[发明专利]具有欺诈风险的企业识别方法及装置

权利要求书

1.一种具有欺诈风险的企业识别方法，其特征在于，应用于与终端设备通信连接的服务器，所述方法包括：

接收用户通过所述终端设备输入的待识别的目标企业名称；

将所述目标企业名称与欺诈企业名单中的企业名称进行匹配，在所述欺诈企业名单中匹配到所述目标企业名称时，判定目标企业为具有欺诈风险的企业；

在所述欺诈企业名单中匹配不到所述目标企业名称时，根据所述目标企业名称获取所述目标企业的企业特征变量，将所述目标企业的企业特征变量输入训练好的欺诈识别模型中进行训练，训练得到所述目标企业的欺诈评分，其中，所述企业特征变量包括企业工商特征变量、企业处罚特征变量及关联企业特征变量，所述关联企业包括企业知识图谱中记录的所述目标企业的法人对外投资或任职的企业、所述目标企业的董监高对外投资或任职的企业、所述目标企业对外投资的企业；

将所述目标企业的欺诈评分与预设的欺诈评分阈值进行比较，在所述目标企业的欺诈评分小于等于所述预设的欺诈评分阈值时，判定所述目标企业为具有欺诈风险的企业，反之，判定所述目标企业为不具有欺诈风险的企业。

2.如权利要求1所述的具有欺诈风险的企业识别方法，其特征在于，所述欺诈企业名单包括欺诈企业黑名单和欺诈企业灰名单，所述将所述目标企业名称与欺诈企业名单中的企业名称进行匹配，在所述欺诈企业名单中匹配到所述目标企业名称时，判定目标企业为具有欺诈风险的企业的步骤，包括：

将所述目标企业名称与欺诈企业黑名单中的企业名称进行匹配，在所述欺诈企业黑名单中存在所述目标企业名称时，判定所述目标企业为具有欺诈风险的企业；

在所述欺诈企业黑名单中不存在所述目标企业名称时，将所述目标企业名称与欺诈企业灰名单中的企业名称进行匹配，在所述欺诈企业灰名单中存在所述目标企业名称时，判定所述目标企业为具有欺诈风险的企业，其中，所述欺诈企业灰名单包括与所述欺诈企业黑名单中的企业存在关联关系的企业的企业名称。

3.如权利要求2所述的具有欺诈风险的企业识别方法，其特征在于，所述方法还包括构建所述欺诈企业黑名单及所述欺诈企业灰名单的步骤，该步骤包括：

从网络中爬取设定网站上的企业数据信息，所述设定网站包括政府信息公布网站及企业信用信息公示网站；

对所述企业数据信息进行数据分析，将命中欺诈企业规则的所有企业的企业名称加入一名单中得到所述欺诈企业黑名单，其中，所述欺诈企业规则包括企业遭受行政处罚及企业违法失信；

根据所述欺诈企业黑名单中的企业名称，通过企业知识图谱查找与所述欺诈企业黑名单中的企业名称存在关联关系的企业名称，将查找到的所述企业名称加入一名单中得到所述欺诈企业灰名单。

4.如权利要求3所述的具有欺诈风险的企业识别方法，其特征在于，所述方法还包括对所述欺诈识别模型进行训练的步骤，该步骤包括：

获取训练样本和测试样本，每个训练样本和每个测试样本均包括样本企业的企业特征变量；

将所述训练样本输入所述欺诈识别模型中进行训练，确定所述欺诈识别模型的模型参数；

将所述训练样本和所述测试样本分别输入确定模型参数的所述欺诈识别模型中，输出所述训练样本的欺诈概率及所述测试样本的欺诈概率；

根据所述训练样本的欺诈概率及所述测试样本的欺诈概率对所述欺诈识别模型的预测结果稳定性进行评估，若满足预测结果稳定性评估，将确定所述模型参数的欺诈识别模型作为训练好的欺诈识别模型；若不满足预测结果稳定性评估，重新确定所述欺诈识别模型的模型参数，直到重新确定的模型参数使所述欺诈识别模型满足预测结果稳定性评估。

5.如权利要求4所述的具有欺诈风险的企业识别方法，其特征在于，所述获取训练样本和测试样本的步骤，包括：

根据所述欺诈企业黑名单及所述欺诈企业灰名单构建坏样本；

通过企业数据库随机筛选出无不良记录的企业构建好样本；

所述坏样本和所述好样本按照预设比例构建数量一定的样本库；

按照一定的比例将所述样本库划分为所述训练样本和测试样本。