[发明专利]ICT供应链网络关键节点识别属性提取方法在审
申请号: | 202010811145.5 | 申请日: | 2020-08-13 |
公开(公告)号: | CN112101414A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 罗森林;吴倩;黄元飞;王博;慕星星;吴舟婷;潘丽敏 | 申请(专利权)人: | 北京理工大学;国家计算机网络与信息安全管理中心 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q10/06;G06Q50/30 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | ict 供应 网络 关键 节点 识别 属性 提取 方法 | ||
1.一种ICT供应链网络关键节点识别属性提取方法,其特征在于所述方法包括以下步骤:
步骤1,数据集S包含N个样本,9维影响ICT供应链关键节点识别效果的待选属性,其中,表征市场布局的属性包括个体影响边际、产品布局和行业布局;表征供应商节点商业信息的属性包括企业类型、注册资本、成立日期、登记状态、企业住所、分支机构数量;使用boruta算法对关键节点识别的结果进行拟合,得到影响关键节点识别的关键属性,以及待选属性的重要性排序,排序结果为:产品布局、行业布局、成立日期、个体影响边际、分支机构数量和企业住所;
步骤2,基于原始数据集S,根据关键节点识别构建逻辑回归判别模型,使用逻辑回归算法对关键节点识别的结果进行拟合,得到对关键节点识别具有显著影响的属性:成立日期,个体影响边际,产品布局和行业布局;
步骤3,基于步骤1中boruta算法得到对关键节点识别具有重要影响的属性,步骤2中逻辑回归算法得到对关键节点识别具有显著影响的属性,结合专家意见,采用交集归类的方法,得到影响关键节点的关键属性:成立日期,个体影响边际,产品布局和行业布局。
2.根据权利要求1所述的方法,其特征在于属性融合得到关键属性的步骤,具体包括:
步骤2.1,结合专家经验意见,考虑ICT供应链属性的采集难度,得到影响ICT供应链关键节点识别效果的供应商节点商业属性和市场布局属性,对步骤1和步骤2中选择得到的属性进一步筛选;
步骤2.2,基于boruta算法得到对关键节点识别具有重要影响的属性:产品布局、行业布局、成立日期、个体影响边际、分支机构数量和企业住所,和逻辑回归算法得到对关键节点识别具有显著影响的属性:成立日期,个体影响边际,产品布局和行业布局,选择同时出现的属性,即成立日期,个体影响边际,产品布局和行业布局作为影响ICT供应链关键节点识别结果的关键属性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学;国家计算机网络与信息安全管理中心,未经北京理工大学;国家计算机网络与信息安全管理中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010811145.5/1.html,转载请声明来源钻瓜专利网。