[go: up one dir, main page]

CN119006142A - 一种施工企业信用评价方法及系统 - Google Patents

一种施工企业信用评价方法及系统 Download PDF

Info

Publication number
CN119006142A
CN119006142A CN202411025240.7A CN202411025240A CN119006142A CN 119006142 A CN119006142 A CN 119006142A CN 202411025240 A CN202411025240 A CN 202411025240A CN 119006142 A CN119006142 A CN 119006142A
Authority
CN
China
Prior art keywords
credit
credit evaluation
preset
evaluation
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202411025240.7A
Other languages
English (en)
Inventor
王万齐
魏永文
解亚龙
王震
尹逊霄
王佳琦
陈亮
李慧
雷涛
王学强
边头保
刘北胜
王荣波
吕向茹
王坤
巩赛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
Original Assignee
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Computing Technologies of CARS, Beijing Jingwei Information Technology Co Ltd filed Critical Institute of Computing Technologies of CARS
Priority to CN202411025240.7A priority Critical patent/CN119006142A/zh
Publication of CN119006142A publication Critical patent/CN119006142A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请涉及施工企业信用技术领域，公开了一种施工企业信用评价方法及系统，该方法包括：建立多个信用评价指标；根据信用评价指标生成多个初始信用评价模型，并建立信用评价指标与初始信用评价模型的对应关系；根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成信用评价值，根据信用评价值生成对应施工企业的信用等级，本申请通过多个信用评价指标对应的信用相关数据生成多个初始信用评价模型，根据初始信用评价模型得到初始信用评价值，根据多个初始信用评价值得到对应施工企业的信用评价值，并得到对应的信用等级，避免人为误差，提高施工企业的信用评价的精确性，从而保证施工的工作质量和水平。

Description

一种施工企业信用评价方法及系统
技术领域
本申请涉及施工企业信用技术领域，特别是涉及一种施工企业信用评价方法及系统。
背景技术
通过大力推进铁路工程建设信息化工作，我国在建铁路项目已基本实现建设信息化管理。基于铁路工程管理平台实际应用情况，对铁路工程建设信息化在推进过程中存在的问题进行总结，进而对施工企业信用评价管理需求进行分析，从而提升铁路建设项目参建企业信用水平。
现有技术中，缺乏对施工企业信用评价管理系统和工具，施工企业的信用评价多依靠人为检查和监督，缺乏评价的客观性和权威性，不能保证施工的工作质量和水平，降低铁路建设项目施工质量。
发明内容
为解决上述技术问题，本申请提供了一种施工企业信用评价方法及系统，该方法通过建立多个信用评价指标，根据信用评价指标以及对应的信用相关数据生成多个初始信用评价模型，根据信用评价指标对应的初始信用评价模型得到初始信用评价值，根据多个初始信用评价值得到对应施工企业的信用评价值，并得到对应的信用等级，避免人为误差，提高施工企业的信用评价的精确性，从而保证施工的工作质量和水平。
本申请的一些实施例中，提供了一种施工企业信用评价方法，包括：
建立多个信用评价指标；
根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；
根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级。
在本申请的一些实施例中，生成多个初始信用评价模型，包括：
获取单个信用评价指标在预设时段的信用相关数据，筛选出每个信用相关数据的特征参数；
根据历史信用相关数据和特征参数生成训练集数据和测试集数据；
根据训练集数据进行迭代训练生成初始信用评价模型，根据测试集数据生成初始信用评价模型的可信度；
预设可信度阈值；
若初始信用评价模型的可信度小于可信度阈值，则重新进行迭代；
若初始信用评价模型的可信度大于可信度阈值，生成初始评估模型的索引标签；
建立信用评价指标－索引标签映射表，根据信用评价指标-索引标签映射表生成信用评价指标与初始信用评价模型之间的对应关系。
在本申请的一些实施例中，根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，包括：
获取信用评价指标数列M，M＝(M1，M2，…Mn)，其中，n为信用评价指标数量，M i为第i个信用评价指标；
获取初始信用评价模型数列C，C＝(C1，C2，…Cn)，其中，Ci为第i个初始信用评价模型；
根据施工企业对应的预设履约规则设定信用评价方向，并获取对应的信用评价指标；
若信用评价指标为M i，设定信用评价指标M i对应的初始信用评价模型为第一信用评价模型；
获取第一信用评价模型的第一可信度e，根据所述第一可信度e设定信用相关数据的采样组数r；
对每组信用相关数据进行预处理，生成多组评价数据；
根据多组评价数据和所述第一信用评价模型生成第一信用评价值a1，根据所述第一可信度e设定第一权重系数e1；
根据第一信用评价值a1和第一权重系数e1生成初始信用评价值D，D＝e1*a1。
在本申请的一些实施例中，根据所述第一可信度e设定信用相关数据的采样组数r，包括：
预先设定第一预设可信度区间，第二预设可信度区间和第三预设可信度区间；
若第一可信度e处于第一预设可信度区间，设定采样组数r为第一预设采样组数r1，即r＝r1；
若第一可信度e处于第二预设可信度区间，设定采样组数r为第二预设采样组数r2，即r＝r2；
若第一可信度e处于第三预设可信度区间，设定采样组数r为第三预设采样组数r3，即r＝r3，且r1>r2>r3。
在本申请的一些实施例中，生成多组评价数据，包括：
生成各组信用相关数据的重复度评价值h，并建立重复度评价值数列H,H＝(h1,h2…hm)，其中，m为采样组数，h i为第i组信用相关数据的重复度评价值；
预设重复度评价值阈值；
若h i大于重复度评价值阈值，则剔除第i组信用相关数据；
根据剔除结果，生成多组评价数据。
在本申请的一些实施例中，根据多个初始信用评价值生成对应施工企业的信用评价值，包括：
根据全部评价数据和全部初始信用评价模型生成初始信用评价值数列D,D＝(D1,D2,…Dn)，其中，D i为第i个初始信用评价值；
根据初始信用评价模型建立加权系数数列G，G＝(g1,g2…gn)，其中，g i为第i个初始信用评价值的加权系数，且
根据所述初始信用评价值数列D和所述加权系数数列G生成信用评价值K；
在本申请的一些实施例中，根据预设评定因素设定第二权重系数e2，根据第二权重系数e2对信用评价值进行修正，根据修正后的信用评价值生成对应施工企业的信用等级。
在本申请的一些实施例中，根据预设评定因素设定第二权重系数e2，包括：
根据预设评定因素的影响程度以及预设评定因素对应的权重系数对施工企业所涉及的预设评定因素进行量化，生成量化值；
预先设定第一预设量化值区间，第二预设量化值区间，第三预设量化值区间和第四预设量化值区间；
若量化值处于第一预设量化值区间时，选定第一预设系数s1为第二权重系数e2，即e2＝s1，修正后的信用评价值为s1*K；
若量化值处于第二预设量化值区间时，选定第二预设系数s2为第二权重系数e2，即e2＝s2，修正后的信用评价值为s2*K；
若量化值处于第三预设量化值区间时，选定第三预设系数s3为第二权重系数e2，即e2＝s3，修正后的信用评价值为s3*K；
