CN109657932A - 企业风险分析方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种企业风险分析方法、装置、计算机设备和存储介质，获取待分析企业的发票信息，获取到发票信息中的时间信息、发票代码信息、关联企业信息、税目信息及交易数据，根据时间信息、发票代码信息、关联企业信息、税目信息及交易数据进行处理后，获得多个企业特征，用于作为待分析企业的企业特征，使得企业特征更贴近企业的实际运营情况，将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征，评估出的评估结果也更贴近于企业的风险程度，准确性更高，基于所述企业异常特征对初步企业风险概率进行修正，获得企业风险概率，进一步提高评估的准确度。

Description

企业风险分析方法、装置、计算机设备和存储介质

技术领域

本申请涉及互联网技术领域，特别是涉及一种企业风险分析方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的不断发展，根据业务需要，需要对有意向成为合作关系的企业进行企业风险判断，以免造成不必要的损失，由人工收集企业相关的信息转换为利用互联网技术收集数据，将用户根据经验判断企业风险改为风控模型进行企业风险评估。

目前进行企业风险评估时采用的风控建模方法是利用包括财务、舆情、法律等多维度信息构建企业风险预警方案，得出企业风险评估结果，风控建模时所采用的评估特征如财务特征，评估标准是通过判断企业的资金的多少，给出相应的概率，但实际上企业资金少，并不一定风险高，资金多，并不一定风险低，因此，在风控建模时的特征选取过于表面，导致风控模型评估出的评估结果准确度不高。

发明内容

基于此，有必要针对上述技术问题，提供一种提高评估准确度的企业风险分析方法、装置、计算机设备和存储介质。

一种企业风险分析方法，包括：

获取待分析企业的各发票信息；

对各所述发票信息进行解析，获取各所述发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；

对各所述发票信息的交易数据进行处理，获得所述待分析企业的发票数据集合；

获取各所述发票信息对应的所述时间信息、所述发票代码信息、所述关联企业信息、所述税目信息和所述发票数据集合之间的笛卡尔积，将笛卡尔积识别为所述待分析企业的多个企业特征；

将各所述企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；

基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业的风险评估结果。

在其中一个实施例中，所述风控模型建立方式为：

获取各企业的各发票样本；

对各企业的各所述发票样本进行解析，获得时间信息集合、发票代码信息集合、关联企业信息集合、税目信息集合；

获取各行业的发票数据集合，并获取各行业的所述发票数据集合、所述时间信息集合、所述发票代码信息集合、所述关联企业信息集合和所述税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征；

