CN111967796A - 食品企业信用评分方法、装置和电子设备 - Google Patents
食品企业信用评分方法、装置和电子设备 Download PDFInfo
- Publication number
- CN111967796A CN111967796A CN202010908783.9A CN202010908783A CN111967796A CN 111967796 A CN111967796 A CN 111967796A CN 202010908783 A CN202010908783 A CN 202010908783A CN 111967796 A CN111967796 A CN 111967796A
- Authority
- CN
- China
- Prior art keywords
- information
- score
- evaluation value
- target
- food
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种食品企业信用评分方法、装置和电子设备,涉及企业信用评价的技术领域,包括获取待评价食品企业的目标信息;基于目标信息确定待评价食品企业的指标评价值,指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值;利用目标评分模型对指标评价值进行处理,得到待评价食品企业的信用评分。该方法选取待评价食品企业的经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息作为食品企业信用评分的关键因素,并利用目标评分模型计算信用评分,是一种覆盖面广、评价维度多元、更加完善且精准的评价方法,从而能够全面、客观、科学地反映食品企业的信用度。
Description
技术领域
本发明涉及企业信用评价的技术领域,尤其是涉及一种食品企业信用评分方法、装置和电子设备。
背景技术
食品安全是重大民生工程、民心工程,备受公众关注,但目前食品安全状况不容乐观,食品安全事故仍然层出不穷。据分析,食品安全事故频发,大多由于食品企业为控制成本降低质量安全管控所致,再加上监管部门因人力等资源不足,易形成监管漏洞。要从根本上解决食品安全问题,必须从最基础、最根本的建设抓起,食品安全企业信用体系建设是食品安全的治本之策、长效机制,食品企业信用评分可作为政府监管执法、企业品牌提升、消费者选购的重要参考,但现有的食品企业信用评分由于评价维度参差不齐,导致无法全面、客观、科学地反映食品企业的信用度。
发明内容
本发明的目的在于提供一种食品企业信用评分方法、装置和电子设备,能够全面、客观、科学地反映食品企业的信用度。
第一方面,本发明实施例提供一种食品企业信用评分方法,包括:获取待评价食品企业的目标信息,其中,所述目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息;基于所述目标信息确定所述待评价食品企业的指标评价值,其中,所述指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值;利用目标评分模型对所述指标评价值进行处理,得到所述待评价食品企业的信用评分。
在可选的实施方式中,获取待评价食品企业的目标信息,包括:利用所述待评价食品企业的信息化系统实时获取所述待评价食品企业的第一信息,其中,所述第一信息包括:所述经营信息,所述质量安全管理信息,所述财务状况信息和所述社会责任信息;向政府数据共享平台申请数据接口,并通过所述数据接口调用所述待评价食品企业的第二信息,其中,所述第二信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息;利用网络爬虫从网络中爬取所述待评价食品企业的品牌舆情信息;基于所述第一信息,所述第二信息和所述品牌舆情信息确定所述目标信息。
在可选的实施方式中,所述经营信息包括:注册信息,股东信息,资质信息,业务信息,人力资源信息,产品信息,以及行业状况和发展规划信息;所述质量安全管理信息包括:食品安全管理信息和追溯管理信息;所述财务状况信息包括:资产营运能力信息,盈利能力信息和清债能力信息;所述社会信用信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息和品牌舆情信息;所述社会责任信息包括:环境保护信息,社会贡献信息、工资支付信息和员工权益保障信息。
在可选的实施方式中,基于所述目标信息确定所述待评价食品企业的指标评价值,包括:利用预设评分规则对每条目标信息进行评分,得到所述每条目标信息的得分;利用算式x1=a1*x11+a2*x12+a3*x13+a4*x14+a5*x15+a6*x16+a7*x17计算所述食品企业基础实力评价值,其中,a1,a2,a3,a4,a5,a6,a7表示权重,且满足a1+a2+a3+a4+a5+a6+a7=1,x11表示注册信息得分,x12表示股东信息得分,x13表示资质信息得分,x14表示业务信息得分,x15表示人力资源信息得分,x16表示产品信息得分,x17表示行业状况和发展规划信息得分;利用算式x2=b1*x21+b2*x22+b3*x23+b4*x24+b5*x25+b6*x26+b7*x27计算所述质量安全管理评价值,其中,b1,b2,b3,b4,b5,b6,b7表示权重,且满足b1+b2+b3+b4+b5+b6+b7=1,x21表示供应过程中的食品安全管理信息得分,x22表示存储过程中的食品安全管理信息得分,x23表示生产过程中的食品安全管理信息