[发明专利]企业金融服务风险预测方法及装置

权利要求书

1.一种企业金融服务风险预测方法，其特征在于，包括：

获取当前未经金融服务授权的目标企业的运营状态信息；

将所述目标企业的运营状态信息输入预设的金融服务风险预测模型，并将该金融服务风险预测模型的输出作为该目标企业的金融服务风险预测等级，以基于该金融服务风险预测等级确定是否向所述目标企业提供金融服务；

其中，所述金融服务风险预测模型为预先应用一融合模型对多个外部企业进行评分后获取的，该融合模型预先基于一打标模型和标签未知的历史企业数据获取，且所述打标模型预先基于预设的迁移学习方式和重采样方式处理后的标签已知的历史企业数据训练得到。

2.根据权利要求1所述的企业金融服务风险预测方法，其特征在于，在所述获取当前未经金融服务授权的目标企业的运营状态信息之前，还包括：

根据标签已知的历史企业数据对应的第一数据集训练得到用于预测企业标签的第一打标模型；

基于预设的迁移学习方式，应用标签未知的历史企业数据和标签未知的外部企业数据形成一合并数据集，其中，该合并数据集用于存储各个标签未知的历史企业用户标识、运营状态信息和第一阈标签之间的对应关系，还用于存储各个标签未知的外部企业用户标识、运营状态信息和第二阈标签之间的对应关系，且所述第一阈标签和所述第二阈标签取值不同；

应用所述合并数据集对所述第一数据集进行重采样处理；

基于经重采样处理后的第一数据集对所述第一打标模型进行训练，以形成对应的第二打标模型；

应用所述第二打标模型对多个标签未知的历史企业用户分别进行标签预测，并根据获取的预测结果训练得到融合模型；

基于所述融合模型和预设的标签类型占比数据生成所述金融服务风险预测模型。

3.根据权利要求2所述的企业金融服务风险预测方法，其特征在于，所述根据标签已知的历史企业数据对应的第一数据集训练得到用于预测企业标签的第一打标模型，包括：

获取标签已知的多个历史企业用户的用户信息以及各个所述历史企业用户各自对应的标签，以生成第一数据集，其中，所述标签按照对应的企业历史评价信息划分为至少三类评价等级内容；

应用预设的逻辑回归方式，基于所述第一数据集分别训练得到各类标签各自对应的分类器子模型；

将各个所述分类器子模型分别赋予相同的初始权重值，以得到对应的第一打标模型。

4.根据权利要求2所述的企业金融服务风险预测方法，其特征在于，所述基于预设的迁移学习方式，应用标签未知的历史企业数据和标签未知的外部企业数据形成一合并数据集，包括：

分别获取标签未知的历史企业数据和标签未知的外部企业数据；

应用所述第一打标模型对标签未知的历史企业数据进行标签预测，以根据对应的标签预测结果形成第二数据集；

将所述第二数据集中的标签预测结果删除以形成标签未知的历史企业对应的数据表，其中，所述标签未知的历史企业对应的数据表用于存储各个标签未知的历史企业用户标识和运营状态信息之间的对应关系；

获取标签未知的外部企业用户数据对应的第一数据表，其中，该第一数据表用于存储各个标签未知的外部企业用户标识和运营状态信息之间的对应关系；

在所述标签未知的历史企业对应的数据表中新增一取值均为1的阈标签列以形成第二数据表，以及，在所述第一数据集中新增一取值均为0的阈标签列以形成第三数据表；

对所述第二数据表和所述第三数据表进行合并处理，得到用于作为所述合并数据集对应的第四数据表。

5.根据权利要求4所述的企业金融服务风险预测方法，其特征在于，所述应用所述合并数据集对所述第一数据集进行重采样处理，包括：

应用所述第四数据表训练分类器，并基于该分类器获取的所述第四数据集中的标签预测值，对不同的标签预测数值范围分别对应的权重值进行调整以形成目标权重集，其中，所述目标权重集用于存储各个所述标签预测数值范围与调整后权重之间的一一对应关系；

根据所述目标权重集对所述第一数据集进行重采样处理，以形成经重采样处理后的第一数据集。