本文为《数据分析与知识发现》网络首发文章。
作 者：李佳 杨波 杨美芳
摘 要：[目的] 提高企业风险识别的准确率，降低潜在风险对企业造成的损失。[方法] 提出一种融合知识图谱与人工免疫的风险识别模型。该模型利用知识抽取技术从文本信息中挖掘风险领域知识，实现企业风险领域知识图谱的构建；并通过企业风险事件描述文本信息与知识图谱中的风险实体进行实体链接，获取更强的风险特征；在此基础上，运用人工免疫方法进行企业风险识别。[结果] 该模型对企业风险识别率为89%，相对于基于神经网络的风险识别模型的识别率提升了19%。[局限] 本研究仅分析了企业年报中披露风险内容与企业新闻报道中的定性文本信息，未来将尝试引入多维度与更完备的定量与定性信息来提高企业风险识别的准确率。[结论] 本文提出的模型能够高效的关联企业内外部实时数据并开展企业风险分析，为企业风险预控提供重要参考。