得分,x24表示销售过程中的食品安全管理信息得分,x25表示追溯系统建设情况得分,x26表示追溯信息交换和共享能力得分,x27表示追溯信息化管理得分;利用算式x3=c1*x31+c2*x32+c3*x33计算所述财务状况评价值,其中,c1,c2,c3表示权重,且满足c1+c2+c3=1,x31表示资产营运能力信息得分,x32表示盈利能力信息得分,x33表示清债能力信息得分;利用算式x4=d1*x41+d2*x42+d3*x43+d4*x44计算所述社会信用评价值,其中,d1,d2,d3,d4表示权重,且满足d1+d2+d3+d4=1,x41表示税务信用信息得分,x42表示法律诉讼信息得分,x43表示公共事业欠费信息得分,x44表示品牌舆情信息得分;利用算式x5=e1*x51+e2*x52+e3*x53+e4*x54计算所述社会责任评价值,其中,e1,e2,e3,e4表示权重,且满足e1+e2+e3+e4=1,x51表示环境保护信息得分,x52表示社会贡献信息得分,x53表示工资支付信息得分,x54表示员工权益保障信息得分。
在可选的实施方式中,所述方法还包括:获取训练样本,其中,所述训练样本中包括多个食品企业的实际信用评分,以及每个食品企业的所有目标信息的得分;基于目标食品企业的所有目标信息的得分确定所述目标食品企业的指标评价值,其中,所述目标食品企业为所述多个食品企业中的任一个企业;利用基础评分模型对所述目标食品企业的指标评价值进行处理,得到所述目标食品企业的预估信用评分;基于所述目标食品企业的实际信用评分和所述目标食品企业的预估信用评分计算目标损失函数的函数值;基于所述函数值对所述基础评分模型的模型参数进行调整,得到中间评分模型;利用K折交叉验证方法对所述中间评分模型进行调整,直至满足预设收敛条件,以得到所述目标评分模型。
第二方面,本发明实施例提供一种食品企业信用评分装置,包括:第一获取模块,用于获取待评价食品企业的目标信息,其中,所述目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息;第一确定模块,用于基于所述目标信息确定所述待评价食品企业的指标评价值,其中,所述指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值;第一处理模块,用于利用目标评分模型对所述指标评价值进行处理,得到所述待评价食品企业的信用评分。
在可选的实施方式中,所述第一获取模块包括:实时获取单元,用于利用所述待评价食品企业的信息化系统实时获取所述待评价食品企业的第一信息,其中,所述第一信息包括:所述经营信息,所述质量安全管理信息,所述财务状况信息和所述社会责任信息;调用单元,用于向政府数据共享平台申请数据接口,并通过所述数据接口调用所述待评价食品企业的第二信息,其中,所述第二信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息;爬取单元,用于利用网络爬虫从网络中爬取所述待评价食品企业的品牌舆情信息;确定单元,用于基于所述第一信息,所述第二信息和所述品牌舆情信息确定所述目标信息。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述前述实施方式中任一项所述的方法的步骤。
第四方面,本发明实施例提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行前述实施方式中任一项所述的方法。
本发明提供的食品企业信用评分方法,包括:获取待评价食品企业的目标信息,其中,目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息;基于目标信息确定待评价食品企业的指标评价值,其中,指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值;利用目标评分模型对指标评价值进行处理,得到待评价食品企业的信用评分。
现有技术中的食品企业信用评分方法由于评价维度参差不齐,所以无法全面、客观、科学地反映食品企业的信用度,与现有技术相比,本发明提供了一种食品企业信用评分方法,该方法选取待评价食品企业的经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息作为食品企业信用评分的关键因素,并利用目标评分模型计算信用评分,是一种覆盖面广、评价维度多元、更加完善且精准的评价方法,从而能够全面、客观、科学地反映食品企业的信用度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种食品企业信用评分方法的流程图;
图2为本发明实施例提供的一种获取待评价食品企业的目标信息的流程图;
图3为本发明实施例提供的一种食品企业信用评分装置的功能模块图;
图4为本发明实施例提供的一种电子设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
食品安全事故层出不穷,食品安全状况不容乐观,要从根本上解决食品安全问题,必须从最基础、最根本的建设抓起,目前,作为政府监管执法、企业品牌提升、消费者选购的重要参考依据的食品企业信用评价无法具体统一量化。现有的食品企业评价方法和评价维度也是参差不齐,有的评价方法覆盖面窄,有的评价信息维度单一,具有局限性,无法全面、客观、科学地反映食品企业的信用度。有鉴于此,本发明实施例提供了一种食品企业信用评分方法,用以缓解上文中所提出的技术问题。
实施例一
图1为本发明实施例提供的一种食品企业信用评分方法的流程图,如图1所示,该方法具体包括如下步骤:
步骤S102,获取待评价食品企业的目标信息。
具体的,在本发明实施例中,为了能够全面、客观、科学地得到待评价食品企业的信用评分,首先需要获取待评价食品企业的目标信息,其中,目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息。显然,上述目标信息的覆盖面较广,且涉及多种评价维度,使得方法适用于食品种/养殖、食品生产加工、食品物流配送、食品零售等供应链上各节点的食品企业。
步骤S104,基于目标信息确定待评价食品企业的指标评价值。
在获取到待评价食品企业的目标信息后,还需要对上述目标信息进行量化处理,得到待评价食品企业的指标评价值,其中,指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值,可选的,上述每个指标评价值的取值范围均为[0,100]。
步骤S106,利用目标评分模型对指标评价值进行处理,得到待评价食品企业的信用评分。
在得到待评价食品企业的指标评价值后,接下来,利用训练后的目标评分模型对上述指标评价值进行处理,从而确定出待评价食品企业的信用评分。鉴于多元线性回归是用于研究两个及以上的自变量,且自变量与因变量线性相关的条件下,预测各自变量与因变量间数值权重影响关系的模型,因此,在本发明实施例中,目标评分模型选择多元线性回归模型。
现有技术中的食品企业信用评分方法由于评价维度参差不齐,所以无法全面、客观、科学地反映食品企业的信用度,与现有技术相比,本发明提供了一种食品企业信用评分方法,该方法选取待评价食品企业的经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息作为食品企业信用评分的关键因素,并利用目标评分模型计算信用评分,是一种覆盖面广、评价维度多元、更加完善且精准的评价方法,从而能够全面、客观、科学地反映食品企业的信用度。
上文中对利用本发明实施例提供的食品企业信用评分方法对待评价食品企业进行信用评分的过程进行了简要的描述,下面对其中涉及的具体步骤以及详细信息进行具体介绍。
在一个可选的实施方式中,如图2所示,上述步骤S102,获取待评价食品企业的目标信息,具体包括如下步骤:
步骤S1021,利用待评价食品企业的信息化系统实时获取待评价食品企业的第一信息。
在本发明实施例中,食品企业信用评价的数据收集主要有以下几种途径:首先,可以利用待评价食品企业的已有ERP(Enterprise Resource Planning,企业资源计划)、WMS(Warehouse Management System,仓库管理系统)、追溯系统等信息化系统,定时或实时的调用待评价食品企业的第一信息,其中,第一信息包括:经营信息,质量安全管理信息,财务状况信息和社会责任信息,其中,经营信息包括:注册信息,股东信息,资质信息,业务信息,人力资源信息,产品信息,以及行业状况和发展规划信息;质量安全管理信息包括:(供应、存储、生产、销售过程中)食品安全管理信息和追溯管理信息,其中,追溯管理信息包括:追溯系统建设情况,追溯信息交换和共享能力,追溯信息化管理;财务状况信息包括:资产营运能力信息(总资产周转率、应收账款周转率、流动资产周转率),盈利能力信息和清债能力信息;社会责任信息包括:环境保护信息,社会贡献信息、工资支付信息和员工权益保障信息。
步骤S1022,向政府数据共享平台申请数据接口,并通过数据接口调用待评价食品企业的第二信息。
步骤S1023,利用网络爬虫从网络中爬取待评价食品企业的品牌舆情信息。
接下来,为了得到待评价食品企业的信用评价相关数据,一方面可以向政府数据共享平台申请数据接口,通过上述数据接口调用待评价食品企业的第二信息,其中,第二信息包括:(银行/工商)税务信用信息,法律诉讼信息,公共事业欠费信息;另一方面,还可以利用Scrapy分布式爬虫技术,爬取网页中关于待评价食品企业的品牌舆情信息,上述品牌舆情信息可大致分为正面舆情和负面舆情,能够在一定程度上反映食品信用数据。在本发明实施例中,将待评价食品企业的(银行/工商)税务信用信息,法律诉讼信息,公共事业欠费信息和品牌舆情信息作为待评价食品企业的社会信用信息。
步骤S1024,基于第一信息,第二信息和品牌舆情信息确定目标信息。
在获取到上述第一信息,第二信息和品牌舆情信息后,还需要对上述信息进行清洗,去除空值,例如含“\N”、“null”等特殊字符的不合理数据,保证数据的准确性和完整性,再将清洗后的数据作为分析主体(目标信息),进行后续步骤的处理。
在一个可选的实施方式中,上述步骤S104,基于目标信息确定待评价食品企业的指标评价值,具体包括如下步骤:
步骤S1041,利用预设评分规则对每条目标信息进行评分,得到每条目标信息的得分。
在本发明实施例中,得到待评价食品企业的所有目标信息后,首先利用预设评分规则对每条目标信息进行评分,从而得到量化后的目标信息的得分。举例来说,经营信息中包括:注册信息,股东信息,资质信息,业务信息,人力资源信息,产品信息,以及行业状况和发展规划信息,那么在进行评分时,需要针对每一条目标信息分别按照相应的评分规则进行评分,从而得到注册信息得分,股东信息得分,资质信息得分,业务信息得分,人力资源信息得分,产品信息得分,以及行业状况和发展规划信息得分。其余的质量安全管理信息,财务状况信息,社会信用信息和社会责任信息中具体的目标信息条目,也是按照同样的处理方式,分别进行评分,得到最终的得分,本发明实施例不对预设评分规则进行具体限定,用户可以根据实际需求进行设置,可以选择对个专家来制定预设评分规则。在本发明实施例中,每条目标信息的得分,其取值范围均在[0,100]范围内。
在得到每条目标信息的得分后,利用下述步骤S1042-步骤S1046中的算式分别计算出食品企业基础实力评价值x1,质量安全管理评价值x2,财务状况评价值x3,社会信用评价值x4和社会责任评价值x5。
步骤S1042,利用算式x1=a1*x11+a2*x12+a3*x13+a4*x14+a5*x15+a6*x16+a7*x17计算食品企业基础实力评价值,其中,a1,a2,a3,a4,a5,a6,a7表示权重,且满足a1+a2+a3+a4+a5+a6+a7=1,x11表示注册信息得分,x12表示股东信息得分,x13表示资质信息得分,x14表示业务信息得分,x15表示人力资源信息得分,x16表示产品信息得分,x17表示行业状况和发展规划信息得分。可选的,a1=0.12,a2=0.11,a3=0.25,a4=0.12,a5=0.13,a6=0.19,a7=0.08。
步骤S1043,利用算式x2=b1*x21+b2*x22+b3*x23+b4*x24+b5*x25+b6*x26+b7*x27计算质量安全管理评价值,其中,b1,b2,b3,b4,b5,b6,b7表示权重,且满足b1+b2+b3+b4+b5+b6+b7=1,x21表示供应过程中的食品安全管理信息得分,x22表示存储过程中的食品安全管理信息得分,x23表示生产过程中的食品安全管理信息得分,x24表示销售过程中的食品安全管理信息得分,x25表示追溯系统建设情况得分,x26表示追溯信息交换和共享能力得分,x27表示追溯信息化管理得分。可选的,b1=0.15,b2=0.11,b3=0.18,b4=0.1,b5=0.16,b6=0.17,b7=0.13。
步骤S1044,利用算式x3=c1*x31+c2*x32+c3*x33计算财务状况评价值,其中,c1,c2,c3表示权重,且满足c1+c2+c3=1,x31表示资产营运能力信息得分,x32表示盈利能力信息得分,x33表示清债能力信息得分。可选的,c1=0.39,c2=0.29,c3=0.32。
步骤S1045,利用算式x4=d1*x41+d2*x42+d3*x43+d4*x44计算社会信用评价值,其中,d1,d2,d3,d4表示权重,且满足d1+d2+d3+d4=1,x41表示税务信用信息得分,x42表示法律诉讼信息得分,x43表示公共事业欠费信息得分,x44表示品牌舆情信息得分。可选的,d1=0.31,d2=0.29,d3=0.19,d4=0.21。
步骤S1046,利用算式x5=e1*x51+e2*x52+e3*x53+e4*x54计算社会责任评价值,其中,e1,e2,e3,e4表示权重,且满足e1+e2+e3+e4=1,x51表示环境保护信息得分,x52表示社会贡献信息得分,x53表示工资支付信息得分,x54表示员工权益保障信息得分。可选的,e1=0.19,e2=0.16,e3=0.33,e4=0.32。
具体的,在得到待评价食品企业的所有指标评价值之后,将上述指标评价值代入目标评分模型从而得到待评价食品企业的信用评分,若目标评分模型在训练时使用5折交叉验证方法,则目标评分模型表示为:也就是说,最终得到的信用评分是5个评分模型输出的均值,使得模型预测更为准确。
下面对如何得到目标评分模型的过程进行具体介绍,在一个可选的实施方式中,本发明方法还包括如下步骤:
步骤S21,获取训练样本。
首先,获取大量的训练样本,其中,训练样本中包括多个食品企业的实际信用评分,以及每个食品企业的所有目标信息的得分。收集到每个食品企业的所有目标信息后,每个食品企业的所有目标信息的得分的确定请参考上述步骤S1041,此处不再赘述,上述实际信用评分为业内专家针对通过多种渠道收集到的目标信息进行的综合评分。
步骤S22,基于目标食品企业的所有目标信息的得分确定目标食品企业的指标评价值。
在得到目标食品企业的所有目标信息的得分后,参考上述步骤S1042-步骤S1046,计算目标食品企业的指标评价值,其中,目标食品企业为多个食品企业中的任一个企业。
步骤S23,利用基础评分模型对目标食品企业的指标评价值进行处理,得到目标食品企业的预估信用评分。
接下来,可以利用上述指标评价值,结合多元线性回归算法,构建基础评分模型(多元线性回归模型),模型选取第i个食品企业的预估信用评分作为因变量,将上述5种指标评价值作为自变量,基础评分模型可表示为其中,Xi1表示训练样本中第i个食品企业的食品企业基础实力评价值,Xi2表示训练样本中第i个食品企业的质量安全管理评价值,Xi3表示练样本中第i个食品企业的财务状况评价值,Xi4表示训练样本中第i个食品企业的社会信用评价值,Xi5表示训练样本中第i个食品企业的社会责任评价值,wT=(w1,w2,w3,w4,w5)表示第一基础模型参数,b表示第二基础模型参数。
步骤S24,基于目标食品企业的实际信用评分和目标食品企业的预估信用评分计算目标损失函数的函数值。
上述基础评分模型在估计模型参数时可以选择最大似然估计方法,在估计模型参数时假设各样本间独立同分布,利用已知样本的结果信息,反推最有可能或最大概率导致这些样本出现的模型参数值。模型在训练过程中是分布迭代的,训练数据以小量多批次来送入模型,每一批次计算以该批次的若干样本为统计,在使用最大似然估计构建目标函数时,其目标函数如式其中,yi表示训练样本中第i个食品企业的实际信用评分,n表示每批次送入模型训练的训练样本数量,L表示目标损失函数的函数值。本发明实施例不对每批训练所使用的数据量进行具体限定,用户可以根据实际需求进行设置。
步骤S25,基于函数值对基础评分模型的模型参数进行调整,得到中间评分模型。
