CN116468271A - 一种基于大数据的企业风险分析方法、系统及介质 - Google Patents
一种基于大数据的企业风险分析方法、系统及介质 Download PDFInfo
- Publication number
- CN116468271A CN116468271A CN202310403819.1A CN202310403819A CN116468271A CN 116468271 A CN116468271 A CN 116468271A CN 202310403819 A CN202310403819 A CN 202310403819A CN 116468271 A CN116468271 A CN 116468271A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- information
- risk
- data
- big data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000005856 abnormality Effects 0.000 claims description 16
- 230000001149 cognitive effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 description 28
- 238000001514 detection method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种基于大数据的企业风险分析方法、系统及介质，该方法包括：通过大数据构建企业风险分析模型，获取企业多源经营数据，并对多源经营数据进行预处理；提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；根据企业风险评估等级对企业经营状态进行预测；通过企业经营的多源异构参数对企业进行风险评估，可以实现企业经营信息的多维度分析，提高企业风险分析评估的准确度的技术。
Description
技术领域
本申请涉及企业风险分析领域，具体而言，涉及一种基于大数据的企业风险分析方法、系统及介质。
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，现有的企业风险分析精度较差，现有技术缺乏一种可靠有效的企业风险分析的技术手段。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于大数据的企业风险分析方法、系统及介质，可以通过企业经营的多源异构参数对企业进行风险评估，可以实现企业经营信息的多维度分析，提高企业风险分析评估的准确度的技术。
本申请实施例还提供了一种基于大数据的企业风险分析方法，包括：
通过大数据构建企业风险分析模型，
获取企业多源经营数据，并对多源经营数据进行预处理；
提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，
将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；
将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；
根据企业风险评估等级对企业经营状态进行预测；
所述提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，包括：
获取企业投资效率参数、债务资本参数、投资资本、资产负债率、企业现金持有水平生成企业经营的多源异构参数；
将企业的多源异构参数进行权重计算，得到多源异构参数的权重信息；
根据多源异构参数的权重信息，得到企业的综合评分，
将所述企业的综合评分与预设的风险参数进行匹配处理，得到所述企业的风险评级信息；
根据企业的风险评级信息对企业经营进行分析。
可选地，在本申请实施例所述的基于大数据的企业风险分析方法中，所述通过大数据构建企业风险分析模型，包括：
获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息；
将相关性信息与预设的相关性阈值进行比较，得到偏差率；
判断所述偏差率是否大于所述偏差率阈值；
若大于，则剔除对应的大数据信息；
若小于，则保留大数据信息，作为构建企业风险模型的数据库。
可选地，在本申请实施例所述的基于大数据的企业风险分析方法中，所述获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息，包括：
大数据信息为N个企业的经营数据，以及同一个企业的历史年度经营数据；大数据信息与企业多源经营数据相关性计算公式如下：
其中，/>表示大数据信息与企业多源经营数据相关性；/>表示企业历史年度；/>表示企业第/>年度的经营数据；/>表示企业历史年度经营数据的平均值；/>表示第/>年度企业经营大数据信息；/>表示企业经营大数据信息的平均值；/>表示选取的企业数量；
所述大数据信息与企业多源经营数据相关性取值范围为/>。
可选地，在本申请实施例所述的基于大数据的企业风险分析方法中，所述根据企业的风险评级信息对企业经营进行分析，还包括：
根据企业的风险评级信息获得的相同风险事件对应认知库中同一个风险事件；
根据预设企业风险知识库中风险事件进行判断是否存在相同事件或相关事件；
通过风险事件抽取数据，获得认知库中对应正确风险事件获得多模态风险实体链接；
根据构建的所述企业多源异构数据进行融合，得到企业经营状态信息。
可选地，在本申请实施例所述的基于大数据的企业风险分析方法中，还包括：
获取企业开具的发票信息，解析发票信息，得到发票信息对应的发票参数及交易数据；
对交易数据进行处理，得到企业的发票数据集合；
根据发票数据集合建立风控模型，根据风控模型对企业经营信息进行风险评估，确定企业风险异常信息；
根据企业风险异常信息得到企业经营异常信息。
可选地，在本申请实施例所述的基于大数据的企业风险分析方法中，所述根据企业风险异常信息得到企业经营异常信息，包括：
对所述企业异常信息进行分析，确定各所述企业异常信息中大于平均水平的异常信息数量；
根据企业所处行业中的所有异常信息数量和所述大于平均水平的异常信息数量，确定所述企业的异常信息数量占比；
根据所述企业的异常信息数量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。
第二方面，本申请实施例提供了一种基于大数据的企业风险分析系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的企业风险分析方法的程序，所述基于大数据的企业风险分析方法的程序被所述处理器执行时实现以下步骤：
通过大数据构建企业风险分析模型，
获取企业多源经营数据，并对多源经营数据进行预处理；
提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，
将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；
将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；
根据企业风险评估等级对企业经营状态进行预测；
所述提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，包括：
获取企业投资效率参数、债务资本参数、投资资本、资产负债率、企业现金持有水平生成企业经营的多源异构参数；
将企业的多源异构参数进行权重计算，得到多源异构参数的权重信息；
根据多源异构参数的权重信息，得到企业的综合评分，
将所述企业的综合评分与预设的风险参数进行匹配处理，得到所述企业的风险评级信息；
根据企业的风险评级信息对企业经营进行分析。
可选地，在本申请实施例所述的基于大数据的企业风险分析系统中，所述通过大数据构建企业风险分析模型，包括：
获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息；
将相关性信息与预设的相关性阈值进行比较，得到偏差率；
判断所述偏差率是否大于所述偏差率阈值；
若大于，则剔除对应的大数据信息；
若小于，则保留大数据信息，作为构建企业风险模型的数据库。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于大数据的企业风险分析方法程序，所述基于大数据的企业风险分析方法程序被处理器执行时，实现如上述任一项所述的基于大数据的企业风险分析方法的步骤。
由上可知，本申请实施例提供的一种基于大数据的企业风险分析方法、系统及介质，通过大数据构建企业风险分析模型，获取企业多源经营数据，并对多源经营数据进行预处理；提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；根据企业风险评估等级对企业经营状态进行预测；通过企业经营的多源异构参数对企业进行风险评估，可以实现企业经营信息的多维度分析，提高企业风险分析评估的准确度的技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，本申请的部分优点可以从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的基于大数据的企业风险分析方法的流程图；
图2为本申请实施例提供的基于大数据的企业风险分析方法的生成企业经营的多源异构参数流程图；
图3为本申请实施例提供的基于大数据的企业风险分析方法的获取企业经营状态信息方法流程图；
图4为本申请实施例提供的基于大数据的企业风险分析方法的获取企业风险概率方法流程图；
图5为本申请实施例提供的基于大数据的企业风险分析系统的结构示意图。
实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
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。同时，在本申请的描述中，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。
请参照图1，图1是本申请一些实施例中的一种基于大数据的企业风险分析方法的流程图。该基于大数据的企业风险分析方法用于终端设备中，例如电脑、手机终端等。该基于大数据的企业风险分析方法，包括以下步骤：
S101，通过大数据构建企业风险分析模型，
S102，获取企业多源经营数据，并对多源经营数据进行预处理；
S103，提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，
S104，将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；
S105，将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；
S106，根据企业风险评估等级对企业经营状态进行预测。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，通过大数据构建企业风险分析模型，包括：
获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息；
将相关性信息与预设的相关性阈值进行比较，得到偏差率；
判断偏差率是否大于偏差率阈值；
若大于，则剔除对应的大数据信息；
若小于，则保留大数据信息，作为构建企业风险模型的数据库。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息，包括：
大数据信息为N个企业的经营数据，以及同一个企业的历史年度经营数据；大数据信息与企业多源经营数据相关性计算公式如下：
其中，/>表示大数据信息与企业多源经营数据相关性；/>表示企业历史年度；/>表示企业第/>年度的经营数据；/>表示企业历史年度经营数据的平均值；/>表示第/>年度企业经营大数据信息；/>表示企业经营大数据信息的平均值；/>表示选取的企业数量；
大数据信息与企业多源经营数据相关性取值范围为/>。
请参照图2，图2是本申请一些实施例中的一种基于大数据的企业风险分析方法的生成企业经营的多源异构参数流程图。根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，包括：
S201，获取企业投资效率参数、债务资本参数、投资资本、资产负债率、企业现金持有水平生成企业经营的多源异构参数；
S202，将企业的多源异构参数进行权重计算，得到多源异构参数的权重信息；
S203，根据多源异构参数的权重信息，得到企业的综合评分，
S204，将企业的综合评分与预设的风险参数进行匹配处理，得到企业的风险评级信息；
S205，根据企业的风险评级信息对企业经营进行分析。
请参照图3，图3是本申请一些实施例中的一种基于大数据的企业风险分析方法的获取企业经营状态信息方法流程图。根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，根据企业的风险评级信息对企业经营进行分析，还包括：
S301，根据企业的风险评级信息获得的相同风险事件对应认知库中同一个风险事件；
S302，根据预设企业风险知识库中风险事件进行判断是否存在相同事件或相关事件；
S303，通过风险事件抽取数据，获得认知库中对应正确风险事件获得多模态风险实体链接；
S304，根据构建的企业多源异构数据进行融合，得到企业经营状态信息。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，还包括：
获取企业开具的发票信息，解析发票信息，得到发票信息对应的发票参数及交易数据；
对交易数据进行处理，得到企业的发票数据集合；
根据发票数据集合建立风控模型，根据风控模型对企业经营信息进行风险评估，确定企业风险异常信息；
根据企业风险异常信息得到企业经营异常信息。
请参照图4，图4是本申请一些实施例中的一种基于大数据的企业风险分析方法的获取企业风险概率方法流程图。根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，根据企业风险异常信息得到企业经营异常信息，包括：
S401，对企业异常信息进行分析，确定各企业异常信息中大于平均水平的异常信息数量；
S402，根据企业所处行业中的所有异常信息数量和大于平均水平的异常信息数量，确定企业的异常信息数量占比；
S403，根据企业的异常信息数量占比与中间占比的差值，确定企业的偏离程度；
S404，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。
需要说明的是，根据所述企业的异常信息数量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异常信息数量占比，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，根据所述企业的异常信息数量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；
通过所述企业的异常信息数量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。
根据本发明实施例，还包括：企业经营数据进行文本处理、异常抽取、风险关系抽取、风险属性抽取以及风险事件抽取，包括：所述企业经营数据文本处理包括目标检测和识别，包括根据分割的企业数据进行阈值对比和相似度计算，若相似概率超过预设阈值则判定为同一类别企业经营数据；所述文本处理包括分词处理、词性标注以及实体识别；抽取所述企业运作多模态数据中的原子信息元素基于规则和词典方法、统计的方法进行异常抽取；所述风险关系抽取和风险属性抽取包括基于预设规则的生产属性关系提取、产能关系提取、能耗关系提取以及营收关系提取；所述风险事件抽取是将企业运作与生产指标之间的异常事件信息进行抽取并结构化表现，包括开放域或限定域异常事件抽取以及异事例由关系抽取。
请参照图5，图5是本申请一些实施例中的一种基于大数据的企业风险分析系统的结构示意图。第二方面，本申请实施例提供了一种基于大数据的企业风险分析系统5，该系统包括：存储器51及处理器52，存储器51中包括基于大数据的企业风险分析方法的程序，基于大数据的企业风险分析方法的程序被处理器执行时实现以下步骤：
通过大数据构建企业风险分析模型，
获取企业多源经营数据，并对多源经营数据进行预处理；
提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，
将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；
将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；
根据企业风险评估等级对企业经营状态进行预测。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析系统中，通过大数据构建企业风险分析模型，包括：
获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息；
将相关性信息与预设的相关性阈值进行比较，得到偏差率；
判断偏差率是否大于偏差率阈值；
若大于，则剔除对应的大数据信息；
若小于，则保留大数据信息，作为构建企业风险模型的数据库。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息，包括：
大数据信息为N个企业的经营数据，以及同一个企业的历史年度经营数据；大数据信息与企业多源经营数据相关性计算公式如下：
其中，/>表示大数据信息与企业多源经营数据相关性；/>表示企业历史年度；/>表示企业第/>年度的经营数据；/>表示企业历史年度经营数据的平均值；/>表示第/>年度企业经营大数据信息；/>表示企业经营大数据信息的平均值；/>表示选取的企业数量；
大数据信息与企业多源经营数据相关性取值范围为/>。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，包括：
获取企业投资效率参数、债务资本参数、投资资本、资产负债率、企业现金持有水平生成企业经营的多源异构参数；
将企业的多源异构参数进行权重计算，得到多源异构参数的权重信息；
根据多源异构参数的权重信息，得到企业的综合评分，
将企业的综合评分与预设的风险参数进行匹配处理，得到企业的风险评级信息；
根据企业的风险评级信息对企业经营进行分析。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，根据企业的风险评级信息对企业经营进行分析，还包括：
根据企业的风险评级信息获得的相同风险事件对应认知库中同一个风险事件；
根据预设企业风险知识库中风险事件进行判断是否存在相同事件或相关事件；
通过风险事件抽取数据，获得认知库中对应正确风险事件获得多模态风险实体链接；
根据构建的企业多源异构数据进行融合，得到企业经营状态信息。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，还包括：
获取企业开具的发票信息，解析发票信息，得到发票信息对应的发票参数及交易数据；
对交易数据进行处理，得到企业的发票数据集合；
根据发票数据集合建立风控模型，根据风控模型对企业经营信息进行风险评估，确定企业风险异常信息；
根据企业风险异常信息得到企业经营异常信息。
根据本发明实施例，在本申请实施例的基于大数据的企业风险分析方法中，根据企业风险异常信息得到企业经营异常信息，包括：
对企业异常信息进行分析，确定各企业异常信息中大于平均水平的异常信息数量；
根据企业所处行业中的所有异常信息数量和大于平均水平的异常信息数量，确定企业的异常信息数量占比；
根据企业的异常信息数量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。
需要说明的是，根据所述企业的异常信息数量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异常信息数量占比，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，根据所述企业的异常信息数量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；
通过所述企业的异常信息数量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。
根据本发明实施例，还包括：企业经营数据进行文本处理、异常抽取、风险关系抽取、风险属性抽取以及风险事件抽取，包括：所述企业经营数据文本处理包括目标检测和识别，包括根据分割的企业数据进行阈值对比和相似度计算，若相似概率超过预设阈值则判定为同一类别企业经营数据；所述文本处理包括分词处理、词性标注以及实体识别；抽取所述企业运作多模态数据中的原子信息元素基于规则和词典方法、统计的方法进行异常抽取；所述风险关系抽取和风险属性抽取包括基于预设规则的生产属性关系提取、产能关系提取、能耗关系提取以及营收关系提取；所述风险事件抽取是将企业运作与生产指标之间的异常事件信息进行抽取并结构化表现，包括开放域或限定域异常事件抽取以及异事例由关系抽取。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括基于大数据的企业风险分析方法程序，基于大数据的企业风险分析方法程序被处理器执行时，实现如上述任一项的基于大数据的企业风险分析方法的步骤。
本发明公开的一种基于大数据的企业风险分析方法、系统及介质，通过通过大数据构建企业风险分析模型，获取企业多源经营数据，并对多源经营数据进行预处理；提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；根据企业风险评估等级对企业经营状态进行预测；通过企业经营的多源异构参数对企业进行风险评估，可以实现企业经营信息的多维度分析，提高企业风险分析评估的准确度的技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种基于大数据的企业风险分析方法，其特征在于，包括：
通过大数据构建企业风险分析模型，
获取企业多源经营数据，并对多源经营数据进行预处理；
提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，
将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；
将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；
根据企业风险评估等级对企业经营状态进行预测；
所述提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，包括：
获取企业投资效率参数、债务资本参数、投资资本、资产负债率、企业现金持有水平生成企业经营的多源异构参数；
将企业的多源异构参数进行权重计算，得到多源异构参数的权重信息；
根据多源异构参数的权重信息，得到企业的综合评分，
将所述企业的综合评分与预设的风险参数进行匹配处理，得到所述企业的风险评级信息；
根据企业的风险评级信息对企业经营进行分析。
2.根据权利要求1所述的基于大数据的企业风险分析方法，其特征在于，所述通过大数据构建企业风险分析模型，包括：
获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息；
将相关性信息与预设的相关性阈值进行比较，得到偏差率；
判断所述偏差率是否大于所述偏差率阈值；
若大于，则剔除对应的大数据信息；
若小于，则保留大数据信息，作为构建企业风险模型的数据库。
3.根据权利要求2所述的基于大数据的企业风险分析方法，其特征在于，所述获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息，包括：
大数据信息为N个企业的经营数据，以及同一个企业的历史年度经营数据；大数据信息与企业多源经营数据相关性计算公式如下：
其中，/>表示大数据信息与企业多源经营数据相关性；/>表示企业历史年度；/>表示企业第/>年度的经营数据；/>表示企业历史年度经营数据的平均值；/>表示第/>年度企业经营大数据信息；/>表示企业经营大数据信息的平均值；/>表示选取的企业数量；
所述大数据信息与企业多源经营数据相关性取值范围为/>。
4.根据权利要求1所述的基于大数据的企业风险分析方法，其特征在于，所述根据企业的风险评级信息对企业经营进行分析，还包括：
根据企业的风险评级信息获得的相同风险事件对应认知库中同一个风险事件；
根据预设企业风险知识库中风险事件进行判断是否存在相同事件或相关事件；
通过风险事件抽取数据，获得认知库中对应正确风险事件获得多模态风险实体链接；
根据构建的所述企业多源异构数据进行融合，得到企业经营状态信息。
5.根据权利要求4所述的基于大数据的企业风险分析方法，其特征在于，还包括：
获取企业开具的发票信息，解析发票信息，得到发票信息对应的发票参数及交易数据；
对交易数据进行处理，得到企业的发票数据集合；
根据发票数据集合建立风控模型，根据风控模型对企业经营信息进行风险评估，确定企业风险异常信息；
根据企业风险异常信息得到企业经营异常信息。
6.根据权利要求5所述的基于大数据的企业风险分析方法，其特征在于，所述根据企业风险异常信息得到企业经营异常信息，包括：
对所述企业异常信息进行分析，确定各所述企业异常信息中大于平均水平的异常信息数量；
根据企业所处行业中的所有异常信息数量和所述大于平均水平的异常信息数量，确定所述企业的异常信息数量占比；
根据所述企业的异常信息数量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。
7.一种基于大数据的企业风险分析系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括基于大数据的企业风险分析方法的程序，所述基于大数据的企业风险分析方法的程序被所述处理器执行时实现以下步骤：
通过大数据构建企业风险分析模型，
获取企业多源经营数据，并对多源经营数据进行预处理；
提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，
将企业经营的多源异构参数输入企业风险分析模型，生成风险评估信息；
将风险评估信息对预设的风险标准信息进行比对，生成企业风险评估等级；
根据企业风险评估等级对企业经营状态进行预测；
所述提取企业多源经营数据的特征值，根据特征值重构，生成企业经营的多源异构参数，包括：
获取企业投资效率参数、债务资本参数、投资资本、资产负债率、企业现金持有水平生成企业经营的多源异构参数；
将企业的多源异构参数进行权重计算，得到多源异构参数的权重信息；
根据多源异构参数的权重信息，得到企业的综合评分，
将所述企业的综合评分与预设的风险参数进行匹配处理，得到所述企业的风险评级信息；
根据企业的风险评级信息对企业经营进行分析。
8.根据权利要求7所述的基于大数据的企业风险分析系统，其特征在于，所述通过大数据构建企业风险分析模型，包括：
获取大数据信息，将大数据信息与企业多源经营数据进行相关性计算，得到相关性信息；
将相关性信息与预设的相关性阈值进行比较，得到偏差率；
判断所述偏差率是否大于所述偏差率阈值；
若大于，则剔除对应的大数据信息；
若小于，则保留大数据信息，作为构建企业风险模型的数据库。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于大数据的企业风险分析方法程序，所述基于大数据的企业风险分析方法程序被处理器执行时，实现如权利要求1至6中任一项所述的基于大数据的企业风险分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310403819.1A CN116468271B (zh) | 2023-04-17 | 2023-04-17 | 一种基于大数据的企业风险分析方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310403819.1A CN116468271B (zh) | 2023-04-17 | 2023-04-17 | 一种基于大数据的企业风险分析方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116468271A true CN116468271A (zh) | 2023-07-21 |
| CN116468271B CN116468271B (zh) | 2024-02-27 |
Family
ID=87174731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310403819.1A Active CN116468271B (zh) | 2023-04-17 | 2023-04-17 | 一种基于大数据的企业风险分析方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116468271B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104966160A (zh) * | 2015-06-11 | 2015-10-07 | 安徽融信金模信息技术有限公司 | 一种中小企业风险评估系统 |
| US9282114B1 (en) * | 2011-06-30 | 2016-03-08 | Emc Corporation | Generation of alerts in an event management system based upon risk |
| CN109657932A (zh) * | 2018-11-29 | 2019-04-19 | 平安科技（深圳）有限公司 | 企业风险分析方法、装置、计算机设备和存储介质 |
| CN110443458A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
| CN111401777A (zh) * | 2020-03-30 | 2020-07-10 | 未来地图(深圳)智能科技有限公司 | 企业风险的评估方法、装置、终端设备及存储介质 |
| CN112884301A (zh) * | 2021-02-01 | 2021-06-01 | 深圳市维度数据科技股份有限公司 | 企业风险分析的方法、设备及计算机存储介质 |
| CN115018214A (zh) * | 2022-08-09 | 2022-09-06 | 北京融信数联科技有限公司 | 一种基于认知图谱的企业风险分析预测方法、系统和介质 |
| CN115640992A (zh) * | 2022-09-09 | 2023-01-24 | 国网物资有限公司 | 一种风险评估方法及装置 |
-
2023
- 2023-04-17 CN CN202310403819.1A patent/CN116468271B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9282114B1 (en) * | 2011-06-30 | 2016-03-08 | Emc Corporation | Generation of alerts in an event management system based upon risk |
| CN104966160A (zh) * | 2015-06-11 | 2015-10-07 | 安徽融信金模信息技术有限公司 | 一种中小企业风险评估系统 |
| CN109657932A (zh) * | 2018-11-29 | 2019-04-19 | 平安科技（深圳）有限公司 | 企业风险分析方法、装置、计算机设备和存储介质 |
| CN110443458A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
| CN111401777A (zh) * | 2020-03-30 | 2020-07-10 | 未来地图(深圳)智能科技有限公司 | 企业风险的评估方法、装置、终端设备及存储介质 |
| CN112884301A (zh) * | 2021-02-01 | 2021-06-01 | 深圳市维度数据科技股份有限公司 | 企业风险分析的方法、设备及计算机存储介质 |
| CN115018214A (zh) * | 2022-08-09 | 2022-09-06 | 北京融信数联科技有限公司 | 一种基于认知图谱的企业风险分析预测方法、系统和介质 |
| CN115640992A (zh) * | 2022-09-09 | 2023-01-24 | 国网物资有限公司 | 一种风险评估方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 刘军 等: "金融企业风险统计预警系统研究", 《统计研究》, no. 04, pages 86 - 91 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116468271B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110909165A (zh) | 数据处理方法、装置、介质及电子设备 | |
| CN111612041A (zh) | 异常用户识别方法及装置、存储介质、电子设备 | |
| CN111784528A (zh) | 异常社群检测方法、装置、计算机设备及存储介质 | |
| CN112990386B (zh) | 用户价值聚类方法、装置、计算机设备和存储介质 | |
| CN115186650B (zh) | 数据检测方法及相关装置 | |
| KR20210033294A (ko) | 자동보고서생성장치 및 그 동작 방법 | |
| CN116070019A (zh) | 一种基于大数据的智能招商推荐方法、系统和可读存储介质 | |
| CN117235608B (zh) | 风险检测方法、装置、电子设备及存储介质 | |
| CN116468271B (zh) | 一种基于大数据的企业风险分析方法、系统及介质 | |
| CN116739408A (zh) | 基于数据标签的电网调度安全监控方法、系统及电子设备 | |
| CN113988878B (zh) | 一种基于图数据库技术的反欺诈方法及系统 | |
| CN114626940A (zh) | 数据分析方法、装置及电子设备 | |
| CN114036923A (zh) | 一种基于文本相似度的资料虚假识别系统及方法 | |
| CN114092230A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
| CN113705201A (zh) | 基于文本的事件概率预测评估算法、电子设备及存储介质 | |
| CN113010754A (zh) | 目标行为识别系统 | |
| CN111414699A (zh) | 信息分析预测方法、装置、计算机系统及可读存储介质 | |
| CN111626887A (zh) | 一种社交关系评估方法及装置 | |
| CN116542801B (zh) | 一种财务数据分析方法及系统 | |
| CN116151870A (zh) | 一种基于认知图谱的企业经营分析预测方法、系统及介质 | |
| CN117035475A (zh) | 评分处理方法、装置、设备、存储介质及程序产品 | |
| Xiong et al. | Data Analysis and Prediction of Securities Based on Decision Tree Algorithm | |
| CN118114982A (zh) | 一种基于图特征的企业风险传导预测方法、系统及介质 | |
| CN111275541A (zh) | 基于多维度信息的借款人质量评价方法、系统、电子设备及计算机可读存储介质 | |
| CN115293651A (zh) | 一种项目交付合理性评估方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |