[发明专利]评估投标企业风险的方法、装置、存储介质及计算机设备在审

专利信息
申请号: 202111558172.7 申请日: 2021-12-20
公开(公告)号: CN113947336A 公开(公告)日: 2022-01-18
发明(设计)人: 王志刚;吴士泓;向万红;李向 申请(专利权)人: 远光软件股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06Q30/08;G06K9/62;G06N3/04;G06N3/08
代理公司: 广东朗乾律师事务所 44291 代理人: 杨焕军
地址: 519000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 评估 投标 企业 风险 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种评估投标企业风险的方法,其特征在于,包括:

获取投标企业的实时基础数据;其中,所述实时基础数据包括:企业经营风险数据、企业司法风险数据、企业资质风险数据和企业投标书风险数据;

根据所述实时基础数据生成模型输入数据;

选择定量风险评估模型和定性风险评估模型;

将所述模型输入数据输入到所述定量风险评估模型得到风险值;

将所述模型输入数据输入到所述定性风险评估模型得到风险等级。

2.根据权利要求1所述的方法,其特征在于,所述选择定量风险评估模型,包括:

统计所述实时基础数据包含的风险因子的数量;

在所述数量大于数量阈值时,将基于BP神经网络的风险值预测模型作为定量风险评估模型;

在所述数量小于或等于数量阈值时,将基于多层次量化的风险值计算模型作为定量风险评估模型。

3.根据权利要求1或2所述的方法,其特征在于,所述获取投标企业的实时基础数据之前,还包括:

获取投标企业的历史基础数据;

根据历史基础数据进行模型训练和模型测试得到定量风险评估模型和定性风险评估模型;其中,所述定量风险评估模型包括基于BP神经网络的风险值预测模型和基于多层次量化的风险值计算模型,所述定性风险评估模型为基于梯度下降树算法的风险等级分类模型。

4.根据权利要求3所述的方法,其特征在于,所述历史基础数据划分为80%的训练集和20%的测试集。

5.根据权利要求4所述的方法,其特征在于,所述根据历史基础数据进行模型训练和模型测试得到定量风险评估模型和定性风险评估模型,包括:

识别所述历史基础数据中的定性风险因子;

将定性风险因子转换为定量风险因子;

将转换后的历史基础数据进行归一化处理得到模型训练数据;

根据所述模型训练数据进行模型训练和模型测试得到定量风险评估模型和定性风险评估模型。

6.根据权利要求1或2或4或5所述的方法,其特征在于,

所述企业经营风险数据包括:知识产权出质、股权出质、清算信息、行政处罚、经营异常、司法拍卖、公示催告、欠税公告和严重违法;

所述企业司法风险数据包括:法院公告、法律诉讼、失信人、司法协助、开庭公告、被执行人;

所述企业资质风险数据包括:所述投标企业的资质和招标要求之间的匹配程度;

所述企业投标书风险数据包括:所述投标企业的投标书与招标书之间的匹配程度和投标书与参与投标的其他投标书之间的重复率。

7.根据权利要求6所述的方法,其特征在于,利用回溯搜索算法计算企业经营风险数据、企业司法风险数据、企业资质风险数据和企业投标书风险数据的权重,以及企业经营风险数据、企业司法风险数据、企业资质风险数据和企业投标书风险数据各自包含的多个风险因子的权重。

8.一种评估投标企业风险的装置,其特征在于,包括:

获取单元,用于获取投标企业的实时基础数据;其中,所述实时基础数据包括:企业经营风险数据、企业司法风险数据、企业资质风险数据和企业投标书风险数据;

生成单元,用于根据所述实时基础数据生成模型输入数据;

确定单元,用于选择定量风险评估模型和定性风险评估模型;

评估单元,用于将所述模型输入数据输入到所述定量风险评估模型得到风险值;以及将所述模型输入数据输入到所述定性风险评估模型得到风险等级。

9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~7任意一项的方法步骤。

10.一种计算机设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~7任意一项的方法步骤。

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远光软件股份有限公司,未经远光软件股份有限公司许可,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/202111558172.7/1.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