[发明专利]一种基于LightGBM的企业失信概率预测方法及系统

权利要求书

1.一种基于LightGBM的企业失信概率预测方法，其特征在于，包括：

获取企业信誉行为足迹信息数据集，构建训练数据集，并对所述训练数据集进行预处理和特征提取，构建第一特征集；

基于所述第一特征集，首先使用LightGBM模型进行训练，得到第一LightGBM模型；然后使用XGBoost、CatBoost、LightGBM三个模型进行训练，并分别提取各模型按照特征重要性排序的前30个特征，构建第二特征集；

基于所述第二特征集，用LightGBM模型进行训练，得第二LightGBM模型；

利用所述第一LightGBM模型和第二LightGBM模型，根据待预测企业的信誉行为足迹信息分别预测其失信概率，并对所述第一LightGBM模型和第二LightGBM模型的预测结果进行加权综合，得到最终预测结果；

所述对所述训练数据集进行预处理和特征提取，构建第一特征集，包括：

对所述训练数据集进行清洗，剔除噪声数据，并进行缺失值填充；

对预处理后的训练数据集分别从统计特征、交叉特征、业务特征三个角度做特征工程，进行特征数据提取；

利用预设特征降维方法对提取的特征数据进行降维，构建第一特征集；

对训练数据集进行缺失值填充的方法为均值填充、0填充，以及LightGBM填充中的任意一种；对提取的特征数据进行降维的方法为PCA降维法；

所述对所述第一LightGBM模型和第二LightGBM模型的预测结果进行加权综合，得到最终预测结果，具体为：对所述第一LightGBM模型和第二LightGBM模型的预测结果取平均值；将所述第一LightGBM模型和第二LightGBM模型的预测结果的平均值作为对所述待预测企业的失信概率的最终预测结果。

2.如权利要求1所述的基于LightGBM的企业失信概率预测方法，其特征在于，所述信誉行为足迹信息包括：脱敏后的工商股权信息、行政处罚信息、司法诉讼信息，以及民间欠款信息。

3.如权利要求1所述的基于LightGBM的企业失信概率预测方法，其特征在于，基于所述第一特征集，使用LightGBM模型进行训练时，和基于所述第二特征集，使用LightGBM模型进行训练时，均采用交叉验证法进行训练。

4.一种基于LightGBM的企业失信概率预测系统，其特征在于，包括：

第一特征集构建模块，用于获取企业信誉行为足迹信息数据集，构建训练数据集，并对所述训练数据集进行预处理和特征提取，构建第一特征集；

第一LightGBM模型构建模块，用于基于所述第一特征集，使用LightGBM模型进行训练，得到第一LightGBM模型；

第二特征集构建模块，用于基于所述第一特征集，使用XGBoost、CatBoost、LightGBM三个模型进行训练，并分别提取各模型按照特征重要性排序的前30个特征，构建第二特征集；

第二LightGBM模型构建模块，用于基于所述第二特征集，用LightGBM模型进行训练，得第二LightGBM模型；

融合模块，用于利用所述第一LightGBM模型和第二LightGBM模型，根据待预测企业的信誉行为足迹信息分别预测其失信概率，并对第一LightGBM模型和第二LightGBM模型的预测结果进行加权综合，得到最终预测结果；

所述第一特征集构建模块，具体用于：

对所述训练数据集进行清洗，剔除噪声数据，并进行缺失值填充；

对预处理后的训练数据集分别从统计特征、交叉特征、业务特征三个角度做特征工程，进行特征数据提取；

利用预设特征降维方法对提取的特征数据进行降维，构建第一特征集；

所述第一特征集构建模块对训练数据集进行缺失值填充的方法为均值填充、0填充，以及LightGBM填充中的任意一种；所述第一特征集构建模块对提取的特征数据进行降维的方法为PCA降维法；

所述融合模块，具体用于：

对第一LightGBM模型和第二LightGBM模型的预测结果取平均值；将第一LightGBM模型和第二LightGBM模型的预测结果的平均值作为对所述待预测企业的失信概率的最终预测结果。