将各行业的多个样本特征进行聚类，获得各群簇；

根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征；

将贡献度最大的样本特征作为风控模型的评估特征，建立风控模型。

在其中一个实施例中，将所述各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征的步骤，包括：

将各所述企业特征输入通过发票信息建立的风控模型，由所述风控模型将各所述企业特征与风控模型中评估特征进行聚类，获得各群簇；

根据各所述企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征。

在其中一个实施例中，根据各所述企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征的步骤，包括：

在各群簇的特征空间分布情况中，根据企业特征信息的特征向量与对应的所述评估特征的特征向量的距离，确定所述初步企业风险概率；

当所述企业特征信息的特征向量与对应的所述评估特征的特征向量的距离超过预设距离，确定该项企业特征为企业异常特征。

在其中一个实施例中，基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业风险概率的步骤，包括：

获取行业中的所有特征数；

对所述企业异常特征进行分析，确定各所述企业异常特征中大于平均水平的特征数；

根据所述行业中的所有特征数和所述大于平均水平的特征数，确定所述企业的特征数占比；

根据所述企业的特征数占比与中间占比的差值，确定所述企业的偏离程度；

将所述企业的偏离程度与所述初步企业风险概率相加，获得企业风险概率。

在其中一个实施例中，根据所述企业的特征数占比与中间占比的差值，确定所述企业的偏离程度的步骤，包括：

当所述企业异常特征都小于平均水平的特征时，通过所述中间占比减去所述企业的特征数占比，确定所述企业的初步偏离程度；

当所述初步偏离程度的值大于0时，将所述初步偏离程度确定为所述企业的偏离程度。

在其中一个实施例中，根据所述企业的特征数占比与中间占比的差值，确定所述企业的偏离程度的步骤，包括：

当所述企业异常特征都大于平均水平的特征时；

通过所述企业的特征数占比减去所述中间占比，确定所述企业的初步偏离程度；

当所述初步偏离程度的值大于0时，将所述初步偏离程度确定为所述企业的偏离程度。

一种企业风险分析装置，通过所述装置包括：

发票信息获取模块，用于获取待分析企业的各发票信息；

发票信息解析模块，用于对各所述发票信息进行解析，获取各所述发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；

交易数据处理模块，用于对各所述发票信息的交易数据进行处理，获得所述待分析企业的发票数据集合；

特征处理模块，用于获取各所述发票信息对应的所述时间信息、所述发票代码信息、所述关联企业信息、所述税目信息和所述发票数据集合之间的笛卡尔积，将笛卡尔积识别为所述待分析企业的多个企业特征；

风险评估模块，用于将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；

修正模块，用于基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业风险概率。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。

上述企业风险分析方法、装置、计算机设备和存储介质，获取待分析企业的发票信息，获取到发票信息中的时间信息、发票代码信息、关联企业信息、税目信息及交易数据，根据时间信息、发票代码信息、关联企业信息、税目信息及交易数据进行处理后，获得多个企业特征，用于作为待分析企业的企业特征，使得企业特征更贴近企业的实际运营情况，将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征，评估出的评估结果也更贴近于企业的风险程度，准确性更高，基于所述企业异常特征对初步企业风险概率进行修正，获得企业风险概率，进一步提高评估的准确度。

附图说明

图1为一个实施例中企业风险分析方法的应用场景图；

图2为一个实施例中企业风险分析方法的流程示意图；

图3为一个实施例中企业风险分析方法中风控模型建立的流程示意图；

图4为一个实施例中企业风险分析装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的企业风险分析方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。用户通过终端102将待分析企业的发票信息进行上传或是保存至数据库，服务器104获取待分析企业的各发票信息；对各发票信息进行解析，获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；对各发票信息的交易数据进行处理，获得待分析企业的发票数据集合；基于笛卡尔积对各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息和发票数据集合进行处理，获得待分析企业的多个企业特征；将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；基于企业异常特征对初步企业风险概率进行修正，获得企业的风险评估结果。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种企业风险分析方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤S220至步骤S300：

步骤S220，获取待分析企业的各发票信息。

其中，待分析企业可以是需进行企业分析的企业，发票信息可以是普通发票，也可以是增值税专用发票和增值税普通发票，可以是最近的发票信息，也可以是以前的发票信息，可以是获取用户通过终端上传的发票信息，也可以是向数据库获取的发票信息；获取的发票信息可以是电子版的发票，也可以是通过相机拍摄的纸质发票照片，还可以是纸质发票的扫描件等等。

步骤S240，对各所述发票信息进行解析，获取各所述发票信息中的时间信息、发票代码信息、关联企业信息、税目信息及交易数据。

其中，发票信息中有时间、发票代码信息、关联企业信息、税目信息、交易数据等等，交易数据指的是发票中的交易金额等等，通过对发票信息进行解析，获得时间信息、发票代码信息、关联企业信息、税目信息、交易数据等等，如：普通发票代码由国地税代码、行政区域代码、年份代码、行业代码、发票种类代码等组成，共12位。从左至右按照下列顺序编制：第1位为国地税代码，第2位～第5位为行政区域代码，第6位、第7位为年份代码，第8位为行业代码，第9位～第12位为发票种类代码；增值税专用发票和增值税普通发票的代码原为10位。增值税专用发票第一∽四位为行政区划代码，第五∽六位为年份，第七位为印刷批次，第八位为文字版，第九位为联次，第十位为金额版。增值税普通发票第一∽四位为行政区划代码，第五∽六位为年份，第七位为印刷批次，第八位为发票种类(增值税普通发票为3)，第九位为联次，第十位为金额版(增值税普通发票为0)。

步骤S260，对各发票信息的交易数据进行处理，获得待分析企业的发票数据集合。

其中，获取各发票信息的交易数据中的交易金额，对各发票信息的交易金额进行数量统计、平均值计算、求和、最大值计算、最小值计算、百分比计算、熵计算，获得待分析企业的交易金额的数量统计、交易金额的平均值、交易金额的求和、交易金额的最大值、交易金额的最小值、交易金额的百分比、交易金额的熵，将待分析企业的交易金额的数量统计、交易金额的平均值、交易金额的求和、交易金额的最大值、交易金额的最小值、交易金额的百分比、交易金额的熵作为待分析企业的发票数据集合。

步骤S280，获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息和发票数据集合之间的笛卡尔积，将笛卡尔积识别为待分析企业的多个企业特征。

其中，时间信息为待分析企业的发票信息上的开票时间，发票代码信息为待分析企业的发票信息上的发票代码信息，税目信息为待分析企业的发票中表示的具体的征税项目，关联企业信息是指待分析企业的发票中和待分析企业发生交易关系的企业关联信息，如：0度关联企业：该企业本身，1度关联企业：和该企业直接发生交易关系的企业，2度关联企业：和该企业通过关联企业间接发生交易关系的企业，3度关联企业：和该企业通过2度关联企业间接发生交易关系的企业；笛卡尔积(Cartesian product)又称直积，笛卡尔积是指在数学中，可以是多个集合之间的笛卡尔积，如：两个集合X和Y的笛卡尔积(Cartesianproduct)，表示为X×Y，第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员，假设集合A＝{a，b}，集合B＝{0，1，2}，则两个集合的笛卡尔积为{(a，0)，(a，1)，(a，2)，(b，0)，(b，1)，(b，2)}；获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息和发票数据集合之间的笛卡尔积，将笛卡尔积识别为待分析企业的多个企业特征，如：有待分析企业的发票信息中的时间信息为a、发票代码信息为b(根据发票代码信息可以确定地区、行业类型等)、关联企业信息为c、税目信息为d、发票数据集合中包括发票信息的交易金额的数量统计为e、平均值f，则企业特征有：(1)a，b，c，d，e。(2)a，b，c，d，f。

步骤S300，将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征。

其中，企业特征为通过时间信息、发票代码信息、关联企业信息、税目信息和数据集合基于笛卡尔积进行处理得到的，企业特征如：待分析企业A在2018年1月10日和1度关联企业在B区域内发生的交易金额(发票金额)的均值；风控模型为：通过发票信息建立的风控模型；初步企业风险概率为待分析企业通过风控模型分析出的该企业存在风险的概率；企业异常特征可以是在各企业特征中出现与所在行业的平均水平偏离程度较大的特征。

步骤S320，基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业的风险评估结果。

其中，初步企业风险概率仅仅可以描述特定企业在行业内的离群情况，该企业某些特征偏离该行业总体情况过多，风控模型会将此企业判为异常企业，但是就实际情况而言，一些特征过大或过小代表的实际含义大不相同，有些情况下大小有着正负含义的方向性，比如：一个公司的纳税总金额远远大于该行业内其他企业的总体水平，并不能说明该公司的经营情况是较差的，同时，若一个公司纳税总金额远远小于该行业内其他企业的总体水平，该情况下此公司也属于异常企业，以上两种企业同被风控模型判作为异常企业，但是他们的实际情况大不相同；通过基于企业异常特征对初步企业风险概率进行修正，获得企业的风险评估结果。

上述企业风险分析方法，获取待分析企业的发票信息，获取到发票信息中的时间信息、发票代码信息、关联企业信息、税目信息及交易数据，根据时间信息、发票代码信息、关联企业信息、税目信息及交易数据进行处理后，获得多个企业特征，用于作为待分析企业的企业特征，使得企业特征更贴近企业的实际运营情况，将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征，评估出的评估结果也更贴近于企业的风险程度，准确性更高，基于所述企业异常特征对初步企业风险概率进行修正，获得企业风险概率，进一步提高评估的准确度。

