[发明专利]基于多数据耦合的企业风险预警方法及系统

权利要求书

1.基于多数据耦合的企业风险预警方法，其应用在用于企业风险预警的服务器，其特征在于，所述方法包括：

基于时间序列模型获取企业发展过程中的历史数据；

基于机器学习算法，结合专家评价法确定历史数据中与企业风险相关数据的类型集合，并将所述类型集合对应的历史数据上传至云平台进行存储；

基于从所述云平台中获取的相关类型数据以及预先构建的指标评估耦合模型，获得企业创新能力与企业发展质量的耦合度；其中，所述指标评估耦合模型为利用层次分析法对企业创新能力及企业发展质量进行分别建模，并基于容量耦合系数模型对企业创新能力模型以及企业发展质量模型进行耦合；

基于获得的耦合度结果对企业风险状况进行预警。

2.如权利要求1所述的基于多数据耦合的企业风险预警方法，其特征在于，所述类型集合的确定采用主成分分析方法，通过主成分分析方法从历史数据的若干类型数据中筛选出主要类型，通过专家评价法从所述主要类型中选择与企业风险相关的类型。

3.如权利要求1所述的基于多数据耦合的企业风险预警方法，其特征在于，所述指标评估耦合模型的构建包括：分别确定企业创新能力及企业发展质量评估指标体系，并确定各评估指标的权重信息，结合层次分析法实现企业创新能力模型和企业发展质量模型的构建。

4.如权利要求3所述的基于多数据耦合的企业风险预警方法，其特征在于，所述权重信息确定具体为：基于专家评价法对每项指标进行赋值；构造成对对比矩阵，并计算各判断矩阵的特征值、特征向量及一致性检验；通过层次总排序及其一致性检验得到每一项指标的综合权重，

5.如权利要求1所述的基于多数据耦合的企业风险预警方法，其特征在于，所述企业创新能力模型及企业发展质量模型，均采用如下表示：

Y＝∑w_i∑W_ijx_ij

其中，Y为评估得分，x_ij为第i个构成要素的第j项指标的无量纲效用值，W_i为第i个构成要素对目标层的影响权重，W_ij为第i个构成要素的第j项指标对准则层的影响权重。

6.如权利要求1所述的基于多数据耦合的企业风险预警方法，其特征在于，所述指标评估耦合模型，具体表示为：

其中，Y1为企业创新能力模型，Y2为企业发展质量模型，C为企业创新能力与企业发展质量的耦合度。

7.如权利要求1所述的基于多数据耦合的企业风险预警方法，其特征在于，所述基于获得的耦合度结果对企业风险状况进行预警，具体为：将获得的耦合度结果与预设阈值进行比较，当所述耦合度结果低于预设阈值时，则企业发展状况存在风险，进而发起风险提醒。

8.基于多数据耦合的企业风险预警系统，其应用于用于企业风险预警的服务器，其特征在于，所述系统包括：

数据获取模块，其用于基于时间序列模型获取企业发展过程中的历史数据；

提取模块，其用于基于机器学习算法，结合专家评价法确定历史数据中与企业风险相关数据的类型集合，并将所述类型集合对应的历史数据上传至云平台进行存储；

评估模块，其用于基于从所述云平台中获取的相关类型数据以及预先构建的指标评估耦合模型，获得企业创新能力与企业发展质量的耦合度；其中，所述指标评估耦合模型为利用层次分析法对企业创新能力及企业发展质量进行分别建模，并基于容量耦合系数模型对企业创新能力模型以及企业发展质量模型进行耦合；

预警模块，其用于基于获得的耦合度结果对企业风险状况进行预警。

9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于多数据耦合的企业风险预警方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于多数据耦合的企业风险预警方法。