[发明专利]基于企业关联风险传导的风险预警方法、系统及设备在审

专利信息
申请号: 202110551426.6 申请日: 2021-05-20
公开(公告)号: CN113177729A 公开(公告)日: 2021-07-27
发明(设计)人: 马欣;侯蕊 申请(专利权)人: 北京龙盾数据有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06K9/62;G06F16/215
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩;尹文会
地址: 100097 北京市海淀区蓝靛厂东路2号院2*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 企业 关联 风险 传导 预警 方法 系统 设备
【权利要求书】:

1.一种基于企业关联风险传导的风险预警方法,其特征在于,该风险预警方法包括:

步骤S10,获取各企业运营数据,并对所述各企业运营数据进行预处理,获得预处理数据;

步骤S20,结合专家先验知识进行所述预处理数据分布探索,获得设定数量企业的预处理数据作为风险预警模型的训练数据集;

步骤S30,通过层次分析法分析所述训练数据集,获得风险预警模型的初步权重,将风险预警指标划分为正向指标和负向指标,并进行归一化后结合所述初步权重获得风险预警模型的最终权重,将所述最终权重赋予风险预警模型,获得训练好的风险预警模型;

步骤S40,分别以预处理数据中任一企业作为目标企业,构建企业风险传导链,获得企业风险传导图;

步骤S50,获取待预警企业运营数据,通过步骤S10方法进行预处理,获得预处理待预警数据;

步骤S60,基于所述训练好的风险预警模型,结合所述企业风险传导图,进行所述预处理待预警数据的分析,获得待预警企业状态;

步骤S70,基于预先设定的企业状态-预警级别映射关系表,进行企业风险预警。

2.根据权利要求1所述的基于企业关联风险传导的风险预警方法,其特征在于,所述预处理包括:

数据清洗,包括将所述各企业运营数据的字段中无用符号删除以及进行数据类型规约;

重复值处理,包括将数据清洗后的数据中重复记录删除;

唯一值变量处理,包括在重复值处理后的数据中,删除只有唯一值的列;

缺失值处理,包括将唯一值变量处理后的数据中缺失值大于设定第一阈值比例的数据删除,其余数据中离散型变量缺失值填补为变量众数,连续型变量缺失值填补为变量均值;

异常值处理,包括对缺失值处理后的数据,利用四分位数进行离群检测,将小于设定第二阈值或大于设定第三阈值的数据删除。

3.根据权利要求1所述的基于企业关联风险传导的风险预警方法,其特征在于,步骤S30中通过层次分析法分析所述训练数据集,获得风险预警模型的初步权重,其方法为:

步骤S311,通过层次分析法将所述训练数据集分解为目标层数据、准则层数据和方案层数据;所述目标层为上层,准则层为中层,方案层为下层;

步骤S312,对于当前层的数据,分别判别当前层的两个数据对上层的各数据的重要性,获得当前层的判别矩阵;

步骤S313,基于所述判别矩阵的最大特征根进行向量归一化,获得当前层的初步权重;

步骤S314,根据各层的初步权重,通过逐层权重连乘获取风险预警模型的初步权重。

4.根据权利要求1所述的基于企业关联风险传导的风险预警方法,其特征在于,步骤S30中将风险预警指标划分为正向指标和负向指标,并进行归一化后结合所述初步权重获得风险预警模型的最终权重,其方法为:

步骤S321,将风险预警的指标划分为正向指标和负向指标,并分别将第l个正向指标和第l个负向指标的初步权重记作和

步骤S322,分别进行正向指标和负向指标的归一化,获得风险预警模型的最终权重:

其中,Wl+和Wl-分别代表归一化后的第l个正向指标和第l个负向指标的权重,代表所有正向指标的权重和,代表所有负向指标的权重和。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京龙盾数据有限公司,未经北京龙盾数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110551426.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top