[发明专利]交通运输单位信用评级方法、系统、电子设备及存储介质有效

专利信息
申请号: 202011307960.4 申请日: 2020-11-20
公开(公告)号: CN112418987B 公开(公告)日: 2022-04-29
发明(设计)人: 文琰杰;许旺土;李传明;黄永燊;丁昌星 申请(专利权)人: 厦门大学
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q50/30;G06K9/62
代理公司: 北京华创智道知识产权代理事务所(普通合伙) 11888 代理人: 彭随丽
地址: 361005 福建省*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 交通运输 单位 信用 评级 方法 系统 电子设备 存储 介质
【说明书】:

发明提供一种交通运输单位信用评级方法、系统、电子设备及计算机可读存储介质,其中方法包括:提取交通运输单位的交通信用评级的特征数据集;对所述特征数据集进行聚类处理,选取最佳簇数,建立评级模型;将所述特征数据集输入所述评级模型,对交通运输单位进行无标签数据评级。根据本发明的方案,采用无监督学习模式(即采用无标签数据)为交通运输单位的信用进行评级,采用无标签数据评级的方法不需要大量的数据支撑,不需要参考历史经验数据,获取数据的成本小,而且不再需要考虑例如传统的有监督学习中的标签数据的准确性。且与同类传统聚类方案相比,精度更高、鲁棒性更强、收敛更快,能够为交通运输企业信用评级提供决策支持。

技术领域

本发明涉及交通运输技术领域,尤其涉及一种交通运输单位信用评级方法、系统、电子设备及计算机可读存储介质。

背景技术

交通信用体系的建设是近年来交通管理部门的重点工作之一,交通运输企业交通信用评估对规范企业信用信息,营造城市信用市场促进自律具备极其重要的意义。

企业信用评级模型的发展引起了学术界和商业界的广泛研究兴趣。国外对于企业信用的评级研究较早,评级方法可以分为传统方法与基于人工智能的评级方法。传统方法中主要有:因子分析法、经验判别法、多元判别分析预测;人工智能评级中主要有:支持向量机、人工神经网络、归纳学习等。上述方法均是建立在数据具备标签前提下的有监督学习,需要大量的数据支撑,获取数据的成本较高,标签的准确性不能保证。不仅如此,传统的评级方法和模型,聚类损失严重、收敛慢、鲁棒性差,因为不能准确有效地维持特征数据的特征特性,因此不能准确稳定的为交通运输单位交通信用考评提供决策支持。

发明内容

本发明的目的在于解决背景技术中的至少一个技术问题,提供一种交通运输单位信用评级方法、系统、电子设备及计算机可读存储介质。

为实现上述目的,本发明提供一种交通运输单位信用评级方法,包括:

提取交通运输单位的交通信用评级的特征数据集;

对所述特征数据集进行聚类处理,选取最佳簇数,建立评级模型;

将所述特征数据集输入所述评级模型,对交通运输单位进行无标签数据评级。

根据本发明的一个方面,还包括:在建立评级模型后,以所述特征数据集的马氏距离作为优化目标,优化所述评级模型,其中马氏距离公式为:

其中xi为第i条数据,mj为数据i属于对应簇j的质心,∑-1为协方差的逆。

根据本发明的一个方面,所述特征数据集包括:行政处罚Z1;受到一般行政处罚x4;受到严重行政处罚x5;信誉考评Z2;信誉考评获得AAA级x1;信誉考评获得AA级x2;信誉考评获得B级x3

根据本发明的一个方面,基于因子分析法获取所述特征数据集,其中因子分析法包括:

获取交通信用评级的特征数据集;

构造矩阵公式:X=AZ+ε,其中矩阵A为n*m荷载矩阵,向量Z为m维公共因子,ε为n维误差向量,X为n维观测向量,Z为数据集X筛选后的特征数据集;;

根据式Cov(X)=AAT+Cov(ε)可以求出载荷矩阵A,其中Cov(*)代表变量的协方差;

求出公共因子Z,Z=ATCov(X)-1X;

要求KMO值大于0.5,Bartlett检验sig值小于0.05,则说明数据集可以进行因子分析,否则需要重新修改数据集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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厦门大学,未经厦门大学许可,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/202011307960.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top