[发明专利]一种用于企业经营管理风险识别的特征编码方法及装置

说明书

本发明实施例公开一种用于企业经营管理风险识别的特征编码方法及装置，涉及计算机技术领域，能够有效提高模型预测的准确性。所述方法包括：从企业风险数据源中获取目标数据，所述目标数据包括字符型数据和/或知识图谱型数据；根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码，所述目标特征编码用于输入第一风险识别神经网络模型；其中，所述目标特征编码将每个所述目标数据用一个多维向量表示，所述多维向量的维度数小于预设阈值。本发明适用于企业风险识别和预测。

技术领域

本发明涉及计算机技术领域，尤其涉及一种用于企业经营管理风险识别的特征编码方法及装置。

背景技术

企业的经营管理风险蕴含于与企业相关的多种数据中，如何从这些庞大的数据中识别出企业可能面对的风险，对企业自身以及与企业相关的实体具有重要意义。

然而，由于企业风险相关的数据具有数据源复杂、数据格式多样化的特点，当利用数学模型进行企业风险识别时，从数据源中提取出的特征往往难以直接用于模型训练和预测。

发明内容

有鉴于此，本发明实施例提供一种用于企业经营管理风险识别的特征编码方法及装置，能够大大降低特征提取的工作量和盲目性，有效提高模型预测的准确性。

第一方面，本发明的实施例提供一种用于企业经营管理风险识别的特征编码方法，包括：从企业风险数据源中获取目标数据，所述目标数据包括字符型数据和/或知识图谱型数据；根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码，所述目标特征编码用于输入第一风险识别神经网络模型；其中，所述目标特征编码将每个所述目标数据用一个多维向量表示，所述多维向量的维度数小于预设阈值。

可选的，所述从企业风险数据源中获取目标数据包括：对企业风险数据源中的非结构化数据进行分词和关键信息提取，以使每个所述关键信息形成一个字符型数据；和/或将企业风险数据源中的结构化数据转化为知识图谱型数据。

可选的，所述目标数据包括字符型数据；所述根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码包括：按照预设规则，构造各字符型数据之间的相邻关系；根据所述相邻关系，对所述字符型数据进行向量化，以形成所述目标特征编码。

可选的，所述按照预设规则，构造各字符型数据之间的相邻关系包括：根据预设规则，构造每个企业中每类职位的人之间的相邻关系；所述根据所述相邻关系，对所述字符型数据进行向量化，以形成所述目标特征编码包括：将每类职位中的人的身份标识进行向量化并求平均值，得到此类职位的平均身份特征编码；将各类职位的平均身份特征编码拼接起来，以形成所述目标特征编码。

可选的，所述目标数据包括知识图谱型数据；所述根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码包括：基于知识图谱型数据中企业与企业之间的关系，利用pagerank算法确定每个企业的影响力特征编码；基于知识图谱型数据中企业与企业之间的关系，利用labelpropagation算法确定每个企业的风险特征编码；基于知识图谱型数据中企业与人之间的关系，利用deepwalk算法确定每个企业中与人相关的特征编码；将所述影响力特征编码、所述风险特征编码和所述与人相关的特征编码相拼接，以形成所述目标特征编码。

可选的，所述目标数据包括字符型数据和知识图谱型数据；所述根据所述目标数据之间的相邻关系，对所述目标数据进行编码，以得到目标特征编码包括：根据所述目标数据之间的相邻关系，分别对字符型数据和知识图谱型数据进行向量化，以形成字符特征编码和图谱特征编码；将所述字符特征编码和所述图谱特征编码进行拼接，以形成所述目标特征编码。