【技术实现步骤摘要】
一种用于企业经营管理风险识别的建模方法及装置
本专利技术涉及计算机
，尤其涉及一种用于企业经营管理风险识别的建模方法及装置。
技术介绍
企业的经营管理风险蕴含于与企业相关的多种数据中，如何从这些庞大的数据中识别出企业可能面对的风险，对企业自身以及与企业相关的实体具有重要意义。由于企业风险相关的数据具有数据源复杂、数据格式多样化的特点，当利用数学模型进行企业风险识别时，难以提取出有效的特征，更难以利用提取出的特征进行模型训练。
技术实现思路
有鉴于此，本专利技术实施例提供一种用于企业经营管理风险识别的建模方法、装置、电子设备及存储介质，能够大大降低了特征提取的工作量和盲目性，有效提高了模型预测的准确性。第一方面，本专利技术的实施例提供一种用于企业经营管理风险识别的建模方法，包括：从企业风险数据源中获取目标数据，所述目标数据包括字符型数据和/或知识图谱型数据；根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码；其中，所述目标特征编码将每个所述目标数据用一个多维向量...
【技术保护点】
1.一种用于企业经营管理风险识别的建模方法，其特征在于，包括：/n从企业风险数据源中获取目标数据，所述目标数据包括字符型数据和/或知识图谱型数据；/n根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码；其中，所述目标特征编码将每个所述目标数据用一个多维向量表示，所述多维向量的维度数小于预设阈值；/n按照所述目标数据的产生时间，对所述目标特征编码进行时序分组，并训练各组目标特征编码之间的时间演化模型；其中，所述时间演化模型的输入层节点与隐藏层的第一层节点之间的系数矩阵为时序特征编码；/n以所述时序特征编码的特征为输入，以企业发生风险的概率为输出进行模型...
【技术特征摘要】
1.一种用于企业经营管理风险识别的建模方法，其特征在于，包括：
从企业风险数据源中获取目标数据，所述目标数据包括字符型数据和/或知识图谱型数据；
根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码；其中，所述目标特征编码将每个所述目标数据用一个多维向量表示，所述多维向量的维度数小于预设阈值；
按照所述目标数据的产生时间，对所述目标特征编码进行时序分组，并训练各组目标特征编码之间的时间演化模型；其中，所述时间演化模型的输入层节点与隐藏层的第一层节点之间的系数矩阵为时序特征编码；
以所述时序特征编码的特征为输入，以企业发生风险的概率为输出进行模型训练，以得到用于企业经营管理风险识别的模型。
2.根据权利要求1所述的方法，其特征在于，所述从企业风险数据源中获取目标数据包括：
对企业风险数据源中的非结构化数据进行分词和关键信息提取，以使每个所述关键信息形成一个字符型数据；
和/或
将企业风险数据源中的结构化数据转化为知识图谱型数据。
3.根据权利要求1所述的方法，其特征在于，所述目标数据包括字符型数据；
所述根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码包括：
按照预设规则，构造各字符型数据之间的相邻关系；
根据所述相邻关系，对所述字符型数据进行向量化，以形成所述目标特征编码。
4.根据权利要求3所述的方法，其特征在于，所述按照预设规则，构造各字符型数据之间的相邻关系包括：
根据预设规则，构造每个企业中每类职位的人之间的相邻关系；
所述根据所述相邻关系，对所述字符型数据进行向量化，以形成所述目标特征编码包括：
将每类职位中的人的身份标识进行向量化并求平均值，得到此类职位的平均身份特征编码；
将各类职位的平均身份特征编码拼接起来，以形成所述目标特征编码。
5.根据权利要求1所述的方法，其特征在于，所述目标数据包括知识图谱型数据；
所述根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码包括：
基于知识图谱型数据中企业与企业之间的关系，利用pagerank算法确定每个企业的影响力特征编码；
基于知识图谱型数据中企业与企业之间的关系，利用labelpropagation算法确定每个企业的风险特征编码；
基于知识图谱型数据中企业与人之间的关系，利用deepwalk算法确定每个企业中与人相关的特征编码；
将所述影响力特征编码、所述风险特征编码和...
【专利技术属性】
技术研发人员：周振华，黄晶，
申请(专利权)人：国网信息通信产业集团有限公司，第四范式北京技术有限公司，国家电网有限公司，国网浙江省电力有限公司，
类型：发明
国别省市：北京;11
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。