一种信用的评估方法、装置及计算机系统制造方法及图纸

本申请公开了一种信用的评估方法、装置及计算机系统，所述方法包括获取待评估企业开具的发票；对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级，可以根据发票数据在线考察企业的信用等级，避免了传统信用评估过程中依赖人工判断确定企业的信用情况，提高了预测的准确性。

【技术实现步骤摘要】
一种信用的评估方法、装置及计算机系统
本专利技术涉及机器学习领域，尤其涉及一种信用的评估方法、装置及计算机系统。
技术介绍
随着互联网科技的飞速进步，近几年互联网金融行业也得到了很大的发展。小微企业常常会需要贷款以解决面临的资金紧张的情况。为了向小微企业提供贷款，需要预先评估小微企业的经营情况及历史信用情况，以防止出现小微企业无力偿还贷款、导致贷款的金融机构亏损的情况。
技术实现思路
为了解决现有技术的不足，本专利技术的主要目的在于提供一种信用的评估方法、装置及计算机系统。为了达到上述目的，第一方面本专利技术提供了一种信用的评估方法，所述方法包括：获取待评估企业开具的发票；对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级。在一些实施例中，所述对所述发票预处理，生成预处理后的发票数据包括：根据所述发票，确定所述待评估企业在所述预设时间周期内的交易对象；确定交易金额和/或交易频率满足预设条件的交易对象为目标交易对象，所述发票数据包括所述目标交易对象。在一些实施例中，所述对所述发票预处理，生成预处理后的发票数据包括：根据所述发票，统计所述待评估企业在预设时间周期内的销售额；根据所述销售额，确定所述待评估企业在所属行业内的销售额排名，所述发票数据包括所述总销售额及所述销售额排名。在一些实施例中，所述方法包括：根据获取的所述待评估企业的纳税数据及征信数据，调整所述信用等级。在一些实施例中，所述预设模型的训练过程包括：获取经营状态满足预设条件的企业的开具的发票；对所述发票预处理并生成训练数据集；使用所述训练数据集对所述预设模型进行训练以获得所述经训练的预设模型。在一些实施例中，所述预设模型包括逻辑回归模型。第二方面，本申请提供了一种信用的评估装置，所述装置包括：获取模块，用于获取待评估企业开具的发票；处理模块，用于对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；生成模块，用于使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级。在一些实施例中，所述生成模块还可用于根据获取的所述待评估企业的纳税数据及征信数据，调整所述信用等级。在一些实施例中，所述处理模块还可用于根据所述发票，统计所述待评估企业在预设时间周期内的销售额；根据所述销售额，确定所述待评估企业在所属行业内的销售额排名，所述发票数据包括所述总销售额及所述销售额排名。第三方面，本申请提供了一种计算机系统，所述系统包括：一个或多个处理器；以及与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：获取待评估企业开具的发票；对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级。本专利技术实现的有益效果为：本申请提供了一种信用的评估方法，包括获取待评估企业开具的发票；对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级，可以根据发票数据在线考察企业的信用等级，避免了传统信用评估过程中依赖人工判断确定企业的信用情况，提高了预测的准确性；进一步地，本申请提出了获取经营状态满足预设条件的企业的开具的发票；对所述发票预处理并生成训练数据集；使用所述训练数据集对所述预设模型进行训练以获得所述经训练的预设模型，根据获取的经营状态不善的企业的发票数据对模型进行训练，使得金融机构在前期没有信用不良客户积累或积累不足的情况下可以根据获得的预设模型进行企业的信用评估，而不需等待信用不良的客户样本的积累。本专利技术所有产品并不需要具备上述所有效果。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的样本企业示意图；图2是本申请实施例提供的根据经训练的预设模型的预测结果生成的KS曲线图；图3是本申请实施例提供的方法流程图；图4是本申请实施例提供的装置结构图；图5是本申请实施例提供的计算机系统结构图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如
技术介绍
所述，为解决上述技术问题，本申请提出了一种信用的评估方法，通过经训练的预设模型，根据获取的待评估企业的发票，预测待评估企业的信用等级。具体的，上述预设模型的训练过程包括：步骤一、获取经营条件满足预设条件的企业开具的发票；具体的，可获取满足如图1所示条件的企业开具的发票。步骤二、对发票进行预处理，获取发票数据；根据获取的发票数据，生成训练数据集。具体的，所述发票数据可包括：当月及前三月的所有发票的总金额及蓝字发票的总金额；当月发生开票行为的总天数、当月最大开票金额；该企业开具的所有发票的涉及的产品类别及金额，以及各产品类别所占的金额比例；根据该企业当月开具的所有发票统计该企业与各客户的交易总额，获取交易总额位于前十的客户；当月及前三月开具的发票中红字发票的金额占所有发票的总金额的比例；根据当月及前三月的所有发票的总金额及蓝字发票的总金额，确定的该企业在所属行业内的总发票金额排名、蓝字发票金额排名；根据当月发生开票行为的总天数、当月最大开票金额，确定的该企业在所述行业内的开票天数排名、最大销售额排名。所述当月为获取经营情况数据时的月份，前三月是指获取经营情况数据的当月之前的三个月时间。根据每一满足预设条件的企业的发票数据，可生成对应的训练样本，所有训练样本可组成训练数据集。步骤三、使用训练数据集，训练预设模型。所述预设模型可以选择逻辑回归模型、决策树模型、神经网络模型、逻辑回归模型、随机森林模型、优化随机算法模型中的一个。经训练的预设模型可预测企业发生违约的概率。可预设每一违约概率的取值范围对应的信用等级，如表1所示，以便根本文档来自技高网...

【技术保护点】
1.一种信用的评估方法，其特征在于，所述方法包括：/n获取待评估企业开具的发票；/n对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；/n使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级。/n

【技术特征摘要】
1.一种信用的评估方法，其特征在于，所述方法包括：
获取待评估企业开具的发票；
对所述发票预处理，生成预处理后的发票数据，所述发票数据包括预设时间周期内红字发票的金额占所有发票的金额的比例；
使用经训练的预设模型，根据所述发票数据生成所述待评估企业的信用等级。


2.根据权利要求1所述的方法，其特征在于，所述对所述发票预处理，生成预处理后的发票数据包括：
根据所述发票，确定所述待评估企业在所述预设时间周期内的交易对象；
确定交易金额和/或交易频率满足预设条件的交易对象为目标交易对象，所述发票数据包括所述目标交易对象。


3.根据权利要求1或2所述的方法，其特征在于，所述对所述发票预处理，生成预处理后的发票数据包括：
根据所述发票，统计所述待评估企业在预设时间周期内的销售额；
根据所述销售额，确定所述待评估企业在所属行业内的销售额排名，所述发票数据包括所述总销售额及所述销售额排名。


4.根据权利要求1或2所述的方法，其特征在于，所述方法包括：
根据获取的所述待评估企业的纳税数据及征信数据，调整所述信用等级。


5.根据权利要求1或2所述的方法，其特征在于，所述预设模型的训练过程包括：
获取经营状态满足预设条件的企业的开具的发票；
对所述发票预处理并生成训练数据集；
使用所述训练数据集对所述预设模型进行训练以获得所述经训练的预设模型。
...

【专利技术属性】
技术研发人员：钱杭，
申请(专利权)人：苏宁金融科技南京有限公司，
类型：发明
国别省市：江苏;32