一种基于机器学习的空壳公司识别系统和方法技术方案

本发明专利技术公开了一种基于机器学习的空壳公司识别系统和方法，涉及机器学习领域，包括，智能采集模块，基于公开网络智能化查询搜索，形成企业相关数据集；经验评估模块，对企业相关数据集进行评分，形成经验评分数据以及相应的空壳特征；智能评估模块，对企业相关数据集进行评分，形成机器评分数据以及相应的空壳特征；输出单元，用于结合经验评分数据以及机器评分数据，计算目标企业的空壳指数，形成评估结果。通过特征工程对空壳公司在行业上的特征进行提取，将行业风险特征与其他风险特征一并输入模型，从而精确识别空壳公司，降低系统的复杂度，提升识别效率。提升识别效率。提升识别效率。

【技术实现步骤摘要】
一种基于机器学习的空壳公司识别系统和方法


[0001]本专利技术涉及机器学习领域，特别涉及一种基于机器学习的空壳公司识别系统和方法。

技术介绍

[0002]中国专利“CN112734161A精准识别空壳企业的方法、设备和存储介质”揭示了一种精准识别空壳企业的方法、设备和存储介质。此方法根据目标企业的行业，选取对应行业的空壳识别模型；获取目标企业的五个维度的风险特征数据，将所述风险特征数据导入所述空壳识别模型中；其中，所述五个维度包括法定代表人维度、组织结构维度、关联企业维度、经营状态维度和基础信息维度，每个所述维度具有不同的风险特征；所述空壳识别模型根据所述风险特征对所述目标企业进行空壳识别。
[0003]中国专利“CN112734161A精准识别空壳企业的方法、设备和存储介质”所述方法根据目标企业的行业设定不同的识别模型，而事实上，虽然部分行业是空壳高发行业，但是空壳公司在该方法所述的法定代表人、组织结构、关联企业、经营状态和基础信息五大维度并没有行业上的差异，选取不同行业模型进行空壳识别反而影响识别效率。此外，无论是法定代表人还是组本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的空壳公司识别系统，其特征在于，包括，智能采集模块(20)，基于公开网络智能化查询搜索，形成企业相关数据集；经验评估模块(40)，对企业相关数据集进行评分，形成经验评分数据以及相应的空壳特征；智能评估模块(50)，对企业相关数据集进行评分，形成机器评分数据以及相应的空壳特征；输出单元(60)，用于结合经验评分数据以及机器评分数据，计算目标企业的空壳指数，形成评估结果。2.根据权利要求1所述的一种基于机器学习的空壳公司识别系统，其特征在于，还包括数据输入单元(10)，用于输入待识别的企业名称，形成名称数据。3.根据权利要求2所述的一种基于机器学习的空壳公司识别系统，其特征在于，还包括黑名单模块(31)以及白名单模块(32)。4.根据权利要求3所述的一种基于机器学习的空壳公司识别系统，其特征在于，还包括验证模块(30)，用于调取智能采集模块(20)形成的形成企业相关数据集，并与黑名单模块(31)与白名单模块(32)中的数据进行对比，进行前置验证，输出待检测企业数据。5.根据权利要求1所述的一种基于机器学习的空壳公司识别系统，其特征在于，所述经验评估模块(40)内设有专家经验模型，专家经验模型从企业风险、经营风险、人员风险以及关联风险四个方面对目标企业进行评估。6.根据权利要求1所述的一种基于机器学习的空壳公司识别系统，其特征在于，所述智能评估模块(50)内设有神经网络机器学习模型。7.根据权利要求6所述的一种基于机器学习的空壳公司识别系统，其特征在于，还包括评...

【专利技术属性】
技术研发人员：邓昌智，黄煌儒，
申请(专利权)人：中科金审北京科技有限公司，
类型：发明
国别省市：