(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111574801.5 (22)申请日 2021.12.21 (71)申请人 税友信息技 术有限公司 地址 310053 浙江省杭州市滨江区浦沿街 道南环路3738号817室 (72)发明人 陈泓　沈懿忱　杨占强　刘子星　 孙琦　戴宁　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 吴磊 (51)Int.Cl. G06Q 10/04(2012.01) G06F 16/242(2019.01) G06F 16/21(2019.01) (54)发明名称 一种走逃企业的预测方法、 系统及相关装置 (57)摘要 本申请提供一种走逃企业的预测方法， 包 括： 获取待建模数据特征； 对待建模数据特征进 行预设次数的有放回抽样， 得到抽样样本数据； 对每个抽样样本 数据分别进行LightGBM建模， 得 到预测模型； 利用预测模型根据平均信息熵增益 输出每个特征的特征权重； 利用预测模型对读入 数据进行走逃企业预测， 得到预测结果。 本申请 在提升模型准确度的同时极大缓解了模型过拟 合的现象。 大大降低了模型训练时对物理 内存的 占用， 能够用更大的数据量和更高维度的特征进 行模型的训练， 精确度更高， 提升了对走逃企业 预测准确性的同时， 减少了客诉。 本申请还提供 一种走逃企业的预测系统、 计算机可读存储介质 和电子设备， 具有上述有益效果。 权利要求书2页 说明书6页 附图1页 CN 114154754 A 2022.03.08 CN 114154754 A 1.一种走 逃企业的预测方法， 其特 征在于， 包括： 获取待建模数据特 征； 对所述待建模数据特 征进行预设次数的有放回抽样， 得到抽样 样本数据； 对每个所述抽样 样本数据分别进行L ightGBM建模， 得到预测模型； 利用所述预测模型根据平均信息熵增益输出每 个特征的特征权重； 利用所述预测模型对读入数据进行走逃企业预测， 得到预测结果； 其中， 所述预测结果 包括输出 特征和各所述输出 特征对应的特 征权重。 2.根据权利要求1所述的预测方法， 其特 征在于， 还 包括： 根据建模需求， 并确定所述建模需求中的特 征获取规则和业 务要求； 根据所述特 征获取规则生成特 征宽表； 读取所述特征宽表， 根据 所述业务要求对所述读入数据进行特征工程处理； 其中， 所述 特征工程处理包括缺失值填充、 过采样、 负采样、 数值化类别特征、 衍生变量中一项或任意 几项的组合。 3.根据权利要求1所述的预测方法， 其特 征在于， 得到预测模型之后， 还 包括： 使用Graphviz绘制各 所述预测模型对应决策树的结构。 4.根据权利要求1所述的预测方法， 其特 征在于， 还 包括： 根据所述特征重要性指标对所述预测模型的模型特征进行校验， 优化和/或删除异常 特征后， 重新训练所述预测模型。 5.根据权利要求1所述的预测方法， 其特 征在于， 还 包括： 接收输入字段； 利用后端sql 查询所述输入字段对应的条目信息； 将所述条目信息中的其 他字段信息和所述输入字段作为 参数输入至所述预测模型。 6.根据权利要求1所述的预测方法， 其特征在于， 利用所述预测模型对读入数据进行走 逃企业预测， 得到预测结果之后， 还 包括： 将所述预测结果存 储于预设数据库。 7.根据权利要求1所述的预测方法， 其特征在于， 利用所述预测模型根据平均信 息熵增 益输出每 个特征的特征权重之后， 还 包括： 利用LIME对所述读入数据执行基于数据生成的回归建模， 得到所有特征在所述读入数 据上的重要性分数。 8.一种走 逃企业的预测系统， 其特 征在于， 包括： 数据获取模块， 用于获取待建模数据特 征； 抽样模块， 用于对所述待建模数据特征进行预设次数的有放回抽样， 得到抽样样本数 据； 模型生成模块， 用于对每 个所述抽样 样本数据分别进行L ightGBM建模， 得到预测模型； 特征权重确定模块， 用于利用预测模型根据平均信息熵增益输出每个特征的特征权 重； 预测模块， 用于利用所述预测模型对读入数据进行走逃企业预测， 得到预测结果； 其 中， 所述预测结果包括输出 特征和各所述输出 特征对应的特 征权重。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被权　利　要　求　书 1/2 页 2 CN 114154754 A 2处理器执行时实现如权利要求1 ‑7任一项所述的走 逃企业的预测方法的步骤。 10.一种电子设备， 其特征在于， 包括存储器和处理器， 所述存储器中存有计算机程序， 所述处理器调用所述存储器中的计算机程序时实现如权利要求1 ‑7任一项所述的走逃企业 的预测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114154754 A 3