(19)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 202210579237.4 (22)申请日 2022.05.25 (71)申请人 河北平普数政科技有限公司 地址 050031 河北省石家庄市高新区中山 东路842号河北广电信息网络集团产 业中心大楼13层 (72)发明人 栾德刚　王波　张兆德　王晓磊　 王力　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 专利代理师 朱江 (51)Int.Cl. G06Q 40/02(2012.01) G06F 16/2455(2019.01) G06F 16/25(2019.01)G06F 16/28(2019.01) G06F 16/21(2019.01) G06F 16/215(2019.01) G06N 5/00(2006.01) (54)发明名称 一种基于大数据的农民专业合作社用信用 评分方法 (57)摘要 本发明涉及评分方法技术领域， 且公开了一 种基于大数据的农民专业合作社用信用评分方 法， 包括信息提取模块、 信息 预处理模块、 信息建 模模块、 信用初选模块、 信用复选模块、 信用评级 模块， 信息提取模块是对不同的信息进行业务数 据抽取， 信息预处理模块是对该数据信息进行分 类优化处理， 信息建模模块是将用户的征信记录 构建形成完成的数据库， 信用初选模块是提取数 据库中所需要的有效数据对数据进行合理性归 类并判定； 该用于一种基于大数据的农民专业合 作社用信用评分方法， 综合了专家判断、 打分法、 决策树的优点， 相对于传统的评分模型， 得出的 结论将更加科 学， 准确性更高， 适用性更强。 权利要求书3页 说明书13页 附图1页 CN 114897603 A 2022.08.12 CN 114897603 A 1.一种基于大数据的农民专业合作社用信用评分方法， 其特征在于： 包括信息提取模 块、 信息预处理模块、 信息建模模块、 信用初选模块、 信用复选模块、 信用评级模块， 包括下 列步骤： 利用信息提取模块进行数据信息提取再传输给信息预处理模块进行数据进行分类优 化预处理； 将预处理的数据信息传输至信息建模模块将用户的征信记录信息构建形成完成的数 据库并提供 给至信用初选模块； 信用初选模块将根据编程指令对数据库中的既定数据进行识别并提取出所需的指标 大类传输给信用复选模块； 信用复选模块 根据程序指令对指标 大类进行细化 为指标小类传输给信用评级模块。 2.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征 在于： 所述信息提取模块和信息预处理模块所提取并分类处理的具体信息包括规模类、 财 务类、 社会影响类、 失信行为类， 规模类包括成立时间、 成员人数、 流转土地面积、 流转土地 年限， 财务类包括资产总额、 经营收入、 资产负债 率、 年净利润、 流动比率、 是否获得过贷款、 获得过政府扶持项目， 社会影响类包括示范社级别、 产品认证级别、 法人经营能力、 法人声 誉、 法人的教育程度、 法人的年龄， 失信行为类包括分配制度不规范、 管理者被行政告诫、 管 理者被行政处罚、 管理者被刑事处罚、 管理者被列入失信黑名单、 合作社有不能信用记录、 合作社被行政告诫、 合作社被行政处罚、 管理者被刑事处罚、 管理者被刑事处罚。 3.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征 在于： 信用初选模块为智能化数据 处理服务中心， 具体设置为企业内部一种分类筛选服务 器， 服务器根据既定的程序设定将分数分类划分为信用积累， 信用流 失， 信用积累包括对规 模类、 财务类、 社会影响类， 信用流 失类包括管理不规范、 管理者 失信行为、 失信行为类进 行 详细合理的归类统计以及判定 。 4.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征 在于： 所述信息预 处理模块的数据预 处理优化过程是一种特殊的计算机检测， 利用CPU处理 器将数据与已知的标准值进行比较， 并将差别度高于一定阈值的数据信息输入表格， 再 由 二次智能审核表格中的图形， 确定隔离点， 并给 出数据中的隔离点 值。 5.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征 在于： 所述信息 建模模块以提取数据信息的集 成为基础， 搭建信息数据的基本框架， 最 终产 生数据库， 设计数据库的过程涉及生成前面描述的三种类型的模式－概念、 逻辑和物理， 模 式中记录的数据库设计通过 数据定义语言进行转换， 然后生成数据库。 6.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征 在于： 所述信用复选模块是基于信用初选模块之后的细化服务处理器， 补 充具体细化分类， 剔除数据缺 失、 不准确、 不必 要因素的指标， 其中信用复选模块包括专家判断、 打分卡、 决策 树， 根据指标定性、 定量， 以及关联 特性来确定适 合专家判断、 打 分卡， 决策树的数据信息 。 7.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征 在于： 所述信用评级模块采用信用积累分、 信用流失分双向计分， 各自都采用百分制， 信用 评级模块包括专 家判断指标、 定性指标、 决策树指标。 8.根据权利要求1所述的一种基于大数据的农民专业合作社用信用评分方法， 其特征权　利　要　求　书 1/3 页 2 CN 114897603 A 2在于： 所述信息建模模块将用户的征信记录信息构建形成完成数据库分类组的具体步骤： 包括根据编码进分组查询、 对分组的结果进循环查询， 详细编程代码语句： <！ ‑‑根据规模 类、 财务类、 社会影 响类、 失信行为类进行排序分组(record_type： 1规模类； 2财务类； 3社会 影响类； 4失信行为类) ‑‑> <！‑‑提： 分组时使用max()函数主要是解决分组字段和返回字段不致引起的报错问 题‑‑> <select id＝"getModelsCarList"parameterT ype＝"java.lang.String"r esultType ＝"com.* **.***.dto.ModelVo"> SELECT*FROM <choose> <！‑‑按规模类进行分组 ‑‑> <when test＝"seriesCode！ ＝ null and seriesCode！ ＝ ”"> (SELECTc.series_code,c.model_code,MAX(c.model_name)model_name,MAX (c.model_id)model_id FROM models_scale  c GROUP BY c.series_code,c.model_code)AS  tt where tt.series_code＝#{seriesCode} </when> <otherwise> <！‑‑按财务类分组 ‑‑> (SELECTc.series_code,MAX(c.series_name)series_name,MAX(c.series_id) series_id,MAX(c.Financial  class)Financial  class FROM models_Financial  c GROUP  BY c.series_code)AS  tt wher e tt.Financial class＝1 </otherwise> <！‑‑按社会影响类 ‑‑> <when test＝"seriesCode！ ＝ null and seriesCode！ ＝ ”"> (SELECTc.series_code,c.model_code,MAX(c.model_name)model_n  ame,MAX (c.model_id)model_id FROM models_Social  c GROUP BY c.series_code,c.model_code)AS  tt where tt.series_code＝#{seriesCode} </when> <otherwise> <！‑‑按失信行为类 ‑‑> (SELECTc.series_code,MAX(c.series_name)series_name,MAX(c.series_id) series_id,MAX(c.promises)promises FROM models_promises  c GROUP BY c.series_code)AS  tt where tt.Financial   class＝1 </otherwise> <choose> <select>。权　利　要　求　书 2/3 页 3 CN 114897603 A 3