若量化值处于第四预设量化值区间时，选定第四预设系数s4为第二权重系数e2，即e2＝s4，修正后的信用评价值为s4*K；
其中，1＜s1＜s2＜s3＜s4＜1.25。
在本申请的一些实施例中，根据修正后的信用评价值生成对应施工企业的信用等级，包括：
预先设定第一预设信用评价阈值和第二预设信用评价阈值，且第一预设信用评价阈值小于第二预设信用评价阈值；
当信用评价值小于第一预设信用评价阈值时，设定施工企业的信用等级为第一预设信用等级；
当信用评价值处于第一预设信用评价阈值和第二预设信用评价阈值之间时，设定施工企业的信用等级为第二预设信用等级；
当信用评价值大于第二预设信用评价阈值时，设定施工企业的信用等级为第三预设信用等级。
在本申请的一些实施例中，还包括一种施工企业信用评价系统：
建立模块，用于建立多个信用评价指标；
生成模块，用于根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；
评价模块，用于根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级。
本申请实施例的一种施工企业信用评价方法及系统，与现有技术相比，其有益效果在于：
通过建立多个信用评价指标，根据信用评价指标以及对应的信用相关数据生成多个初始信用评价模型，根据信用评价指标对应的初始信用评价模型得到初始信用评价值，根据多个初始信用评价值得到对应施工企业的信用评价值，并得到对应的信用等级，避免人为误差，提高施工企业的信用评价的精确性，从而保证施工的工作质量和水平。
附图说明
图1是本申请实施例优选实施例中一种施工企业信用评价方法的流程示意图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
如图1所示，本申请实施例优选实施例的一种施工企业信用评价方法，包括：
步骤S101：建立多个信用评价指标；
步骤S102：根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；
步骤S103：根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级。
在本实施例中，信用评价指标包括日常检查指标、不良行为指标、绩效考核指标和申诉指标等。
在本实施例中，通过对施工企业预设时段内的日常操作数据、不良行为数据、绩效考核数据和申诉数据等进行自动采集，对施工企业进行日常检查、不良行为和标准化绩效考核等进行检查、记录、公示、公布，从而对施工企业的信用进行评价，得到信用评价值，生成施工企业的信用等级，认真履行施工职责，提高施工的工作质量和水平。
在本申请的一些实施例中，生成多个初始信用评价模型，包括：
获取单个信用评价指标在预设时段的信用相关数据，筛选出每个信用相关数据的特征参数；
根据历史信用相关数据和特征参数生成训练集数据和测试集数据；
根据训练集数据进行迭代训练生成初始信用评价模型，根据测试集数据生成初始信用评价模型的可信度；
预设可信度阈值；
若初始信用评价模型的可信度小于可信度阈值，则重新进行迭代；
若初始信用评价模型的可信度大于可信度阈值，生成初始评估模型的索引标签；
建立信用评价指标－索引标签映射表，根据信用评价指标-索引标签映射表生成信用评价指标与初始信用评价模型之间的对应关系。
在本实施例中，通过将信用评价指标设置为评价方向，并对其一一进行评价建模，建立多个施工评价场景，完成对于施工企业信用的各个评价指标的评价，并根据初始信用评价模型生成初始信用评价值，实现对于施工企业在预设时段每个信用评价指标的初始信用评估。
在本实施例中，根据不同的信用指标生成对应的特征参数，根据历史信用相关数据所涉及的特征参数确定对应的信用指标以及历史信用评价值，并根据历史信用相关数据特征参数以及历史信用评价值生成迭代训练数据，当模型的可信度大于预设可信度阈值时，生成对应的初始信用评价模型，并根据索引标签确定不同的信用评价指标对应的初始信用评价模型。
在本申请的一些实施例中，根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，包括：
获取信用评价指标数列M，M＝(M1，M2，…Mn)，其中，n为信用评价指标数量，M i为第i个信用评价指标；
获取初始信用评价模型数列C，C＝(C1，C2，…Cn)，其中，Ci为第i个初始信用评价模型；
根据施工企业对应的预设履约规则设定信用评价方向，并获取对应的信用评价指标；
若信用评价指标为M i，设定信用评价指标M i对应的初始信用评价模型为第一信用评价模型；
获取第一信用评价模型的第一可信度e，根据所述第一可信度e设定信用相关数据的采样组数r；
对每组信用相关数据进行预处理，生成多组评价数据；
根据多组评价数据和所述第一信用评价模型生成第一信用评价值a1，根据所述第一可信度e设定第一权重系数e1；
根据第一信用评价值a1和第一权重系数e1生成初始信用评价值D，D＝e1*a1。
在本实施例中，预设履约规则是根据施工企业签订的合同履约进行设定的，根据施工企业的预设履约规则，获取信用评价指标并获取对应的索引标签，从而确定对应的第一信用评价模型，并根据采样数组和第一信用评价模型生成对应信用评价指标的初始信用评价值。
