[发明专利]基于SVM算法模型的债券征信评估方法

权利要求书

1.基于SVM算法模型的债券征信评估方法，其特征在于，包括以下步骤：

第一步，用户通过客户端向服务器端发出债券征信评估请求；

第二步，服务器端从企业债券数据集中读取征信特征；

第三步，服务器端将读取的征信特征通过债券信息采集模型进行债券征信特征计算，并将计算结果返回服务器端；

第四步，服务器端对计算结果进行整理后发送至客户端，用户得到债券征信评估报告。

2.根据权利要求1所述的基于SVM算法模型的债券征信评估方法，其特征在于：所述企业债券数据集包括债券信息、发行主体、财务报表、历史评级、行业指数、发行主体信用数据、债券新闻以及债券公告。

3.根据权利要求1所述的基于SVM算法模型的债券征信评估方法，其特征在于，所述债券信息采集模型的获取方法如下：

首先，通过债券数据集的预处理，获得均衡的债券数据集；

对数据均衡后债券数据集进行分类预测；

根据所述分类预测得到债券信息采集模型。

4.根据权利要求3所述的基于SVM算法模型的债券征信评估方法，其特征在于，所述对数据均衡后债券数据集进行分类预测，包括：

通过SVM算法对所述数据均衡后债券数据集进行训练，得到训练后的债券模型；

评估所述训练后的债券模型，得到不同分类的债券模型。

5.根据权利要求3所述的基于SVM算法模型的债券征信评估方法，其特征在于，根据所述分类预测得到债券信息采集模型，包括：

所述不同分类的债券模型通过Random Forest算法获取具有不同征信特征的债券信息采集模型。

6.根据权利要求1所述的基于SVM算法模型的债券征信评估方法，其特征在于，所述征信特征计算，包括：

提取其征信特征，发现重要性高的征信特征，并追溯到其数据源，将这些信息用于债券的征信评估，从而获得该债券的征信值和信用度。