在一个实施例中，如图3所示，风控模型建立方式包括步骤S520至步骤S620：

步骤S520，获取各企业的各发票样本。

其中，发票样本可以是普通发票，也可以是增值税专用发票和增值税普通发票，发票样本中包括最近的发票信息和以前的发票信息，如：1天、3天、7天、30天、90天、180天、1年的发票样本，可以是获取用户通过终端上传的发票样本，也可以是向数据库获取的发票样本；获取的发票样本可以是电子版的发票，也可以是通过相机拍摄的纸质发票照片，还可以是纸质发票的扫描件等等。

步骤S540，对各企业的发票样本进行解析，获得时间信息集合、发票代码信息集合、关联企业信息集合、税目信息集合。

其中，发票样本中有时间信息、发票代码信息、关联企业信息、税目信息等等，通过对发票信息进行解析，获得时间信息、发票代码信息、关联企业信息、税目信息等等，各发票样本的时间信息组成时间信息集合，各发票样本的发票代码信息组成发票代码信息集合，各发票样本的关联企业信息组成关联企业信息集合，各发票样本的税目信息组成税目信息集合。

步骤S560，获取各行业的发票数据集合，并获取各行业的发票数据集合、时间信息集合、发票代码信息集合、关联企业信息集合和税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征。

其中，该行业的发票数据集合可以通过数据库获取，也可以通过样本发票统计获得，该行业的发票数据集合包括：该行业中发票数据的交易金额的数量统计、交易金额的平均值、交易金额的求和、交易金额的最大值、交易金额的最小值、交易金额的百分比、交易金额的熵等信息，笛卡尔积(Cartesian product)又称直积，笛卡尔积是指在数学中，可以是多个集合之间的笛卡尔积，如：两个集合X和Y的笛卡尔积(Cartesian product)，表示为X×Y，第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员，假设集合A＝{a，b}，集合B＝{0，1，2}，则两个集合的笛卡尔积为{(a，0)，(a，1)，(a，2)，(b，0)，(b，1)，(b，2)}，获取各行业的发票数据集合、时间信息集合、发票代码信息集合、关联企业信息集合和税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征，样本特征如：样本企业1个月时间内和1度关联企业在B区域内发生的交易金额(发票金额)的均值。

步骤S580，将各行业的多个样本特征进行聚类，获得各群簇；

其中，根据企业信息对不同行业的企业进行划分，针对各个不同的行业，取该行业中的样本特征做聚类，聚类是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法；聚类的方式可以是以下几种：k-means算法、K-MEDOIDS算法，还可以是CLARANS算法，还可以是DBSCAN算法、OPTICS算法、DENCLUE算法等等。

步骤S600，根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征。

其中，各行业的样本特征很多，提供了丰富的信息，但是也在一定程度上增加了数据采集的工作量，更重要的是在很多情形下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，如果分别对每个指标进行分析，分析往往是孤立的，不能完全利用数据中的信息，因此盲目减少指标会损失很多有用的信息，从而产生错误的结论，因此，通过根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征；将各群簇中的样本特征进行降维，获得特征空间分布，降维方式可以有：奇异值分解(SVD)、主成分分析(PCA)、因子分析(FA)、独立成分分析(ICA)等等。

步骤S620，将贡献度最大的样本特征作为风控模型的评估特征，建立风控模型。

其中，风控模型是计算最高能够承受什么样的高风险客户，同时该如何把这些资产证券化并分散点风险给投行对自己是最有利的。强大的高频交易和程序化交易要求更快速的交易通道和更高效的策略模型；另一方面，快速交易导致投资面临的风险呈指数级增长，从而市场和投资者需要更全面的策略组合和更精准的风控模型进行风险对冲；该风控模型基于评估特征对待分析企业进行风险评估。通过发票信息建立的风控模型进行企业风险分析，解决了样本特征不足、样本无标签评级困难的问题。

在一个实施例中，将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征的步骤，包括：将各企业特征输入通过发票信息建立的风控模型，由风控模型将各企业特征与风控模型中评估特征进行聚类，获得各群簇；根据各企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征。

其中，当各企业特征输入风控模型后，风控模型根据该企业的行业类型获取该行业对应的评估特征，将各企业特征与各评估特征进行聚类，获得各群簇，根据各企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征，可以根据iForest算法(异常检测算法)和LOF算法(局部异常因子算法)确定初步企业风险概率及企业异常特征，提高评估的准确度。

在一个实施例中，根据各企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征的步骤，包括：在各群簇的特征空间分布情况中，根据企业特征信息的特征向量与对应的评估特征的特征向量的距离，确定初步企业风险概率；当企业特征信息的特征向量与对应的评估特征的特征向量的距离超过预设距离，确定该项企业特征为企业异常特征。

其中，特征空间分布情况是将群簇中企业特征进行降维获得降维后的特征空间分布情况，可以是二维空间或多维空间，根据企业特征信息的特征向量与对应的评估特征的距离，确定初步企业风险概率，如：企业特征信息的特征向量a是待分析企业A在2018年1月10日(假设该日期属于1个月时间内)和1度关联企业在B区域内发生的交易金额(发票金额)的均值，则对应的评估特征的特征向量b是：样本企业1个月时间内和1度关联企业在B区域内发生的交易金额(发票金额)的均值，根据企业特征信息的特征向量a与评估特征的特征向量b的距离确定初步企业风险概率；当企业特征信息的特征向量与对应的评估特征的距离超过预设距离，确定该项企业特征为企业异常特征，预设距离可以根本实际情况而定。

在一个实施例中，基于企业异常特征对所述初步企业风险概率进行修正，获得企业风险概率的步骤，包括：获取行业中的所有特征数；对企业异常特征进行分析，确定各企业异常特征中大于平均水平的特征数；根据行业中的所有特征数和大于平均水平的特征数，确定企业的特征数占比；根据企业的特征数占比与中间占比的差值，确定企业的偏离程度；将企业的偏离程度与初步企业风险概率相加，获得企业风险概率。

其中，获取行业中的所有特征数M，所有特征数M指的是输入风控模型的所有企业特征数量；对企业异常特征进行分析，确定各企业异常特征中大于平均水平的特征数P，企业异常特征指的是通过风控模型输出的企业异常特征；根据行业中的所有特征数M和大于平均水平的特征数P，确定企业的特征数占比，企业的特征数占比指的是企业异常特征P在所有特征数M中的占比；根据企业的特征数占比与中间占比的差值，确定企业的偏离程度，中间占比指的是整体水平在行业中居中的占比，中间占比为0.5；将企业的偏离程度与初步企业风险概率相加，获得企业风险概率；如：企业风险概率为：

M：行业中特定企业的所有特征数。P：企业异常特征中大于平均水平的特征数。企业的特征数占比，中间占比为0.5。企业的偏离程度，score：初步企业风险概率，λ：调节score与企业的偏离程度的超参数，用户可根据实际情况调节λ企业的偏离程度。通过基于企业异常特征对所述初步企业风险概率进行修正，提高了企业风险分析结果的准确性。

在一个实施例中，根据企业的特征数占比与中间占比的差值，确定企业的偏离程度的步骤，包括：当企业异常特征都小于平均水平的特征时，通过中间占比减去企业的特征数占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

其中，异常检验模型会将大于平均水平的特征数P或小于平均水平的特征数P的特征信息都标记为异常，为提高企业的偏离程度精准度，当企业异常特征都小于平均水平的特征时，通过中间占比减去企业的特征数占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度，当初步偏离程度的值小于0时，企业的偏离程度为0，如：

在一个实施例中，根据企业的特征数占比与中间占比的差值，确定企业的偏离程度的步骤，包括：当企业异常特征都大于平均水平的特征时；通过企业的特征数占比减去中间占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

