[发明专利]识别互联网金融借贷企业经营异常的方法、终端设备及存储介质

说明书

本发明公开一种基于知识图谱识别互联网金融借贷企业经营异常的方法，S1：构建互联网金融借贷企业的企业知识库，S2：从企业知识库中，按照RDF三元组的结构，提取各种知识库中的实体名称和关系名称，存入知识图谱数据库中，形成包含企业基础信息实体、企业招聘信息实体、企业投资标的实体、企业网络舆情实体和企业财务信息实体的企业实体数据库，S3：在企业实体数据库中，将同一个企业的多个实体的数据库进行关联，构建该企业的企业信息知识图谱，S4：选用适宜的机器学习的算法，从企业信息知识图谱中抽取和各种经营数据有关的知识数据，从多个维度对互联网金融借贷企业进行经营异常的风险预测，识别出经营异常的互联网金融借贷企业。

技术领域

本发明涉及信息处理技术领域，具体是一种基于知识图谱识别互联网金融借贷企业经营异常的方法、终端设备及存储介质。

背景技术

随着互联网和金融行业的快速发展，出现了大量互联网金融借贷企业，与传统金融企业相比，借助于互联网的快速传播，互联网金融借贷企业的运营效率更高，经营模式更灵活，尤其对促进小微企业的经济发展有积极意义。另一方面，互联网金融借贷企业受到的金融监管要较传统金融企业弱，也不需要什么固定资产投资，初始投入资本的门槛低，目前已经发展出来的业务模式包括小额贷款公司、P2P理财、担保公司、投资管理顾问等形式。

传统的金融企业主要依据财务数据，比如销售收入、流动资产、负债总额等作为评价企业运营状况的指标。而互联网金融借贷企业很多本身也是小微企业，财务制度不完善，存在部分企业通过构建虚假投资标的诈骗投资者的情况。考虑到互联网金融借贷企业主要的业务都是通过网上交易完成，因而可以通过从互联网上获取互联网金融借贷企业经营相关的各种数据，来对其经营状况进行评价。

互联网上可以获取的互联网金融借贷企业数据多种多样，包含交易数据、新闻数据、财务数据等，数据的格式和标准也不统一，不易对数据进行提取及分析。

发明内容

为了解决上述问题，本发明提供一种基于知识图谱识别互联网金融借贷企业经营异常的方法、终端设备及存储介质，通过从互联网上采集企业的注册信息、交易数据、招聘信息、舆情信息、财务数据等，采用资源描述框架(RDF，Resource Description Framework)的形式将不同结构的企业数据进行抽取形成企业的知识数据，共同构建企业的知识图谱信息，并结合机器学习的方法，能从多个维度建立起企业经营异常的识别模型，从而有效提升对经营异常互联网金融企业的识别能力。此外，通过所建的企业知识图谱，还能识别出与异常经营企业存在法律连带责任的企业，以便进行预警。

本发明一种基于知识图谱识别互联网金融借贷企业经营异常的方法，包括如下步骤：

S1：获取互联网金融借贷企业的企业基础信息、招聘信息、投资标的信息、网络舆情信息和财务信息，构建其包括企业基础信息知识库、企业招聘信息知识库、企业投资标的知识库、企业网络舆情知识库和企业财务信息知识库的企业知识库，进入S2步骤；

S2：从S1所构建的企业知识库中，按照RDF三元组的结构，提取各种知识库中的实体名称和关系名称，存入知识图谱数据库中，形成包含企业基础信息实体、企业招聘信息实体、企业投资标的实体、企业网络舆情实体和企业财务信息实体的企业实体数据库，进入S3步骤；

S3：在S2所建立的企业实体数据库中，将同一个企业的多个实体的数据库进行关联，构建该企业的企业信息知识图谱，进入S4步骤；