在本实施例中，当初始信用评价值越大，说明当前的施工企业对应信用评价指标的信用评价值越高，当初始信用评价值越小，说明当前的施工企业对应信用评价指标的信用评价值越低，当初始信用评价值低于预设值时，需要及时对施工企业进行提醒并及时使施工企业做出调整，从而提高施工的工作质量和水平。
在本申请的一些实施例中，根据所述第一可信度e设定信用相关数据的采样组数r，包括：
预先设定第一预设可信度区间，第二预设可信度区间和第三预设可信度区间；
若第一可信度e处于第一预设可信度区间，设定采样组数r为第一预设采样组数r1，即r＝r1；
若第一可信度e处于第二预设可信度区间，设定采样组数r为第二预设采样组数r2，即r＝r2；
若第一可信度e处于第三预设可信度区间，设定采样组数r为第三预设采样组数r3，即r＝r3，且r1>r2>r3。
在本实施例中，第一预设可信度区间＜第二预设可信度区间＜第三预设可信度区间。
在本实施例中，当第一可信度所处的预设可信度区间越低时，应增加采样组数，从而提高信用相关数据的精确性，为后续得到信用评价值奠定基础，从而提高信用评价值的精确性，提高施工企业管理水平。
在本申请的一些实施例中，生成多组评价数据，包括：
生成各组信用相关数据的重复度评价值h，并建立重复度评价值数列H,H＝(h1,h2…hm)，其中，m为采样组数，h i为第i组信用相关数据的重复度评价值；
预设重复度评价值阈值；
若h i大于重复度评价值阈值，则剔除第i组信用相关数据；
根据剔除结果，生成多组评价数据。
在本实施例中，通过采用切片计算的方式完成各个初始信用评价模型的评价过程，动态调整切片中的样本数据空间，通过调整采样数组的组数，并对数据进行预处理，剔除异常数据，从而保证整体的计算精度。
在本申请的一些实施例中，根据多个初始信用评价值生成对应施工企业的信用评价值，包括：
根据全部评价数据和全部初始信用评价模型生成初始信用评价值数列D,D＝(D1,D2,…Dn)，其中，D i为第i个初始信用评价值；
根据初始信用评价模型建立加权系数数列G，G＝(g1,g2…gn)，其中，g i为第i个初始信用评价值的加权系数，且
根据所述初始信用评价值数列D和所述加权系数数列G生成信用评价值K；
在本实施例中，根据各个初始信用评价模型对应信用评价指标的重要程度生成加权系数数列，从而对各个初始信用评价值进行加权处理，实现对于施工企业信用的全面评价，提高最终的评价精度。
在本申请的一些实施例中，根据预设评定因素设定第二权重系数e2，根据第二权重系数e2对信用评价值进行修正，根据修正后的信用评价值生成对应施工企业的信用等级。
在本实施例中，预设评定因素包括参加抢险救灾、特殊项目施工、科技创新、高铁开通达标评定等因素。
在本申请的一些实施例中，根据预设评定因素设定第二权重系数e2，包括：
根据预设评定因素的影响程度以及预设评定因素对应的权重系数对施工企业所涉及的预设评定因素进行量化，生成量化值；
预先设定第一预设量化值区间，第二预设量化值区间，第三预设量化值区间和第四预设量化值区间；
若量化值处于第一预设量化值区间时，选定第一预设系数s1为第二权重系数e2，即e2＝s1，修正后的信用评价值为s1*K；
若量化值处于第二预设量化值区间时，选定第二预设系数s2为第二权重系数e2，即e2＝s2，修正后的信用评价值为s2*K；
若量化值处于第三预设量化值区间时，选定第三预设系数s3为第二权重系数e2，即e2＝s3，修正后的信用评价值为s3*K；
若量化值处于第四预设量化值区间时，选定第四预设系数s4为第二权重系数e2，即e2＝s4，修正后的信用评价值为s4*K；
其中，1＜s1＜s2＜s3＜s4＜1.25。
在本实施例中，第一预设量化值区间＜第二预设量化值区间＜第三预设量化值区间＜第四预设量化值区间。
在本申请的一些实施例中，根据修正后的信用评价值生成对应施工企业的信用等级，包括：
预先设定第一预设信用评价阈值和第二预设信用评价阈值，且第一预设信用评价阈值小于第二预设信用评价阈值；
当信用评价值小于第一预设信用评价阈值时，设定施工企业的信用等级为第一预设信用等级；
当信用评价值处于第一预设信用评价阈值和第二预设信用评价阈值之间时，设定施工企业的信用等级为第二预设信用等级；
当信用评价值大于第二预设信用评价阈值时，设定施工企业的信用等级为第三预设信用等级。
在本申请的一些实施例中，还包括一种施工企业信用评价系统：
建立模块，用于建立多个信用评价指标；
生成模块，用于根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；
评价模块，用于根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级。
综上所述，本发明公开了一种施工企业信用评价方法及系统，该方法包括：建立多个信用评价指标；根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级，本申请通过建立多个信用评价指标，根据信用评价指标以及对应的信用相关数据生成多个初始信用评价模型，根据信用评价指标对应的初始信用评价模型得到初始信用评价值，根据多个初始信用评价值得到对应施工企业的信用评价值，并得到对应的信用等级，避免人为误差，提高施工企业的信用评价的精确性，从而保证施工的工作质量和水平。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本申请的保护范围。

Claims (10)

1.一种施工企业信用评价方法，其特征在于，包括：
建立多个信用评价指标；
根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；
根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级。
2.如权利要求1所述的施工企业信用评价方法，其特征在于，生成多个初始信用评价模型，包括：
获取单个信用评价指标在预设时段的信用相关数据，筛选出每个信用相关数据的特征参数；
根据历史信用相关数据和特征参数生成训练集数据和测试集数据；
根据训练集数据进行迭代训练生成初始信用评价模型，根据测试集数据生成初始信用评价模型的可信度；
预设可信度阈值；
若初始信用评价模型的可信度小于可信度阈值，则重新进行迭代；
若初始信用评价模型的可信度大于可信度阈值，生成初始评估模型的索引标签；
建立信用评价指标－索引标签映射表，根据信用评价指标-索引标签映射表生成信用评价指标与初始信用评价模型之间的对应关系。
3.如权利要求2所述的施工企业信用评价方法，其特征在于，根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，包括：
获取信用评价指标数列M，M＝(M1，M2，…Mn)，其中，n为信用评价指标数量，Mi为第i个信用评价指标；
获取初始信用评价模型数列C，C＝(C1，C2，…Cn)，其中，Ci为第i个初始信用评价模型；
根据施工企业对应的预设履约规则设定信用评价方向，并获取对应的信用评价指标；
若信用评价指标为Mi，设定信用评价指标Mi对应的初始信用评价模型为第一信用评价模型；
获取第一信用评价模型的第一可信度e，根据所述第一可信度e设定信用相关数据的采样组数r；
对每组信用相关数据进行预处理，生成多组评价数据；
根据多组评价数据和所述第一信用评价模型生成第一信用评价值a1，根据所述第一可信度e设定第一权重系数e1；
根据第一信用评价值a1和第一权重系数e1生成初始信用评价值D，D＝e1*a1。
4.如权利要求3所述的施工企业信用评价方法，其特征在于，根据所述第一可信度e设定信用相关数据的采样组数r，包括：
预先设定第一预设可信度区间，第二预设可信度区间和第三预设可信度区间；
若第一可信度e处于第一预设可信度区间，设定采样组数r为第一预设采样组数r1，即r＝r1；
若第一可信度e处于第二预设可信度区间，设定采样组数r为第二预设采样组数r2，即r＝r2；
若第一可信度e处于第三预设可信度区间，设定采样组数r为第三预设采样组数r3，即r＝r1，且r1>r2>r3。
5.如权利要求4所述的施工企业信用评价方法，其特征在于，生成多组评价数据，包括：
生成各组信用相关数据的重复度评价值h，并建立重复度评价值数列H,H＝(h1,h2…hm)，其中，m为采样组数，hi为第i组信用相关数据的重复度评价值；
预设重复度评价值阈值；
若hi大于重复度评价值阈值，则剔除第i组信用相关数据；
根据剔除结果，生成多组评价数据。
6.如权利要求5所述的施工企业信用评价方法，其特征在于，根据多个初始信用评价值生成对应施工企业的信用评价值，包括：
根据全部评价数据和全部初始信用评价模型生成初始信用评价值数列D,D＝(D1,D2,…Dn)，其中，Di为第i个初始信用评价值；
根据初始信用评价模型建立加权系数数列G，G＝(g1,g2…gn)，其中，gi为第i个初始信用评价值的加权系数，且
根据所述初始信用评价值数列D和所述加权系数数列G生成信用评价值K；
7.如权利要求6所述的施工企业信用评价方法，其特征在于，根据预设评定因素设定第二权重系数e2，根据第二权重系数e2对信用评价值进行修正，根据修正后的信用评价值生成对应施工企业的信用等级。
8.如权利要求7所述的施工企业信用评价方法，其特征在于，根据预设评定因素设定第二权重系数e2，包括：
根据预设评定因素的影响程度以及预设评定因素对应的权重系数对施工企业所涉及的预设评定因素进行量化，生成量化值；
预先设定第一预设量化值区间，第二预设量化值区间，第三预设量化值区间和第四预设量化值区间；
若量化值处于第一预设量化值区间时，选定第一预设系数s1为第二权重系数e2，即e2＝s1，修正后的信用评价值为s1*K；
若量化值处于第二预设量化值区间时，选定第二预设系数s2为第二权重系数e2，即e2＝s2，修正后的信用评价值为s2*K；
若量化值处于第三预设量化值区间时，选定第三预设系数s3为第二权重系数e2，即e2＝s3，修正后的信用评价值为s3*K；
若量化值处于第四预设量化值区间时，选定第四预设系数s4为第二权重系数e2，即e2＝s4，修正后的信用评价值为s4*K；
其中，1＜s1＜s2＜s3＜s4＜1.25。
9.如权利要求2所述的施工企业信用评价方法，其特征在于，根据修正后的信用评价值生成对应施工企业的信用等级，包括：
预先设定第一预设信用评价阈值和第二预设信用评价阈值，且第一预设信用评价阈值小于第二预设信用评价阈值；
当信用评价值小于第一预设信用评价阈值时，设定施工企业的信用等级为第一预设信用等级；
当信用评价值处于第一预设信用评价阈值和第二预设信用评价阈值之间时，设定施工企业的信用等级为第二预设信用等级；
当信用评价值大于第二预设信用评价阈值时，设定施工企业的信用等级为第三预设信用等级。
10.一种施工企业信用评价系统，其特征在于，包括：
建立模块，用于建立多个信用评价指标；
生成模块，用于根据所述信用评价指标生成多个初始信用评价模型，并建立所述信用评价指标与初始信用评价模型的对应关系；
评价模块，用于根据对应关系确定每个信用评价指标在预设时段的初始信用评价值，根据多个初始信用评价值生成对应施工企业的信用评价值，根据信用评价值生成对应施工企业的信用等级。
CN202411025240.7A 2024-07-30 2024-07-30 一种施工企业信用评价方法及系统 Pending CN119006142A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411025240.7A CN119006142A (zh) 2024-07-30 2024-07-30 一种施工企业信用评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411025240.7A CN119006142A (zh) 2024-07-30 2024-07-30 一种施工企业信用评价方法及系统