其中，异常检验模型会将大于平均水平的特征数P或小于平均水平的特征数P的特征信息都标记为异常，为提高企业的偏离程度精准度，当企业异常特征都大于平均水平的特征时，通过企业的特征数占比减去中间占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度，当初步偏离程度的值小于0时，企业的偏离程度为0，如：

上述企业风险分析方法，通过获取行业中的所有特征数,对企业异常特征进行分析，确定各企业异常特征中大于平均水平的特征数；根据行业中的所有特征数和大于平均水平的特征数，确定企业的特征数占比，根据企业的特征数占比与中间占比的差值，确定企业的偏离程度，将企业的偏离程度与初步企业风险概率相加，获得企业风险概率，提高了企业风险分析结果的准确性。

应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种企业风险分析装置，包括：发票信息获取模块310、发票信息解析模块320、交易数据处理模块330、特征处理模块340、风险评估模块350和修正模块360，其中：

发票信息获取模块310，用于获取待分析企业的各发票信息；发票信息解析模块320，用于对各发票信息进行解析，获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；交易数据处理模块330，用于对各发票信息的交易数据进行处理，获得待分析企业的发票数据集合；特征处理模块340，用于获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息和发票数据集合之间的笛卡尔积，将笛卡尔积识别为待分析企业的多个企业特征；风险评估模块350，用于将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；修正模块360，用于基于企业异常特征对初步企业风险概率进行修正，获得企业风险概率。

在一个实施例中，所述装置还包括风控模型建立模块，用于获取各企业的各发票样本；对各企业的各发票样本进行解析，获得时间信息集合、发票代码信息集合、关联企业信息集合、税目信息集合；获取各行业的发票数据集合，并获取各行业的发票数据集合、时间信息集合、发票代码信息集合、关联企业信息集合和税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征；将各行业的多个样本特征进行聚类，获得各群簇；根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征；将贡献度最大的样本特征作为风控模型的评估特征，建立风控模型。

在一个实施例中，风险评估模块350包括：聚类单元，用于将各企业特征输入通过发票信息建立的风控模型，由风控模型将各企业特征与风控模型中评估特征进行聚类，获得各群簇；风险概率确定单元，用于根据各企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征。

在一个实施例中，风险概率确定单元包括：风险概率确定子单元，用于在各群簇的特征空间分布情况中，根据企业特征信息的特征向量与对应的评估特征的特征向量的距离，确定初步企业风险概率；异常特征确定子单元，用于当企业特征信息的特征向量与对应的评估特征的特征向量的距离超过预设距离，确定该项企业特征为企业异常特征。

在一个实施例中，修正模块360包括：所有特征数获取单元，用于获取行业中的所有特征数；分析单元，用于对企业异常特征进行分析，确定各企业异常特征中大于平均水平的特征数；特征数占比确定单元，用于根据行业中的所有特征数和大于平均水平的特征数，确定企业的特征数占比；偏离程度确定单元，用于根据企业的特征数占比与中间占比的差值，确定企业的偏离程度；风险概率确定单元，用于将企业的偏离程度与初步企业风险概率相加，获得企业风险概率。

在一个实施例中，偏离程度确定单元还用于：当企业异常特征都小于平均水平的特征时，通过中间占比减去企业的特征数占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

在一个实施例中，偏离程度确定单元还用于：当企业异常特征都大于平均水平的特征时；通过企业的特征数占比减去中间占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

上述企业风险分析装置，获取待分析企业的发票信息，获取到发票信息中的时间信息、发票代码信息、关联企业信息、税目信息，将时间信息、发票代码信息、关联企业信息、税目信息基于笛卡尔积进行处理后，作为各企业特征，使得企业特征更贴近企业的实际运营情况，将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征，评估出的评估结果也更贴近于企业的风险程度，准确性更高，基于所述企业异常特征对初步企业风险概率进行修正，获得企业风险概率，进一步提高评估的准确度。

