一种基于金融大数据的企业风险智能识别方法

摘要

一种基于金融大数据的企业风险智能识别方法，步骤如下：1)判断是否需要训练聚类中心和决策树；2)数据采集，获取企业的工商数据、法务数据、类别数据，生成高风险数据集、低风险数据集；3)数据预处理，将两个数据集中的数据拆分为高风险工商数据、法务数据、类别数据矩阵，低风险工商数据、法务数据矩阵、低风险矩阵、类别数据矩阵；4)数据聚类，构建K‑Means模型，对高风险工商数据矩阵、高风险法务数据矩阵分别训练聚类中心；5)提取非线性特征：得到高风险特征矩阵和低风险特征矩阵；6)构建决策树，基于高风险特征矩阵和低风险特征矩阵构建决策树模型；7)识别企业风险，加载决策树模型，得到安全风险分析结果。