Publications (1)

Publication Number Publication Date
CN119006142A true CN119006142A (zh) 2024-11-22

Family

ID=93473139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411025240.7A Pending CN119006142A (zh) 2024-07-30 2024-07-30 一种施工企业信用评价方法及系统

Country Status (1)

Country Link
CN (1) CN119006142A (zh)

Similar Documents

Publication Publication Date Title
Van der Burgt Calibrating low-default portfolios, using the cumulative accuracy profile
CN114168906B (zh) 一种基于云计算的测绘地理信息数据采集系统
CA2170376A1 (en) Inter-laboratory performance monitoring system
CN108921430A (zh) 一种项目工作量的获取方法及系统
Fornah et al. Empirical analysis on the Influence of interest rates on foreign direct investment in Sierra Leone
CN119006142A (zh) 一种施工企业信用评价方法及系统
CN117952482B (zh) 一种基于卷积神经网络的产品质量事故分级方法及系统
CN110611334A (zh) 一种基于Copula-garch模型的多风电场出力相关性方法
Perišić et al. Development index: analysis of the basic instrument of Croatian regional policy.
JPWO2006095746A1 (ja) 企業評価支援装置
Tantra et al. The effect of ROA, ROE and ROI on Company Value
Gunawan et al. Posterior probabilities for Lorenz and stochastic dominance of Australian income distributions
CN118278799A (zh) 基于层次分析的企业网络协同制造能力评估方法及装置
CN117114621A (zh) 制氢成本分析方法、装置、电子设备及存储介质
Howe Assessing the accuracy of Australia’s small-area population estimates
Brogi et al. Do Corporate Governance Frameworks Affect Sustainability Reporting?
CN112990689A (zh) 一种资讯数据质量检测方法和装置
CN112613718A (zh) 一种特定场所风险评估方法及装置
Prasetyawati et al. THE EFFECT OF INTERNATIONAL FINANCIAL REPORTING STANDARDS (IFRS) ADOPTION ON THE QUALITY OF ACCOUNTING INFORMATION IN MANUFACTURING COMPANIES ON THE INDONESIA STOCK EXCHANGE 2017 –2020
CN112948974B (zh) 一种基于证据理论的飞行器性能评估方法和系统
Maheshwari et al. Predicting the NSE stock index trends considering global financial variables and ARIMA model
Akgul et al. Structural parameters of trade models with firm heterogeneity
CN110737656A (zh) 一种数据插值方法及装置、可读存储介质
Ilves et al. Probability-sampling approach to editing
Haarburger Essays in quantitative economics: Improvements in measurements and macroeconomic analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination