企业信用风险评分方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种企业信用风险评分方法、装置、设备及存储介质，所述企业信用风险评分方法包括：获取企业基础数据，其中，所述企业基础数据包括目标企业的企业数据以及与所述目标企业相关联主体对象对应的企业数据，基于所述企业基础数据，构建所述目标企业的企业知识图谱，基于所述企业知识图谱，提取所述目标企业不同维度的企业特征集合，基于所述不同维度的企业特征集合，通过信用风险模型对所述风险预测，获得企业信用评分结果，其中，所述目标信用风控模型为提取待训练企业对应企业知识图谱的不同维度的特征集合进行迭代训练获得。本申请解决预测企业信用风险的准确性较低的技术问题。术问题。术问题。

【技术实现步骤摘要】
企业信用风险评分方法、装置、设备及存储介质


[0001]本申请涉及金融科技(Fintech)的机器学习
，尤其涉及一种企业信用风险评分方法、装置、设备及存储介质。

技术介绍

[0002]随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求。
[0003]当前，企业信用风险大多表现为信贷风险，主要指企业向银行借贷的款项，到了约定期限企业不能按期偿还而形成的逾期或呆账从而让银行遭受损失，而现有对企业风险的评估主要通过构建以企业财务数据为核心的指标体系评价企业信用风险，或者以企业财务数据为核心来训练模型以进行预测信贷风险，也即，通过与企业直接相关的结构化指标来衡量企业信用风险，例如还款类指标、获利类指标、履约情况类情况等，较少考虑企业与企业间的风险间接关联关系，以及企业法定代表、高管与企业间的间接风险关联关系，进而导致预测企业信用风险的准确性较低。

技术实现思路

[0004]本申请的主要目的在于提供一种企业信用风险评分方法、装置、设备及存储介本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业信用风险评分方法，其特征在于，所述企业信用风险评分方法包括：获取企业基础数据，其中，所述企业基础数据包括目标企业的企业数据以及与所述目标企业相关联主体对象对应的企业数据；基于所述企业基础数据，构建所述目标企业的企业知识图谱；基于所述企业知识图谱，提取所述目标企业不同维度的企业特征集合；基于所述不同维度的企业特征集合，通过信用风险模型对所述风险预测，获得企业信用评分结果，其中，所述目标信用风控模型为提取待训练企业对应企业知识图谱的不同维度的特征集合进行迭代训练获得。2.如权利要求1所述的企业信用风险评分方法，其特征在于，在所述基于所述不同维度的企业特征集合，通过目标信用风控模型对所述风险预测，获得企业信用评分结果，其中，所述目标信用风控模型为提取待训练企业对应企业知识图谱的不同维度的特征集合进行迭代训练获得的步骤之前，所述企业信用风险评分方法还包括：获取主体对象的待训练历史数据，其中，所述主体对象包括待训练企业以及与所述待训练企业关联的多个主体对象；基于所述待训练历史数据，构建所述待训练企业对应的企业知识图谱；对所述企业知识图谱进行特征提取，获得待训练企业特征集合，其中，所述待训练企业特征集合包括企业结构特征、企业风险特征和企业属性特征；基于所述企业风险特征和企业属性特征，对待训练子模型进行迭代训练，获得中间训练模型；基于所述企业结构特征，对所述中间训练模型进行模型训练，获得所述信用风险模型。3.如权利要求2所述的企业信用风险评分方法，其特征在于，所述对所述企业知识图谱进行特征提取，获得待训练企业特征集合的步骤包括：将所述企业知识图谱中的异构知识图转化为同构知识图，获得转换后知识图谱；动态提取所述转换后知识图谱中各主体对象节点的结构特征向量，获得所述企业结构特征。4.如权利要求3所述的企业信用风险评分方法，其特征在于，所述动态提取所述转换后知识图谱中各主体对象节点的结构特征向量，获得所述企业结构特征的步骤包括：基于转换后知识图谱的网络结构性质，通过图节点嵌入算法提取所述转换后知识图谱中各主体对象节点的结构特征向量；若所述转换后知识图谱在当前时间点存在新增主体对象节点或新增边，则以新增主体对象节点或新增边为中心进行预设深度的深度优先遍历，形成目标子知识图谱；基于在形成所述目标子知识图谱之前上一时间点的结构特征向量，对当前时间点对应目标子知...

【专利技术属性】
技术研发人员：左媛，陈婷，吴三平，庄伟亮，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：