[发明专利]一种企业信用等级的计算方法、装置、存储介质及终端

说明书

本发明公开了一种企业信用等级的计算方法、装置、存储介质及终端，该方法包括：获取目标企业的运营数据和车辆运行信息；均值化运营数据和车辆运行信息中所包含的离散值与连续值，生成目标企业的目标数据；从目标企业的目标数据中提取多种预设决策树类型对应的特征向量，生成多种特征向量；将多种特征向量输入预先训练的企业信用计算模型中，输出目标企业对应的信用等级。因此，采用本申请实施例，由于本申请通过获取企业的基础信息来训练基于决策树创建的模型，使得模型具备企业信用等级计算的能力，通过训练后的模型可以基于目标企业的基础数据快速分析出该企业的信用等级，最终有关银行可通过信用等级进行贷款评估，从而降低了银行贷款风险。

技术领域

本发明涉及计算机技术领域，特别涉及一种企业信用等级的计算方法、装置、存储介质及终端。

背景技术

随着经济的快速发展，越来越多的中小型企业出现在大众视野，对于刚成立的中小型企业或需要业务扩展的中小型企业来说，需要大量的资金投入用于企业的快速发展，当企业资金不充足时就需要在银行贷款，银行贷款时需要针对企业的资质进行评估，根据评估结果确定是否贷款以及贷款的具体额度。

在现有的评估技术方案中，一般通过人工获取企业的信息通过开研讨会的方式进行评估，评估过程需要浪费大量的人力、财力、时间和精力，从而降低了评估效率，进一步影响了贷款效率。

其次，现有技术中出现了一种基于大数据的企业信用评估方法。包括：A1、得到影响企业信用的影响因素和数据；A2、根据层次分析模型构建指标体系，对指标体系中的偿债环境、偿债来源、财富创造能力和偿债能力的众多影响因子的权重进行计算，以专家打分和层次分析相结合的方法确定权重；A3、使影响因子在学习样本中用机器学习的方法训练权重，用期望输出与实际输出的差异引导学习过程，不断调整权重，使得权重随环境的变化纠正偏差，得到更精准的信用级别；A4、计算企业信用的偏离度，通过函数预测算法确定未来周期内受评主体的信用情况，进行企业信用风险预测；A5、根据企业用户的影响因素和数据、影响企业信用因素的权重系数等分析当前企业信用水平并生成评估报告。由于该方案在训练模型的过程中需要收集较多信息，没有对专业领域的企业的有针对性的处理，模型对所有类型的企业均适用，专家打分难以做到全面、客观、公正，评估流程可能较长，且模型的可解释性不强。

因此，如何找到一种有效的方法，实现高效率企业信用评估为亟待解决的问题。

发明内容

本申请实施例提供了一种企业信用等级的计算方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种企业信用等级的计算方法，该方法包括：

获取目标企业的运营数据和车辆运行信息；

均值化运营数据和车辆运行信息中所包含的离散值与连续值，生成目标企业的目标数据；

从目标企业的目标数据中提取多种预设决策树类型对应的特征向量，生成多种特征向量；

将多种特征向量输入预先训练的企业信用计算模型中，输出目标企业对应的信用等级；其中，企业信用计算模型采用决策树算法创建而成。

可选的，方法还包括：

根据目标企业对应的信用等级进行企业信用风险预测，生成预测报告；

将风险报告发送至相关银行进行贷款评估。

可选的，获取目标企业的运营数据和车辆运行信息之前，还包括：

采集第一数量企业的基础信息；

预处理第一数量企业的基础信息，生成模型训练样本与模型测试样本；