另外,模型在训练时是将训练样本分为两部分,一部分为训练集,一部分为测试集,用训练集中的训练样本来构建回归模型,用测试集中的训练样本来测试已构建模型的准确性,一般地,训练集中训练样本的数量大于测试集中训练样本的数量,本发明实施例不对其进行具体限制,用户可以根据实际需求进行设定。
目标损失函数用于量化表示预估信用评分与实际信用评分的差值,随着多批次数据训练,模型参数wT和b不断被更新,同时目标损失函数的函数值L也不断降低使预估信用评分更逼近实际信用评分,当目标损失函数的函数值L不断降低并小于设定的阈值ε时,表示基础评分模型已训练完成,得到中间评分模型。
步骤S26,利用K折交叉验证方法对中间评分模型进行调整,直至满足预设收敛条件,以得到目标评分模型。
进一步的,本发明实施例采用K折交叉验证方法对中间评分模型进行调整,即在训练模型时,将训练样本等量分为K份,每轮分别用K-1份做训练集,其余1份做测试集,以此训练K次并求均值作为最终结果,由于是多元线性回归问题,所以模型评价指标采用均方误差MSE(Mean Square Error),其值越小表示模型的拟合效果越好,预估信用评分越准确,其中,均方误差的算式表示为:其中,m表示训练集中样本总数,当均方误差满足预设收敛条件时,得到目标评分模型。
综上所述,本发明实施例提供的食品企业信用评分方法,利用经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息五大方面的数据对食品企业进行信用评价,能够全面、客观、科学地反映食品企业的信用度,可作为政府监管执法、企业自治管理、消费者选购的依据;鉴于上述五大方面的数据可以通过食品企业的信息化系统以及政府数据共享平台实时自动获取,建模过程使用简单且可并行化的回归算法,高效可伸缩,适用于大数据场景,且使得本发明方法能够对食品企业信用进行最及时、最精准地评价。
实施例二
本发明实施例还提供了一种食品企业信用评分装置,该食品企业信用评分装置主要用于执行上述实施例一所提供的食品企业信用评分方法,以下对本发明实施例提供的食品企业信用评分装置做具体介绍。
图3是本发明实施例提供的一种食品企业信用评分装置的功能模块图,如图3所示,该装置主要包括:第一获取模块10,第一确定模块20,第一处理模块30,其中:
第一获取模块10,用于获取待评价食品企业的目标信息,其中,目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息。
第一确定模块20,用于基于目标信息确定待评价食品企业的指标评价值,其中,指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值。
第一处理模块30,用于利用目标评分模型对指标评价值进行处理,得到待评价食品企业的信用评分。
现有技术中的食品企业信用评分方法由于评价维度参差不齐,所以无法全面、客观、科学地反映食品企业的信用度,与现有技术相比,本发明提供了一种食品企业信用评分装置,该装置选取待评价食品企业的经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息作为食品企业信用评分的关键因素,并利用目标评分模型计算信用评分,是一种覆盖面广、评价维度多元、更加完善且精准的评价方法,从而能够全面、客观、科学地反映食品企业的信用度。
可选的,第一获取模块10包括:
实时获取单元,用于利用待评价食品企业的信息化系统实时获取待评价食品企业的第一信息,其中,第一信息包括:经营信息,质量安全管理信息,财务状况信息和社会责任信息。
调用单元,用于向政府数据共享平台申请数据接口,并通过数据接口调用待评价食品企业的第二信息,其中,第二信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息。
爬取单元,用于利用网络爬虫从网络中爬取待评价食品企业的品牌舆情信息。
确定单元,用于基于第一信息,第二信息和品牌舆情信息确定目标信息。
可选的,经营信息包括:注册信息,股东信息,资质信息,业务信息,人力资源信息,产品信息,以及行业状况和发展规划信息。
质量安全管理信息包括:食品安全管理信息和追溯管理信息。
财务状况信息包括:资产营运能力信息,盈利能力信息和清债能力信息。
社会信用信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息和品牌舆情信息。
社会责任信息包括:环境保护信息,社会贡献信息、工资支付信息和员工权益保障信息。
可选的,第一确定模块20,包括:
评分单元,用于利用预设评分规则对每条目标信息进行评分,得到每条目标信息的得分。
第一计算单元,用于利用算式x1=a1*x11+a2*x12+a3*x13+a4*x14+a5*x15+a6*x16+a7*x17计算食品企业基础实力评价值,其中,a1,a2,a3,a4,a5,a6,a7表示权重,且满足a1+a2+a3+a4+a5+a6+a7=1,x11表示注册信息得分,x12表示股东信息得分,x13表示资质信息得分,x14表示业务信息得分,x15表示人力资源信息得分,x16表示产品信息得分,x17表示行业状况和发展规划信息得分。
第二计算单元,用于利用算式x2=b1*x21+b2*x22+b3*x23+b4*x24+b5*x25+b6*x26+b7*x27计算质量安全管理评价值,其中,b1,b2,b3,b4,b5,b6,b7表示权重,且满足b1+b2+b3+b4+b5+b6+b7=1,x21表示供应过程中的食品安全管理信息得分,x22表示存储过程中的食品安全管理信息得分,x23表示生产过程中的食品安全管理信息得分,x24表示销售过程中的食品安全管理信息得分,x25表示追溯系统建设情况得分,x26表示追溯信息交换和共享能力得分,x27表示追溯信息化管理得分。
第三计算单元,用于利用算式x3=c1*x31+c2*x32+c3*x33计算财务状况评价值,其中,c1,c2,c3表示权重,且满足c1+c2+c3=1,x31表示资产营运能力信息得分,x32表示盈利能力信息得分,x33表示清债能力信息得分。
第四计算单元,用于利用算式x4=d1*x41+d2*x42+d3*x43+d4*x44计算社会信用评价值,其中,d1,d2,d3,d4表示权重,且满足d1+d2+d3+d4=1,x41表示税务信用信息得分,x42表示法律诉讼信息得分,x43表示公共事业欠费信息得分,x44表示品牌舆情信息得分。
第五计算单元,用于利用算式x5=e1*x51+e2*x52+e3*x53+e4*x54计算社会责任评价值,其中,e1,e2,e3,e4表示权重,且满足e1+e2+e3+e4=1,x51表示环境保护信息得分,x52表示社会贡献信息得分,x53表示工资支付信息得分,x54表示员工权益保障信息得分。
可选的,该装置还包括:
第二获取模块,用于获取训练样本,其中,训练样本中包括多个食品企业的实际信用评分,以及每个食品企业的所有目标信息的得分。
第二确定模块,用于基于目标食品企业的所有目标信息的得分确定目标食品企业的指标评价值,其中,目标食品企业为多个食品企业中的任一个企业。
第二处理模块,用于利用基础评分模型对目标食品企业的指标评价值进行处理,得到目标食品企业的预估信用评分。
计算模块,用于基于目标食品企业的实际信用评分和目标食品企业的预估信用评分计算目标损失函数的函数值。
第一调整模块,用于基于函数值对基础评分模型的模型参数进行调整,得到中间评分模型。
第二调整模块,用于利用K折交叉验证方法对中间评分模型进行调整,直至满足预设收敛条件,以得到目标评分模型。
实施例三
参见图4,本发明实施例提供了一种电子设备,该电子设备包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,RandomAccessMemory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的一种食品企业信用评分方法、装置和电子设备的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种食品企业信用评分方法,其特征在于,包括:
获取待评价食品企业的目标信息,其中,所述目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息;
基于所述目标信息确定所述待评价食品企业的指标评价值,其中,所述指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值;
利用目标评分模型对所述指标评价值进行处理,得到所述待评价食品企业的信用评分。
2.根据权利要求1所述的方法,其特征在于,获取待评价食品企业的目标信息,包括:
利用所述待评价食品企业的信息化系统实时获取所述待评价食品企业的第一信息,其中,所述第一信息包括:所述经营信息,所述质量安全管理信息,所述财务状况信息和所述社会责任信息;
向政府数据共享平台申请数据接口,并通过所述数据接口调用所述待评价食品企业的第二信息,其中,所述第二信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息;
利用网络爬虫从网络中爬取所述待评价食品企业的品牌舆情信息;
基于所述第一信息,所述第二信息和所述品牌舆情信息确定所述目标信息。
3.根据权利要求1所述的方法,其特征在于,
所述经营信息包括:注册信息,股东信息,资质信息,业务信息,人力资源信息,产品信息,以及行业状况和发展规划信息;
所述质量安全管理信息包括:食品安全管理信息和追溯管理信息;
所述财务状况信息包括:资产营运能力信息,盈利能力信息和清债能力信息;
所述社会信用信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息和品牌舆情信息;
所述社会责任信息包括:环境保护信息,社会贡献信息、工资支付信息和员工权益保障信息。
4.根据权利要求3所述的方法,其特征在于,基于所述目标信息确定所述待评价食品企业的指标评价值,包括:
利用预设评分规则对每条目标信息进行评分,得到所述每条目标信息的得分;
利用算式x1=a1*x11+a2*x12+a3*x13+a4*x14+a5*x15+a6*x16+a7*x17计算所述食品企业基础实力评价值,其中,a1,a2,a3,a4,a5,a6,a7表示权重,且满足a1+a2+a3+a4+a5+a6+a7=1,x11表示注册信息得分,x12表示股东信息得分,x13表示资质信息得分,x14表示业务信息得分,x15表示人力资源信息得分,x16表示产品信息得分,x17表示行业状况和发展规划信息得分;
利用算式x2=b1*x21+b2*x22+b3*x23+b4*x24+b5*x25+b6*x26+b7*x27计算所述质量安全管理评价值,其中,b1,b2,b3,b4,b5,b6,b7表示权重,且满足b1+b2+b3+b4+b5+b6+b7=1,x21表示供应过程中的食品安全管理信息得分,x22表示存储过程中的食品安全管理信息得分,x23表示生产过程中的食品安全管理信息得分,x24表示销售过程中的食品安全管理信息得分,x25表示追溯系统建设情况得分,x26表示追溯信息交换和共享能力得分,x27表示追溯信息化管理得分;
利用算式x3=c1*x31+c2*x32+c3*x33计算所述财务状况评价值,其中,c1,c2,c3表示权重,且满足c1+c2+c3=1,x31表示资产营运能力信息得分,x32表示盈利能力信息得分,x33表示清债能力信息得分;
利用算式x4=d1*x41+d2*x42+d3*x43+d4*x44计算所述社会信用评价值,其中,d1,d2,d3,d4表示权重,且满足d1+d2+d3+d4=1,x41表示税务信用信息得分,x42表示法律诉讼信息得分,x43表示公共事业欠费信息得分,x44表示品牌舆情信息得分;
利用算式x5=e1*x51+e2*x52+e3*x53+e4*x54计算所述社会责任评价值,其中,e1,e2,e3,e4表示权重,且满足e1+e2+e3+e4=1,x51表示环境保护信息得分,x52表示社会贡献信息得分,x53表示工资支付信息得分,x54表示员工权益保障信息得分。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取训练样本,其中,所述训练样本中包括多个食品企业的实际信用评分,以及每个食品企业的所有目标信息的得分;
基于目标食品企业的所有目标信息的得分确定所述目标食品企业的指标评价值,其中,所述目标食品企业为所述多个食品企业中的任一个企业;
利用基础评分模型对所述目标食品企业的指标评价值进行处理,得到所述目标食品企业的预估信用评分;
基于所述目标食品企业的实际信用评分和所述目标食品企业的预估信用评分计算目标损失函数的函数值;
基于所述函数值对所述基础评分模型的模型参数进行调整,得到中间评分模型;
利用K折交叉验证方法对所述中间评分模型进行调整,直至满足预设收敛条件,以得到所述目标评分模型。
7.一种食品企业信用评分装置,其特征在于,包括:
第一获取模块,用于获取待评价食品企业的目标信息,其中,所述目标信息包括:经营信息,质量安全管理信息,财务状况信息,社会信用信息和社会责任信息;
第一确定模块,用于基于所述目标信息确定所述待评价食品企业的指标评价值,其中,所述指标评价值包括:食品企业基础实力评价值,质量安全管理评价值,财务状况评价值,社会信用评价值和社会责任评价值;
第一处理模块,用于利用目标评分模型对所述指标评价值进行处理,得到所述待评价食品企业的信用评分。
8.根据权利要求7所述的装置,其特征在于,所述第一获取模块包括:
实时获取单元,用于利用所述待评价食品企业的信息化系统实时获取所述待评价食品企业的第一信息,其中,所述第一信息包括:所述经营信息,所述质量安全管理信息,所述财务状况信息和所述社会责任信息;
调用单元,用于向政府数据共享平台申请数据接口,并通过所述数据接口调用所述待评价食品企业的第二信息,其中,所述第二信息包括:税务信用信息,法律诉讼信息,公共事业欠费信息;
爬取单元,用于利用网络爬虫从网络中爬取所述待评价食品企业的品牌舆情信息;
确定单元,用于基于所述第一信息,所述第二信息和所述品牌舆情信息确定所述目标信息。
9.一种电子设备,包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至6中任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010908783.9A CN111967796A (zh) | 2020-09-02 | 2020-09-02 | 食品企业信用评分方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010908783.9A CN111967796A (zh) | 2020-09-02 | 2020-09-02 | 食品企业信用评分方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111967796A true CN111967796A (zh) | 2020-11-20 |
Family
ID=73392505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010908783.9A Pending CN111967796A (zh) | 2020-09-02 | 2020-09-02 | 食品企业信用评分方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111967796A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112561369A (zh) * | 2020-12-23 | 2021-03-26 | 徐靖玮 | 一种基于云平台的供应链金融服务方法及系统 |
CN113450009A (zh) * | 2021-07-06 | 2021-09-28 | 北交金科金融信息服务有限公司 | 一种企业成长性评价的方法及系统 |
CN113487410A (zh) * | 2021-07-06 | 2021-10-08 | 建信金融科技有限责任公司 | 一种授信管理方法、装置、电子设备及计算机可读介质 |
CN113762764A (zh) * | 2021-09-02 | 2021-12-07 | 南京大学 | 一种进口食品安全风险自动分级与预警系统及方法 |
-
2020
- 2020-09-02 CN CN202010908783.9A patent/CN111967796A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112561369A (zh) * | 2020-12-23 | 2021-03-26 | 徐靖玮 | 一种基于云平台的供应链金融服务方法及系统 |
CN113450009A (zh) * | 2021-07-06 | 2021-09-28 | 北交金科金融信息服务有限公司 | 一种企业成长性评价的方法及系统 |
CN113487410A (zh) * | 2021-07-06 | 2021-10-08 | 建信金融科技有限责任公司 | 一种授信管理方法、装置、电子设备及计算机可读介质 |
CN113487410B (zh) * | 2021-07-06 | 2023-03-24 | 建信金融科技有限责任公司 | 一种授信管理方法、装置、电子设备及计算机可读介质 |
CN113762764A (zh) * | 2021-09-02 | 2021-12-07 | 南京大学 | 一种进口食品安全风险自动分级与预警系统及方法 |
CN113762764B (zh) * | 2021-09-02 | 2024-04-12 | 南京大学 | 一种进口食品安全风险自动分级与预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111967796A (zh) | 食品企业信用评分方法、装置和电子设备 | |
CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 | |
Egger et al. | Structural gravity with dummies only: Constrained ANOVA-type estimation of gravity models | |
Sahu et al. | Establishing green supplier appraisement platform using grey concepts | |
CN112734559A (zh) | 企业信用风险评价方法、装置及电子设备 | |
CN110991739A (zh) | 一种行业电量需求预测模型的构建方法及预测方法 | |
Ghazanfari et al. | Fresh-product trade management under government-backed incentives: A case study of fresh flower market | |
Sy et al. | An analysis of the impact of ASEAN's logistics performance on trade flows using linear and non-linear methods in an augmented gravity model | |
CN115130887A (zh) | 水库大坝环境影响评价方法和装置、电子设备和存储介质 | |
CN114155072A (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
Bernardini Papalia et al. | Trade costs in bilateral trade flows: Heterogeneity and zeroes in structural gravity models | |
Gashaw et al. | Risk prioritisation using fuzzy analytic network process: A case of Addis–Djibouti railway construction project | |
CN117237085A (zh) | 一种信息处理方法、设备及计算机可读存储介质 | |
Zhang et al. | Selection of product lifecycle management components based on AHP methodologies | |
CN116523393A (zh) | 一种食品安全评价方法 | |
CN114385121B (zh) | 一种基于业务分层的软件设计建模方法及系统 | |
CN115062687A (zh) | 企业信用监控方法、装置、设备及存储介质 | |
Chinh et al. | An agent-based simulation to quantify and analyze bullwhip effects in supply chains | |
CN113421014A (zh) | 一种目标企业确定方法、装置、设备和存储介质 | |
CN113743994A (zh) | 一种供应商的旺季预测方法、系统、设备及存储介质 | |
CN114493200A (zh) | 企业品牌价值的在线评估方法、装置、设备及存储介质 | |
CN112330280A (zh) | 一种人力资源市场主体信用查询方法及系统 | |
Wu | A comprehensive approach for the evaluation of the impact of blockchain on photovoltaic supply chain using hybrid data analytic method | |
CN110826853A (zh) | 一种工程造价管理影响因素重要度分析方法及系统 | |
CN112766684A (zh) | 企业信用评价方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |