述企业信用风险强度高于所述预设风险阈值时，发出预警提示。

【技术特征摘要】
1.一种企业信用风险预警方法，其特征在于，所述方法包括：获取目标企业在预设时段内的企业数据，从所述企业数据中提取出预设数据维度的信用风险特征变量；将所述信用风险特征变量输入至预先构建的企业信用风险评估模型，并获取所述企业信用风险评估模型输出的企业信用风险强度；将所述企业信用风险强度与预设风险阈值进行比较，在检测到所述企业信用风险强度高于所述预设风险阈值时，发出预警提示。2.如权利要求1所述的方法，其特征在于，所述获取目标企业在预设时段内的企业数据，从所述企业数据中提取出预设数据维度的信用风险特征变量的步骤之前，所述方法还包括：获取若干个企业的企业信息，从所述企业信息中提取出各企业对应的企业画像数据；根据所述企业画像数据对各企业进行用户画像，获得企业信用风险画像；从所述企业信用风险画像中提取出信用风险特征变量，并根据提取出的信用风险特征变量建立企业信用风险评估模型。3.如权利要求2所述的方法，其特征在于，所述预设数据维度包括财务维度、法律维度、舆情维度和/或工商信息维度；所述从所述企业信用风险画像中提取出信用风险特征变量，并根据提取出的信用风险特征变量建立企业信用风险评估模型的步骤，包括：按所述预设数据维度从所述企业信用风险画像中提取出信用风险特征变量；对提取出的信用风险特征变量进行离散化分解获得变量因子，并将所述变量因子输入至预设神经网络模型进行模型训练，获得企业信用风险评估模型。4.如权利要求3所述的方法，其特征在于，所述预设神经网络模型为递归神经网络模型；所述对提取出的信用风险特征变量进行离散化分解获得变量因子，并将所述变量因子输入至预设神经网络模型进行模型训练，获得企业信用风险评估模型的步骤之后，所述方法还包括：获取所述企业信用风险评估模型中各变量因子对应的变量信息值；根据所述变量信息值对提取出的所述信用风险特征变量进行筛选，获取有效特征变量以及所述有效特征变量对应的数据类型；基于所述数据类型从所述企业信用风险画像中提取目标信用风险特征变量；将所述目标信用风险特征变量离散化分解后输入至所述递归神经网络模型进行模型训练，并将训练后的递归神经网络模型作为企业信用风险评估模型。5.如权利要求4所述的方法，其特征在于，所述根据所述变量信息值对提取出的所述信用风险特征变量进行筛选，获取有效特征变量以及所述有效特征变量对应的数据类型...

【专利技术属性】
技术研发人员：朱玺道，李泓格，陈姗婷，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44