【技术实现步骤摘要】
信用评级方法、装置和电子设备
[0001]本专利技术涉及大数据处理
，尤其涉及一种信用评级方法、装置和电子设备。
技术介绍
[0002]随着科技和网络的发展，信用评级成为了一种基本工具，评级结果能够体现企业、个人的信用风险。在评级过程中，专家需要对企业进行几个月的调研，收集数据，然后再对每个评级要素进行评分，最终综合所有要素的评分，给出企业的信用风险等级。评级过程繁琐复杂，需要耗费大量的人力、物力和财力。
技术实现思路
[0003]本专利技术提供一种信用评级方法、装置和电子设备，用以解决现有技术中信用评级效率低下的缺陷。
[0004]本专利技术提供一种信用评级方法，包括：获取目标对象的经营指标信息以及异质信息，所述异质信息用于表征所述目标对象与其他对象之间的多种关系；将所述经营指标信息输入至信用评级模型中的特征图网络，通过所述特征图网络获得所述经营指标信息对应的第一特征图；其中，所述信用评级模型还包括异质交互网络以及分类器；将所述第一特征图与所述异质信息输入所述异质交互网络，获得融合了所述异质信息的第二特征图；将所述第二特征图输入所述分类器，得到所述目标对象的信用级别。
[0005]根据本专利技术提供的一种实施方式，所述特征图网络包括嵌入层以及第一交互层；所述通过所述特征图网络获得所述经营指标信息对应的第一特征图，包括：通过所述嵌入层将所述经营指标信息转化为对应的嵌入表示；通过所述交互层计算所述嵌入表示中不同特征的相似度；根据所述嵌入表示以及所述相似性获得所述第一特征图。>[0006]根据本专利技术提供的一种实施方式，所述异质交互网络包括图构建层、第二交互层；所述将所述第一特征图与所述异质信息输入所述异质交互网络，获得融合了所述异质信息的第二特征图，包括：将所述第一特征图与所述目标对象的异质信息输入所述图构建层，其中，所述图构建层中包括多个其他对象；通过所述图构建层确定所述目标对象与所述其他对象的所述异质信息之间的异质关系；将所述异质交互图输入第二交互层，通过所述第二交互层将所述异质关系与所述第一特征图进行融合，得到第二特征图。
[0007]根据本专利技术提供的一种实施方式，该方法还包括：获取样本数据，所述样本数据中包括包含评级标签的第一指标信息，以及不包含所述评级标签的第二指标信息；确定所述第二指标信息的伪标签；基于所述第一指标信息以及对应的所述评级标签、所述第二指标信息以及对应的所述伪标签，对所述信用评级模型进行训练。
[0008]根据本专利技术提供的一种实施方式，所述分类器包括第一分类模块、第二分类模块以及第三分类模块，所述对所述信用评级模型进行训练，包括：
[0009]将所述样本数据输入所述信用评级模型，获得所述第一分类模块针对所述第一指标信息的第一输出结果，确定所述第一输出结果与所述第一指标信息对应的评级标签之间
的第一差异；获取所述第二分类模块针对所述第二指标信息的第二输出结果，确定所述第二输出结果与所述第二指标信息对应的所述伪标签之间的第二差异；获取所述第三分类模块针对所述样本数据输出的置信度；结合所述第一差异、所述第二差异以及所述置信度，对所述信用评级模型进行训练。
[0010]根据本专利技术提供的一种实施方式，所述第二交互层包括图注意力网络和残差连接单元，所述通过所述第二交互层将所述异质关系与所述第一特征图进行融合，得到第二特征图，包括：通过图注意力网络将所述异质关系与所述第一特征图进行融合，得到融合结果；通过残差连接单元将所述第一特征图与所述融合结果进行融合，得到融合后的第二特征图。
[0011]根据本专利技术提供的一种实施方式，所述异质信息至少包括目标对象与其他对象之间的行业关系、主营业务关系、概念关系以及基金持仓关系。
[0012]本专利技术还提供一种信用评级装置，包括：数据获取模块，用于获取目标对象的经营指标信息以及异质信息，所述异质信息用于表征所述目标对象与其他对象之间的多种关系；特征确定模块，用于将所述经营指标信息输入至信用评级模型中的特征图网络，通过所述特征图网络获得所述经营指标信息对应的第一特征图；其中，所述信用评级模型还包括异质交互网络以及分类器；特征交互模块，用于将所述第一特征图与所述目标对象的异质信息输入所述异质交互网络，获得融合了所述异质信息的第二特征图；模型输出模块，用于将所述第二特征图输入所述分类器，得到所述目标对象的信用级别。
[0013]在本专利技术的一种实施方式中，所述特征图网络包括嵌入层以及第一交互层；所述特征确定模块具体包括：嵌入表示模块，用于通过所述嵌入层将所述经营指标信息转化为对应的嵌入表示；相似计算模块，用于通过所述交互层计算所述嵌入表示中不同特征的相似度；根据所述嵌入表示以及所述相似性获得所述第一特征图。
[0014]在本专利技术的一种实施方式中，所述异质交互网络包括图构建层、第二交互层；特征交互模块具体可以包括：特征输入模块，用于将所述第一特征图与所述异质信息输入所述图构建层，其中，所述图构建层中包括多个其他对象；关系确定模块，用于通过所述图构建层确定所述目标对象与所述其他对象的所述异质信息之间的异质关系；关系交互模块，用于将所述异质交互图输入第二交互层，通过所述第二交互层将所述异质关系与所述第一特征图进行融合，得到第二特征图。
[0015]在本专利技术的一种实施方式中，该信用评级装置还包括：样本获取模块，用于获取样本数据，所述样本数据中包括包含评级标签的第一指标信息，以及不包含所述评级标签的第二指标信息；标签确定模块，用于确定所述第二指标信息的伪标签；模型训练模块，用于基于所述第一指标信息以及对应的所述评级标签、所述第二指标信息以及对应的所述伪标签，对所述信用评级模型进行训练。
[0016]在本专利技术的一种实施方式中，所述分类器包括第一分类模块、第二分类模块以及第三分类模块，所述模型训练模块具体可以包括：第一差异确定模块，用于将所述样本数据输入所述信用评级模型，获得所述第一分类模块针对所述第一指标信息的第一输出结果，确定所述第一输出结果与所述第一指标信息对应的评级标签之间的第一差异；第二差异确定模块，用于获取所述第二分类模块针对所述第二指标信息的第二输出结果，确定所述第二输出结果与所述第二指标信息对应的所述伪标签之间的第二差异；置信度确定模块，用
于获取所述第三分类模块针对所述样本数据输出的置信度；差异融合模块，用于结合所述第一差异、所述第二差异以及所述置信度，对所述信用评级模型进行训练。
[0017]在本专利技术的一种实施方式中，所述第二交互层包括图注意力网络和残差连接单元，所述关系交互模块具体可包括：注意力模块，用于通过图注意力网络将所述异质关系与所述第一特征图进行融合，得到融合结果；残差模块，用于通过残差连接单元将所述第一特征图与所述融合结果进行融合，得到融合后的第二特征图。
[0018]在本专利技术的一种实施方式中，所述异质信息至少包括目标对象与其他对象之间的行业关系、主营业务关系、概念关系以及基金持仓关系。
[0019]本专利技术还提供一种电子设备，包括存储器、处理器及存储本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信用评级方法，其特征在于，包括：获取目标对象的经营指标信息以及异质信息，所述异质信息用于表征所述目标对象与其他对象之间的多种关系；将所述经营指标信息输入至信用评级模型中的特征图网络，通过所述特征图网络获得所述经营指标信息对应的第一特征图；其中，所述信用评级模型还包括异质交互网络以及分类器；将所述第一特征图与所述异质信息输入所述异质交互网络，获得融合了所述异质信息的第二特征图；将所述第二特征图输入所述分类器，得到所述目标对象的信用级别。2.根据权利要求1所述的信用评级方法，其特征在于，所述特征图网络包括嵌入层以及第一交互层；所述通过所述特征图网络获得所述经营指标信息对应的第一特征图，包括：通过所述嵌入层将所述经营指标信息转化为对应的嵌入表示；通过所述第一交互层计算所述嵌入表示中不同特征的相似度；根据所述嵌入表示以及所述相似性获得所述第一特征图。3.根据权利要求1所述的信用评级方法，其特征在于，所述异质交互网络包括图构建层、第二交互层；将所述第一特征图与所述异质信息输入所述异质交互网络，获得融合了所述异质信息的第二特征图，包括：将所述第一特征图与所述目标对象的所述异质信息输入所述图构建层，其中，所述图构建层中包括多个其他对象；通过所述图构建层确定所述目标对象与所述其他对象的所述异质信息之间的异质关系；将所述异质交互图输入第二交互层，通过所述第二交互层将所述异质关系与所述第一特征图进行融合，得到第二特征图。4.根据权利要求1所述的信用评级方法，其特征在于，还包括：获取样本数据，所述样本数据中包括包含评级标签的第一指标信息，以及不包含所述评级标签的第二指标信息；确定所述第二指标信息的伪标签；基于所述第一指标信息以及对应的所述评级标签、所述第二指标信息以及对应的所述伪标签，对所述信用评级模型进行训练。5.根据权利要求4所述的信用评级方法，其特征在于，所述分类器包括第一分类模块、第二分类模块以及第三分类模块，所述对所述信用评级模型进行训练，包括：将所述样本数据输入所述信用评级模型，...
【专利技术属性】
技术研发人员：薛文芳，孙哲南，李林静，冯博靖，程曦，
申请(专利权)人：天津中科智能识别有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。