技术特征：
1.一种基于纺织行业大数据的金融风险分析方法，其特征在于，包括以下步骤：获取织布机设备数据、运营数据和公开数据库信息；对织布机设备数据、运营数据和公开数据库信息进行汇总、分群及分析；根据数据分析单元获取客户总体金融逾期风险，并将分析结果与历史数据进行回归比对，建立纺织行业算法模型；通过数据建模单元的纺织行业算法模型对数据采集单元采集的数据进行权重组合和分配，形成纺织行业金融风险评分体系。2.根据权利要求1所述的一种基于纺织行业大数据的金融风险分析方法，其特征在于，所述织布机设备数据包括纺织厂的设备效率、设备产量、设备停机次数；所述运营数据包括原材料品类、主营sku的商品种类和数据量数据，以及商品销售量及销售价格数据；所述公开数据包括客户工商数据、司法数据、税务数据和行政数据。3.根据权利要求1所述的一种基于纺织行业大数据的金融风险分析方法，其特征在于，所述对织布机设备数据、运营数据和公开数据库信息进行汇总、分群及分析；具体包括：对织布机设备数据、运营数据和公开数据库信息进行汇总；根据纺织厂的生产、工艺和加权效率对纺织厂进行分群；根据商品销售量和销售价格数据库，对客户主营sku进行分析，对客户采购、销售趋势进行分析，并根据分析结果进行预警和分类。4.根据权利要求1所述的一种基于纺织行业大数据的金融风险分析方法，其特征在于，所述根据数据分析单元获取客户总体金融逾期风险，并将分析结果与历史数据进行回归比对，建立纺织行业算法模型；具体包括：通过kmeans、随机森林回归、svm过抽样算法对设备数据、运营数据和公开数据库进行分析处理，获取客户总体金融逾期风险，并将分析结果与历史数据进行回归比对，确认符合纺织行业特征的算法模型。5.根据权利要求1所述的一种基于纺织行业大数据的金融风险分析方法，其特征在于，所述通过数据建模单元的纺织行业算法模型对数据采集单元采集的数据进行权重组合和分配，形成纺织行业金融风险评分体系，具体包括：将平台搜集的设备数据、运营数据、公开数据库数据根据场景、客户类别配以不同的权重进行组合，导入纺织行业特征的算法模型中得出的逾期风险概率；将各项目分配不同的分值，形成纺织行业贸易商、纺织行业生产商的金融风险评分体系；将评分卡生成内置到风险控制系统流程中，定时生成评分结果和风险控制报告。6.一种基于纺织行业大数据的金融风险分析系统，采用如权利要求1-5中任一所述的一种基于纺织行业大数据的金融风险分析方法，其特征在于，包括：数据采集单元，获取织布机设备数据、运营数据和公开数据库信息；数据分析单元，对织布机设备数据、运营数据和公开数据库信息进行汇总、分群及分析；数据建模单元，根据数据分析单元获取客户总体金融逾期风险，并将分析结果与历史数据进行回归比对，建立纺织行业算法模型；风险评分单元，通过数据建模单元的纺织行业算法模型对数据采集单元采集的数据进
行权重组合和分配，形成纺织行业金融风险评分体系。
技术总结
本发明公开了一种基于纺织行业大数据的金融风险分析方法，涉及纺织行业大数据技术领域，包括以下步骤：获取织布机设备数据、运营数据和公开数据库信息；对织布机设备数据、运营数据和公开数据库信息进行汇总、分群及分析；根据数据分析单元获取客户总体金融逾期风险，并将分析结果与历史数据进行回归比对，建立纺织行业算法模型；通过数据建模单元的纺织行业算法模型对数据采集单元采集的数据进行权重组合和分配，形成纺织行业金融风险评分体系。本发明还提供一种基于纺织行业大数据的金融风险分析系统。本发明通过获得纺织行业经营数据，并通过对金融数据的导入和验证，构建纺织行业的风险控制和客户分级方案，建立金融风险管控系统。管控系统。管控系统。
技术研发人员：赵振洪 宋振一 陈钟浩 管瑞峰
受保护的技术使用者：上海致景信息科技有限公司
技术研发日：2022.01.21
技术公布日：2022/5/17