一种确定代理主体的方法及装置与流程

技术特征：
1.一种确定代理主体的方法，其特征在于，包括：获取企业的企业名称；将所述企业的企业名称进行分词处理，得到所述企业的企业字号，并确定出所述企业的地域、经营范围和经营规模；将所述企业的企业字号、地域、经营范围和经营规模进行向量化处理，得到所述企业的特征向量；将所述企业的特征向量输入到代理主体预测模型中，确定出所述企业的代理主体类型，其中，所述代理主体预测模型是对标记有代理主体类型的企业的企业名称的训练样本进行训练学习得到的。2.如权利要求1所述的方法，其特征在于，所述将所述企业的企业名称进行分词处理，包括：使用预训练分词模型将所述企业的企业名称进行分词处理。3.如权利要求1所述的方法，其特征在于，所述将所述企业的企业字号、地域、经营范围和经营规模进行向量化处理，得到所述企业的特征向量，包括：使用预训练词向量模型将所述企业的企业字号、地域、经营范围和经营规模进行向量化处理，得到所述企业的特征向量。4.如权利要求1所述的方法，其特征在于，所述对标记有代理主体类型的企业的企业名称的训练样本进行训练学习得到所述代理主体预测模型，包括：获取所述标记有代理主体类型的企业的企业名称的训练样本；分别对所述训练样本中的企业名称进行分词处理，得到所述训练样本中的企业的企业字号、地域、经营范围和经营规模；对所述训练样本中分词后的企业名称进行聚类，并确定出每个类别的核心特征；将所述企业所在类别的核心特征以及所述企业的企业字号、地域、经营范围和经营规模进行向量化处理，得到所述训练样本中各企业对应的特征向量；将所述训练样本中各企业对应的特征向量依次输入到预设的监督学习模型中进行训练，直到模型收敛后，得到所述代理主体预测模型。5.如权利要求4所述的方法，其特征在于，所述监督学习模型为逻辑回归模型。6.如权利要求1所述的方法，其特征在于，所述代理主体类别包括代理主体和非代理主体；所述将所述企业的特征向量输入到代理主体预测模型中，确定出所述企业的代理主体类型，包括：将所述企业的特征向量输入到所述代理主体预测模型中，确定出所述企业对应的预测概率；若预测概率大于阈值，则确定所述企业为代理主体；否则确定所述企业为非代理主体。7.如权利要求1至6任一项所述的方法，其特征在于，在确定出所述企业的代理主体类型之后，还包括：将所述企业的企业名称及其对应的代理主体类别存入所述训练样本，重新训练所述代理主体预测模型。8.一种确定代理主体的装置，其特征在于，包括：
获取单元，用于获取企业的企业名称；处理单元，用于将所述企业的企业名称进行分词处理，得到所述企业的企业字号，并确定出所述企业的地域、经营范围和经营规模；将所述企业的企业字号、地域、经营范围和经营规模进行向量化处理，得到所述企业的特征向量；将所述企业的特征向量输入到代理主体预测模型中，确定出所述企业的代理主体类型，其中，所述代理主体预测模型是对标记有代理主体类型的企业的企业名称的训练样本进行训练学习得到的。9.一种计算设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于调用所述存储器中存储的计算机程序，按照获得的程序执行权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行权利要求1至7任一项所述的方法。

技术总结
本发明提供了一种确定代理主体的方法及装置，该方法包括获取企业的企业名称，将企业的企业名称进行分词处理，得到企业的企业字号，并确定出企业的地域、经营范围和经营规模，将企业的企业字号、地域、经营范围和经营规模进行向量化处理，得到企业的特征向量，将企业的特征向量输入到代理主体预测模型中，确定出企业的代理主体类型。由于通过使用了标记有代理主体类型的企业名称的训练样本进行训练学习得到的代理主体预测模型对企业的代理主体类别进行预测，可以提高代理主体类别识别的效率，由于是由代理主体预测模型来预测企业的代理主体类别，相对于现有技术中通过少量的上下游数据进行人工查找代理主体的方式，可以提高确定代理主体的准确率。确定代理主体的准确率。确定代理主体的准确率。


技术研发人员：王达 刘博 郑文琛 杨强
受保护的技术使用者：深圳前海微众银行股份有限公司
技术研发日：2020.09.09
技术公布日：2022/3/25