一种信用评估方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种信用评估方法、装置及计算机可读存储介质，该方法包括：根据历史交易数据和企业属性数据，挖掘获取每个企业的多个信用评估特征；根据用户消费数据和所述企业属性数据，构建多个企业关联图谱，所述用户消费数据根据历史交易数据得到；根据每个所述企业关联图谱的价值贡献度融合多个所述企业关联图谱，得到融合图谱；根据所述融合图谱和每个企业的所述信用评估特征训练图卷积神经网络，以得到信用评估模型，并根据所述信用评估模型得到企业的信用评估结果。利用上述方法，能够实现准确度更高的企业信用评估。实现准确度更高的企业信用评估。实现准确度更高的企业信用评估。

【技术实现步骤摘要】
一种信用评估方法、装置及计算机可读存储介质


[0001]本专利技术属于信用评估领域，具体涉及一种信用评估方法、装置及计算机可读存储介质。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]当前针对小微企业信贷融资服务和信贷监测考核等多个方面的金融服务存在明显不足和提升空间。随着我国经济增长速度放缓，部分企业经营业绩下滑，偿债能力不足，导致信用违约事件不断增多，金融机构囿于风险管理而选择惜贷、慎贷，可见小微企业目前普遍面临的信用问题已成为制约其融资和发展的一个主要障碍。因此在数字化转型的大趋势下，如何充分利用金融大数据资源，评估小微企业信用等级，是提升小微企业信贷服务决策水平的关键性环节。
[0004]然而，大多数小微企业并未采用先进的财务管理模式，所提供的财务报表质量不高，报表真实性较低，然而传统的以大型公司为范本的信用评估的体系主要依赖于企业财务数据，因此并不适用于小微企业。基于规则的信用评估算法以及基于机器学习的信用评估方法目前已大量应用于小微企业的信用评估中，该类方法大多数是基于企业个体而评估的，对企业之间的关联关系以及企业与持卡人之间的关联关系考虑较少，信用特征的挖掘有很大的不足。鉴于此，该类方法已经难以满足日益复杂的业务场景需求。

技术实现思路

[0005]针对上述现有技术中存在的问题，提出了一种信用评估方法、装置及计算机可读存储介质，利用这种方法、装置及计算机可读存储介质，能够解决上述问题。
[0006]本专利技术提供了以下方案。
[0007]第一方面，提供一种信用评估方法，包括：根据历史交易数据和企业属性数据，挖掘获取每个企业的多个信用评估特征；根据用户消费数据和所述企业属性数据，构建多个企业关联图谱，所述用户消费数据根据历史交易数据得到；根据每个所述企业关联图谱的价值贡献度融合多个所述企业关联图谱，得到融合图谱；根据所述融合图谱和每个企业的所述信用评估特征训练图卷积神经网络，以得到信用评估模型，并根据所述信用评估模型得到企业的信用评估结果。
[0008]在一种实施方式中，还包括：根据历史交易数据和企业属性数据并从以下一个或多个维度挖掘每个企业的所述信用评估特征：企业交易特征、企业客户群体特征、企业工商属性特征、企业主交易特征、宏观经济环境特征。
[0009]在一种实施方式中，构建以所述企业作为节点的多个企业关联图谱，还包括：构建企业距离图谱G1，其中，根据企业之间的物理距离和/或用户消费数据构建所述企业距离图谱G1 的边，所述企业之间的物理距离根据所述企业属性数据确定；构建企业互动图谱G2，
其中，根据所述用户消费数据来构建所述企业互动图谱的边；构建企业结构图谱G3，其中，根据企业之间的业务关系来构建所述企业结构图谱的边，所述企业间业务关系基于企业工商数据确定。
[0010]在一种实施方式中，构建企业距离图谱G1，还包括：定义G1＝(V,E1)为企业距离图谱；其中V＝{v
i
}
i＝1:N
表示企业的集合，N表示企业的个数，表示所述企业距离图谱的权重矩阵，表示在所述企业距离图谱中企业v
i
与v
j
之间的边的权重；其中，若企业v
i
与 v
j
之间的物理距离小于第一预设阈值，则和/或，若同一用户在企业v
i
与v
j
的消费时间距离小于第二预设阈值，则若以上情形均不满足，则
[0011]在一种实施方式中，构建企业互动图谱G2，还包括：定义G2＝(V,E2)为企业互动图谱网络；其中V＝{v
i
}
i＝1:N
表示企业的集合，N表示企业的个数，表示所述企业互动图谱的权重矩阵，表示在所述企业互动图谱中企业v
i
与v
j
之间的边的权重；其中，企业v
i
与v
j
之间的共同用户的人数M、消费笔数P、以及消费金额Q，且所述企业v
i
与v
j
在预设时间窗口内的用户消费人数为消费笔数以及消费金额
[0012]在一种实施方式中，构建企业结构图谱G3，还包括：定义G3＝(V,E3)为企业结构图谱；其中V＝{v
i
}
i＝1:N
表示企业的集合，N表示企业的个数，表示所述企业结构图谱的权重矩阵，表示在企业结构图谱中企业v
i
与v
j
之间的边的权重，其中，若企业v
i
与v
j
具有股权关系或隶属关系，则定义企业v
i
与v
j
间边的权重为反之，
[0013]在一种实施方式中，根据每个所述企业关联图谱的价值贡献度融合多个所述企业关联图谱，还包括：采用图嵌入方法得到每个企业在每个所述企业关联图谱中的向量表达；计算所述每个企业在每个所述企业关联图谱中的向量表达与企业违约标签之间的关联性：基于所述关联性确定每个所述企业关联图谱的相对价值贡献度；基于每个所述企业关联图谱的相对价值贡献度确定所述融合图谱的权重矩阵。
[0014]在一种实施方式中，根据每个所述企业关联图谱的价值贡献度融合多个所述企业关联图谱，还包括：利用以下公式(1)，采用图嵌入方法得到每个企业在所述企业关联图谱中的向量表达u
i
：(1)u
i
＝(u
i1
,u
i2
,
…
,u
ik
)
T
，其中k是向量的维度，所述i＝1,2,
…
,N；N为所述企业关联图谱的数量；利用以下公式(2)，计算所述u
i
与企业违约标签Y之间的关联性 dcov2(u
i
,Y)：(2)其中，和分别是u
i
和Y的特征函数，为u
i
和Y的联合特征函数；利用以下公式(3)，确定每个所述企业关联图谱的相对价值贡献度w
i
：(3)其中，根据以
下公式(4)，确定所述融合图谱的权重矩阵(4)所述权重矩阵中的元素为所述用于表示在所述融合图谱中企业v
i
与v
j
之间的边的权重。
[0015]在一种实施方式中，根据所述融合图谱和每个企业的所述信用评估特征训练图卷积神经网络，以得到信用评估模型，还包括：根据每个企业的所述信用评估特征确定节点特征X，根据所述融合图谱确定结点邻接矩阵A；将所述节点特征X和所述结点邻接矩阵A作为图卷积神经网络的输入，利用图卷积算法通过学习隐藏层的表示，得到所述信用评估模型。
[0016]第二方面，提供一种信用评估装置，被配置为用于执行如第一方面的方法，具体包括：特征挖掘模块，用于根据历史交易数据和企业属性数据，挖掘获取每个企业的多个信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信用评估方法，其特征在于，包括：根据历史交易数据和企业属性数据，挖掘获取每个企业的多个信用评估特征；根据用户消费数据和所述企业属性数据，构建多个企业关联图谱，所述用户消费数据根据历史交易数据得到；根据每个所述企业关联图谱的价值贡献度融合多个所述企业关联图谱，得到融合图谱；根据所述融合图谱和每个企业的所述信用评估特征训练图卷积神经网络，以得到信用评估模型，并根据所述信用评估模型得到企业的信用评估结果。2.根据权利要求1所述的方法，其特征在于，还包括：根据历史交易数据和企业属性数据并从以下一个或多个维度挖掘每个企业的所述信用评估特征：企业交易特征、企业客户群体特征、企业工商属性特征、企业主交易特征、宏观经济环境特征。3.根据权利要求1所述的方法，其特征在于，构建以所述企业作为节点的多个企业关联图谱，还包括：构建企业距离图谱G1，其中，根据企业之间的物理距离和/或用户消费数据构建所述企业距离图谱G1的边，所述企业之间的物理距离根据所述企业属性数据确定；构建企业互动图谱G2，其中，根据所述用户消费数据来构建所述企业互动图谱的边；构建企业结构图谱G3，其中，根据企业之间的业务关系来构建所述企业结构图谱的边，所述企业间业务关系基于企业工商数据确定。4.根据权利要求1所述的方法，其特征在于，构建企业距离图谱G1，还包括：定义G1＝(V,E1)为企业距离图谱；其中V{v
i
}
i＝1:N
表示企业的集合，N表示企业的个数，表示所述企业距离图谱的权重矩阵，表示在所述企业距离图谱中企业v
i
与v
j
之间的边的权重；其中，若企业v
i
与v
j
之间的物理距离小于第一预设阈值，则和/或，若同一用户在企业v
i
与v
j
的消费时间距离小于第二预设阈值，则若以上情形均不满足，则5.根据权利要求1所述的方法，其特征在于，构建企业互动图谱G2，还包括：定义G2＝(V,E2)为企业互动图谱网络；其中V＝{v
i
}
i＝1:N
表示企业的集合，N表示企业的个数，表示所述企业互动图谱的权重矩阵，表示在所述企业互动图谱中企业v
i
与v
j
之间的边的权重；其中，企业v
i
与v
j
之间的共同用户的人数M、消费笔数P、以及消费金额Q，且所述企业v
i
与v
j
在预设时间窗口内的用户消费人数为消费笔数以及消费金额6.根据权利要求1所述的方法，其特征在于，构建企业结构图谱G3，还包括：定义G3＝(V,E3)为企业结构图谱；其中V＝{v
i
}
i＝1:N
表示企业的集合，N表示企业的个
数，表示所述企业结构图谱的权重矩阵，表示在企业结构图谱中企业v
i
与v
j
之间的边的权重，其中，若企业v
i
与v
j
具有股权关系或隶属关系，则定义企业v
i
与v
j
...

【专利技术属性】
技术研发人员：潘婧，柴洪峰，覃正，杨燕明，孙权，高鹏飞，汤涛，郑建宾，赵金涛，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：