买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利融合论坛文本时序特征的企业信用风险预警方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115496357B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211140585.8，技术领域涉及：G06Q10/0635；该发明授权融合论坛文本时序特征的企业信用风险预警方法和系统是由蒋翠清;张玉;王钊;王建飞设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本融合论坛文本时序特征的企业信用风险预警方法和系统在说明书摘要公布了：本发明提供一种融合论坛文本时序特征的企业信用风险预警方法、系统、存储介质和电子设备，涉及企业信用风险预警领域。主要包括获取企业信用数据和企业论坛中的文本数据；根据获取的企业信用数据进行特征筛选；根据获取的论坛文本数据按照时间顺序统计每一特征对应的数据；采用不同的时间细粒度对获取的论坛文本序列化统计数据进行划分，将经过时间细粒度划分的数据分别输入到构建的残差式深度门控循环模型中，选择误差最小的作为时序特征构建模型，最后融合信用风险特征和时序特征，采用Adaboost模型对企业信用风险进行预警。解决了现有文本数据处理方法未考虑时间因素、预警模型准确性不高的问题。

本发明授权融合论坛文本时序特征的企业信用风险预警方法和系统在权利要求书中公布了：1.一种融合论坛文本时序特征的企业信用风险预警方法，其特征在于，包括： 获取企业信用数据和企业论坛中的文本数据； 根据所述企业信用数据，采用基于互信息的特征筛选方法获取用于企业风险预警的信用风险特征； 根据所述文本数据，统计论坛中发布的文本数据条数、每一条文本数据对应的回复数、每一条文本数据对应的正面情感或者负面情感； 根据时间细粒度对所获取的统计信息进行序列化处理，分别按照天、周、月进行划分，获取三种细粒度的序列化文本数据； 将所述三种细粒度的序列化数据分别输入预先构建的残差式深度门控循环模型中，并将模型最后一层隐藏层向量作为时序特征； 融合所述信用风险特征和时序特征，采用预先构建的Adaboost集成学习模型，获取企业信用风险等级的预警结果； 所述残差式深度门控循环模型的构建过程包括： S10、数据划分：按照K折分层抽样的方法，根据企业编号，划分训练集和测试集； S20、输入层：根据划分好的训练集和测试集，分别将三种细粒度的序列化文本数据x∈{x_day,x_week,x_montj}作为模型输入； S30、编码层：将序列化文本数据分别输入残差式深度门控循环网络模型中，所述残差式深度门控循环网络模型由三层叠加的残差式深度门控循环网络组成，每一层都经过深度门控循环网络，然后通过残差结构对第一层输出进行变化，将第一层残差网络的计算结果作为第二层的输入，同理将第二层残差网络计算结果作为第三层输入； S40、输出层：根据企业信用风险等级，设置DNN最后一层输出参数为企业信用风险等级数； 其中，c＝1,2，…，k，k表示企业信用风险的等级，yc表示实际企业信用风险的等级为c的概率，表示经过三层叠加的残差式深度门控循环网络的输出向量，DNN为多层感知机模块，由多个多层感知机层构成； S50、根据三种细粒度模型训练效果，选择误差最小的细粒度模型作为论坛文本时序特征抽取模型； 其中，R表示训练样本数，表示预测企业信用风险的等级为c的概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。