本申请实施例属于数据处理技术领域，应用于金融科技领域中，涉及一种数据分析方法及相关设备，包括获取目标对象的流水数据，并从流水数据中提取基础特征字段及其对应的字段数据；根据基础特征字段和字段数据，调用预设的指标衍生模型生成指标特征数据；将指标特征数据输入训练好的评分模型，得到评分结果；基于评分结果确定目标对象的信用结果；根据信用结果判断目标对象的风险情况。此外，本申请还涉及区块链技术，流水数据可存储于区块链中。本申请可以丰富信用评分的指标，能够更加全面地反映企业的经济发展情况。反映企业的经济发展情况。反映企业的经济发展情况。
【技术实现步骤摘要】
一种数据分析方法、装置、计算机设备及存储介质
[0001]本申请涉及数据处理
，尤其涉及一种数据分析方法、装置、计算机设备及存储介质。
技术介绍
[0002]在金融市场中，正确地评估企业当前所处的状况，并据此对这些企业进行分析，评估其信用价值，是非常重要且关键的。这些信用价值可以用在信贷领域，用以进行信贷额度的评估、信用风险的管理；也可以用在投资领域，挖掘企业的核心价值并正确的评估企业的市场价格，据此获得投资机会并减少投资风险等。
[0003]现有技术中，有通过数据采集、数据分析等流程并搭建区域经济发展趋势分析系统实现对区域经济的统计分析、发展规划，并进行可视化展示，实现用户端通过信号连接进行查询及便于参考规划。也有通过选择行业发展性指标、核心团队素质指标、规范性与风险性、实力规模、偿债能力、盈利能力、运营能力、成长能力、技术与创新能力和市场与渠道指标等作为企业能力指标，并通过量化企业能力指标权重，累加每项能力指标权重与相应指标评分的乘积来获得能力指标总分，以此来定量分析企业的信用分值，从而利用信用分值进行企业的风险评判。
[0004]但是，总体上对中小微企业进行信用评分涉及到的指标比较缺乏，不能全面地反映企业的经济发展情况，从而影响企业的风险情况的评估。故，如何更加全面地对企业的信用情况进行综合评估，实现全面精准的企业风险评判是目前亟待解决的问题。
技术实现思路
[0005]本申请实施例的目的在于提出一种数据分析方法、装置、计算机设备及存储介质，以解决相关技术中信用评分的指标比较缺乏，不能全面地反映企业的经济发展情况的技术问题。
[0006]为了解决上述技术问题，本申请实施例提供一种数据分析方法，采用了如下所述的技术方案：获取目标对象的流水数据，并从所述流水数据中提取基础特征字段及其对应的字段数据；根据所述基础特征字段和所述字段数据，调用预设的指标衍生模型生成指标特征数据；将所述指标特征数据输入训练好的评分模型，得到评分结果；基于所述评分结果确定所述目标对象的信用结果；根据所述信用结果判断所述目标对象的风险情况；其中，所述指标衍生模型通过以下步骤构建：根据所述基础特征字段的特征属性确定评分的指标维度，所述指标维度含有至少一个指标特征；
构建所述基础特征字段与所述指标目标之间的计算关系，基于所述计算关系形成所述指标衍生模型。
[0007]进一步的，所述从所述流水数据中提取基础特征字段及其对应的字段数据的步骤包括：确定所述流水数据是否为结构化数据；当所述流水数据为结构化数据时，对所述流水数据进行结构匹配，得到结构信息；根据所述结构信息拆解所述流水数据，得到所述基础特征字段及其对应的字段数据；当所述流水数据为非结构化数据时，根据预设的正则表达式对所述流水数据进行字段提取，得到所述基础特征字段及其对应的字段数据。
[0008]进一步的，所述根据所述基础特征字段和所述字段数据，调用预设的指标衍生模型生成指标特征数据的步骤包括：获取所述指标衍生模型的特征参数，根据所述特征参数确定目标特征字段；将所述目标特征字段对应的目标字段数据输入所述指标衍生模型，计算得到对应的指标特征数据。
[0009]进一步的，在所述将所述指标特征数据输入训练好的评分模型的步骤之前还包括：获取训练数据集，将所述训练数据集输入预构建的分类模型中，得到预测评分；根据所述预测评分确定目标损失函数，基于所述目标损失函数对所述分类模型进行迭代更新，输出训练完成的分类模型作为评分模型。
[0010]进一步的，所述根据所述预测评分确定损失函数，基于所述损失函数对所述分类模型进行迭代更新，输出训练完成的分类模型作为评分模型的步骤包括：根据所述预测评分和对应的所述训练数据集中训练数据的实际评分，计算得到第一损失函数和第二损失函数；将所述第一损失函数和所述第二损失函数进行加权求和，得到目标损失函数；基于所述目标损失函数调整所述分类模型的模型参数；当满足迭代结束条件时，根据所述模型参数生成评分模型。
[0011]进一步的，所述根据所述预测评分和对应的所述训练数据集中训练数据的实际评分，计算得到第一损失函数和第二损失函数的步骤包括：计算所述预测评分和所述实际评分之间的差值，根据所述差值计算得到所述第一损失函数；将所述差值与预设差值阈值进行比较，得到比较结果；根据所述比较结果确定所述差值大于等于所述差值阈值的训练数据的数量；根据所述数量计算得到所述第二损失函数。
[0012]进一步的，所述获取目标对象的流水数据的步骤包括：获取所述目标对象的查询关键词；调用查询接口，根据所述查询关键词获得对应的查询脚本；根据所述查询脚本，查找与所述目标对象对应的流水数据。
[0013]为了解决上述技术问题，本申请实施例还提供一种数据分析装置，采用了如下所述的技术方案：
获取模块，用于获取目标对象的流水数据，并从所述流水数据中提取基础特征字段及其对应的字段数据；生成模块，用于根据所述基础特征字段和所述字段数据，调用预设的指标衍生模型生成指标特征数据；评分模块，用于将所述指标特征数据输入训练好的评分模型，得到评分结果；信用评估模块，用于基于所述评分结果确定所述目标对象的信用结果；判断模块，用于根据所述信用结果判断所述目标对象的风险情况；其中，所述指标衍生模型通过以下步骤构建：根据所述基础特征字段的特征属性确定评分的指标维度，所述指标维度含有至少一个指标特征；构建所述基础特征字段与所述指标目标之间的计算关系，基于所述计算关系形成所述指标衍生模型。
[0014]为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：该计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的数据分析方法的步骤。
[0015]为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的数据分析方法的步骤。
[0016]与现有技术相比，本申请实施例主要有以下有益效果：本申请通过流水数据的基础特征字段和对应的字段数据，调用预设的指标衍生模型生成指标特征数据，可以丰富信用评分的指标，能够更加全面地反映企业的经济发展情况；使用训练好的评分模型对指标特征数据进行计算，得到评分结果，进而确定目标对象的信用结果，可以提高评分的准确性，保证信用评估的准确性，进而提高风险判断的准确性，给企业办理金融业务、风险预警、政府风补及管控等提供可靠的量化依据。
附图说明
[0017]为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的数据分析方法的一个实施例的流程图；图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据分析方法，其特征在于，包括下述步骤：获取目标对象的流水数据，并从所述流水数据中提取基础特征字段及其对应的字段数据；根据所述基础特征字段和所述字段数据，调用预设的指标衍生模型生成指标特征数据；将所述指标特征数据输入训练好的评分模型，得到评分结果；基于所述评分结果确定所述目标对象的信用结果；根据所述信用结果判断所述目标对象的风险情况；其中，所述指标衍生模型通过以下步骤构建：根据所述基础特征字段的特征属性确定评分的指标维度，所述指标维度含有至少一个指标特征；构建所述基础特征字段与所述指标目标之间的计算关系，基于所述计算关系形成所述指标衍生模型。2.根据权利要求1所述的数据分析方法，其特征在于，所述从所述流水数据中提取基础特征字段及其对应的字段数据的步骤包括：确定所述流水数据是否为结构化数据；当所述流水数据为结构化数据时，对所述流水数据进行结构匹配，得到结构信息；根据所述结构信息拆解所述流水数据，得到所述基础特征字段及其对应的字段数据；当所述流水数据为非结构化数据时，根据预设的正则表达式对所述流水数据进行字段提取，得到所述基础特征字段及其对应的字段数据。3.根据权利要求1所述的数据分析方法，其特征在于，所述根据所述基础特征字段和所述字段数据，调用预设的指标衍生模型生成指标特征数据的步骤包括：获取所述指标衍生模型的特征参数，根据所述特征参数确定目标特征字段；将所述目标特征字段对应的目标字段数据输入所述指标衍生模型，计算得到对应的指标特征数据。4.根据权利要求1所述的数据分析方法，其特征在于，在所述将所述指标特征数据输入训练好的评分模型的步骤之前还包括：获取训练数据集，将所述训练数据集输入预构建的分类模型中，得到预测评分；根据所述预测评分确定目标损失函数，基于所述目标损失函数对所述分类模型进行迭代更新，输出训练完成的分类模型作为评分模型。5.根据权利要求4所述的数据分析方法，其特征在于，所述根据所述预测评分确定损失函数，基于所述损失函数对所述分类模型进行迭代更新，输出训练完成的分类模型作为评分模型的步骤包括：根据所述预测评分和对应的所述训练数据集中训练数据的实际评分，计算得到第一损...
【专利技术属性】
技术研发人员：闫宁，刘京韬，徐亮，唐丽华，李俊，冯天驰，刘陈曦，
申请(专利权)人：湖南财信数字科技有限公司，
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。