[发明专利]企业稳定性预测方法、装置、计算机设备和存储介质

权利要求书

1.一种企业稳定性预测方法，所述方法包括：

接收监控终端发送的企业稳定性监控指令，所述企业稳定性监控指令携带企业标识；

根据所述企业标识获取多个类型标识的企业数据；

获取预设的关键数据映射表，根据所述关键数据映射表对所述企业数据进行数据清洗，得到待分析数据；

对所述待分析数据进行特征提取，得到目标数据特征；

获取稳定性预测模型，将所述目标数据特征输入至所述稳定性预测模型，通过所述稳定性预测模型计算所述企业标识的当前稳定性评分和稳定性预测值，根据所述稳定性评分和所述稳定性预测值生成分析结果；

将所述分析结果发送至所述监控终端。

2.根据权利要求1所述的方法，其特征在于，所述企业数据包括类型标识，所述根据所述关键数据映射表对所述企业数据进行数据清洗，包括：

根据类型标识获取对应的关键数据映射表；所述关键数据映射表包括关键字段标签；

根据关键字段标签对所述类型标识的企业数据进行匹配；

提取匹配度达到预设阈值的企业数据；

利用提取的多个类型标识的企业数据生成待分析数据。

3.根据权利要求1所述的方法，其特征在于，在获取预设的行为稳定性预测模型之前，还包括：

获取多个企业数据，将所述多个企业数据生成对应的训练集数据和验证集数据；

对所述训练集数据中的多个企业数据进行聚类分析，得到聚类结果；

对所述聚类结果进行特征提取，提取出多个特征变量；

对所述多个特征变量进行分析，得到多个类型标识的企业数据指标；

获取预设的神经网络模型，通过所述神经网络模型根据企业数据指标对所述训练集数据进行训练，得到多个特征变量对应的特征维度值和权重，根据多个特征变量对应的特征维度值和权重构建初始分析模型；

利用所述验证集数据对所述初始分析模型进行进一步训练和验证，直到所述验证集数据中满足预设阈值的数量达到预设比值时，则停止训练，得到所需的稳定性预测模型。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述稳定性预测模型包括多个类型标识对应的节点模型，所述通过所述稳定性预测模型计算所述企业标识的当前稳定性评分和稳定性预测值，包括：

将所述目标数据特征输入至所述稳定性预测模型中，分别提取出多个类型标识对应的目标数据特征；

通过多个类型标识对应的节点模型分别计算目标数据特征的评估指标值；

根据多个类型标识的评估指标值和对应的权重计算企业标识的当前稳定性评分；

获取企业标识的历史稳定性评分，根据历史稳定性评分和当前稳定性评分分析企业标识的稳定性预测值；

根据所述当前稳定性评分和所述稳定性预测值生成分析结果并输出。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据预设频率从预设数据库中获取多个历史企业数据；

对多个历史企业数据进行聚类分析，得到分析结果；

根据所述分析结果进行特征选择，得到多个特征变量；

根据预设的算法计算多个特征变量的权重参数；

根据多个特征变量和对应的权重参数对所述稳定性预测模型进行优化调整。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述当前稳定性评分未达到评分阈值的企业标识；

根据企业标识对应的当前稳定性评分和稳定性预测值计算出多项易流失指标特征；

根据多项易流失指标特征计算企业标识对应的运营指标值；

根据所述运营指标值生成企业标识对应的运营策略数据；

将所述运营策略数据推送至所述监控终端。