基于随机森林算法对企业信用信息中预警特征识别的研究  

作　　者：周二磊 陆进宇 马江涛 郑岩 马晓威 

机构地区：[1]河南省政务大数据中心 [2]河南省平台经济发展指导中心 [3]郑州轻工业大学计算机与通信工程学院

出　　处：《中国信息化》2023年第6期57-60,共4页

基　　金：国家市场监督管理总局科研项目:基于大数据技术的食品经营主体风险分类管理关键技术研究(编号:2021MK067);河南省科技攻关项目:食品生产企业信用风险分类和智能识别方法研究(编号:222102310515);河南省市场监督管理局科技计划项目:市场监管大数据分析应用(编号:2021sj119)。

摘　　要：近年来,随着国家政务大数据的汇聚,企业的信用信息逐渐丰富,除包括企业基本信息外,逐步将动态经营、监督管理、社会舆情、投诉举报等多个维度信息纳入信用体系,为构建科学、精准的信用预测预警模型奠定基础。为强化信用监管和社会监督,促进企业自律,2021年国家市场监管总局制订《严重违法失信企业名单管理办法》,企业一旦列为严重违法失信企业名单(俗称“黑名单”),将会面临严重后果。因此,有必要对企业提前预警,并对预警特征值定量判断,一方面,有利于监管部门建立科学的评分体系,提升监管的精准度,并在日常监管中重点关注某些市场特征,避免市场上出现大量不稳定因素;另一方面,有利于企业在经营中高度关注预警指标,避免列入“黑名单”。

关 键 词：信用监管 信用信息 评分体系 监管总局 预警指标 随机森林算法 投诉举报 定量判断 

分 类 号：F27[经济管理—企业管理]