[发明专利]一种企业经营风险特征数据信息提取方法和提取系统

权利要求书

1.一种企业经营风险特征数据信息提取方法，其特征在于，包括以下步骤：

S11、利用网络爬虫技术采集所需进行风险预测的企业信息数据以及其关联企业的信息数据；采集进行风险预测的企业内部信息数据以及外部信息数据；所述的内部信息数据包括所有格式的财务数据、报账信息数据、合同信息数据、HR数据、招投标数据以及其他企业内部相关的办公电子文档；所述的外部信息数据包括了企业互联网舆情数据、外部公开招投标信息数据、工商信息数据、政策信息数据以及其他与企业相关的网页数据；

S12、对于所收集到的企业内部信息数据和外部信息数据进行数据融合处理，将非结构化或者半结构化数据转化为结构化的数据并且储存至图形数据库内；

S13、根据所收集到的所需进行风险预测的企业信息数据和其关联企业的信息数据进行知识图谱构建及绘制；将知识图谱看作是一张图，使用图嵌入法，用低维、稠密、实值的向量表示网络中的节点且将异质信息投影到同一个低维空间中进行下游计算；下游计算即为深度学习模型接受降维后的数据，进行训练或者预测；将图之间的关系转化为通过word2vec中的词序列类挖掘图节点之间的关系；

S14、采集经营风险特征数据信息；使用深度学习方法从知识图谱里获取与预先设定的风险特征词相同或者类似的风险特征标签词，然后利用深度学习方法找到经营风险特征数据信息进行提取；深度学习是一种机器学习的方法，它通过多个隐含层的神经网络结果来学习目标；

其中，所述的所收集到的所需企业以及其关联企业的信息数据进行知识图谱构建及绘制包含以下步骤：

S21、利用自然语言处理技术对不同企业的相关联的实体信息数据进行命名实体识别，进而得到与所需进行经营风险预测的企业的相关联实体信息数据；并进行实体消歧，获得明确名称指代的具体实体信息数据；

S22、对实体之间的语义关系进行提取，从而获得不同实体间的实体关系信息数据；

S23、整合S21中的实体信息数据以及S22中的实体关系信息数据进行知识图谱的构建以及绘制，通过图的方式表达实体与实体之间的复杂关系。

2.一种采用权利要求1所述的企业经营风险特征数据信息提取方法的企业经营风险特征数据信息提取系统，其特征在于：所述的系统包括了数据采集模块，知识图谱模块，模型构建模块以及预测模块；

所述的数据采集模块，利用网络爬虫脚本获取不同平台上的相关企业内外部数据；再将所获取的数据进行数据融合，整合；

所述的知识图谱模块，利用数据采集模块上所获取的数据构建知识图谱，利用所述的图谱对图谱内的事件进行聚类和风险等级划分，并把相关的数据导入模型构建模块中；

所述的模型构建模块利用所述图谱构建的图内信息数据，构建训练集和测试集，从而进行持续的迭代训练，得出最优模型；

所述的预测模块，利用所述模型板块内得到的最优模型以及将要预测的企业当前相关数据，能够对所需企业的未来风险进行分析预测。