[发明专利]一种企业风险识别模型的构建方法及系统

权利要求书

1.一种企业风险识别模型的构建方法，其特征在于，包括以下步骤：

获取样本公司的关联方网络图谱结构，所述样本公司包括黑样本和白样本；

基于图挖掘算法Structure to Vector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征；

学习获得的风险特征，构建所述企业风险识别模型。

2.根据权利要求1所述的方法，其特征在于，所述基于图挖掘算法Structure toVector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征的步骤，包括：

将样本公司的网络图谱结构转换为多个关键字典；

基于所述关键字典，将样本公司的关联方网络图谱中的各个节点映射为序号符号；

统计各个节点的序号符号出现的次数，并将序号符号作为特征，特征的取值即为该序号符号出现的次数，得到以序号符号为特征的向量，即特征向量。

3.根据权利要求2所述的方法，其特征在于，所述学习获得的风险特征，构建所述企业风险识别模型的步骤，包括：

利用所述特征向量对线性支持向量机模型进行训练，得到所述企业风险识别模型。

4.根据权利要求1所述的方法，其特征在于，所述获取样本公司的关联方网络图谱结构的步骤，包括：

通过爬虫技术获取样本公司及其关联方的数据，并运用图谱构建方法搭建样本公司的关联方网络图谱结构。

5.根据权利要求1所述的方法，其特征在于，所述企业风险为企业空壳风险，所述黑样本为若干个空壳公司，所述白样本为若干个非空壳公司。

6.一种企业风险识别模型的构建系统，其特征在于，包括：

图谱获取模块，用于获取样本公司的关联方网络图谱结构，所述样本公司包括黑样本和白样本；

特征挖掘模块，用于基于图挖掘算法Structure to Vector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征；

模型生成模块，用于学习获得的风险特征，构建所述企业风险识别模型。

7.根据权利要求6所述的系统，其特征在于，所述特征挖掘模块包括：

转换子模块，用于将样本公司的网络图谱结构转换为多个关键字典；

映射子模块，用于基于所述关键字典，将样本公司的关联方网络图谱中的各个节点映射为序号符号；

挖掘子模块，用于统计各个节点的序号符号出现的次数，并将序号符号作为特征，特征的取值即为该序号符号出现的次数，得到以序号符号为特征的向量，即特征向量。

8.根据权利要求7所述的系统，其特征在于，所述模型生成模块利用所述特征向量对线性支持向量机模型进行训练，得到所述企业风险识别模型。

9.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求1-5任一所述方法中的操作。

10.一种电子设备，其特征在于，所述的设备包括：

存储器，存储程序指令；

处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求1-5任一所述方法中的步骤。