[发明专利]一种基于大数据的供应商风险预警方法及系统

说明书

本发明涉及供应商风险预警，具体涉及一种基于大数据的供应商风险预警方法及系统，构建供应商风险评估模型和供应商不良行为发生概率评估模型；基于供应商风险评估模型进行数据采集，并对数据进行预处理，得到一级评估指标和二级评估指标；构建一级评估指标、二级评估指标对应的评价矩阵，并对评价矩阵进行一致性检测；计算通过一致性检测的评价矩阵的指标权重，基于一级评估指标、二级评估指标和对应的指标权重得到供应商风险评估结果；本发明提供的技术方案能够有效克服现有技术所存在的不能有效分析评估指标之间的相关性及重要性，不能准确、及时地进行风险预警的缺陷。

技术领域

本发明涉及供应商风险预警，具体涉及一种基于大数据的供应商风险预警方法及系统。

背景技术

风险预警就是通过收集相关资料信息，监控风险因素的变动来评价风险状态的强度，发出预警信号以便及时采取应对策略的过程。一般来说，风险预警的首要工作在于数据的采集与管理，采集数据的质量将直接影响风险评估的可靠性。其次，就是风险评估方法的选取，主要区别在于不同方法的应用情景不同，以及决策者对风险预警侧重点的不同。

目前，风险预警在金融、贸易等领域有着较多应用，而在电力行业，风险预警的应用领域相对较窄，例如物资供应链、电网运营等。在电力行业中，现有针对物资供应链的供应商风险预警方法不能有效分析评估指标之间的相关性及重要性，使得选取的评估指标不能较好地反映供应商所存在的潜在风险，导致供应商风险评估结果不够准确，从而不能准确、及时地进行风险预警。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于大数据的供应商风险预警方法及系统，能够有效克服现有技术所存在的不能有效分析评估指标之间的相关性及重要性，不能准确、及时地进行风险预警的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于大数据的供应商风险预警方法，包括以下步骤：

S1、构建供应商风险评估模型和供应商不良行为发生概率评估模型；

S2、基于供应商风险评估模型进行数据采集，并对数据进行预处理，得到一级评估指标和二级评估指标；

S3、构建一级评估指标、二级评估指标对应的评价矩阵，并对评价矩阵进行一致性检测；

S4、计算通过一致性检测的评价矩阵的指标权重，基于一级评估指标、二级评估指标和对应的指标权重得到供应商风险评估结果；

S5、获取供应商不良行为发生概率评估模型对应的评价指标，并将评价指标输入供应商不良行为发生概率评估模型得到供应商不良行为发生概率；

S6、根据供应商不良行为发生概率得到供应商不良行为评估结果，结合供应商风险评估结果对供应商风险进行综合评估预警。

优选地，S3中构建一级评估指标、二级评估指标对应的评价矩阵，包括：

设评价矩阵为Q，对应的内部元素为q_ij，q_ij＞0，表示评估指标i相对于评估指标j的重要程度；

当i＝j时，两个评估指标相同，记为1；

且q_ij*q_ji＝1，评价矩阵Q为正互反矩阵。

优选地，S3中对评价矩阵进行一致性检测，包括：

计算评价矩阵的最大特征值和一致性指标，当评价矩阵的最大特征值与评价矩阵的维数相同时，则该评价矩阵为一致性矩阵；