司法涉诉风险大数据集，基于司法涉诉、司法执行、司法失信等数据，通过数据挖掘、机器学习、统计分析、成分分析、聚类分析、决策树等大数据技术工具，提炼出司法诉讼的风险因素、风险损失、风险要素等，以及发现数据之间的关联性和规律性。主要应用场景为：金融机构风险管理、政府部门风险管理、企业部门风险管理等。
风险分数分值越大，风险越大。风险分数计算公式：风险分数 = (w1 * z_score(Exec_Count) + w2 * z_score(Exec_Amount) + w3 * z_score(Pend_Count) + w4 * z_score(Pend_Amount)) / sum(w) Exec_Count表示被执行总次数，Exec_Amount表示被执行总金额，Pend_Count表示未结案数量，Pend_Amount表示未结案的金额，z_score()函数表示标准化函数，将每个特征值转化为标准正态分布下的z值。w1、w2、w3、w4分别表示每个特征的权重，权重根据业务经验和历史数据进行调整，sum(w)表示权重之和。
| 字段名 | 类型 | 描述 |
|---|---|---|
被执行人 |
-- | -- |
统一社会信用代码 |
-- | -- |
被执行总次数 |
-- | -- |
被执行总金额 |
-- | -- |
未结案数量 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 被执行人 | 东阳市工部尚书古建园林工程有限公司 |
| 统一社会信用代码 | 91330783052813775N |
| 被执行总次数 | 3 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8566