[发明专利]基于电力数据的企业信用分析系统

权利要求书

1.基于电力数据的企业信用分析系统，其特征在于：包括电力数据获取模块、客户端模块、分析服务器以及总数据库，所述电力数据获取模块基于区块链技术从总数据库内检索获取对应电力用户信息数据，还包括有用于将未接入的需求表接入至系统贴源区的数据接入组件，其通过电力数据获取模块检索获取的电力用户信息数据经过内置的企业统一模型转换后存入分析服务器，再依据分析服务器内的设置的业务逻辑模块进行统计加工处理，其统计加工处理的结果数据最后封装成数据服务，并输送至客户端模块内，通过展示模块的在线拖拉、修改、调整功能进行稽核，再通过设置于客户端模块内的数据中台自助式数据分析服务模块内置的基于Crat、Lof、K-means机器算法的电力客户信用综合评价技术进行信用度综合智能评分及风险等级评价，并生成评价报告，其评价报告用于支撑信贷反欺诈场景及贷后预警产品构建。

2.根据权利要求1所述的基于电力数据的企业信用分析系统，其特征在于：所述电力客户信用综合评价技术对数据进行信用度综合智能评分及风险等级评价的步骤包括

1)数据预处理：将数据中台自助式数据分析服务模块接受的数据基于Crat机器算法进行构建特征数据集A，并对特征数据集A进行后剪枝处理，生成一个最优特征样本集B；

2)样本聚类：将特征样本集B通过K-means机器算法进行迭代聚类，其输入特征为特征样本集B，聚类簇树为S，最大迭代次数为N，

①从样本集随机选S个样本x作为初始中心，

②对任一个样本x，求其到S个中心的距离，将该样本x归到距离最短的中心所在的类，

③对所有属于该类的数据点求平均，将平均值作为新的类中心，

④重复②和③直到收敛,

⑤收敛后一次计算各个点与聚类中心的距离并取最小距离,

⑥设置最大距离阈值如果大于该距离则为离群点，输出特征数据集C；

3)将特征数据集C代入Lof算法：

a.计算各个点之间的距离和第k距离

对于点p和第k距离的定义如下:

dk(p)＝d(p,o),满足：

a)在集合中至少有不包括p在内的k个点o,∈C{x≠p}，满足d(p,o,)≤d(p,o)，

b)在集合中最多有不包括p在内的k-1个点o,∈C{x≠p}，满足d(p,o,)d(p,o)；

b.计算对象p相对对象o的可达距离

点o到点p的第k可达距离定义为：reach-distancek(p,o)＝max{k-distance(o),d(p,o)}，其中，点o到点p的第k可达距离，至少是o的第k距离，或者为o、p间的真实距离；

c.计算局部可达密度

点p的局部可达密度表示为：lrdk(p)＝1/(∑o∈Nk(p)reach-distk(p,o)|Nk(p)|)；

d.识别局部离群因子

点p的局部离群因子表示为：LOFk(p)＝∑o∈Nk(p)lrdk(o)lrdk(p)|Nk(p)|＝∑o∈Nk(p)lrdk(o)|Nk(p)|/lrdk(p)，其中，点p的邻域点Nk(p)的局部可达密度与点p的局部可达密度之比的平均数；

f.将识别的离群数据整合构建为数据集M，再见数据集M代入预构建的信用度综合智能评分及风险等级评价体系中自动生成评价报告。

3.根据权利要求1所述的基于电力数据的企业信用分析系统，其特征在于：所述总数据库设置于云端服务器，用于存储数据但不限于仅存储电力数据获取模块所获取的用于信用评价报告的数据，其还包括存储有往届的企业信用风险信息供客户端模块提取查看。

4.根据权利要求1所述的基于电力数据的企业信用分析系统，其特征在于：所述的客户端模块还包括展示模块，所述展示模块包括评价报告智能搜索展示子模块、评价报告自动关联展示子模块、评价报告比对分析展示子模块。

5.根据权利要求1所述的基于电力数据的企业信用分析系统，其特征在于：所述评价报告用于为银行的企业客户提供信用参考，其评价报告占企业整体信用分析结果比为25％-35％。