[发明专利]风险预警方法及系统、电子设备及存储介质

权利要求书

1.一种风险预警方法，其特征在于，包括：

获取预设时间段内目标企业的企业信息，其中，所述企业信息包括所述目标企业的业务标签；

根据所述业务标签从预设标签列表中匹配所述目标企业对应的指标值，其中，所述指标值为表征所述目标企业的业务类型相关的数值；

将所述指标值输入预先训练好的预警分类器，以生成针对所述目标企业的预警等级。

2.根据权利要求1所述的风险预警方法，其特征在于，所述根据所述业务标签从预设标签列表中匹配所述目标企业对应的指标值的方法包括：

获取所述业务标签所映射的业务类型；

根据所述业务类型在预设指标数据库中匹配所述业务类型对应的指标值。

3.根据权利要求1所述的风险预警方法，其特征在于，所述预警分类器的训练方法包括：

将已知预警等级的企业的多个指标及对应的多个指标值作为多个样本构成训练集；

平均化每个样本的权值分布；

将训练集中多个样本的多个指标值输入预警分类器，得到第一次训练的分类误差率，所述分类误差率为分错的样本数量与总样本数量的比值；

根据分类误差率通过下式得到预警分类器系数

其中,e_m表示分类误差率,m表示训练次数；

根据预警分类器系数更新下一次训练的样本的权值分布

其中，w_m+1,i为第m+1次训练的第i个样本的权值，Z_m为归一化因子，y_i为第m次训练的第i个样本对应的预警等级，x_i为第m次训练的第i个样本的指标矩阵，G_m(x_i)为弱分类器对样本x_i输出的预警等级；

通过反复迭代训练上述预警分类器及更新权值分布的操作直至样本分类完全正确后，得到最终的预警分类器

其中，M为达到分类完全正确的训练次数，G(x)为迭代训练后得到的强分类器，G_m(x)为第m次训练的弱分类器。

4.根据权利要求1所述的风险预警方法，其特征在于，在所述将所述指标值输入预先训练好的预警分类器的步骤之后还包括：

对不同预警等级的企业采用不同周期进行持续监控，其中，预警等级越高，监控的周期越长。

5.根据权利要求1所述的风险预警方法，其特征在于，所述预警分类器的构建方法包括：

通过预设权值组合获得不同企业间的关联度；

将所述关联度依次与预设的预设阈值集合进行匹配，并将所述关联度在对应的预设阈值区间内的企业规整为一个集群；

对每个集群根据预设规则构建预警分类器。

6.根据权利要求5所述的风险预警方法，其特征在于，所述通过预设权值组合获得不同企业间的关联度的步骤包括：

通过企业的预设参数进行权值组合，所述预设参数包括企业的构成形式、企业的资产以及企业关联人的财富排名，所述预设参数的值越大，所述权值越大。

7.根据权利要求1所述的风险预警方法，其特征在于，所述获取预设时间段内目标企业的企业信息的方法包括以下方法的一种或多种：

采用网页信息爬取的方法从预设网页中获取企业信息；或者，

采用智能外呼的方式获得企业信息；或者，

从预设企业数据库获得企业信息。

8.一种风险预警系统，其特征在于，包括：

获取模块，用于获取预设时间段内目标企业的企业信息，其中，所述企业信息包括所述目标企业的业务标签；

处理模块，用于根据获取模块获取的所述业务标签从预设标签列表中匹配所述目标企业对应的指标值，其中，所述指标值为表征所述目标企业的业务类型相关的数值；

执行模块，用于将处理模块匹配的所述指标值输入预先训练好的预警分类器，以生成针对所述目标企业的预警等级。