文档介绍：1 发明专利申请申请公布号申请公布日申请号申请日 申请人地址 100125 北京朝阳区霄云路 26号a座 29楼大公国际信用评级集团发明人路璐专利代理机构代理人 Int. CI. 权利要求书 2页说明书 7页附图 3页发明名称基于大数据的企业信用评估方法及系统摘要 S1、得到影响企业信用的影响因素和数据, 对其做众因子加权聚合处理; S2 、得到影响企业信用的影响因素的权重系数; S3 、得到影响企业信用的影响因素的权重系数随环境变化的修正值; 本发明涉及一种基于大数据的企业信用评估方法及系统,以解决如何利用大数据对当前企业的信用状态进行评估、指导决策和预测等。改方法包括: S1 、得到影响企业信用的影响因素和数据,对其做众因子加权聚合处理; S2 、得到影响企业信用的影响因素的权重系数; S3 、得到影响企业信用的影响因素的权重系数随环境变化的修正值; S4 、得到反映企业信用的偏离度,用其达到风险监测预警; S5 、综合评估当前企业信用水平,自动生成评估报告。通过该评估方法, 可以得到当前企业信用的影响因素和数据、影响企业信用因素的权重系数及修正值、当前企业信用等级和风险监测预警、当前企业信用评估报告, 实现对企业信用的整体评估。 S4 、得到反映企业信用, 用其达到风险监测预警; S5 、综合评估当前企业信用水平,自动生成评估报告。 2 权利要求书 1/2 页 1. 一种基于大数据的企业信用评估方法,其特征在于,包括: S1、得到影响企业信用的影响因素和数据, 运用众因子加权聚合贝叶斯算法,计算众因子对评估主体的信用影响程度; S2、根据层次分析模型构建指标体系, 对指标体系中的众影响因子的权重进行计算。通过判断矩阵进行特征值和特征向量的计算, 进行一致性检验,以专家打分和层次分析相结合的方法确定权重。 S3、使影响因子在学****样本中用机器学****的方法训练权重, 用期望输出与实际输出的差异引导着学****过程, 权重值会随着学****的速度和失败的次数而不断更新, 使权重随着环境的变化而实现偏差纠正,达到信用分值和级别越来越准确。 S4、计算企业信用的可调式核心指数, 企业相对于行业形成安全区间, 时间轴上以线性函数存在, 通过函数预测算法可以确定未来周期内受评主体的信用情况,达到企业信用风险预测。 S5、根据企业信用的影响因素和数据、影响企业信用因素的权重系数、企业信用风险监测预警分析当前企业信用水平,以评估报告形式展现。在场景预测法基础上, 使评估报告模块化, 随着受评主体在大公中央数据库信息的变化, 通过评级指标运算的结果, 对应的评估报告各模块随之改变, 整个过程脱离信用分析师的主观意识, 直接由数据决定评估报告, 用自然语言生成技术对评估报告优化, 从而实现高质量的评估报告的自动生成。 2. 根据权利要求 1 所述的方法, 其特征在于, 所述步骤 S1 具体包括: 构建企业信用的指标体系和获取企业信用影响因素的定量数据; 对企业信用影响因素的定量数据进行无量纲化方法预处理; 对企业信用影响因素智能识别和数据分类; 根据 S3 中的企业信用影响因素的权重系数的修正值、预处理过的定量数据和多个专家评分算术平均数,对影响因素做加权聚合计算, 加权聚合的贝叶斯算法,处理影响因素间重复对企业信用的贡献,得到企业信用的综合评分、级别、级别含义、企业信用在同行业的排行榜、可视化输出信用信息分析结论。 3 .根据权利要求 1 所述的方法,其特征在于,所述步骤 S2 还包含: 企业信用评估影响因素的权重判断矩阵的自动修正、判断矩阵的自动补全的能力。 3 权利要求书 2/2 页 4. 根据权利要求 1 所述的方法, 其特征在于, 所述步骤 S3 中所述确定的企业信用影响因素权重优化方法为基于机器学****和 BP 神经网络的方法。 5. 根据权利要求 1 所述的方法,其特征在于,所述步骤 S4 还包含: 企业信用评估是指距离。 6. 一种基于大数据的企业信用评估系统,其特征在于,包括: 数字化智能评估单元,用于获取企业信用评估影响因素和数据, 对数据做标准化处理, 对影响因素智能识别和数据分类, 计算企业信用的综合评分和级别, 生成企业信用在同行业的排行榜, 可视化输出信用信息分析结论; 数字化评级权重自动生成单元, 根据层次分析模型构建指标体系, 以专家打分和层次分析相结合的方法, 对企业信用评估指标体系中的众影响因子的权重系数进行计算; 数字化评级机器学****权重优化单元,用于优化企业信用影响因素权重, 使权重随着环境的变化而实现偏差纠正, 达到信用分值和级别越来越准确; 信用风险监测预警单元,是依托于线性函数的预测算法的风险预测系统, 基于可调式核心指数, 通过函数预测算法确定未来周期内受评主体的信用情况,达到信用风险预测的效果