[發明專利]一種權重因素等級評價方法及系統

在審

• 申請號: 201711132881.2
• 申請日: 2017-11-15
• 公開（公告）號: CN108053094A
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 丁建偉
• 申請（專利權）人: 九次方大數據信息集團有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/18
• 代理公司: 北京馳納智財知識產權代理事務所(普通合伙) 11367
• 代理人: 陳常美

本發明涉及一種權重因素等級評價方法及系統，所述方法包括數據采集終端將從采樣存儲器中調取的樣本數據傳輸到信息處理服務器；信息處理服務器對樣本數據進行預處理；對經過預處理的樣本數據進行權重因素分析；通過權重因素分析獲得評價等級模型；評價等級模型存儲于數據存儲器中；數據采集終端收集待處理數據，將待處理數據輸入評價等級模型，獲得待處理數據的評價等級。本發明一種權重因素等級評價方法及系統在采集了海量政府部門數據，企業內部數據以及輿情數據等相關信息的基礎上，運用權重因素分析法，將多個評價指標轉化為少數幾個綜合指標，可實現快速簡潔的評價計算，彌補了傳統評價方法在評價中忽略指標間關聯關系的不足。

技術領域

本發明涉及網絡數據管理領域，尤其涉及一種權重因素等級評價的方法及系統。

背景技術

大數據技術是以數據為本質的一種信息技術，在數據挖潛過程中，能夠帶動理念、模式、技術及應用實踐的創新。數據價值的凸顯、數據獲取手段及數據處理技術的改進是“大數據”爆發的根源。而隨著數據生產要素化，數據科學、數據科技的不斷發展和數據價值的深度挖掘和應用，將帶動區域經濟發展、智慧城市建設、企業轉型升級、社會管理等各個領域的創新和發展。大數據在數據科學理論的指導下，將改變創新模式和管理理念，發展大數據技術，深化大數據應用和實踐。而行業大數據將是大數據最大最佳的應用領域。

將大數據的應用運用到企業管理中，可以在海量的數據中統計分析出想要實現的結果，訓練計算統計模型，幫助企業管理者掌握精準企業信息，指導企業行為和引導公眾消費。但目前大數據應用存在著諸多的缺點，例如，數據的分析需要基于海量的數據積累，目前大數據需要根據數以百萬計的海量數據進行分析，而絕大部分的平臺缺乏大數據依托，往往是小數據或中數據，因此，數據的匱乏會導致計算結果缺乏說服力。另外，現有常規企業信用危機評價模型，主要有多變量統計模型、基于人工智能的信用風險評估模型、基于市場價值的信用風險評估模型等，這些模型對于樣本的前提條件比較苛刻，現實中的樣本數據嚴重違背了這些假定。而且模型選擇的變量無法避免相互之間的多重共線性問題。人工智能信用模型的建立雖然在一定程度上解決了這些問題，但這種“黑箱”式的訓練得出的結論在一定程度上缺乏解釋能力。同時，如果將企業信用危機作為一個多變量問題，變量太多會增加計算量和增加分析問題的復雜性。為了增加數據有效性，應盡可能地在進行定量分析的過程中涉及的變量較少，得到的信息量較多。

發明內容

為了解決現有技術中存在的上述問題，本發明提出了一種權重因素等級評價方法及系統，在采集的海量政府部門數據、企業內部數據以及輿情數據等信息的基礎上，將企業信用危機的多個評價指標轉化為少數幾個綜合指標，可實現快速簡潔的評價計算，彌補了傳統評價方法在評價中忽略指標間關聯關系的不足。

本發明所采取的技術方案是：

一種權重因素等級評價方法，包括存儲在采樣存儲器中樣本數據，數據采集終端從采樣存儲器中調取樣本數據，

數據采集終端將從采樣存儲器中調取的樣本數據傳輸到信息處理服務器；

信息處理服務器對樣本數據進行預處理；

信息處理服務器對經過預處理的樣本數據進行權重因素分析；

通過權重因素分析獲得評價等級模型；

評價等級模型存儲于數據存儲器中；

數據采集終端收集待處理數據，將待處理數據輸入評價等級模型，獲得待處理數據的評價等級。

優選的是，樣本數據包括政府部門數據庫數據、企業內部數據及輿情數據。

在上述任一方案中優選的是，權重因素分析包括：

計算樣本數據綜合得分，按照綜合得分及樣本數據中數據分布狀態劃分類別，設定數據等級；

通過計算指標系數，構建綜合得分函數，計算權重因素得分。