[发明专利]一种企业非法集资行为风险预警方法及系统

说明书

本发明公开一种企业非法集资行为风险预警方法及系统，包括：获取已标注非法集资标签企业的行为特征，包括企业基本信息、税务信用文本信息、互联网评论文本信息、法律裁判文书信息和知识产权文本信息，以此构建企业、非法集资标签与行为特征映射的文本信息库；根据文本信息库训练预先构建的风险预警模型；根据待识别企业的行为特征构建待识别企业的多维画像；根据多维画像采用训练后的风险预警模型得到待识别企业的综合风险值，根据综合风险值与预设阈值的比较结果，得到待识别企业的风险预警结果。对获取的企业信息进行筛选及量化后，分别模型训练、模型验证，对企业信息赋权后进行训练，提高模型准确度，提高风险预警的准确度。

技术领域

本发明涉及大数据分析方法技术领域，特别是涉及一种企业非法集资行为风险预警方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

非法集资是指单位或个人未依照法定程序经有关部门批准，以发行股票、债券、彩票、投资基金证券或者其他债权凭证的方式向社会公众筹集资金，并承诺在一定期限内以货币、实物以及其他方式向出资人还本付息或给予回报的行为。目前非法集资类犯罪包括非法吸收公众存款罪、集资诈骗罪、欺诈发行股票、债券罪和擅自发行股票、公司、企业债券罪，这类犯罪行为不仅仅对受害人造成了极大的损失和影响，更对整个社会的发展有着极大的危害。

首先，目前非法集资相关的风险预警方法和装置多采用固定的预警模型和参数，如果使用特定的模型和特征则无法准确获取真实的数据关系，从而导致过拟合或欠拟合的现象出现，因此，需要有一种机制能够灵活调整选用的模型和特征，而针对该问题，目前尚未提出有效的解决方案。

其次，在进行非法集资预警方法中，对企业数据的获取和处理存在以下问题：数据的真实性问题，通过企业主动提供的企业基本信息、产品信息、财务信息等经营数据，有造假的风险，存在数据的真实性问题；而且仅依赖企业的经营数据存在片面性，数据若不完整，很难从全局的角度对非法集资风险进行充分评估；再者若从互联网等渠道获取企业的多维信息，由于互联网中的信息繁杂，并不是所有的信息都与非法集资有关，所有数据质量也是非法集资风险面临的问题。

最后，由于非法集资的方式多样且隐蔽性强，普通用户难以自主进行辨别，用户在查询企业相关的信息时，往往通过企业的官网等渠道查询，不同企业数据间无法进行综合的对比，而且互联网中对企业的备案进展缓慢，信息的公开具有一定的滞后性，很难发现潜在的非法集资风险。

发明内容

为了解决上述问题，本发明提出了一种企业非法集资行为风险预警方法及系统，企业信息来源以及类型的多样化保证企业所有公开信息的全面性、完整性以及真实性；利用获取的企业信息训练风险预警模型时，通过对企业信息的赋权以及权重的优化提高模型准确度，提高风险预警的准确度。

为了实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供一种企业非法集资行为风险预警方法，包括：

获取已标注非法集资标签企业的行为特征，包括企业基本信息、税务信用文本信息、互联网评论文本信息、法律裁判文书信息和知识产权文本信息，以此构建企业、非法集资标签与行为特征映射的文本信息库；

根据文本信息库训练预先构建的风险预警模型；

根据待识别企业的行为特征构建待识别企业的多维画像；

根据多维画像采用训练后的风险预警模型得到待识别企业的综合风险值，根据综合风险值与预设阈值的比较结果，得到待识别企业的风险预警结果。

第二方面，本发明提供一种企业非法集资行为风险预警系统，包括：