This application discloses an enterprise credit rating evaluation method, which includes acquiring enterprise sample data, processing multi-dimensional feature data of the enterprise sample data, obtaining feature data; extracting correlation feature data from all the feature data as training sample data; training model according to the training sample data, obtaining GBDT model; receiving credit and so on. The data of the enterprises to be tested corresponding to the credit rating evaluation instructions are sent to the GBDT model for processing, and the data processing results are obtained. The enterprise credit rating is determined according to the data processing results. The enterprise credit rating evaluation method can effectively improve the accuracy of the corresponding evaluation results on the basis of guaranteeing the efficiency of the enterprise credit rating evaluation. The application also discloses an enterprise credit rating evaluation device, equipment and computer readable storage medium, all of which have the above beneficial effects.
【技术实现步骤摘要】
一种企业信用等级评价方法、装置及相关设备
本申请涉及数据存储
,特别涉及一种企业信用等级评价方法,还涉及一种企业信用等级评价装置、设备以及计算机可读存储介质。
技术介绍
目前,在对一些企业进行信用评估的实际工作中,主要依赖于相关工作人员的业务经验,从业务层面对企业的信用等级进行评估,视角单一,且主观影响较重,难以全面覆盖影响信用等级的行为数据,导致评估结果的不准确性,同时,也造成了人力浪费、时间浪费,效率较低。近年来,随着互联网行业的发展,虽然有一些基于计算机算法的信用等级评估方法的提出,如随机森林机器学习模型等,在一定程度上提高了评估效率,但鉴于其样例数据、特征数据的提取不够完备,对应评估结果的准确性依然较低,难以在实践中取得成效,因此,如何在保证企业信用等级评估效率的基础上,有效提高对应评估结果的准确性是本领域技术人员亟待解决的问题。
技术实现思路
本申请的目的是提供一种企业信用等级评价方法,该企业信用等级评价方法可在保证企业信用等级评估效率的基础上,有效提高对应评估结果的准确性;本申请的另一目的是提供一种企业信用等级评价装置、设备以及计算机可读存储介质,也具有上述有益效果。为解决上述技术问题,本申请提供了一种企业信用等级评价方法,所述企业信用等级评价方法包括:获取企业样本数据,对所述企业样本数据进行多维度特征加工处理,获得特征数据;在所有所述特征数据中抽取相关性特征数据作为训练样本数据;根据所述训练样本数据进行模型训练,获得GBDT模型;当接收到信用等级评价指令时,将所述信用等级评价指令对应的待测企业数据发送至所述GBDT模型进行处理,获得数据处理 ...
【技术保护点】
1.一种企业信用等级评价方法,其特征在于,包括:获取企业样本数据,对所述企业样本数据进行多维度特征加工处理,获得特征数据;在所有所述特征数据中抽取相关性特征数据作为训练样本数据;根据所述训练样本数据进行模型训练,获得GBDT模型;当接收到信用等级评价指令时,将所述信用等级评价指令对应的待测企业数据发送至所述GBDT模型进行处理,获得数据处理结果;根据所述数据处理结果确定企业信用等级。
【技术特征摘要】
1.一种企业信用等级评价方法,其特征在于,包括:获取企业样本数据,对所述企业样本数据进行多维度特征加工处理,获得特征数据;在所有所述特征数据中抽取相关性特征数据作为训练样本数据;根据所述训练样本数据进行模型训练,获得GBDT模型;当接收到信用等级评价指令时,将所述信用等级评价指令对应的待测企业数据发送至所述GBDT模型进行处理,获得数据处理结果;根据所述数据处理结果确定企业信用等级。2.如权利要求1所述的企业信用等级评价方法,其特征在于,所述对所述企业样本数据进行多维度特征加工处理,获得特征数据之前,还包括:对所述企业样本数据进行缺失值分析处理,获得第一处理数据;对所述第一处理数据进行异常值分析处理,获得第二处理数据;对所述第二处理数据进行变量相关性分析处理,获得预处理数据。3.如权利要求2所述的企业信用等级评价方法,其特征在于,所述对所述企业样本数据进行缺失值分析处理,获得第一处理数据,包括:通过聚类替代法对所述企业样本数据进行缺失值分析处理,获得所述第一处理数据。4.如权利要求2所述的企业信用等级评价方法,其特征在于,所述对所述第二处理数据进行变量相关性分析处理,获得预处理数据,包括:对所述第二处理数据进行变量相关性计算;当所述变量相关性超出预设阈值时,对所述第二处理数据进行降纬处理,获得所述预处理数据。5.如权利要求1所述的企业信用等级评价方法,其特征在于,所述在所有所述特征数据中抽取相关性特征数据作为训练样本数据,包括:通过逻辑回归算法在所有所述特...
【专利技术属性】
技术研发人员:蔡燕,王培勇,刘勇,王宏新,陈宏仁,
申请(专利权)人:税友软件集团股份有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。