[發明專利]一種基于供應商評價體系的不良行為預警方法及系統

在審

• 申請號: 202010770578.0
• 申請日: 2020-08-04
• 公開（公告）號: CN112116197A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 錢仲文;李雪維;楊新益;牛東曉;袁奕文;徐天天;鄭思佳;吳波;林亞男;駱佳;王劍;杜亮;陳甜妹;王克平;張瑩;郭威;章迪;吳洛菲
• 申請（專利權）人: 國網浙江省電力有限公司物資分公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明提供了一種基于供應商評價體系的不良行為預警方法，包括：獲取待測供應商的評價指標值，將所述評價指標值帶入預先構建的供應商不良行為發生概率計算式中得到不良行為發生概率，所述待測供應商不良行為發生概率對所述待測供應商進行風險評估，其中，所述應商不良行為發生概率計算式由供應商評價體系中各單因子相關性分析和多元線性回歸模型進行訓練確定的指標及占比構建而成；本發明通過供應商評價體系，采集核心因子并選擇與不良行為相關性大的核心因子構建多元線性回歸模型，得到供應商評價體系的不良行為預警方法。

技術領域

本發明涉及一種評價體系，具體講涉及一種基于供應商評價體系的不良行為預警方法及系統。

背景技術

供應鏈管理是所有企業經營的核心業務環節，而招投標采購又是其中控制成本、提高利潤的業務中樞。隨著企業投資金額不斷增加，招投標業務的迅猛發展，招標采購規模呈現上升趨勢，投標供應商數量與日俱增，對供應商精益化管理要求逐步提高，傳統的采購管理模式已難以當前管理需求。

供應商通常被認為是企業的重要無形資產，其選擇和評估成為企業管理最為關鍵的活動之一。供應商的選擇除滿足傳統的價格、生產能力、財務狀況這些基本要求外，還需要考慮其他諸多定性因素如以高素質人員數量來衡量的發展潛力等。隨著供應商信息庫的建立和不斷完善，企業依托大數據、人工智能，結合宏觀經濟數據、行業發展狀況、生產要素價格、企業征信等各類信息，可以實現對各類供應商信息多層次、多維度的分析解讀，從中挖掘數據資產的價值，為分析和判斷產品合理報價區間、構建價格分析模型、招投標風險預警等各類智能化應用的實現提供現實基礎，進而提高企業的供應商管理工作質量和工作效率。綜上而言，現有技術還無法完善的對供應商不良行為發生概率進行評價。

發明內容

針對現有技術還無法完善的對供應商不良行為發生概率進行評價，提供了一種基于供應商評價體系的不良行為預警方法，包括：

獲取待測供應商的評價指標值；

將所述評價指標值帶入預先構建的供應商不良行為發生概率計算式中得到不良行為發生概率；

根據所述待測供應商不良行為發生概率對所述待測供應商進行風險評估；

其中，所述應商不良行為發生概率計算式由供應商評價體系中各單因子相關性分析和多元線性回歸模型進行訓練確定的指標及占比構建而成。

優選的，所述供應商評價體系的建立包括：

基于影響供應商不良行為的影響因子構建一級指標；

為所述一級指標設置下級指標；

所述一級指標包括：產品質量、企業財務狀況、企業生產技術、產品價格和公司聲譽。

優選的，所述供應商不良行為發生概率計算式的構建包括：

基于所述各項指標的歷史數據進行因子相關性分析，得到因子的相關性，從多個因子中選擇相關性最大的設定數量的指標；

根據多元線性回歸模型確定相關性最大的設定數量的指標，檢驗變量之間的相關性確定各指標的占比值；

根據選取的指標和占比值確定供應商不良行為發生概率計算式。

優選的，所述基于所述各項指標的歷史數據進行因子相關性分析，得到因子的相關性，從多個因子中選擇相關性最大的設定數量的指標，包括：

對所述多個因子分別進行單因子回歸并做因子相關性分析，檢驗變量間的相關性，對所述變量間的相關性按照由大到小選取設定數量的指標。

優選的，還包括對所述相關性最大的設定數量的指標和所述指標的占比值進行檢驗。

優選的，所述對所述相關性最大的設定數量的指標和所述指標的占比值進行檢驗，包括：