[发明专利]企业信用分类系统构建方法、装置、电子设备及存储介质

权利要求书

1.一种企业信用分类系统构建方法，其特征在于，所述方法包括：

获取企业相关的公开数据，并对所述公开数据进行融合、整理为标准统一的数据进行存储，得到公开数据库；

根据所述公开数据库，构建企业知识图谱；

根据所述企业知识图谱，选取企业信用评价指标；

基于所述企业信用评价指标，采用分类算法进行企业信用分类预测。

2.根据权利要求1所述的方法，其特征在于，所述根据所述公开数据库，构建企业知识图谱，包括：

抽取所述公开数据库中的实体及实体之间的关系，构建初步企业知识图谱；

对所述初步企业知识图谱，进行隐藏知识推理，补充所述实体之间的隐藏关系，得到所述企业知识图谱。

3.根据权利要求2所述的方法，其特征在于，所述抽取所述公开数据库中的实体及实体之间的关系，构建初步企业知识图谱，包括：

通过双向长短期记忆模型循环神经网络与条件随机场抽取所述公开数据库中的实体，通过依存句法分析的方法抽取实体之间的关系，构建初步企业知识图谱。

4.根据权利要求2所述的方法，其特征在于，所述对所述初步企业知识图谱，进行隐藏知识推理，补充所述实体之间的隐藏关系，得到所述企业知识图谱，包括：

对所述初步企业知识图谱，通过TransE模型进行隐藏知识推理，补充所述实体之间的隐藏关系，得到所述企业知识图谱。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述企业知识图谱包括企业若干维度特征；

所述根据所述企业知识图谱，选取企业信用评价指标，包括：

确定每个所述特征及所述特征对应的标签之间的特征相关性；

从所有所述特征相关性中，选取最优的特征子集；

所述最优的特征子集中的所有指标为所述企业信用评价指标。

6.根据权利要求5所述的方法，其特征在于，所述从所有所述特征相关性中，选取最优的特征子集，包括：

将所有所述特征相关性进行降序排序，采用最优寻找方法寻找所述最优的特征子集。

7.根据权利要求1-4任一项所述的方法，其特征在于，所述分类算法包括支持向量机算法、决策树算法、朴素贝叶斯算法、深度森林算法。

8.一种企业信用分类系统构建装置，其特征在于，所述装置包括：

数据采集模块，用于获取企业相关的公开数据，并对所述公开数据进行融合、整理为标准统一的数据进行存储，得到公开数据库；

图谱构建模块，用于根据所述公开数据库，构建企业知识图谱；

企业信用评价指标选取模块，用于根据所述企业知识图谱，选取企业信用评价指标；

分类预测模块，用于基于所述企业信用评价指标，采用分类算法进行企业信用分类预测。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的企业信用分类系统构建方法。

10.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的企业信用分类系统构建方法。