CN115631032A - 一种基于可拖拽算子流的客商信用风险评估方法和系统 - Google Patents

Abstract

本发明公开了一种基于可拖拽算子流的客商信用风险评估方法和系统，涉及财务软件技术领域。本发明包括管理界面控制模块、信息准备模块、信息标准化模块、评估架构模块和意见指导模块，所述管理界面控制模块包括用户登录模块、客商信息录入模块、客商风险评估模块和评价建议模块，所述管理界面模块通过N imbus拖拽算子工具进行开发编程，所述信息准备模块包括信息格式转化、信息异常处理、信息缺失处理和信息特征转化，在使用过程中财务人员需要投入的精力较小，只需在系统内进行登录，并录入客商信息即可，评估结果以及行为建议将自动输出，极大降低了财务人员的工作强度和难度，也使得对于客商的信用评估更加准确可信，实用性较好。

Description

一种基于可拖拽算子流的客商信用风险评估方法和系统

技术领域

本发明涉及财务软件技术领域，具体涉及一种基于可拖拽算子流的客商信用风险评估方法和系统。

背景技术

信用是市场经济中对交易者合法权益的尊重和保护，也是在信息不对称条件下规避交易风险的基本防线。信用评估风险是指信用评估信息中存在重大错报或漏报，而信用评估人员在评估后得到不恰当的信用等级的可能性。它产生的原因很多，既有主观的，又有客观的：既有信用信息内的，又有信用信息外的；既有评估技术方面的，又有评估职业道德方面的。信用评估风险的存在，给受信人与授信人之间的信用行为，以及信用评估中介机构的评估行为产生了重大的影响。

但在企业财务人员的实际操作过程中，由于现有的信用评分模型使用起来较为复杂，导致对客商的信用风险评估操作较为复杂，需要财务人员对各类复杂数据进行整理、计算并评估，人工操作难度较大，并且财务人员手动计算得出的对目标企业信用风险评估结果可能会存在不太准确的问题。

为此提出一种基于可拖拽算子流的客商信用风险评估方法和系统。

发明内容

本发明的目的在于：为解决上述背景技术中提到的问题，本发明提供了一种基于可拖拽算子流的客商信用风险评估方法和系统。

本发明为了实现上述目的具体采用以下技术方案：

一种基于可拖拽算子流的客商信用风险评估系统，包括管理界面控制模块、信息准备模块、信息标准化模块、评估架构模块和意见指导模块。

进一步地，所述管理界面控制模块包括用户登录模块、客商信息录入模块、客商风险评估模块和评价建议模块。

进一步地，所述管理界面模块通过Nimbus拖拽算子工具进行开发编程。

进一步地，所述信息准备模块包括信息格式转化、信息异常处理、信息缺失处理和信息特征转化。

进一步地，所述信息标准化模块包括计算数学期望和标准差、标准化处理和正负号对调。

进一步地，所述评估架构模块包括线性回归法、随机森林和Logistic回归法，所述随机森林包括生成决策树、组合随机森林、生成新训练集、生成子模型和投票分类。

另一方面，本发明提供应用如上述基于可拖拽算子流的客商信用风险评估进行评估的方法，该方法包括如下步骤：

S1、用户通过管理界面控制模块登录用户账号，并向系统内录入客商信息；

S2、信息准备模块对多维客商数据进行数据离散化、归一化、独热编码等预处理；

S3、对预处理后的数据进行标准化处理；

S4、自身应用及产品的数据、用户授权数据、公开数据进行指标体系架构，通过对数据的不确定性进行建模，对未来进行预测；

S5、去除信息增益率最低的属性，得到预测结果，评估客商风险等级，再结合市场案例对客商风险输出针对行为措施。

进一步地，所述步骤S1中客商信息包括基本信息、收入水平、教育程度、家庭状况、购物、社交、浏览等各种行为数据。

进一步地，上述步骤S3中标准化处理采用z-score标准化。

进一步地，所述步骤S4中通过线性回归法、随机森林和Logistic回归法三种方式对客商模型进行评估架构，并根据三种架构进行综合比对，最终给出评估意见。

本发明的有益效果如下：

本发明通过管理界面控制模块进行财务人员用户登录，并向系统内录入客商信息，通过信息准备模块对客商信息数据进行预处理，通过信息标准化模块对客商信用信息数据进行量纲化处理，通过模型构件模块进行客商信用模型构建并预测客商未来行为，通过意见指导模块评估客商风险等级，再结合市场案例对客商风险输出针对行为措施，在使用过程中财务人员需要投入的精力较小，只需在系统内进行登录，并录入客商信息即可，评估结果以及行为建议将自动输出，极大降低了财务人员的工作强度和难度，也使得对于客商的信用评估更加准确可信，实用性较好。

附图说明

图1是本发明系统结构逻辑框图；

图2是本发明管理界面控制模块结构示意图；

图3是本发明信息准备模块结构示意图；

图4是本发明数据标准模块结构示意图；

图5是本发明评估架构模块结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

该文中出现的电器元件均与外界的主控器及220V市电电连接，并且主控器可为计算机等起到控制的常规已知设备。

在本发明实施方式的描述中，需要说明的是，术语“内”、“外”、“上”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

如图1所示，一种基于可拖拽算子流的客商信用风险评估系统，包括管理界面控制模块、信息准备模块、信息标准化模块、评估架构模块和意见指导模块，通过管理界面控制模块进行财务人员用户登录，并向系统内录入客商信息，通过信息准备模块对客商信息数据进行预处理，通过信息标准化模块对客商信用信息数据进行量纲化处理，通过模型构件模块进行客商信用模型构建并预测客商未来行为，通过意见指导模块评估客商风险等级，再结合市场案例对客商风险输出针对行为措施。

如图2所示，管理界面控制模块包括用户登录模块、客商信息录入模块、客商风险评估模块和评价建议模块，更具体的为，通过用户登录模块完成财务管理人员用户登录，并对比数据库中的账户密码，系统核对无误后即可允许登录，从而保证系统安全，通过客商信息录入模块可向系统内录入客商的基本信息，包括收入水平、教育程度、家庭状况、购物、社交、浏览等各种行为数据，通过客商风险评估模块对模型推测的结果进行输出，对客商的信用风险等级进行评级，并结合现有案例给出财务人员应对措施建议。

如图2所示，管理界面模块通过Nimbus拖拽算子工具进行开发编程，更具体的为，使用Nimbus的拖拽算子工具，每个算子都会有详细的描述信息，比如名称、类别、用途、属性等，这些信息通过注解的方式在代码中进行声明，图编排工具会扫描这些算子代码，读取相应的注解信息，并添加到算子仓库中，在图编排中对算子仓库中的算子进行浏览或检索，通过拖拽组建适合的业务场景执行图，拖拽后图的连接配置会直接保存到业务的代码库，下次打开可以重新加载，使得开发编程工作更加便捷。

如图3所示，信息准备模块包括信息格式转化、信息异常处理、信息缺失处理和信息特征转化，更具体的为，通过信息格式转化对客商的基本信息类别、单位、噪音进行处理，信息异常处理过程中根据数据量统计，判定出异常值(极大极小值或罕见文本类别)，按空值情况处理，在信息缺失处理过程中通过对已知的样本数据进行研究，推测出一个估计值来填补缺失数据，信息特征转化则是通过对已知的样本数据进行研究，推测出一个估计值来填补缺失数据，通过Toad进行数值区间划分，基于信用风险领域的WOE分值计算方法进行数值对应的组别分值计算，提升模型的泛化性，进而降低数据误差的影响，挑选出对目标变量或模式有重要影响的变量。

如图4所示，信息标准化模块包括计算数学期望和标准差、标准化处理和正负号对调，更具体的为，先求出各变量(指标)的算术平均值(数学期望)xi和标准差si，根据公式zij＝(xij－xi)/si，进行计算，其中zij为标准化后的变量值；xij为实际变量值，标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。

如图5所示，评估架构模块包括线性回归法、随机森林和Logistic回归法，随机森林包括生成决策树、组合随机森林、生成新训练集、生成子模型和投票分类，更具体的为，线性回归法通过构造变量与违约概率的线性函数来实现对客商的分类，Logistic回归法通过取值为0或1的因变量函数来预测客商行为，随机森林通过决策树随机组合形成森林，通过由每棵决策树投票实现对客商分类，具体为每次有放回地从客商信息训练集中取出n个训练样本，组成新的训练集，再利用新的客商信用训练集，训练得到M个子模型；采用投票的方法，得票最多子模型的分类类别为最终的类别；对于回归问题，采用简单的平均方法得到预测值。

如图1至图5所示，应用权利要求1至6任一项的基于可拖拽算子流的客商信用风险评估进行评估的方法，包括以下步骤：

S1、用户通过管理界面控制模块登录用户账号，并向系统内录入客商信息；

S2、信息准备模块对多维客商数据进行数据离散化、归一化、独热编码等预处理；

S3、对预处理后的数据进行标准化处理；

S4、自身应用及产品的数据、用户授权数据、公开数据进行指标体系架构，通过对数据的不确定性进行建模，对未来进行预测；

S5、去除信息增益率最低的属性，得到预测结果，评估客商风险等级，再结合市场案例对客商风险输出针对行为措施。

步骤S1中客商信息包括基本信息、收入水平、教育程度、家庭状况、购物、社交、浏览等各种行为数据，步骤S3中标准化处理采用z-score标准化，步骤S4中通过线性回归法、随机森林和Logistic回归法三种方式对客商模型进行评估架构，并根据三种架构进行综合比对，最终给出评估意见。

综上所述：通过管理界面控制模块进行财务人员用户登录，并向系统内录入客商信息，通过信息准备模块对客商信息数据进行预处理，通过信息标准化模块对客商信用信息数据进行量纲化处理，通过模型构件模块进行客商信用模型构建并预测客商未来行为，通过意见指导模块评估客商风险等级，再结合市场案例对客商风险输出针对行为措施，在使用过程中财务人员需要投入的精力较小，只需在系统内进行登录，并录入客商信息即可，评估结果以及行为建议将自动输出，极大降低了财务人员的工作强度和难度，也使得对于客商的信用评估更加准确可信，实用性较好。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (10)

1.一种基于可拖拽算子流的客商信用风险评估系统，其特征在于，包括管理界面控制模块、信息准备模块、信息标准化模块、评估架构模块和意见指导模块。

2.根据权利要求1所述的一种基于可拖拽算子流的客商信用风险评估系统，其特征在于，所述管理界面控制模块包括用户登录模块、客商信息录入模块、客商风险评估模块和评价建议模块。

3.根据权利要求2所述的一种基于可拖拽算子流的客商信用风险评估系统，其特征在于，所述管理界面模块通过Nimbus拖拽算子工具进行开发编程。

4.根据权利要求1所述的一种基于可拖拽算子流的客商信用风险评估系统，其特征在于，所述信息准备模块包括信息格式转化、信息异常处理、信息缺失处理和信息特征转化。

5.根据权利要求1所述的一种基于可拖拽算子流的客商信用风险评估系统，其特征在于，所述信息标准化模块包括计算数学期望和标准差、标准化处理和正负号对调。

6.根据权利要求1所述的一种基于可拖拽算子流的客商信用风险评估方法和系统，其特征在于，所述评估架构模块包括线性回归法、随机森林和Logistic回归法，所述随机森林包括生成决策树、组合随机森林、生成新训练集、生成子模型和投票分类。

7.应用权利要求1至6任一项所述的基于可拖拽算子流的客商信用风险评估进行评估的方法，其特征在于，该方法包括以下步骤：

S1、用户通过管理界面控制模块登录用户账号，并向系统内录入客商信息；

S2、信息准备模块对多维客商数据进行数据离散化、归一化、独热编码等预处理；

S3、对预处理后的数据进行标准化处理；

S4、自身应用及产品的数据、用户授权数据、公开数据进行指标体系架构，通过对数据的不确定性进行建模，对未来进行预测；

S5、去除信息增益率最低的属性，得到预测结果，评估客商风险等级，再结合市场案例对客商风险输出针对行为措施。

8.根据权利要求7所述的一种基于可拖拽算子流的客商信用风险评估方法，其特征在于，所述步骤S1中客商信息包括基本信息、收入水平、教育程度、家庭状况、购物、社交、浏览等各种行为数据。

9.根据权利要求7所述的一种基于可拖拽算子流的客商信用风险评估方法，其特征在于，所述步骤S3中标准化处理采用z-score标准化。

10.根据权利要求7所述的一种基于可拖拽算子流的客商信用风险评估方法，其特征在于，所述步骤S4中通过线性回归法、随机森林和Logistic回归法三种方式对客商模型进行评估架构，并根据三种架构进行综合比对，最终给出评估意见。

Images