近年来,依法处置“僵尸企业”已经成为“深化重点领域改革,加快完善市场机制”的关键。2020年作为治理“僵尸企业”的收官之年,各监管部门亟需一种行之有效的“僵尸企业”识别方案。
本项目将对企业多维度数据进行可视化分析,构建企业全息画像。通过机器学习技术对数据进行建模,实现对僵尸企业的精准识别,并搭建识别平台,为用户提供线上的僵尸企业自动识别服务。
-
准确率高。在对数据建模时,基于推荐系统中的特征组合方法DeepFM,结合相关企业的业务特征进行“类DeepFM特征组合”,捕获企业基本特征和组合特征,提高模型的泛化能力,将模型的识别准确率提升到99.99%。
-
模型优越。采用对于类别特征有较好识别能力的Catboost集成学习模型对数据集进行训练,在各种评估指标下均优于同类模型。
-
结果直观。使用数据可视化技术,对数据特征及识别结果进行直观呈现。
-
交互性强。交互式的可视化图表更便于浏览,可根据需求进行个性化数据查询、筛选,区域缩放、拖拽等操作。
在浏览器中输入网址 http://zomboost.dcts.top/ 进入图1所示项目首页。
图1 项目首页
如图2所示,项目提供僵尸企业智能识别平台,并使用可视化技术展示数据的分布与关联性。此外还根据可视化结果定性识别僵尸企业,构建企业画像。最后将模型训练结果可视化,横向对比十余个常用模型,多指标综合评估模型性能。
图2 功能简介
1、 数据预处理
本项目使用验证集作为模型的训练数据,完成包括年份融合、缺失值填充等单表处理以及多表融合操作。
2、 数据建模
首先,如图3、4所示,对经过预处理的数据采用基于DeepFM**的特征工程,挖掘与“是否为僵尸企业”有关的高阶特征。
图3 DeepFM模型结构图
其次,选用CatBoost模型,通过十折交叉验证和混淆矩阵综合评估模型的表现后,对验证集提供的所有数据集进行训练,并保存训练好的模型。此外,从准确率、精准率、召回率、AUC、F1-score多指标对比与其他经典模型之间的差异,并可视化对比结果。
图4 数据预处理及建模流程
3、 数据可视化
可视化不是一个独立的过程,它穿插在数据预处理和建模之间。
数据分布可视化(图5)及关联性探索(图6)用一种直观的方式分析数据集特点,分别为数据预处理和特征组合提供依据。
图5 数据可视化页面
图6 数据关联性探索页面
僵尸企业画像(图7)通过输入企业ID,构建企业画像,并回答了如下两个问题:该企业是否是僵尸企业?在数据分布上如何做出上述判断?
图7 僵尸企业画像
模型训练可视化(图8)的目的其一,是直观展示分类模型自动挑选的若干个与“是否是僵尸企业”强相关的特征,其二,是将本项目模型与其他模型进行对比,并将对比结果可视化。
图8 模型训练可视化页面
1、可视化及网页开发技术
2、数据建模工具
- 作为市场监督局和工商管理局等政府机构的僵尸企业智能识别平台,对僵尸企业进行客观、精确、快速的识别;
- 帮助企业管理者评估企业当前经营状况,辅助企业进行资源优化、经营调整等。
在信息共享的大数据时代,人工智能计算作为时代下的产物,为人类认识世界插上了新的翅膀。本项目团队脱离传统识别标准的束缚,紧跟大数据与人工智能时代的潮流,使用机器学习技术,构建了一个客观公正且高精确度的“僵尸企业”识别模型,对于破解僵尸企业难题、加快清理和处置“僵尸企业”的步伐、推进供给侧改革具有重要意义。
- 安装Mysql并建立数据库,做好FLask与数据库的迁移与升级:flask db init,flask db migrate...
- 使用gunicorn启动flask服务,调整自己部署的服务器ip
- 修改vue生产环境的api接口地址,并将vue打包: npm run build...
- 配置nginx,监听80端口,部署vue静态页面