CN107392456A - 一种融合互联网信息的多角度企业信用评估建模方法 - Google Patents

Abstract

本发明公开了一种融合互联网信息的多角度企业信用评估建模方法，包括如下步骤：(1)对企业在web上的多源互联网数据进行融合；(2)挖掘各种企业数据，提取多角度特征；(3)建立企业之间的有向关联图，采用基于图的企业信用打分模型。本发明方法通过对企业在web上的多源互联网数据进行融合和分析，挖掘出不同角度描述企业信用的特征，并提取出企业关系数据，建立企业有向关联图，形成基于图的企业信用打分模型。

Description

一种融合互联网信息的多角度企业信用评估建模方法

技术领域

本发明涉及企业信用背景评估，尤其涉及一种融合互联网信息的多角度企业信用评估建模方法。

背景技术

在国外，企业信用背景评估已经有上百年的发展，评估模型有专家系统、数学统计及神经网络等方法。企业信用背景除了对是否贷款做出决策外，还可以预测税收、评估投资风险等。随着互联网的兴起，涌现了大量的小微规模的企业。由于小微企业贷款更多是私有信息密集型贷款，小银行更擅长此类业务，而大银行往往更倾向于对大企业提供贷款。而近年来，随着大数据的发展和信用评级体系的健全，大银行开始更多地通过使用打分模型对小企业信用价值进行评估，慢慢改变了对小微企业的贷款态度和策略。

在国内，随着市场经济体制的发展，我国在20世纪80年代后开始了企业信用评级的研究。在小微企业的信用体系中，由于缺乏信用信息统一采集和交换，建模所需的数据极度缺乏，从而要严重依赖专家的知识。这导致信用的价值链无法形成，无论是其他企业或者金融结构都无法全面、准确地判断小微企业的信用价值，使得小微企业融资困难。

因此认为，促进小微企业融资发展需要鼓励商业银行加强在小企业评级方面的工作，当务之急还在于完善信用市场，改善当前的信用管理体系等。所以有必要提出一种融合互联网信息多维企业信用评估建模方法。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种融合互联网信息的多角度企业信用评估建模方法。

本发明解决其技术问题所采用的技术方案是：一种融合互联网信息的多角度企业信用评估建模方法，包括以下步骤：

步骤S1，获取企业在网络上的多源互联网信息数据，对企业在网络上的多源互联网数据进行融合，抽取多源互联网数据中与企业信用相关的数据；

步骤S2，将抽取后的企业相关数据按照数据所描述的信息类别划分成不同的特征子集，提取多角度描述企业信用的特征数据；

步骤S3，利用步骤S2得到的多角度企业信用的特征数据建立企业有向关联图，形成基于图的企业信用打分模型。

按上述方案，所述步骤S1中，获取企业在网络上的多源互联网信息数据采用以下方法：

采用基于查询词不断提交及迭代更新的循环深网爬虫获取企业在web上的多源互联网数据，所述查询词包括企业名称和企业所在行业名称。

按上述方案，所述步骤S1中，抽取多源互联网数据中与企业信用相关的数据：

信息抽取中先考虑信用信息特征与HTML标签的关系，以及特征之间的关系。通过对与企业相关的网页结构分析，发现拟提取的信息和标签特征的关系，再利用特征选择与有监督学习算法相结合来训练一个能够从HTML页面中准确抽取信息的模型，然后按照该模型抽取多源互联网数据中与企业信用相关的数据；

在信息抽取时可以在网页中选取两个主要特征，一是Text-to-Tag Ratio，另一个是Text-to-Text Relation，前者用于表示信用信息特征与HTML标签的关系，一些特定的信息出现在特定的HTML标签中的比率。后者用于企业各种信息之间的关系，提取的一些信息存在语法上的关系和语言上的习惯。利用选择的特征与机器学习算法相结合来训练一个能够从HTML页面中准确抽取信息的模型，从而准确的提取与企业信用相关的信息。

按上述方案，所述步骤S1中企业在网络上的多源互联网信息数据包括企业的基本信息、企业资金信息、经营信息、购销信息、网络交易平台信息、上市企业的年报和企业所在行业信息。

按上述方案，所述步骤S2中，具体如下：

步骤S21，对抽取后的企业相关数据进行分析，按企业基本特征、企业经营特征、企业财务特征、企业口碑特征、企业股东特征、上市企业年报特征、行业特征类别划分成不同的原始特征子集；

步骤S22，采用特征选择方法从原始若干个特征子集中挑选出最有效描述企业特性的特征组成新的若干个特征子集，每个新特征子集代表一个评估企业信用的角度；

所述特征选择方法包括基于相似性的特征选择方法、基于信息论的特征选择方法、完全搜索方法、启发式方法和随机方法等。

按上述方案，所述步骤S3具体如下：

步骤S31，利用步骤S2得到的企业关系数据建立企业有向关联图；所述企业有向关联图中，图的顶点为企业，图的边为企业和企业之间的关联；

步骤S32，形成基于图的企业信用打分模型，将与被评估企业关联的其它企业信用考虑到该企业的信用打分中。

具体的，所述步骤S31为：利用步骤S2得到的多角度企业信用特征数据企业有向关联图。若两个企业之间有共同的股东、或者产生过交易行为或者有财务往来，则建立一条有向边。方向根据建立边的原因来确定；

所述步骤S32中基于图的企业信用评估中，可以梯度下降学习图中边上的权重参数，并结合随机游走策略，经过反复迭代计算出一个稳定概率值，这个概率值即可作为企业的信用打分值。

本发明产生的有益效果是：

本发明提出了一种通过建立企业关联图，对企业的信用进行评级的方法。本发明提出的方法不同于其它评估方法地方在于通过企业关联图的建立，对企业的信息评估不仅考虑企业自身的信息，其关联企业的信用情况会影响对该企业的评估。另外，本发明提出的方法基于大数据的前提下，数据来源广，相对于其他的方法，综合性更强更准确。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明融合互联网信息的多角度企业信用评估建模方法的主流程图；

图2为图1所示融合互联网信息的多角度企业信用评估建模方法中详细流程图；

图3为图1所示融合互联网信息的多角度企业信用评估建模方法中详细流程图；

图4为图1所示融合互联网信息的多角度企业信用评估建模方法中详细流程图；

图5为根据企业关系数据建立企业有向关联图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本实施例融合互联网信息的多角度企业信用评估建模方法，包括如下步骤：

步骤S1，对企业在web上的多源互联网数据进行融合；

步骤S2，挖掘各种企业数据，提取多角度描述企业信用的特征；

步骤S3，建立企业之间的有向关联图，采用基于图的企业信用打分模型。

本实施例融合互联网信息的多角度企业信用评估建模方法可以通过深网爬虫等相关技术获取企业在web上的多源互联网信息数据，并对数据进行预处理即对数据特征的分析和融合，形成与企业信用相关的信息；通过对企业关系数据的挖掘，建立企业的有向关联图，采用基于图的企业信用评估。

其中，所述企业在web上的多源互联网信息数据包括企业的基本信息、企业资金信息、经营信息、购销信息、网络交易平台信息、上市企业的年报和企业所在行业信息。这些都有助于提高企业信用打分模型的准确性；企业关联图的构建解决了传统企业评估中仅依据企业自身信息的不足，从起关联方的情况推测目标企业的信用状态。

如图2，所述步骤S1具体为：

步骤S11，采用一种基于查询词不断提交及迭代更新的循环深网爬虫获取企业在web上的多源互联网数据；

步骤S12，采用基于特征关联分析的监督学习方法抽取从已经爬取的Web页面上抽取企业信用相关的数据；

具体地，所述步骤S11为：在爬虫不断获取最新深度网络信息的基础上，同步更新最优查询词列表(查询词包括企业名称和行业名称)，从而获取企业在web上的多源互联网信息数据。

具体地，所述步骤S12为：考虑信用信息特征与HTML标签的关系，以及特征之间的关系。利用特征选择与监督机器学习算法相结合来训练一个能够从HTML页面中准确抽取信息的模型。

下面对图2进行说明。图2中爬取深网的企业相关数据时设计一种对查询词不断提交及迭代更新的循环算法，在爬虫不断获取最新深度网络信息的基础上，同步更新最优查询词列表，从而获得小微企业的多源互联网数据。在信息抽取时选取两个主要特征，一是Text-to-Tag Ratio，另一个是Text-to-Text Relation。前者考虑信用信息特征与HTML标签的关系，一些特定的信息出现在特定的HTML标签中的比率。后者考虑企业各种信息之间的关系，提取的一些信息存在语法上的关系和语言上的习惯。利用选择的特征与机器学习算法( Bayes、Conditional Random Field及SVM)相结合来训练一个能够从HTML页面中准确抽取信息的模型，从而准确的提取与企业信用相关的信息。

如图3，所述步骤S2具体为：

步骤S21，将抽取后的企业相关数据按照数据所描述的信息类别划分成不同的原始特征子集；

步骤S22，从原始特征子集中挑选出一些最能有效描述企业特性的特征组成新特征子集，每个新特征子集代表一个评估企业信用的角度；

具体地，所述步骤S21为：分析爬取的企业数据，将其划分成企业基本特征、企业经营特征、企业财务特征、企业口碑特征、企业股东特征、上市企业年报特征、行业特征等不同的原始特征子集；

所述步骤S22中新的特征子集产生的方法包括基于相似性的特征选择方法、基于信息论的特征选择方法、完全搜索方法、启发式方法和随机方法等。

下面对图3进行说明。将抽取后的企业相关数据按照数据描述的信息类别划分成不同的原始特征子集，如企业经营特征、企业口碑特征、企业股东特征、上市企业年报特征、行业特征等，再利用基于相似性的特征选择方法、基于信息论的特征选择方法、完全搜索方法、启发式方法和随机方法等从原始特征子集中挑选出一些最能有效描述企业特性的特征组成新特征子集，每个新特征子集代表一个评估企业信用的角度。

如图4，所述步骤S3具体为：

步骤S31，利用步骤S2得到的企业关系数据建立企业有向关联图；

步骤S32，形成基于图的企业信用打分模型，将与被评估企业关联的其它企业信用考虑到该企业的信用打分中。

具体的，所述步骤S31为：利用步骤S2得到的企业股东特征和经营特征数据建立企业有向关联图；

所述步骤S32中基于图的企业信用评估中，可以梯度下降学习图中边上的权重参数，并结合随机游走策略，经过反复迭代计算出一个稳定概率值，这个概率值即可作为企业的信用打分值。

下面对图5进行说明。以5个待评估的企业为例子，根据企业关系数据建立企业有向关联图，如图5所示，图中a、b、c、d、e五个节点代表待评估的企业。边的方向代表所链接的两个节点之间的关系。节点的入度是决定该节点信用的关键指标。图中节点关联的企业越多(与该节点连接的边数)，关联的企业自身信用越好，该节点所代表的企业信用也越好。就如同论文的引用一样，被引用的次数越多，引用它的论文质量越高，该被引用的论文影响力越大。图5中e节点旁边的笑脸图形用于直观的体现企业的信用水平。

在基于图的企业信用评估中，可以梯度下降学习图中边上的权重参数，并结合随机游走策略，经过反复迭代计算出一个稳定概率值，这个概率值即可作为企业的信用打分值。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (5)

1.一种融合互联网信息的多角度企业信用评估建模方法，其特征在于，包括以下步骤：

步骤S1，获取企业在网络上的多源互联网信息数据，对企业在网络上的多源互联网数据进行融合，抽取多源互联网数据中与企业信用相关的数据；所述企业在网络上的多源互联网信息数据包括企业的基本信息、企业资金信息、经营信息、购销信息、网络交易平台信息、上市企业的年报和企业所在行业信息；

步骤S2，将抽取后的企业信用相关数据按照数据所描述的信息类别划分成不同的特征子集，提取多角度描述企业信用的特征数据；所述特征子集包括企业基本特征、企业经营特征、企业财务特征、企业口碑特征、企业股东特征、上市企业年报特征和行业特征；

步骤S3，利用步骤S2提取的多角度企业信用特征数据中的股东信息、关联交易和财务往来信息建立企业有向关联图，建立企业有向关联图的方法如下：每个企业为一个顶点，企业和企业之间的关系为图的边，所述企业和企业之间的关系包括：共同的股东、产生过交易行为、有财务往来；剩余特征数据构成边的权重，最终形成基于图的企业信用打分模型。

2.根据权利要求1所述的多角度企业信用评估建模方法，其特征在于，所述步骤S1中，获取企业在网络上的多源互联网信息数据采用以下方法：

采用基于查询词不断提交及迭代更新的循环深网爬虫获取企业在web上的多源互联网数据，所述查询词包括企业名称和企业所在行业名称。

3.根据权利要求1所述的多角度企业信用评估建模方法，其特征在于，所述步骤S1中，抽取多源互联网数据中与企业信用相关的数据：

在信息抽取时选取两个主要特征，一是Text-to-Tag Ratio，另一个是Text-to-TextRelation，前者用于描述信用信息特征与HTML标签的关系，后者用于描述特征之间的关系；

考虑信用信息特征与HTML标签的关系，以及特征之间的关系，利用特征选择与监督机器学习算法相结合来训练一个能够从HTML页面中准确抽取信息的模型，然后按照该模型即能完成抽取多源互联网数据中与企业信用相关的数据。

4.根据权利要求1所述的多角度企业信用评估建模方法，其特征在于，所述步骤S2中，具体如下：

步骤S21，对抽取后的企业相关数据进行分析，划分成企业基本特征、企业经营特征、企业财务特征、企业口碑特征、企业股东特征、上市企业年报特征、行业特征等不同的原始特征子集；

步骤S22，采用特征选择方法从原始若干个特征子集中挑选出最有效描述企业特性的特征组成新的若干个特征子集，每个新特征子集代表一个评估企业信用的角度；

所述特征选择方法包括基于相似性的特征选择方法、基于信息论的特征选择方法、完全搜索方法、启发式方法和随机方法。

5.根据权利要求1所述的多角度企业信用评估建模方法，其特征在于，所述步骤S3具体如下：

步骤S31，利用步骤S2得到的企业关系数据建立企业有向关联图；所述企业有向关联图中，图的顶点为企业，图的边为企业和企业之间的关联；

步骤S32，形成基于图的企业信用打分模型，将与被评估企业关联的其它企业信用考虑到该企业的信用打分中；

具体的，所述步骤S31为：利用步骤S2得到的多角度企业信用特征数据企业有向关联图，若两个企业之间有共同的股东、或者产生过交易行为或者有财务往来，则建立一条有向边；方向根据建立边的原因来确定；

所述步骤S32中基于图的企业信用评估中，以梯度下降学习图中边上的权重参数，并结合随机游走策略，经过反复迭代计算出一个稳定概率值，这个概率值即为企业的信用打分值。