本发明专利技术实施例提供了一种供应链用户信用评价方法、装置、设备及计算机存储介质。获取供应链上核心用户的财务数据、舆情数据以及政务数据,基于核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定核心用户的信用评分,基于迁移学习算法对核心用户的财务数据、舆情数据、政务数据进行修正,得到修正后的数据,基于修正后的数据对风险评价模型进行训练,得到训练完成的风险评价模型,基于修正后的数据以及训练完成的风险评价模型确定核心用户的风险评分,基于信用评分与风险评分确定核心用户的目标信用。根据本申请实施例,能够使得当前对供应链上用户的信用评价准确。确。确。
【技术实现步骤摘要】
供应链用户信用评价方法、装置、设备及计算机存储介质
[0001]
本专利技术属于领域,尤其涉及一种供应链用户信用评价方法、装置、设备及计算机存储介质。
技术介绍
[0002]随着社会逐渐变的透明化和规范化,用户的信用也变得越来越重要。当前主要是利用用户自身的数据来对用户的信用进行评价。在这种信用评价的过程中,忽视了用户与社会的联系,所以使得在用户信用评价过程中,评价的数据单一,导致当前对用户的信用评价并不准确。
技术实现思路
[0003]本专利技术实施例提供一种在供应链用户信用评价方法、装置、设备及计算机存储介质,能够使得当前对用户的信用评价准确。
[0004]第一方面,本专利技术实施例提供一种供应链用户信用评价方法,方法包括:获取供应链上核心用户的财务数据、舆情数据以及政务数据;基于核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定核心用户的信用评分;基于迁移学习算法对核心用户的财务数据、舆情数据、政务数据进行修正,得到修正后的数据;基于修正后的数据对风险评价模型进行训练,得到训练完成的风险评价模型;基于修正后的数据以及训练完成的风险评价模型确定核心用户的风险评分;基于信用评分与风险评分确定核心用户的目标信用。
[0005]在一些实施方式中,供应链用户信用评价方法还包括:获取核心用户与非核心用户在供应链上的交易流数据;基于核心预设规则、交易流数据的流向以及交易流数据在核心用户所有交易流数据中的比重确定用户对非核心用户的影响因子;基于核心用户的目标信用与影响因子确定核心用户对非核心用户的影响信用;基于影响信用以及非核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定非核心用户的信用评分。
[0006]在一些实施方式中,基于核心预设规则、交易流数据的流向以及交易流数据在核心用户所有交易流数据中的比重确定用户对非核心用户的影响因子,具体包括:基于图论技术确定核心用户与非核心用户在产业链上的物流、资金流或信息流数据的流向以及核心用户与非核心用户在产业链上的物流、资金流或信息流数据在核心用户全部物流、资金流或信息流数据的比重。
[0007]在一些实施方式中,交易流数据包括物流、资金流或信息流数据中的至少一个;获取核心用户与非核心用户在产业链上的交易流数据,具体包括:基于预设的产业链对应的知识图谱确定核心用户与非核心用户在产业链上的物
流、资金流或信息流数据中的至少一个。
[0008]在一些实施方式中,在基于核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定核心用户的信用评分之前,供应链用户信用评价方法还包括:基于核心用户的历史财务数据、历史舆情数据、历史政务数据以及核心用户的历史信用评分对信用评价模型进行训练。
[0009]第二方面,本专利技术实施例提供了一种信用评价装置,信用评价装置包括:第一获取模块,用于获取供应链上核心用户的财务数据、舆情数据以及政务数据;第一确定模块,用于基于核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定核心用户的信用评分;修正模块,用于基于迁移学习算法对核心用户的财务数据、舆情数据、政务数据进行修正,得到修正后的数据;第一训练模块,用于基于修正后的数据对风险评价模型进行训练,得到训练完成的风险评价模型;第二确定模块,用于基于修正后的数据以及训练完成的风险评价模型确定核心用户的风险评分;第三确定模块,用于基于信用评分与风险评分确定核心用户的目标信用。
[0010]在一些实施方式中,供应链信用评价装置还包括:第二获取模块,用于获取核心用户与非核心用户在供应链上的交易流数据;第四确定模块,用于基于核心预设规则、交易流数据的流向以及交易流数据在核心用户所有交易流数据中的比重确定用户对非核心用户的影响因子;第五确定模块,用于基于核心用户的目标信用与影响因子确定核心用户对非核心用户的影响信用;第六确定模块,用于基于影响信用以及非核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定非核心用户的信用评分。
[0011]在一些实施方式中,第四确定模块还包括:确定单元,用于基于图论技术确定核心用户与非核心用户在产业链上的物流、资金流或信息流数据的流向以及核心用户与非核心用户在产业链上的物流、资金流或信息流数据在核心用户全部物流、资金流或信息流数据的比重。
[0012]在一些实施方式中,交易流数据包括物流、资金流或信息流数据中的至少一个;第二获取模块还包括:获取单元,用于基于预设的产业链对应的知识图谱确定核心用户与非核心用户在产业链上的物流、资金流或信息流数据中的至少一个。
[0013]在一些实施方式中,供应链用户的信用评价装置还包括:第二训练模块,在基于核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定核心用户的信用评分之前,用于基于核心用户的历史财务数据、历史舆情数据、历史政务数据以及核心用户的历史信用评分对信用评价模型进行训练。
[0014]第三方面,本专利技术实施例提供了一种电子设备,该电子设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现如第一方面的任一项实施例中的供应链用户
信用评价方法的步骤。
[0015]第四方面,本专利技术实施例提供了一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面的任一项实施例中的供应链用户信用评价方法的步骤。
[0016]第五方面,本专利技术实施例提供了一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面任一项实施例中的供应链用户信用评价方法。
[0017]本专利技术实施例的供应链用户信用评价方法、装置、设备及计算机存储介质,获取供应链上核心用户的财务数据、舆情数据以及政务数据,基于核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定核心用户的信用评分,基于迁移学习算法对核心用户的财务数据、舆情数据、政务数据进行修正,得到修正后的数据,基于修正后的数据对风险评价模型进行训练,得到训练完成的风险评价模型,基于修正后的数据以及训练完成的风险评价模型确定核心用户的风险评分,基于信用评分与风险评分确定核心用户的目标信用。由此,由于是获取供应链上的核心用户的信用评分和风险评分,然后根据核心用户的信用评分和风险评分确定核心用户的目标信用,所以能够使得在确定核心用户的目标信用时能够综合多方面的信息,进一步的,能够使得获取的目标信用更加准确。
[0018]附图说明
[0019]为了更清楚地说明本专利技术实施例的技术方案,下面将对本专利技术实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0020]图1是本申请一个示例提供的产业链的结构示意图;图2是本申请一个实施例提供的供应链用户信用评价方法的流程示意图;图3是本申请一个实施例提供的知识图谱的示意图;图4是本申请一个实施例提供的信用评价装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种供应链用户供应链用户信用评价方法,其特征在于,所述方法包括:获取供应链上核心用户的财务数据、舆情数据以及政务数据;基于所述核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定所述核心用户的信用评分;基于迁移学习算法对所述核心用户的财务数据、舆情数据、政务数据进行修正,得到修正后的数据;基于所述修正后的数据对风险评价模型进行训练,得到训练完成的风险评价模型;基于所述修正后的数据以及训练完成的风险评价模型确定所述核心用户的风险评分;基于所述信用评分与风险评分确定所述核心用户的目标信用。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取所述核心用户与所述非核心用户在所述供应链上的交易流数据;基于核心预设规则、所述交易流数据的流向以及所述交易流数据在核心用户所有交易流数据中的比重确定所述用户对所述非核心用户的影响因子;基于所述核心用户的目标信用与所述影响因子确定所述核心用户对非核心用户的影响信用;基于所述影响信用以及所述非核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定所述非核心用户的信用评分。3.根据权利要求2所述的方法,其特征在于,所述基于核心预设规则、所述交易流数据的流向以及所述交易流数据在核心用户所有交易流数据中的比重确定所述用户对所述非核心用户的影响因子,具体包括:基于图论技术确定所述核心用户与非核心用户在所述产业链上的物流、资金流或信息流数据的流向以及所述核心用户与非核心用户在所述产业链上的物流、资金流或信息流数据在所述核心用户全部物流、资金流或信息流数据的比重。4.根据权利要求2所述的方法,其特征在于,所述交易流数据包括物流、资金流或信息流数据中的至少一个;所述获取所述核心用户与非核心用户在所述产业链上的交易流数据,具体包括:基于预设的产业链对应的知识图谱确定所述核心用户与非核心用户在所述产业链上的物流、资金流或信息流数据中的至少一个。5.根据权利要求1所述的方法,其特征在于,在所述基于所述核心用户的财务数据、舆情数据、政务数据以及训练完成的信用评价模型确定所述核心用户的信用评分之前,所述方法还包括:基于所述核心用户的历史财务数据、历史...
【专利技术属性】
技术研发人员:江元元,
申请(专利权)人:创络上海数据科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。