AI驱动的协作企业多维信用特征提取与评价方法技术

本发明专利技术公开AI驱动的协作企业多维信用特征提取与评价方法，应用于企业信用评估领域，针对现有技术存在的企业信用评估准确率不够高的问题；本发明专利技术采用更多的财务数据指标，而且加入对企业信用评论的文本数据指标，从多个维度刻画企业形象，采用多个模型提取特征，能够有效地提高企业信用评估的准确性。够有效地提高企业信用评估的准确性。够有效地提高企业信用评估的准确性。

【技术实现步骤摘要】
AI驱动的协作企业多维信用特征提取与评价方法


[0001]本专利技术属于数据处理领域，特别涉及一种企业信用评价技术。

技术介绍

[0002]企业信用风险评估从20世纪60年代以来就一直是国际学术界和金融界研究的重要课题。大量的市场调查研究和长期的实践表明，导致我国企业应收账款拖欠的主要原因是事前没有对企业的信用进行充分评估。金蝶云
·
苍穹生态圈中也存在相同问题，对生态圈中的协作企业信用进行评估，降低企业违约事件发生的概率，为企业的合理销售提供技术支持是金蝶云
·
苍穹企业协同与生态圈构建的基础。以金蝶云
·
苍穹生态圈中的企业为研究对象，利用大数据分析技术、机器学习方法、深度学习技术，对生态圈中企业的信用进行评估。
[0003]目前主要有以下两种处理方法：
[0004]1、专家经验的方法：企业有经验的专家根据几个企业的财务指标制定一个经验公式，通过公式得到企业的信用评分，进而划分企业的信用等级。这类方法通常只能考虑企业财务相关的少数指标，对企业的形象刻画不够全面，对经验公式的要求本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.AI驱动的协作企业多维信用特征提取与评价方法，其特征在于，包括：S1、获取财务数据与文本数据；S2、对获取到的财务数据与文本数据进行预处理；S3、对预处理后的财务数据与文本数据进行数据不平衡处理；S4、建立基于Stacking算法企业信用评估方法模型；S5、采用步骤S3得到的数据对基于Stacking算法企业信用评估方法模型进行训练；S6、采用训练好的基于Stacking算法企业信用评估方法模型得到待评估企业信用等级。2.根据权利要求1所述的AI驱动的协作企业多维信用特征提取与评价方法，其特征在于，所述财务数据包括19个指标：流动比率、速动比率、现金比率、资产负债率、产权比率、应收账款周转率、存货周转率、总资产周转率、总资产净利率、净资产收益率、营业净利率、投资收益率、固定资产增长率、总资产增长率、净资产收益增长率、净利润增长率、营业收入增长率、财务杠杆、经营杠杆率。3.根据权利要求2所述的AI驱动的协作企业多维信用特征提取与评价方法，其特征在于，步骤S1所述的文本数据具体为企业的赊账、还款、历史违约情况的文本记录。4.根据权利要求2所述的AI驱动的协作企业多维信用特征提取与评价方法，其特征在于，步骤S2所述对步骤S1获取到的财务数据进行预处理，具体为采用主成分分析将19个财务指标转化成10个主成分指标。5.根据权利要求1
‑
4任一所述的AI驱动的协作企业多维信用特征提取与评价方法，其特征在于，步骤S4所述基于Stacking算...

【专利技术属性】
技术研发人员：廖伟智，黄鹏伟，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：