关于企业风险分析装置的具体限定可以参见上文中对于企业风险分析方法的限定，在此不再赘述。上述企业风险分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储评估特征、发票样本等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种企业风险分析方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取待分析企业的各发票信息；对各发票信息进行解析，获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；对各发票信息的交易数据进行处理，获得待分析企业的发票数据集合；获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息和发票数据集合之间的笛卡尔积，将笛卡尔积识别为待分析企业的多个企业特征；将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；基于企业异常特征对初步企业风险概率进行修正，获得企业的风险评估结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取各企业的各发票样本；对各企业的各发票样本进行解析，获得时间信息集合、发票代码信息集合、关联企业信息集合、税目信息集合；获取各行业的发票数据集合，并获取各行业的发票数据集合、时间信息集合、发票代码信息集合、关联企业信息集合和税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征；将各行业的多个样本特征进行聚类，获得各群簇；根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征；将贡献度最大的样本特征作为风控模型的评估特征，建立风控模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将各企业特征输入通过发票信息建立的风控模型，由风控模型将各企业特征与风控模型中评估特征进行聚类，获得各群簇；根据各企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：在各群簇的特征空间分布情况中，根据企业特征信息的特征向量与对应的评估特征的特征向量的距离，确定所述初步企业风险概率；当企业特征信息的特征向量与对应的评估特征的特征向量的距离超过预设距离，确定该项企业特征为企业异常特征。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取行业中的所有特征数；对企业异常特征进行分析，确定各企业异常特征中大于平均水平的特征数；根据行业中的所有特征数和大于平均水平的特征数，确定企业的特征数占比；根据企业的特征数占比与中间占比的差值，确定企业的偏离程度；将企业的偏离程度与初步企业风险概率相加，获得企业风险概率。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当企业异常特征都小于平均水平的特征时，通过中间占比减去企业的特征数占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当企业异常特征都大于平均水平的特征时；通过企业的特征数占比减去中间占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取待分析企业的各发票信息；对各发票信息进行解析，获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；对各发票信息的交易数据进行处理，获得待分析企业的发票数据集合；获取各发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息和发票数据集合之间的笛卡尔积，将笛卡尔积识别为待分析企业的多个企业特征；将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；基于企业异常特征对初步企业风险概率进行修正，获得企业的风险评估结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取各企业的各发票样本；对各企业的各发票样本进行解析，获得时间信息集合、发票代码信息集合、关联企业信息集合、税目信息集合；获取各行业的发票数据集合，并获取各行业的发票数据集合、时间信息集合、发票代码信息集合、关联企业信息集合和税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征；将各行业的多个样本特征进行聚类，获得各群簇；根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征；将贡献度最大的样本特征作为风控模型的评估特征，建立风控模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将各企业特征输入通过发票信息建立的风控模型，由风控模型将各企业特征与风控模型中评估特征进行聚类，获得各群簇；根据各企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在各群簇的特征空间分布情况中，根据企业特征信息的特征向量与对应的评估特征的特征向量的距离，确定所述初步企业风险概率；当企业特征信息的特征向量与对应的评估特征的特征向量的距离超过预设距离，确定该项企业特征为企业异常特征。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取行业中的所有特征数；对企业异常特征进行分析，确定各企业异常特征中大于平均水平的特征数；根据行业中的所有特征数和大于平均水平的特征数，确定企业的特征数占比；根据企业的特征数占比与中间占比的差值，确定企业的偏离程度；将企业的偏离程度与初步企业风险概率相加，获得企业风险概率。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当企业异常特征都小于平均水平的特征时，通过中间占比减去企业的特征数占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当企业异常特征都大于平均水平的特征时；通过企业的特征数占比减去中间占比，确定企业的初步偏离程度；当初步偏离程度的值大于0时，将初步偏离程度确定为企业的偏离程度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种企业风险分析方法，包括：

获取待分析企业的各发票信息；

对各所述发票信息进行解析，获取各所述发票信息对应的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；

对各所述发票信息的交易数据进行处理，获得所述待分析企业的发票数据集合；

获取各所述发票信息对应的所述时间信息、所述发票代码信息、所述关联企业信息、所述税目信息和所述发票数据集合之间的笛卡尔积，将该笛卡尔积识别为所述待分析企业的多个企业特征；

