[发明专利]一种基于LightGBM的企业失信概率预测方法及系统

摘要

本发明提供一种基于LightGBM的企业失信概率预测方法及系统，所述方法包括对企业在各个方面留下的信誉行为足迹信息进行分析与理解，并对数据进行预处理，同时结合业务需求在已有的数据特征维度上做进一步的特征工程，然后利用特征选择和特征降维的相关方法去降低特征的维度，使用以LightGBM为主的机器学习模型去学习数据，利用训练出的模型得到企业失信的概率风险值以及是否会失信的分类。本发明的技术方案可进一步提高金融机构防范欺诈和降低不良率的能力，实现对企业是否会出现失信的精准识别，适用于解决企业融资以及信用评价的问题，能够有效提高融资风险防范能力，可广泛应用于银行对企业贷款审核以及企业社会信用评估领域。

主权项

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。