[发明专利]融合ICT供应链网络拓扑和产品商业信息的节点风险评估

权利要求书

1.融合ICT供应链网络拓扑和产品商业信息的节点风险评估，其特征在于所述方法包括如下步骤：

步骤1，获取ICT供应链节点风险评估的原始指标，基于各类招投标网站数据分析得到网络拓扑信息和供应商节点产品信息，包括可替代性、临界性、网络拓扑结构嵌入和经营范围；从国家企业信用信息网获取供应商节点商业信息，包括企业关键级别、企业类型、注册资本、成立日期、登记状态、企业住所和分支机构数量；

步骤2，对于步骤1所得的原始指标量化为11维度量指标，对企业类型、登记状态、企业住所进行规则打分处理；对注册资本、成立日期、分支机构数量进行归一化处理；通过复杂网络理论算法计算得到可替代性和临界性；通过综合考虑节点网络拓扑结构以及节点特有属性的算法计算得到企业关键级别；通过deepwalk算法表征网络拓扑结构；通过doc2vec算法表征经营范围；

步骤3，利用步骤2处理得到的量化指标训练集成学习stacking模型；

步骤4，通过训练好的集成学习stacking模型测试输出节点安全风险等级。

2.根据权利要求1所述的融合ICT供应链网络拓扑和产品商业信息的节点风险评估，其特征在于：所述步骤2原始指标量化为11维度量指标，具体量化处理方式如下：企业类型为单一国有或上市公司，量化赋值0.5，企业类型包括国有和上市公司两种，量化赋值1，其余类型量化赋值0；登记状态分为两种，存续(在营，开业，在册)赋值1，注销赋值0；企业住所根据2019年中国城市分级进行划分，划分标准为：一线城市赋值1，新一线城市赋值0.8，二线城市赋值0.6，三线城市赋值0.4，四线城市赋值0.2，五线城市赋值0；注册资本、成立日期、分支机构数量均进行极差变换法归一化处理，处理方式为:

其中y_i为归一化后的结果，x_i为归一化前的原始数据，max(x)和min(x)分别为此维指标中的最大值和最小值；每个公司的经营范围是一段文字描述，对文字描述进行doc2vec处理，得到文字描述的向量表示；利用deepwalk算法表征网络拓扑嵌入，获取供应链网络拓扑结构特征；可替代性指标是指与中标方₁处于同一层次的其他中标方能够替代中标方₁的概率，衡量能否替代的标准为中标金额的大小，如果

金额_中标方1金额_中标方2

那么认为中标方₁能够替代中标方₂，可替代性的计算公式如下：

可替代性＝1-(可替代中标方₁的公司数量/(中标方公式总数量-1))

临界性指标是指中标方公司中标金额占招标方公司总招标金额的比例，计算公式如下：

企业关键级别指标综合考虑节点的网络拓扑结构以及节点特有属性(包括行业类别，供应商产品信息和供应商企业信用信息等)，并基于预训练的BERT模型对文本进行编码，实现对供应商产品属性和企业信用信息的嵌入，得到产品属性嵌入向量表示和企业信用嵌入向量表示；其次，引入层向量表征不同行业的属性信息，将层向量加入到节点对的拓扑连接边的条件概率表示中，通过最大化网络中边的似然函数，训练融合行业属性的供应商节点层状拓扑嵌入向量；最后，合并供应商节点产品属性嵌入向量、企业信用嵌入向量和层状拓扑嵌入向量，训练节点关键识别模型，完成ICT供应链节点的关键性识别，得到企业关键级别指标。

3.根据权利要求1所述的融合ICT供应链网络拓扑和产品商业信息的节点风险评估，其特征在于：步骤3集成学习stacking模型包括五个分类器作为基模型，其中有两个随机森林分类器，两个极度随机树分类器，一个梯度提升决策树分类器；另有一个梯度提升决策树分类器作为第二层模型。

4.根据权利要求1所述的融合ICT供应链网络拓扑和产品商业信息的节点风险评估，其特征在于：步骤4集成学习stacking模型第二层梯度提升决策树为一个三分类的分类器，三分类分别为高度风险、中度风险和一般风险。