CN111709669A - 一种企业信用评分系统及方法 - Google Patents

Abstract

本发明公开了一种企业信用评分系统及方法，本发明的企业信用评分系统包括数据收集模块、数据整理模块和数据分析模块，本发明还提供一种企业信用评分方法，包括如下步骤：S1、收集企业互联网信息；S2、将收集的企业互联网信息通过Haddoop平台进行进行整理，获得有效企业信息并存储在数据库；S3、对有效企业信息划分为多个评价维度综合计算企业信用评分。本发明基于Hadoop平台对互联网大数据进行收集、处理与分析，并根据多个维度的企业信息进行信用评分，方便了合作对象提前了解和查看该企业的信用信息，为其合作提供一定的保障，从而促进企业征信行业的健康规范发展，对完善我国市场经济体系起到积极作用。

Description

一种企业信用评分系统及方法

技术领域

本发明涉及计算机技术领域，具体地说是一种企业信用评分系统及方法。

背景技术

企业信用时企业诚信经营的体现，现行的企业评价系统时通过第三方的征信机构通过一定的材料对企业信用做出等级评价，但是该种评价方式是完全通过主动寄送材料进行评价，且审核资料覆盖不够全面，评价结果的侧重性不足以让寻求合作的企业足够相应该企业，而且该评价方式的实效性较长，一般为三年，实效性较差。

现在随着互联网的不断发展，寻求合作的企业想要了解合作对象的信息时，需要在多个网站查询多种相关信息，如经营信息、招标信息、司法信息以及新闻舆论信息等，其数据的收集和查找都需要花费巨大的时间和精力。

发明内容

本发明的目的是针对以上不足，提供一种企业信用评分系统及方法，能够实时获取企业相关信息，并综合这些企业相关信息对企业信用做出评价。

本发明所采用技术方案是：

一种企业信用评分系统，包括数据收集模块、数据整理模块和数据分析模块，其中：

所述数据收集模块用于收集企业互联网数据；

所述数据整理模块用于将收集的企业互联网数据进行处理、分析和存储，提取有效企业信息，并提供数据接口服务；

所述数据分析模块根据提取的有效企业信息综合计算企业信用得分。

作为对本发明系统的进一步的优化，本发明所述数据收集模块通过网络爬虫和第三方接口的形式从国家企业信用信息公示系统和第三方网站收集企业互联网数据。

作为对本发明系统的进一步的优化，本发明所述数据收集模块收集的企业互联网数据包括企业的基本信息、风险信息和知识产权信息，所述基本信息包括工商注册信息、股东信息、主要人员、变更事项、分支机构、对外投资六个指标，所述风险信息包括裁判文书、被执行人、失信人、开庭公告、法院公告、司法协助六个指标，所述知识产权信息包括软件著作权、作品著作权、专利信息三个指标。

作为对本发明系统的进一步的优化，本发明所述数据整理模块采用Hadoop平台对采集的企业互联网数据进行数据清理和数据聚合并将处理后的有效企业信息数据存储至数据库中。

作为对本发明系统的进一步的优化，本发明所述数据分析模块通过稳定性、发展能力、信用风险、还款能力和还款意愿评价维度进行建模，数据分析模块包含其中一种或几种的组合评价维度综合计算获得企业信用评分，每个评价维度包含相对应的指标。

作为对本发明系统的进一步的优化，本发明在建模时，计算每个指标对应评价参数的所有企业拥有量的平均值作为该维度的基准值，并将该基准值对应中间评分，然后根据该基准值以及该指标对应评价参数的所有企业拥有量数据确定线性回归方程的参数，然后通过确定的线性回归方程计算出企业每个指标的得分，最后综合所有指标得分计算获得企业信用评分。

本发明还提供一种企业信用评分方法，包括如下步骤：

S1、收集企业互联网信息；

S2、将收集的企业互联网信息通过Haddoop平台进行进行整理，获得有效企业信息并存储在数据库；

S3、对有效企业信息划分为多个评价维度综合计算企业信用评分。

作为对本发明方法的进一步的优化，本发明步骤S1中，所述企业互联网信息的过程包括通过网络爬虫和第三方接口的形式从国家企业信用信息公示系统和第三方网站收集企业互联网数据。

作为对本发明方法的进一步的优化，本发明所述数据收集模块收集的企业互联网数据包括企业的基本信息、风险信息和知识产权信息，所述基本信息包括工商注册信息、股东信息、主要人员、变更事项、分支机构、对外投资六个维度，所述风险信息包括裁判文书、被执行人、失信人、开庭公告、法院公告、司法协助六个维度，所述知识产权信息包括软件著作权、作品著作权、专利信息三个维度。

作为对本发明方法的进一步的优化，本发明步骤S3中，综合多个评价维度计算企业信用评分的过程包括：

S301、计算每个指标对应评价参数的所有企业拥有量的平均值作为该维度的基准值，并将该基准值对应中间评分；

S302、根据该基准值以及该指标对应评价参数的所有企业拥有量数据确定线性回归方程的参数；

S303、过确定的线性回归方程计算出企业每个指标的得分；

S304、最后综合所有指标得分计算获得企业信用评分。

本发明具有以下优点：

1、本发明基于Hadoop平台对互联网大数据进行收集、处理与分析，并根据多个维度的企业信息进行信用评分，方便了合作对象提前了解和查看该企业的信用信息，为其合作提供一定的保障，从而促进企业征信行业的健康规范发展，对完善我国市场经济体系起到积极作用；

2、本发明的方法和系统进行大量的企业信用数据收集和整理，方便使用者获得和查看，为企业带来安全、稳健的融资环境，还能建立全新的风险管控体系，同时协助地方政府运用大数据、云计算等技术创新监管方式，提高监管智慧化、精细化水平，建立健全信用监管机制，深入了解辖内企业信用状况，高效引进符合当地产业发展的目标企业；

3、本发明在系统能够在计算企业信用得分时，对接使用者需求，使其能够根据自身合作的侧重点，选择相对应的评价维度，避免出现优势将其劣势掩盖的现象，进一步提升企业经营安全。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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。

下面结合附图对本发明进一步说明：

图1为企业信用评分系统的架构示意图；

图2为企业信用评分系统的评价维度示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互结合。

需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。在本发明实施例中的“多个”，是指两个或两个以上。

本发明实施例中的属于“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B这三种情况。另外，本文中字符“/”一般表示前后关联对象是一种“或”关系。

本实施例提供一种企业信用评分系统，其系统框架结构如图1所示，包括数据收集模块、数据整理模块和数据分析模块，其中：

所述数据收集模块用于收集企业互联网数据；具体的，所述数据收集模块通过网络爬虫和第三方接口的形式从国家企业信用信息公示系统和第三方网站收集企业互联网数据，所述数据收集模块收集的企业互联网数据包括企业的基本信息、风险信息和知识产权信息，所述基本信息包括工商注册信息、股东信息、主要人员、变更事项、分支机构、对外投资六个指标，所述风险信息包括裁判文书、被执行人、失信人、开庭公告、法院公告、司法协助六个指标，所述知识产权信息包括软件著作权、作品著作权、专利信息三个指标。

所述数据整理模块用于将收集的企业互联网数据进行处理、分析和存储，提取有效企业信息，并提供数据接口服务，为数据分析模块提供数据接口；如图1所示，所述数据存储模块采用Hadoop平台对采集的企业互联网数据进行数据清理和数据聚合并将处理后的有效企业信息数据存储至数据库中，数据清理是将收集到的重复的数据进行删除，精简数据存储量，数据聚合是将不同类型的数据整合至一起；

所述数据分析模块根据提取的有效企业信息综合计算企业信用得分。所述数据分析模块通过稳定性、发展能力、信用风险、还款能力和还款意愿评价维度进行建模，以上评价维度可基于使用者选择自由组合，并且评价维度之间组合后得到相对应的评分，每个评价维度包含相对应的指标，系统默认是通过稳定性、发展能力和信用风险三个评价维度进行建模，如图2所示，所述稳定性评价维度包括成立年限、股东信息、对外投资等指标，所述信用风险评价维度包括裁判文书、被执行人、失信人、开庭公告和法院公告等指标，所述发展能力评价维度包括作品著作权、软件著作权和专利信息等指标。此外，通过对企业的股东企业和对外投资企业进行评分，可以进一步完善信用评分算法，得到更加准确的企业信用评分。由于不同用户对企业数据维度的需求不一样，在进行企业信用评分时可以选择不同的数据维度进行建模，如信贷担保更看重企业稳定性、还款能力以及还款意愿等评价维度进行打分，需要通过收集工商信息、风险信息、纳税信息等多方数据进行建模打分，与上述默认评价维度的侧重点存在一定的差异性。

作为一种优选的实施例，本实施例的评分系统在利用所收集的数据进行建模时，评分的计算过程包括如下步骤：

首先计算每个指标下对应评价参数的所有企业的拥有量的平均值作为该维度的基准值，并将该基准值对应中间评分，比如：对专利信息指标进行评分时，专利信息指标以专利拥有数量为评价参数，通过收集所有企业的专利拥有数量，然后计算专利平均拥有数量，以该专利平均拥有数量对应中间评分，如以100分为满分，专利平均拥有量对应50分；

然后通过上述获得的基准值以及每个指标对应评价参数的所有企业数据确定该指标下线性回归方程的参数；

再将该企业在该指标下对应评价指标的拥有量带入到确定的线性回归方程中计算每个指标下的得分；

最后综合所选评价维度下所有指标的得分获得企业信用评分。

作为优选的实施例，本实施例所述数据分析模块通过对有效企业信息进行数据建模，所述数据建模采用多级模糊综合评价法或层次分析法进行建模，多级模糊综合评价是根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰、系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。

基于上述企业信用评分系统，本发明实施例还提供一种企业信用评分方法，包括如下步骤：

S1、收集企业互联网信息；所述企业互联网信息的过程包括通过网络爬虫和第三方接口的形式从国家企业信用信息公示系统和第三方网站收集企业互联网数据。所述数据收集模块收集的企业互联网数据包括企业的基本信息、风险信息和知识产权信息，所述基本信息包括工商注册信息、股东信息、主要人员、变更事项、分支机构、对外投资六个维度，所述风险信息包括裁判文书、被执行人、失信人、开庭公告、法院公告、司法协助六个维度，所述知识产权信息包括软件著作权、作品著作权、专利信息三个维度。

S2、将收集的企业互联网信息通过Haddoop平台进行进行整理，获得有效企业信息并存储在数据库；

S3、对有效企业信息划分为多个评价维度综合计算企业信用评分。综合多个评价维度计算企业信用评分的过程包括：

S301、计算每个指标下对应评价参数的所有企业的拥有量的平均值作为该维度的基准值，并将该基准值对应中间评分，比如：对专利信息指标进行评分时，专利信息指标以专利拥有数量为评价参数，通过收集所有企业的专利拥有数量，然后计算专利平均拥有数量，以该专利平均拥有数量对应中间评分，如以100分为满分，专利平均拥有量对应50分；

S302、通过上述获得的基准值以及每个指标对应评价参数的所有企业数据确定该指标下线性回归方程的参数；

S303、将该企业在该指标下对应评价指标的拥有量带入到确定的线性回归方程中计算每个指标下的得分；

S304、综合所选评价维度下所有指标的得分获得企业信用评分。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (10)

1.一种企业信用评分系统，其特征在于：包括数据收集模块、数据整理模块和数据分析模块，其中：

所述数据收集模块用于收集企业互联网数据；

所述数据整理模块用于将收集的企业互联网数据进行处理、分析和存储，提取有效企业信息；

所述数据分析模块根据提取的有效企业信息综合计算企业信用得分。

2.根据权利要求1所述的企业信用评分系统，其特征在于：所述数据收集模块通过网络爬虫和第三方接口的形式从国家企业信用信息公示系统和第三方网站收集企业互联网数据。

3.根据权利要求1所述的企业信用评分系统，其特征在于：所述数据收集模块收集的企业互联网数据包括企业的基本信息、风险信息和知识产权信息，所述基本信息包括工商注册信息、股东信息、主要人员、变更事项、分支机构、对外投资六个指标，所述风险信息包括裁判文书、被执行人、失信人、开庭公告、法院公告、司法协助六个指标，所述知识产权信息包括软件著作权、作品著作权、专利信息三个指标。

4.根据权利要求3所述的企业信用评分系统，其特征在于：所述数据整理模块采用Hadoop平台对采集的企业互联网数据进行数据清理和数据聚合并将处理后的有效企业信息数据存储至数据库中。

5.根据权利要求4所述的企业信用评分系统，其特征在于：所述数据分析模块通过稳定性、发展能力、信用风险、还款能力和还款意愿评价维度进行建模，数据分析模块包含其中一种或几种的组合评价维度综合计算获得企业信用评分，每个评价维度包含相对应的指标。

6.根据权利要求5所述的企业信用评分系统，其特征在于：在建模时，计算每个指标对应评价参数的所有企业拥有量的平均值作为该维度的基准值，并将该基准值对应中间评分，然后根据该基准值以及该指标对应评价参数的所有企业拥有量数据确定线性回归方程的参数，然后通过确定的线性回归方程计算出企业每个指标的得分，最后综合所有指标得分计算获得企业信用评分。

7.一种企业信用评分方法，其特征在于：包括如下步骤：

S1、收集企业互联网信息；

S2、将收集的企业互联网信息通过Haddoop平台进行进行整理，获得有效企业信息并存储在数据库；

S3、对有效企业信息划分为多个评价维度综合计算企业信用评分。

8.根据权利要求7所述的企业信用评分方法，其特征在于：步骤S1中，所述企业互联网信息的过程包括通过网络爬虫和第三方接口的形式从国家企业信用信息公示系统和第三方网站收集企业互联网数据。

9.根据权利要求8所述的企业信用评分方法，其特征在于：所述数据收集模块收集的企业互联网数据包括企业的基本信息、风险信息和知识产权信息，所述基本信息包括工商注册信息、股东信息、主要人员、变更事项、分支机构、对外投资六个维度，所述风险信息包括裁判文书、被执行人、失信人、开庭公告、法院公告、司法协助六个维度，所述知识产权信息包括软件著作权、作品著作权、专利信息三个维度。

10.根据权利要求7所述的企业信用评分方法，其特征在于：步骤S3中，综合多个评价维度计算企业信用评分的过程包括：

S301、计算每个指标对应评价参数的所有企业拥有量的平均值作为该维度的基准值，并将该基准值对应中间评分；

S302、根据该基准值以及该指标对应评价参数的所有企业拥有量数据确定线性回归方程的参数；

S303、过确定的线性回归方程计算出企业每个指标的得分；

S304、最后综合所有指标得分计算获得企业信用评分。

Images