[发明专利]基于机器学习算法的违约预测方法、装置、设备及介质

权利要求书

1.一种基于机器学习算法的违约预测方法，其特征在于，包括：

获取发债主体的舆情信息和经营数据信息，所述舆情信息包括正面信息、负面信息、中性信息中的一种或多种，所述舆情信息是指与所述发债主体相关的信息；

对所述舆情信息和所述经营数据信息进行结构化处理，得到所述舆情信息和所述经营数据信息对应的结构化数据；

对所述舆情信息和所述经营数据信息对应的结构化数据进行分析，得到所述舆情信息和所述经营数据信息的影响概率值；

对所述舆情信息和所述经营数据信息进行聚类，得到所述舆情信息和所述经营数据信息对应的类别；

将所述舆情信息和所述经营数据信息的影响概率值以及聚类后的舆情信息和经营数据信息输入预训练的违约预测模型和改进的KMV模型，得到所述发债主体违约的概率值。

2.根据权利要求1所述的方法，其特征在于，所述对所述舆情信息和所述经营数据信息进行结构化处理，得到所述舆情信息和所述经营数据信息对应的结构化数据，包括：

从所述舆情信息和所述经营数据信息提取与所述舆情信息和所述经营数据信息对应的第一特征向量；

将所述第一特征向量输入自然语言处理模型中，得到与所述舆情信息和所述经营数据信息对应的结构化数据。

3.根据权利要求2所述的方法，其特征在于，所述对所述舆情信息和所述经营数据信息对应的结构化数据进行分析，得到所述舆情信息和所述经营数据信息的影响概率值，包括：

根据OCR识别技术从所述结构化数据中提取与预设的关键词对应的关键文本信息；

通过情感分析技术对所述关键文本信息进行分析，得到所述舆情信息和所述经营数据信息的影响概率值。

4.根据权利要求3所述的方法，其特征在于，所述通过情感分析技术对所述关键文本信息进行分析，得到所述舆情信息和所述经营数据信息的影响概率值，包括：

对所述关键文本信息进行分词处理，得到所述关键文本信息对应的词序列；

计算所述词序列中每个词的词向量，并根据所述每个词的词向量确定所述关键文本信息对应的文本向量；

将所述文本向量输入预训练的情感分析模型中，得到所述关键文本信息的语义特征，并将所述语义特征输入指定分类器中，得到所述关键文本信息的情感分类的预测概率；

根据所述情感分类的预测概率确定所述舆情信息和所述经营数据信息的影响概率值。

5.根据权利要求1所述的方法，其特征在于，所述将所述舆情信息和所述经营数据信息的影响概率值以及聚类后的舆情信息和经营数据信息输入预训练的违约预测模型和改进的KMV模型，得到所述发债主体违约的概率值，包括：

将所述舆情信息和所述经营数据信息的影响概率值以及聚类后的舆情信息和经营数据信息输入预训练的违约预测模型，得到违约特征信息；

将所述违约特征信息输入改进的KMV模型，通过所述改进的KMV模型中的非正太分布累计概率函数计算得到所述发债主体违约的概率值。

6.根据权利要求1所述的方法，其特征在于，所述将所述舆情信息和所述经营数据信息的影响概率值以及聚类后的舆情信息和经营数据信息输入预训练的违约预测模型和改进的KMV模型，得到所述发债主体违约的概率值之前，还包括：

采集样本训练数据集，所述样本训练数据集中包括多个样本数据，每个样本数据包括历史发债主体的历史舆情信息和历史经营数据信息的影响概率值以及历史舆情信息和历史经营数据信息的类别信息；

对所述样本训练数据集中的每个样本数据添加违约标签，并将添加违约标签的每个样本训练数据输入预设的神经网络模型进行训练，得到所述违约预测模型。