CN112990707A - 施工风险评估方法、装置、设备及存储介质 - Google Patents
施工风险评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112990707A CN112990707A CN202110278739.9A CN202110278739A CN112990707A CN 112990707 A CN112990707 A CN 112990707A CN 202110278739 A CN202110278739 A CN 202110278739A CN 112990707 A CN112990707 A CN 112990707A
- Authority
- CN
- China
- Prior art keywords
- credit
- construction
- information
- key
- risk assessment
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 329
- 238000012502 risk assessment Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims description 14
- 230000008520 organization Effects 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 230000006854 communication Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004806 packaging method and process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000013398 bayesian method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及工程技术领域,公开了一种施工风险评估方法、装置、设备及存储介质,所述方法包括:获取建筑项目的包工信息,并根据包工信息确定目标施工负责人的待验证身份信息;根据待验证身份信息获取施工负责人的关键信用信息;将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,并根据信用度对施工队进行施工风险评估。相较于现有技术中,需要人工评估施工风险评估,导致施工风险评估结果的准确率较低,而本发明中仅需要将施工负责人的关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,最后根据信用度对施工队进行施工风险评估,进而提高了施工风险评估的准确率。
Description
技术领域
本发明涉及工程技术领域,尤其涉及一种施工风险评估方法、装置、设备及存储介质。
背景技术
目前,随着工业化、城市化进程的加快,建筑物的建设施工已成常态。人们在关注建设的规模和速度的同时也更加关注建筑物的质量和施工的安全。因此,施工队的施工风险评估也变得尤为重要,目前,对施工队进行施工风险评估的方式为,通过开发商与施工负责人之间的沟通过程对施工风险进行评估,但这种方式导致施工风险评估结果的准确率较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种施工风险评估方法、装置、设备及存储介质,旨在解决如何提高施工风险评估的准确率的技术问题。
为实现上述目的,本发明提供了一种施工风险评估方法,所述施工风险评估方法包括:
获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息;
根据所述待验证身份信息获取所述施工负责人的关键信用信息;
将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估。
可选地,所述获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息的步骤之前,还包括:
获取多个样本用户表单,并分别对多个样本用户表单进行处理,获得样本关键表单;
根据所述样本关键表单确定样本关键信用信息;
根据获得的样本关键信用信息构建样本关键信用信息集;
根据所述样本关键信用信息集对初始网络模型进行训练,以获得预设班组风控模型。
可选地,所述获取建筑项目的包工信息,并根据所述包工信息确定施工负责人的身份信息的步骤,包括:
获取建筑项目的包工信息,并从所述包工信息中提取施工任务信息;
根据所述施工任务信息匹配多组施工队;
获取各施工队对应的待选取施工负责人的身份信息;
根据所述身份信息确定施工项目信息和组织能力信息;
根据所述施工项目信息和所述组织能力信息从多组施工队中选取目标施工队,并根据所述目标施工队确定目标施工负责人的待验证身份信息。
可选地,所述根据所述待验证身份信息获取所述施工负责人的关键信用信息的步骤,包括:
根据所述待验证身份信息获取所述施工负责人的用户信用表单;
根据所述用户信用表单确定关键信用标识;
根据所述关键信用标识从所述用户信用表单中提取所述施工负责人的关键信用信息。
可选地,所述根据所述用户信用表单确定关键信用标识的步骤,包括:
根据所述用户信用表单确定交易信息和交易数量;
根据所述交易信息和所述交易数量确定关键信用标识。
可选地,所述将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估的步骤,包括:
将所述关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度;
判断所述信用度是否大于预设信用阈值;
在所述信用度大于所述预设信用阈值时,根据所述信用度和所述预设信用阈值确定信用差值;
根据所述信用差值确定信用等级,并根据所述信用等级对施工队进行施工风险评估。
可选地,所述根据所述信用差值确定信用等级的步骤,包括:
根据所述信用差值从预设信用等级映射关系表中查找对应的样本信用等级,并将所述样本信用等级作为所述施工负责人的信用等级;
所述预设信用等级映射关系表中包括信用差值和样本信用等级之间的对应关系。
此外,为实现上述目的,本发明还提出一种施工风险评估装置,所述施工风险评估装置包括:
确定模块,用于获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息;
获取模块,用于根据所述待验证身份信息获取所述施工负责人的关键信用信息;
评估模块,用于将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估。
此外,为实现上述目的,本发明还提出一种施工风险评估设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的施工风险评估程序,所述施工风险评估程序配置为实现如上文所述的施工风险评估方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有施工风险评估程序,所述施工风险评估程序被处理器执行时实现如上文所述的施工风险评估方法的步骤。
本发明首先获取建筑项目的包工信息,并根据包工信息确定目标施工负责人的待验证身份信息,然后根据待验证身份信息获取施工负责人的关键信用信息,之后将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,并根据信用度对施工队进行施工风险评估。相较于现有技术中,需要人工评估施工风险评估,导致施工风险评估结果的准确率较低,而本发明中仅需要施工负责人的关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,最后根据信用度对施工队进行施工风险评估,进而提高了施工风险评估的准确率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的施工风险评估设备的结构示意图;
图2为本发明施工风险评估方法第一实施例的流程示意图;
图3为本发明施工风险评估方法第二实施例的流程示意图;
图4为本发明施工风险评估装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的施工风险评估设备结构示意图。
如图1所示,该施工风险评估设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对施工风险评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及施工风险评估程序。
在图1所示的施工风险评估设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明施工风险评估设备中的处理器1001、存储器1005可以设置在施工风险评估设备中,所述施工风险评估设备通过处理器1001调用存储器1005中存储的施工风险评估程序,并执行本发明实施例提供的施工风险评估方法。
本发明实施例提供了一种施工风险评估方法,参照图2,图2为本发明施工风险评估方法第一实施例的流程示意图。
本实施例中,所述施工风险评估方法包括以下步骤:
步骤S10:获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息。
易于理解的是,本实施例的执行主体可以是具有数据处理、网络通讯和程序运行等功能的施工风险评估设备,也可以为其他具有相似功能的计算机设备,本实施例并不加以限制。
可以理解的是,建筑项目的包工信息为开发商对外发布的工程建筑对应的所需包工头信息,其中,包工信息可以包工班组人员数量等,包工班组人员数量可以为26人,还可以为30人等,本实施例并不加以限制。
目标施工负责人为建筑项目确定的施工队对应的总负责人,可以理解为包工头,待验证身份信息可以为目标施工负责人的唯一身份信息,可以根据唯一身份信息从银行系统中获取对应的信用表单等。
进一步地,为了能够获取准确的目标施工负责人的待验证身份信息,获取建筑项目的包工信息,并根据包工信息确定施工负责人的身份信息的步骤可以为,获取建筑项目的包工信息,并从包工信息中提取施工任务信息,然后根据施工任务信息匹配多组施工队,并获取各施工队对应的待选取施工负责人的身份信息,之后根据身份信息确定施工项目信息和组织能力信息,最后根据施工项目信息和组织能力信息从多组施工队中选取目标施工队,并根据目标施工队确定目标施工负责人的待验证身份信息等。
施工负责人的身份信息可以为施工负责人的身份证号码,可以为5464646***等,本实施例并不加以限制。
施工项目信息可以为承接项目名称和承接项目数量等,组织能力信息可以为下级员工对施工负责人组织能力的评价信息,可以为优,还可以为良,还可以为差等,本实施例并不加以限制。
假设施工任务信息为需要30人一组的施工队,则存在多个30人一组的施工队,若存在5组30人一组的施工队,分别为A施工队,B施工队,C施工队,D施工队及E施工队,然后需要获取5组施工队的施工负责人的身份信息,A施工队的施工负责人a的身份信息,B施工队的施工负责人b的身份信息,C施工队的施工负责人c的身份信息,D施工队的施工负责人d的身份信息,E施工队的施工负责人e的身份信息,之后a承接项目数量20及组织能力优,b承接项目数量10及组织能力优,c承接项目数量20及组织能力良,d承接项目数量21及组织能力差,e承接项目数量18及组织能力优,根据以上信息可以得出目标施工队为A施工队,最后获取A施工队的施工负责人a的身份信息等。
步骤S20:根据所述待验证身份信息获取所述施工负责人的关键信用信息。
施工负责人的关键信用信息可以为施工负责人的施工项目款信息和贷款信息等,其中,施工项目款信息中包括施工负债信息等。
进一步地,为了能够精准获取施工负债人的关键信用信息,根据待验证身份信息获取施工负责人的关键信用信息的步骤,根据待验证身份信息获取施工负责人的用户信用表单,然后根据用户信用表单确定关键信用标识,之后根据关键信用标识从用户信用表单中提取所述施工负责人的关键信用信息等。
关键信用标识可以为用户信用表单中的工程负债标识等,本实施例并不加以限制。
根据用户信用表单确定关键信用标识的步骤可以为,根据用户信用表单确定交易信息和交易数量,之后根据交易信息和交易数量确定关键信用标识等。
交易信息可以为用户信用表单中的金融转账信息、贷款信息及负债信息等,交易数量为贷款项目和负债项目的总数量等,本实施例并不加以限制。
假设根据待验证身份信息可以从银行系统内获取施工负责人的用户信用表单,然后根据用户信用表单确定贷款项目、负债项目及贷款项目和负债项目的总数量,之后根据贷款项目、负债项目及贷款项目和负债项目的总数量确定关键信用标识-负债标识和项目标识等,之后根据关键信用标识从用户信用表单中提取所述施工负责人的关键信用信息等。
步骤S30:将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估。
进一步地,为了能够获取精准的预设班组风控模型,建立预设班组风控模型的步骤可以为,获取多个样本用户表单,并分别对多个样本用户表单进行处理,获得样本关键表单,然后根据样本关键表单确定样本关键信用信息,之后根据获得的样本关键信用信息构建样本关键信用信息集,并根据样本关键信用信息集对初始网络模型进行训练,以获得预设班组风控模型等。
需要说明的是,预设班组风控模型可以根据样本关键信用信息集与标准信用度通过以下任一机器学习方法训练获得,其中,机器学习方法可以为支持向量机(SVM)、逻辑回归算法、决策树、卷积神经网络、贝叶斯方法等,本实施例并不加以限制。
信用度可以为用户设置,可以为9,还可以为8等,本实施例并不加以限制。
应理解的是,预设班组风控模型中输入的信息为施工负责人的关键信用信息,输出的信息为设施施工负责人的信用度等。
将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,并根据信用度对施工队进行施工风险评估的步骤可以为,将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,判断信用度是否大于预设信用阈值,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值,最后根据信用差值确定信用等级,并根据信用等级对施工队进行施工风险评估等。
预设信用阈值可以为用户自定义设置的信用阈值,可以为5,还可以为6等,本实施例并不加以限制。
信用等级可以为信用低级,还可以为信用中级,还可以为信用高级等,本实施例并加以限制。
还需要说明的是,根据所述信用差值确定信用等级的步骤为,根据信用差值从预设信用等级映射关系表中查找对应的样本信用等级,并将样本信用等级作为施工负责人的信用等级;其中,预设信用等级映射关系表中包括信用差值和样本信用等级之间的对应关系,预设信用等级映射关系表中存在多个信用差值和多个样本信用等级等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度8,判断信用度8是否大于预设信用阈值5,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值3,最后根据信用差值3确定信用等级,该信用等级为信用中级,并根据信用中级对施工队进行施工风险评估等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度4,判断信用度4是否大于预设信用阈值5,在信用度小于预设信用阈值5时,根据信用度和预设信用阈值确定信用差值-1,最后根据信用差值-1确定信用等级,该信用等级为信用低级,并根据信用低级对施工队进行施工风险评估等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度5,判断信用度5是否大于预设信用阈值5,在信用度等于预设信用阈值5时,根据信用度和预设信用阈值确定信用差值0,最后根据信用差值0确定信用等级,该信用等级为信用低级,并根据信用低级对施工队进行施工风险评估等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度9,判断信用度9是否大于预设信用阈值5,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值4,最后根据信用差值4确定信用等级,该信用等级为信用高级,并根据信用高级对施工队进行施工风险评估等。
在本实施例中,首先获取建筑项目的包工信息,并根据包工信息确定目标施工负责人的待验证身份信息,然后根据待验证身份信息获取施工负责人的关键信用信息,之后将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,并根据信用度对施工队进行施工风险评估。相较于现有技术中,需要人工评估施工风险评估,导致施工风险评估结果的准确率较低,而本实施例中仅需要施工负责人的关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,最后根据信用度对施工队进行施工风险评估,进而提高了施工风险评估的准确率。
参考图3,图3为本发明施工风险评估方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,所述步骤S30,包括:
步骤S301:将所述关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度。
施工负责人的关键信用信息可以为施工负责人的施工项目款信息和贷款信息等,其中,施工项目款信息中包括施工负债信息等。
进一步地,为了能够精准获取施工负债人的关键信用信息,根据待验证身份信息获取施工负责人的关键信用信息的步骤,根据待验证身份信息获取施工负责人的用户信用表单,然后根据用户信用表单确定关键信用标识,之后根据关键信用标识从用户信用表单中提取所述施工负责人的关键信用信息等。
关键信用标识可以为用户信用表单中的工程负债标识等,本实施例并不加以限制。
根据用户信用表单确定关键信用标识的步骤可以为,根据用户信用表单确定交易信息和交易数量,之后根据交易信息和交易数量确定关键信用标识等。
交易信息可以为用户信用表单中的金融转账信息、贷款信息及负债信息等,交易数量为贷款项目和负债项目的总数量等,本实施例并不加以限制。
假设根据待验证身份信息可以从银行系统内获取施工负责人的用户信用表单,然后根据用户信用表单确定贷款项目、负债项目及贷款项目和负债项目的总数量,之后根据贷款项目、负债项目及贷款项目和负债项目的总数量确定关键信用标识-负债标识和项目标识等,之后根据关键信用标识从用户信用表单中提取所述施工负责人的关键信用信息等。
进一步地,为了能够获取精准的预设班组风控模型,建立预设班组风控模型的步骤可以为,获取多个样本用户表单,并分别对多个样本用户表单进行处理,获得样本关键表单,然后根据样本关键表单确定样本关键信用信息,之后根据获得的样本关键信用信息构建样本关键信用信息集,并根据样本关键信用信息集对初始网络模型进行训练,以获得预设班组风控模型等。
需要说明的是,预设班组风控模型可以根据样本关键信用信息集与标准信用度通过以下任一机器学习方法训练获得,其中,机器学习方法可以为支持向量机(SVM)、逻辑回归算法、决策树、卷积神经网络、贝叶斯方法等,本实施例并不加以限制。
信用度可以为用户设置,可以为9,还可以为8等,本实施例并不加以限制。
应理解的是,预设班组风控模型中输入的信息为施工负责人的关键信用信息,输出的信息为设施施工负责人的信用度等。
步骤S302:判断所述信用度是否大于预设信用阈值。
预设信用阈值可以为用户自定义设置的信用阈值,可以为5,还可以为6等,本实施例并不加以限制。
步骤S303:在所述信用度大于所述预设信用阈值时,根据所述信用度和所述预设信用阈值确定信用差值。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度8,判断信用度8是否大于预设信用阈值5,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值3等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度4,判断信用度4是否大于预设信用阈值5,在信用度小于预设信用阈值5时,根据信用度和预设信用阈值确定信用差值-1等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度5,判断信用度5是否大于预设信用阈值5,在信用度等于预设信用阈值5时,根据信用度和预设信用阈值确定信用差值0等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度9,判断信用度9是否大于预设信用阈值5,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值4等。
步骤S304:根据所述信用差值确定信用等级,并根据所述信用等级对施工队进行施工风险评估。
信用等级可以为信用低级,还可以为信用中级,还可以为信用高级等,本实施例并加以限制。
还需要说明的是,根据所述信用差值确定信用等级的步骤为,根据信用差值从预设信用等级映射关系表中查找对应的样本信用等级,并将样本信用等级作为施工负责人的信用等级;其中,预设信用等级映射关系表中包括信用差值和样本信用等级之间的对应关系,预设信用等级映射关系表中存在多个信用差值和多个样本信用等级等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度8,判断信用度8是否大于预设信用阈值5,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值3,最后根据信用差值3确定信用等级,该信用等级为信用中级,并根据信用中级对施工队进行施工风险评估等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度4,判断信用度4是否大于预设信用阈值5,在信用度小于预设信用阈值5时,根据信用度和预设信用阈值确定信用差值-1,最后根据信用差值-1确定信用等级,该信用等级为信用低级,并根据信用低级对施工队进行施工风险评估等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度5,判断信用度5是否大于预设信用阈值5,在信用度等于预设信用阈值5时,根据信用度和预设信用阈值确定信用差值0,最后根据信用差值0确定信用等级,该信用等级为信用低级,并根据信用低级对施工队进行施工风险评估等。
假设将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度9,判断信用度9是否大于预设信用阈值5,在信用度大于预设信用阈值时,根据信用度和预设信用阈值确定信用差值4,最后根据信用差值4确定信用等级,该信用等级为信用高级,并根据信用高级对施工队进行施工风险评估等。
在本实施例中,首先将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,然后判断信用度是否大于预设信用阈值,在信用度大于预设信用阈值时,根据信用度和所述预设信用阈值确定信用差值,最后根据信用差值确定信用等级,并根据信用等级对施工队进行施工风险评估,进而提高了施工风险评估的准确率。
参照图4,图4为本发明施工风险评估装置第一实施例的结构框图。
如图4所示,本发明实施例提出的施工风险评估装置包括:
确定模块4001,用于获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息;
获取模块4002,用于根据所述待验证身份信息获取所述施工负责人的关键信用信息;
评估模块4003,用于将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估。
在本实施例中,首先获取建筑项目的包工信息,并根据包工信息确定目标施工负责人的待验证身份信息,然后根据待验证身份信息获取施工负责人的关键信用信息,之后将关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,并根据信用度对施工队进行施工风险评估。相较于现有技术中,需要人工评估施工风险评估,导致施工风险评估结果的准确率较低,而本实施例中仅需要施工负责人的关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度,最后根据信用度对施工队进行施工风险评估,进而提高了施工风险评估的准确率。
进一步地,所述施工风险评估装置还包括建立模块;
所述建立模块,用于获取多个样本用户表单,并分别对多个样本用户表单进行处理,获得样本关键表单;
所述建立模块,还用于根据所述样本关键表单确定样本关键信用信息;
所述建立模块,还用于根据获得的样本关键信用信息构建样本关键信用信息集;
所述建立模块,还用于根据所述样本关键信用信息集对初始网络模型进行训练,以获得预设班组风控模型。
进一步地,所述确定模块4001,还用于获取建筑项目的包工信息,并从所述包工信息中提取施工任务信息;
所述确定模块4001,还用于根据所述施工任务信息匹配多组施工队;
所述确定模块4001,还用于获取各施工队对应的待选取施工负责人的身份信息;
所述确定模块4001,还用于根据所述身份信息确定施工项目信息和组织能力信息;
所述确定模块4001,还用于根据所述施工项目信息和所述组织能力信息从多组施工队中选取目标施工队,并根据所述目标施工队确定目标施工负责人的待验证身份信息。
进一步地,所述获取模块4002,还用于根据所述待验证身份信息获取所述施工负责人的用户信用表单;
所述获取模块4002,还用于根据所述用户信用表单确定关键信用标识;
所述获取模块4002,还用于根据所述关键信用标识从所述用户信用表单中提取所述施工负责人的关键信用信息。
进一步地,所述获取模块4002,还用于根据所述用户信用表单确定交易信息和交易数量;
所述获取模块4002,还用于根据所述交易信息和所述交易数量确定关键信用标识。
进一步地,所述评估模块4003,还用于将所述关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度;
所述评估模块4003,还用于判断所述信用度是否大于预设信用阈值;
所述评估模块4003,还用于在所述信用度大于所述预设信用阈值时,根据所述信用度和所述预设信用阈值确定信用差值;
所述评估模块4003,还用于根据所述信用差值确定信用等级,并根据所述信用等级对施工队进行施工风险评估。
进一步地,所述评估模块4003,还用于根据所述信用差值从预设信用等级映射关系表中查找对应的样本信用等级,并将所述样本信用等级作为所述施工负责人的信用等级;
所述评估模块4003,还用于所述预设信用等级映射关系表中包括信用差值和样本信用等级之间的对应关系。
本发明施工风险评估装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种施工风险评估方法,其特征在于,所述施工风险评估方法包括:
获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息;
根据所述待验证身份信息获取所述施工负责人的关键信用信息;
将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估。
2.如权利要求1所述的方法,其特征在于,所述获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息的步骤之前,还包括:
获取多个样本用户表单,并分别对多个样本用户表单进行处理,获得样本关键表单;
根据所述样本关键表单确定样本关键信用信息;
根据获得的样本关键信用信息构建样本关键信用信息集;
根据所述样本关键信用信息集对初始网络模型进行训练,以获得预设班组风控模型。
3.如权利要求1所述的方法,其特征在,所述获取建筑项目的包工信息,并根据所述包工信息确定施工负责人的身份信息的步骤,包括:
获取建筑项目的包工信息,并从所述包工信息中提取施工任务信息;
根据所述施工任务信息匹配多组施工队;
获取各施工队对应的待选取施工负责人的身份信息;
根据所述身份信息确定施工项目信息和组织能力信息;
根据所述施工项目信息和所述组织能力信息从多组施工队中选取目标施工队,并根据所述目标施工队确定目标施工负责人的待验证身份信息。
4.如权利要求1所述的方法,其特征在于,所述根据所述待验证身份信息获取所述施工负责人的关键信用信息的步骤,包括:
根据所述待验证身份信息获取所述施工负责人的用户信用表单;
根据所述用户信用表单确定关键信用标识;
根据所述关键信用标识从所述用户信用表单中提取所述施工负责人的关键信用信息。
5.如权利要求4所述的方法,其特征在于,所述根据所述用户信用表单确定关键信用标识的步骤,包括:
根据所述用户信用表单确定交易信息和交易数量;
根据所述交易信息和所述交易数量确定关键信用标识。
6.如权利要求1-5任一项所述的方法,其特征在于,所述将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估的步骤,包括:
将所述关键信用信息输入至预设班组风控模型中,获得施工负责人的信用度;
判断所述信用度是否大于预设信用阈值;
在所述信用度大于所述预设信用阈值时,根据所述信用度和所述预设信用阈值确定信用差值;
根据所述信用差值确定信用等级,并根据所述信用等级对施工队进行施工风险评估。
7.如权利要求6所述的方法,其特征在于,所述根据所述信用差值确定信用等级的步骤,包括:
根据所述信用差值从预设信用等级映射关系表中查找对应的样本信用等级,并将所述样本信用等级作为所述施工负责人的信用等级;
所述预设信用等级映射关系表中包括信用差值和样本信用等级之间的对应关系。
8.一种施工风险评估装置,其特征在于,所述施工风险评估装置包括:
确定模块,用于获取建筑项目的包工信息,并根据所述包工信息确定目标施工负责人的待验证身份信息;
获取模块,用于根据所述待验证身份信息获取所述施工负责人的关键信用信息;
评估模块,用于将所述关键信用信息输入至预设班组风控模型中,获得所述施工负责人的信用度,并根据所述信用度对施工队进行施工风险评估。
9.一种施工风险评估设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的施工风险评估程序,所述施工风险评估程序配置为实现如权利要求1至7中任一项所述的施工风险评估方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有施工风险评估程序,所述施工风险评估程序被处理器执行时实现如权利要求1至7任一项所述的施工风险评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110278739.9A CN112990707A (zh) | 2021-03-12 | 2021-03-12 | 施工风险评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110278739.9A CN112990707A (zh) | 2021-03-12 | 2021-03-12 | 施工风险评估方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112990707A true CN112990707A (zh) | 2021-06-18 |
Family
ID=76335682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110278739.9A Pending CN112990707A (zh) | 2021-03-12 | 2021-03-12 | 施工风险评估方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112990707A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150154698A1 (en) * | 2013-12-03 | 2015-06-04 | Credibility Corp. | Hybridization of Personal and Business Credit and Credibility |
CN105447748A (zh) * | 2015-11-05 | 2016-03-30 | 安徽融信金模信息技术有限公司 | 一种企业借贷风险统计方法 |
CN105447749A (zh) * | 2015-11-05 | 2016-03-30 | 安徽融信金模信息技术有限公司 | 一种企业借贷信用度评估系统 |
CN106327326A (zh) * | 2016-08-30 | 2017-01-11 | 北京小米移动软件有限公司 | 信用评级的方法及装置 |
CN107767261A (zh) * | 2017-10-19 | 2018-03-06 | 四川民工加网络科技有限公司 | 贷款融资的实现方法及装置 |
CN109409677A (zh) * | 2018-09-27 | 2019-03-01 | 深圳壹账通智能科技有限公司 | 企业信用风险评估方法、装置、设备及存储介质 |
CN109754176A (zh) * | 2018-12-28 | 2019-05-14 | 四川华信工程造价咨询事务所有限责任公司 | 一种工程造价进度管理系统 |
CN109785117A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于神经网络的风控方法、计算机可读存储介质及服务器 |
CN110533329A (zh) * | 2019-08-30 | 2019-12-03 | 北京智云信国际信用评价有限公司 | 经营信用管理方法及其系统 |
CN110610412A (zh) * | 2019-09-02 | 2019-12-24 | 深圳中兴飞贷金融科技有限公司 | 信用风险评估方法和装置、存储介质和电子设备 |
CN111161054A (zh) * | 2020-01-02 | 2020-05-15 | 中国银行股份有限公司 | 作业风险监测方法及系统 |
CN111260189A (zh) * | 2020-01-08 | 2020-06-09 | 平安银行股份有限公司 | 一种风险控制方法、装置、计算机系统及可读存储介质 |
CN111598379A (zh) * | 2020-03-31 | 2020-08-28 | 中铁建华南建设有限公司 | 项目管理方法、平台、装置、计算机设备和存储介质 |
CN112330184A (zh) * | 2020-11-18 | 2021-02-05 | 深圳大学 | 施工风险的预测方法、装置、设备和介质 |
-
2021
- 2021-03-12 CN CN202110278739.9A patent/CN112990707A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150154698A1 (en) * | 2013-12-03 | 2015-06-04 | Credibility Corp. | Hybridization of Personal and Business Credit and Credibility |
CN105447748A (zh) * | 2015-11-05 | 2016-03-30 | 安徽融信金模信息技术有限公司 | 一种企业借贷风险统计方法 |
CN105447749A (zh) * | 2015-11-05 | 2016-03-30 | 安徽融信金模信息技术有限公司 | 一种企业借贷信用度评估系统 |
CN106327326A (zh) * | 2016-08-30 | 2017-01-11 | 北京小米移动软件有限公司 | 信用评级的方法及装置 |
CN107767261A (zh) * | 2017-10-19 | 2018-03-06 | 四川民工加网络科技有限公司 | 贷款融资的实现方法及装置 |
CN109409677A (zh) * | 2018-09-27 | 2019-03-01 | 深圳壹账通智能科技有限公司 | 企业信用风险评估方法、装置、设备及存储介质 |
CN109785117A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于神经网络的风控方法、计算机可读存储介质及服务器 |
CN109754176A (zh) * | 2018-12-28 | 2019-05-14 | 四川华信工程造价咨询事务所有限责任公司 | 一种工程造价进度管理系统 |
CN110533329A (zh) * | 2019-08-30 | 2019-12-03 | 北京智云信国际信用评价有限公司 | 经营信用管理方法及其系统 |
CN110610412A (zh) * | 2019-09-02 | 2019-12-24 | 深圳中兴飞贷金融科技有限公司 | 信用风险评估方法和装置、存储介质和电子设备 |
CN111161054A (zh) * | 2020-01-02 | 2020-05-15 | 中国银行股份有限公司 | 作业风险监测方法及系统 |
CN111260189A (zh) * | 2020-01-08 | 2020-06-09 | 平安银行股份有限公司 | 一种风险控制方法、装置、计算机系统及可读存储介质 |
CN111598379A (zh) * | 2020-03-31 | 2020-08-28 | 中铁建华南建设有限公司 | 项目管理方法、平台、装置、计算机设备和存储介质 |
CN112330184A (zh) * | 2020-11-18 | 2021-02-05 | 深圳大学 | 施工风险的预测方法、装置、设备和介质 |
Non-Patent Citations (2)
Title |
---|
李福利 等: "某大型特级施工企业经营现状及战略发展探讨", 山西建筑, vol. 39, no. 31, pages 235 - 236 * |
淮孟姣;潘云涛;袁军鹏;: "科研项目负责人的信用评价指标体系建设研究", 数据分析与知识发现, no. 11, pages 94 - 102 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4050846A1 (en) | Remote usage of locally stored biometric authentication data | |
CN106650350B (zh) | 一种身份认证方法及系统 | |
CN108596616B (zh) | 用户数据真实性分析方法及装置、存储介质、电子设备 | |
CN105933266A (zh) | 一种验证方法及服务器 | |
CN109271762B (zh) | 基于滑块验证码的用户认证方法及装置 | |
CN110335139B (zh) | 基于相似度的评估方法、装置、设备及可读存储介质 | |
CN109194689B (zh) | 异常行为识别方法、装置、服务器及存储介质 | |
CN112801670B (zh) | 针对支付操作的风险评估方法及装置 | |
CN105956469A (zh) | 文件安全性识别方法和装置 | |
CN109670931B (zh) | 贷款用户的行为检测方法、装置、设备及存储介质 | |
CN109857766B (zh) | 用户信息验证方法、装置、计算机设备及计算机存储介质 | |
JPWO2020261426A1 (ja) | 不正推定システム、不正推定方法、及びプログラム | |
CN110619528A (zh) | 行为验证数据处理方法、装置、设备及存储介质 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN112488163A (zh) | 一种异常账号的识别方法、装置、计算机设备及存储介质 | |
CN112529679A (zh) | 企业授信模型的构建方法、装置、设备及可读存储介质 | |
CN110717158B (zh) | 信息验证方法、装置、设备及计算机可读存储介质 | |
CN107291774A (zh) | 错误样本识别方法和装置 | |
CN109299592B (zh) | 人机行为特征边界构建方法、系统、服务器及存储介质 | |
CN110807630B (zh) | 基于人脸识别的支付方法、装置、计算机设备和存储介质 | |
CN114463798A (zh) | 人脸识别模型的训练方法、装置、设备及存储介质 | |
CN110011964B (zh) | 一种网页环境检测方法和装置 | |
CN112990707A (zh) | 施工风险评估方法、装置、设备及存储介质 | |
CN110111196A (zh) | 信息验证方法及相关产品 | |
JP7176158B1 (ja) | 学習モデル評価システム、学習モデル評価方法、及びプログラム |
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 |