[发明专利]基于电力数据的企业信用分析系统

说明书

本发明提供了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，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以及包括将未接入的需求表接入至系统贴源区的数据接入组件，其获取的数据基于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；本发明的系统基于电力数据自动获取分析生成评价报告，可辅助银行识别、监测、分析企业的真实经营状况，提升资金的风控度，同时促进电力数据纳入商业金融体系，实现跨领域、跨行业数据共享增值。

技术领域

本发明涉及企业信用分析系统领域，尤其是涉及到基于电力数据的企业信用分析系统。

背景技术

目前，商业银行尚未将贷款企业生产经营必须的用电情况纳入信用评价体系，仍通过查阅企业电费缴纳收据和实地走访核查生产情况的形式来确认企业经营状况，存在企业电费发票造假或隐瞒真实情况的可能性。同时，现有利用电力数据形成的企业贷前及贷后信用分析报告通过线下人工计算的方式开展，每生成一份报告需一人消耗5-6天时间，在效率上难以满足商业银行的需求。因此，需要一种可基于电力数据自动进行企业信用分析的系统，以实现报告一键自动生成，满足银行实时查阅需求，减轻人员工作压力。

发明内容

本发明的目的是提供一种基于电力数据的企业信用分析系统，其特点在于通过多端的合作自动对企业电力数据进行分析，生成用于支撑信贷反欺诈场景及贷后预警产品构建等的评价报告，以辅助银行等单位定义企业信用，促进电力数据纳入金融信用评价体系，实现跨领域、跨行业数据共享增值。

针对上述，本发明公开了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。

优选的，优选的，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，最终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机器算法进行迭代运算，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: