[发明专利]企业非法集资风险预测方法、装置、电子设备及存储介质

权利要求书

1.一种企业非法集资风险预测方法，其特征在于，所述方法包括：

获取待进行非法集资风险预测的目标企业的企业数据；

对所述企业数据进行特征提取，得到所述目标企业的企业特征；

将所述企业特征输入至至少一个已训练的非法集资风险预测模型，得到至少一个所述目标企业非法集资的风险概率；

根据至少一个所述目标企业非法集资的风险概率确定所述目标企业是否存在非法集资风险。

2.根据权利要求1所述的方法，其特征在于，所述将所述企业特征输入至至少一个已训练的非法集资风险预测模型，得到至少一个所述目标企业非法集资的风险概率，包括：

将所述企业特征分别输入至两个或两个以上已训练的非法集资风险预测模型，得到两个或两个以上所述目标企业非法集资的风险概率；

所述根据至少一个所述目标企业非法集资的风险概率确定所述目标企业是否存在非法集资风险，包括：

确定两个或两个以上所述目标企业非法集资的风险概率的平均值；

若所述平均值大于等于设定阈值，则确定所述目标企业存在非法集资风险；若所述平均值小于所述设定阈值，则确定所述目标企业不存在非法集资风险。

3.根据权利要求1所述的方法，其特征在于，所述将所述企业特征输入至至少一个已训练的非法集资风险预测模型，得到至少一个所述目标企业非法集资的风险概率，包括：

将所述企业特征分别输入至两个或两个以上已训练的非法集资风险预测模型，得到两个或两个以上所述目标企业非法集资的风险概率；

利用两个或两个以上所述目标企业非法集资的风险概率构造特征向量；

将所述特征向量输入至已训练的逻辑回归模型，得到最终的所述目标企业非法集资的风险概率；所述逻辑回归模型基于两个或两个以上已训练的非法集资风险预测模型训练得到；

所述根据至少一个所述目标企业非法集资的风险概率确定所述目标企业是否存在非法集资风险，包括：

比较所述最终的目标企业非法集资的风险概率与设定阈值；

若所述最终的目标企业非法集资的风险概率大于等于设定阈值，则确定所述目标企业存在非法集资风险；若所述最终的目标企业非法集资的风险概率小于所述设定阈值，则确定所述目标企业不存在非法集资风险。

4.根据权利要求1所述的方法，其特征在于，所述非法集资风险预测模型通过以下过程训练得到：

获得多条企业数据作为训练数据归入训练数据集，以及将非法集资标记作为训练数据集中训练数据的数据标签，所述非法集资标记用于表示企业是否因非法集资被立案侦查；

对所述训练数据集中的多条训练数据进行特征提取，得到训练特征矩阵；

利用机器学习算法对所述训练特征矩阵与训练特征矩阵中每条训练特征对应的数据标签进行训练，得到非法集资风险预测模型。

5.根据权利要求4所述的方法，其特征在于，在所述对所述训练数据集中的多条训练数据进行特征提取，得到训练特征矩阵之后，所述方法还包括：

对所述训练特征矩阵中的训练特征进行特征编码以及缺失值填充。

6.根据权利要求5所述的方法，其特征在于，所述对所述训练特征矩阵中的训练特征进行缺失值填充，包括：

利用设定数值填充所述训练特征矩阵中的缺失值；或者，

将所述训练特征矩阵中的缺失值填充为所述缺失值所在列的平均值；或者，

将所述训练特征矩阵中的缺失值填充为所述缺失值所在列的中位数；或者，

将所述训练特征矩阵中的缺失值填充为所述缺失值所在列的众数。

7.一种企业非法集资风险预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取待进行非法集资风险预测的目标企业的企业数据；

特征提取模块，用于对所述企业数据进行特征提取，得到所述目标企业的企业特征；

模型预测模块，用于将所述企业特征输入至至少一个已训练的非法集资风险预测模型，得到至少一个所述目标企业非法集资的风险概率；

确定模块，用于根据至少一个所述目标企业非法集资的风险概率确定所述目标企业是否存在非法集资风险。