[发明专利]小微企业画像构建方法及装置

权利要求书

1.一种小微企业画像构建方法，其特征在于，所述方法包括：

获取参与承兑汇票流转的各个企业的基础数据和电子承兑汇票样本数据；其中，所述基础数据包括票据交易行情数据、票据背书关系数据和公开市场数据；所述电子承兑汇票样本数据为电子承兑汇票票据的正反面截图；

基于所述基础数据和所述电子承兑汇票样本数据，分别获取参与承兑汇票流转的各个企业的命名实体；其中，所述命名实体包括一个或多个企业名称和多个企业属性；

根据获取的各个企业的命名实体，确定出相应的小微企业；

分别对确定出的每个小微企业的命名实体进行清洗和聚类，得到每个小微企业的多个不同属性分类；其中，所述多个不同属性分类包括工商类和用票类；

基于得到的每个小微企业的多个不同属性分类，构建企业知识图谱；其中，所述企业知识图谱中的节点表征企业实体，所述企业知识图谱中节点间的连线表征企业实体间的供应链关系。

2.根据权利要求1所述的小微企业画像构建方法，其特征在于，基于所述基础数据和所述电子承兑汇票样本数据，分别获取参与承兑汇票流转的各个企业的命名实体的步骤，包括：

基于所述基础数据，分别获取各个企业的标准企业名称和标准企业属性；其中，所述标准企业属性包括统一社会信用代码；

对所述电子承兑汇票样本数据进行命名实体的OCR识别，得到各个企业的识别企业名称和识别企业属性；

基于用户自定义上传的企业名称，分别获取各个企业的自定义企业名称；

对于每个企业，均将该企业的统一社会信用代码分别与该企业的标准企业名称、识别企业名称和自定义企业名称绑定，并基于该企业的标准企业属性和识别企业属性补全该企业的企业属性。

3.根据权利要求2所述的小微企业画像构建方法，其特征在于，分别对确定出的每个小微企业的命名实体进行清洗和聚类，得到每个小微企业的多个不同属性分类的步骤，包括：

分别对确定出的每个小微企业的企业属性进行标签化处理，得到每个小微企业的企业属性标签；

通过预先训练好的机器学习模型，分别对得到的每个小微企业的企业属性标签进行清洗和聚类，得到每个小微企业的多个不同属性分类标签。

4.根据权利要求3所述的小微企业画像构建方法，其特征在于，基于得到的每个小微企业的多个不同属性分类，构建企业知识图谱的步骤，包括：

基于得到的每个小微企业的多个不同属性分类，分别确定每个小微企业在供应链中的贸易身份和贸易层级；其中，所述贸易身份包括以下中至少之一：供应商、生产企业和经销商；

根据确定的每个小微企业在供应链中的贸易身份和贸易层级，分别为每个小微企业对应建立相应的节点，并建立节点间的连线，从而得到一个或多个供应链树结构；

根据每个小微企业的多个不同属性分类和确定的每个小微企业在供应链中的贸易身份和贸易层级，分别为每个节点对应分配相应的节点标识，得到所述企业知识图谱。

5.根据权利要求4所述的小微企业画像构建方法，其特征在于，所述方法还包括：

基于确定出的每个小微企业的命名实体，分别构建每个小微企业的多个子维度表；其中，所述多个子维度表包括实体基础信息表、属性标签表、实体与实体关系表、实体与属性关系表和交易数据表。

6.根据权利要求5所述的小微企业画像构建方法，其特征在于，基于确定出的每个小微企业的命名实体，分别构建每个小微企业的多个子维度表的步骤，包括：

对于确定出的每个小微企业，均将该小微企业的企业名称与该小微企业的一个或多个企业信息映射成一个实体基础信息表；

对于确定出的每个小微企业，分别将该小微企业的每个企业属性标签对应映射成相应的属性标签表；

对于确定出的每个小微企业，分别将该小微企业在背书关系数据中的每个背书关系对应映射成相应的实体与实体关系表；

对于小微企业与企业属性间的每个关联关系，均将该关联关系映射成一个实体与属性关系表；

对于确定出的每个小微企业，分别将该小微企业在票据交易行情数据中的每笔交易对应映射成相应的交易数据表。