将各所述企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；

基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业的风险评估结果。

2.根据权利要求1所述的企业风险分析方法，其特征在于，所述风控模型建立方式为：

获取各企业的各发票样本；

对各企业的各所述发票样本进行解析，获得时间信息集合、发票代码信息集合、关联企业信息集合、税目信息集合；

获取各行业的发票数据集合，并获取各行业的所述发票数据集合、所述时间信息集合、所述发票代码信息集合、所述关联企业信息集合和所述税目信息集合之间的笛卡尔积，将该笛卡尔积识别为各行业对应的多个样本特征；

将各行业的多个样本特征进行聚类，获得各群簇；

根据各群簇的特征空间分布，确定出各群簇中贡献最大的样本特征；

将贡献度最大的样本特征作为风控模型的评估特征，建立风控模型。

3.根据权利要求1所述的企业风险分析方法，其特征在于，将所述企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征的步骤，包括：

将各所述企业特征输入通过发票信息建立的风控模型，由所述风控模型将各所述企业特征与风控模型中评估特征进行聚类，获得各群簇；

根据各所述企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征。

4.根据权利要求3所述的企业风险分析方法，其特征在于，根据各所述企业特征在各群簇中的特征空间分布情况，确定初步企业风险概率及企业异常特征的步骤，包括：

在各群簇的特征空间分布情况中，根据企业特征信息的特征向量与对应的所述评估特征的特征向量的距离，确定所述初步企业风险概率；

当所述企业特征信息的特征向量与对应的所述评估特征的特征向量的距离超过预设距离，确定该项企业特征为企业异常特征。

5.根据权利要求1所述的企业风险分析方法，其特征在于，基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业风险概率的步骤，包括：

获取行业中的所有特征数；

对所述企业异常特征进行分析，确定各所述企业异常特征中大于平均水平的特征数；

根据所述行业中的所有特征数和所述大于平均水平的特征数，确定所述企业的特征数占比；

根据所述企业的特征数占比与中间占比的差值，确定所述企业的偏离程度；

将所述企业的偏离程度与所述初步企业风险概率相加，获得企业风险概率。

6.根据权利要求5所述的企业风险分析方法，其特征在于，根据所述企业的特征数占比与中间占比的差值，确定所述企业的偏离程度的步骤，包括：

当所述企业异常特征都小于平均水平的特征时，通过所述中间占比减去所述企业的特征数占比，确定所述企业的初步偏离程度；

当所述初步偏离程度的值大于0时，将所述初步偏离程度确定为所述企业的偏离程度。

7.根据权利要求5所述的企业风险分析方法，其特征在于，根据所述企业的特征数占比与中间占比的差值，确定所述企业的偏离程度的步骤，包括：

当所述企业异常特征都大于平均水平的特征时；

通过所述企业的特征数占比减去所述中间占比，确定所述企业的初步偏离程度；

当所述初步偏离程度的值大于0时，将所述初步偏离程度确定为所述企业的偏离程度。

8.一种企业风险分析装置，其特征在于，通过所述装置包括：

发票信息获取模块，用于获取待分析企业的各发票信息；

发票信息解析模块，用于对各所述发票信息进行解析，获取各所述发票信息中的时间信息、发票代码信息、关联企业信息、税目信息及交易数据；

交易数据处理模块，用于对各所述发票信息的交易数据进行处理，获得所述待分析企业的发票数据集合；

特征处理模块，用于获取各所述发票信息对应的所述时间信息、所述发票代码信息、所述关联企业信息、所述税目信息和所述发票数据集合之间的笛卡尔积，将笛卡尔积识别为所述待分析企业的多个企业特征；

风险评估模块，用于将各企业特征输入通过发票信息建立的风控模型进行风险评估，确定初步企业风险概率及企业异常特征；

修正模块，用于基于所述企业异常特征对所述初步企业风险概率进行修正，获得企业风险概率。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。