申请/专利权人：深度(山东)数字科技集团有限公司

申请日：2024-01-17

公开（公告）日：2024-04-12

公开（公告）号：CN117575784B

主分类号：G06Q40/03

分类号：G06Q40/03;G06F16/2455

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明涉及企业票据信用评级管理的技术领域，且公开了基于大数据管理的票据大数据的企业信用评级方法及系统；所述系统包括企业使用票据信息获取模块、企业使用票据履约结果分析模块、企业使用票据的信用等级评估管理模块；通过企业使用票据违约结果占比数据与企业当前信用得分数据进行计算输出企业最新信用得分数据，从而实现企业信用评估与票据履约结果直接科学管理，促进企业按照票据约定高效执行票据履约，提高企业信用评级的标准化管理；依据企业最新信用得分数据与预设企业信用等级标准数据进行数值匹配准确高效分析出企业的信用等级，实现企业信用等级评估结果的真实性。

主权项：1.基于大数据管理的票据大数据的企业信用评级方法，其特征在于，所述方法包括如下步骤：S1、采集企业使用票据特征数据，所述S1包括以下步骤：S11、通过企业票据电子化管理系统获取企业使用票据的特征信息并生成企业使用票据特征数据集合，；其中表示第个票据对应的企业使用票据特征数据，表示票据数量的最大值；所述票据特征数据包括票据种类、票据号码、出票日期、付款人、收款人和票面金额；S2、依据所述企业使用票据特征数据采用数据搜索算法结合票据特征关键词搜索出企业使用票据对应的履约结果并生成输出企业使用票据履约结果数据，所述S2包括以下步骤：S21、依据企业使用票据特征数据集合中票据编号和企业使用票据特征数据中的票据特征关键词采用K-D树最邻近搜索算法在企业票据电子化管理系统中搜索出企业使用票据对应的履约结果并生成输出企业使用票据履约结果数据集合；其中表示第个票据对应的企业使用票据履约结果数据，所述票据履约结果包括已履约、违约、未处理中任意一种；所述未处理表示票据未被用于进行履约行为使用；S3、依据所述企业使用票据履约结果数据对票据履约结果分类采用数字量化处理并生成企业使用票据履约结果量化数值数据，所述S3包括以下步骤：S31、获取所述企业使用票据履约结果数据集合；S32、将所述企业使用票据履约结果数据集合中企业使用票据履约结果数据按照已履约取值1、违约取值-1、未处理取值0分类进行数字量化处理生成企业使用票据履约结果量化数值数据集合，其中表示第个票据的企业使用票据履约结果数据对应的企业使用票据履约结果量化数值数据；取值为中任意一个整数；S4、通过所述企业使用票据履约结果量化数值数据采用数据搜索算法结合票据履约结果量化数值关键词搜索出票据违约结果量化数值并生成企业使用票据违约结果量化数值数据，所述S4包括以下步骤：S41、获取所述企业使用票据履约结果量化数值数据集合；S42、采用如S21步骤中搜索算法将所述企业使用票据履约结果量化数值数据集合中违约票据对应的票据履约结果量化数值数据取值为-1的企业使用票据履约结果量化数值数据搜索出并组合生成企业使用票据违约结果量化数值数据集合，其中，表示第1个违约票据的企业使用票据违约结果量化数值数据，表示第2个违约票据的企业使用票据违约结果量化数值数据；S5、依据所述企业使用票据违约结果量化数值数据和所述企业使用票据履约结果量化数值数据计量出票据违约结果量化数值数据个数与票据履约结果量化数值数据个数的占比，将所述占比标识生成企业使用票据违约结果占比数据，所述S5包括以下步骤：S51、获取所述企业使用票据违约结果量化数值数据集合和所述企业使用票据履约结果量化数值数据集合；S52、依据所述企业使用票据履约结果量化数值数据集合中企业使用票据履约结果量化数值数据至计量出票据履约结果量化数值数据的总个数为；S53、计量出票据违约结果量化数值数据总个数与票据履约结果量化数值数据总个数的占比，其中取值为范围任意数值；将所述占比标识生成企业使用票据违约结果占比数据；S6、获取所述企业使用票据违约结果占比数据并与企业当前信用等级和当前信用得分数据按照占比数据与信用得分数据进行数值计量出企业最新信用得分数据，所述S6包括以下步骤：S61、建立企业当前信用等级和当前信用得分数据中的企业当前信用得分与所述企业使用票据违约结果占比数据进行作差计量出企业最新信用得分数据，其中当，表示企业信用不属于优、良好、一般、差四个企业信用等级范围，直接将对应企业信用等级归入企业信用黑名单；S7、依据所述企业最新信用得分数据与企业信用等级标准数据按照企业信用得分进行数值比对，分析评估出企业信用等级评估数据；将所述企业最新信用得分数据和所述企业信用等级评估数据组合生成企业信用等级评估结果数据，所述S7包括以下步骤：S71、建立企业信用等级标准数据集合，其中表示企业信用等级为优对应的企业信用得分区间为；表示企业信用等级为良对应的企业信用得分区间为；表示企业信用等级为优对应的企业信用得分区间为；表示企业信用等级为优对应的企业信用得分区间为；S72、将所述企业最新信用得分数据与企业信用等级标准数据集合中所述企业信用等级标准数据采用迭代加深搜索算法按照企业信用得分数值与所述企业信用得分区间进行数值区间匹配，并搜索出所述企业最新信用得分数据对应的企业信用等级评估数据；S73、将所述企业最新信用得分数据和所述企业信用等级评估数据组合生成企业信用等级评估结果数据。

全文数据：

权利要求：

百度查询： 深度(山东)数字科技集团有限公司 基于大数据管理的票据大数据的企业信用评级方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD