[发明专利]一种基于大数据的小型企业失信预测方法

说明书

本发明涉及机器学习领域，具体而言，涉及一种基于大数据的小型企业失信预测方法，包括根据企业的行为足迹信息构建数据集；对数据集进行预处理操作；对数据集中的企业信息进行特征工程构建操作，构建统计特征、离散特征；构建多个机器学习模型并进行线性融合操作；对已建立的模型，根据企业的基本信息、企业民商事裁判文书、企业民商事审判流程等企业信息对小型企业是否失信，给出预测结果实现对小型企业失信行为的精准评估；本发明以小型企业为中心，围绕小型企业在多方面的行为足迹信息，通过构建数据集，数据预处理、特征工程、多个模型线性融合以及利用构建的模型对小型企业是否失信，给出预测结果实现对小型企业失信行为的精准评估。

技术领域

本发明涉及机器学习领域，具体而言，涉及一种基于大数据的小型企业失信预测方法。

背景技术

近年来，我国小型企业正处于飞速发展的阶段，小型企业的影响力逐渐扩大并成为社会经济发展的重要推动力。信用是整个社会的基础，市场交易中所有的经济活动与信用信息息息相关。为加强融资市场的风险管理与处理能力，降低小型企业的融资风险，促进融资市场的发展，建立完善的融资风险评测体系迫在眉睫，企业的失信与否关乎着整个企业的命运。本发明旨在利用大数据和人工智能、机器学习等相关技术，实现对小型企业是否会出现失信的精准识别，进一步提升金融机构防范欺诈和降低不良率的能力。

现有技术中，只有对企业失信行为进行预测，未过多关注小型企业失信问题，同时当前技术中缺乏结合实际小型企业失信问题进行分析与预测。

发明内容

针对小型企业是否失信问题，本发明提出一种基于大数据的小型企业失信预测方法，包括：

S1、根据企业的行为足迹信息构建数据集；

S2、对数据集进行预处理操作；

S3、对数据集中的企业信息进行特征工程构建操作，构建统计特征、离散特征；

S4、构建多个机器学习模型并进行线性融合操作；

S5、对已建立的模型，根据企业的基本信息、企业民商事裁判文书、企业民商事审判流程等企业信息对小型企业是否失信，给出预测结果实现对小型企业失信行为的精准评估。

进一步的，所述企业的行为足迹信息包括企业基本信息、企业民商事裁判文书、企业民商事审判流程、企业的行政违法记录、欠税信息、纳税信息以及限制高消费信息。

进一步的，企业基本信息包括小微企业ID、注册资金、注册资本币种、企业类型、行业门类代码、许可经营项目、一般经营项目、经营范围、成立日期、从业人数、投资总额、投资总额币种；企业民商事裁判文书信息包括小微企业ID、诉讼地位、审理机关、涉案事由、涉案金额、文书类型、审理程序、结案时间；企业民商事审判流程信息包括小微企业ID，诉讼地位、审理机关、涉案是由、审理进度、具体日期；企业违法记录信息包括小微企业ID、违法信息、具体日期；企业欠税信息包括小微企业ID、欠税金额、所欠税种、具体日期；企业纳税信息包括小微企业ID、主管税务机关、所欠税种、欠税属期、欠税金额、具体日期；企业限制高消费信息小微企业ID、是否被限制高消费。

进一步的，预处理操作包括对数据集的信息按照结案时间或者具体日期进行排序，对企业基本信息注册资金、投资总额进行单位统一以及对缺失值的填充。

进一步的，统计特征包括企业欠税次数、企业违法次数、企业所欠税种排名前10的税种的欠税次数、企业被告排名前10的被告原因的被告次数以及企业民商事涉案金额。

进一步的，离散特征的筛选包括将注册资本和行业门类代码属性列分别进行one-hot编码并筛选出现次数过少的特征作为离散特征。

进一步的，对缺失值的填充包括根据欧式距离分析来确定距离缺失数据最近的K个样本，将这K个值加权平均来估计该样本的缺失数据。