CN113641828A - 一种基于知识图谱的电网供应商画像成像方法和存储设备 - Google Patents
一种基于知识图谱的电网供应商画像成像方法和存储设备 Download PDFInfo
- Publication number
- CN113641828A CN113641828A CN202110742593.9A CN202110742593A CN113641828A CN 113641828 A CN113641828 A CN 113641828A CN 202110742593 A CN202110742593 A CN 202110742593A CN 113641828 A CN113641828 A CN 113641828A
- Authority
- CN
- China
- Prior art keywords
- data
- label
- constructing
- target
- portrait
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000003384 imaging method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 abstract description 23
- 238000012545 processing Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000012797 qualification Methods 0.000 description 5
- 238000011835 investigation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
- G06Q50/10—Services
- G06Q50/18—Legal services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Water Supply & Treatment (AREA)
- Technology Law (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
Abstract
本发明涉及数据处理技术领域,特别涉及一种基于知识图谱的电网供应商画像成像方法和存储设备。所述一种基于知识图谱的电网供应商画像成像方法,包括步骤:构建画像标签体系,并设置画像标签体系中每个标签的分析规则;构建图谱的本体结构及本体结构间的关系;获取目标供应商数据,并将目标供应商数据填充至图数据库中,构建知识图谱;结合知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;根据每个标签的维度得分构建得供应商标签画像。通过上述步骤,实现从不同维度对供应商进行综合评价,为电网招标采购、供应商全息多维评价、质量监督业务运营决策场景提供辅助支撑,提供现代智慧供应链的基础支撑能力。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于知识图谱的电网供应商画像成像方法和存储设备。
背景技术
供应商全息多维评价是现代智慧供应链的专项建设内容之一。在传统供应商评价过程中,要实现电网物资供应商的全方位、全过程准确评价,需要对各品类物资供应商基本资质能力、社会征信信息及在国网现代供应链的招标采购、合同签订、物资生产、运输监控、物资交付、仓储配送、物资调配、安装调试、设备运行、退役废旧各个环节的履约、服务、质量信息进行统一收集,通过评价体系计算评分开展应用。
目前对供应商的评价主要是通过企业资产财务信息、主营产品信息、合同履约和合同评价等方面对供应商的综合实力和能力进行人工分级分类评价。通过主观经验人为设置的体系难以对供应商产品服务水平、质量水平、软硬件综合实力等方面得到更精细的评价,对日益精细化要求的物资招标采购、质量管控工作难以提供更有针对性、差异化的参考信息和策略支撑。
其中在申请号:2019105439361,名称为《一种电力行业物资设备的供应商画像的成像方法及使用方法》的申请文件中所采用的方案中对供应商的评价主要是通过对供应商企业相关的静态数据信息(如:企业资产财务信息、主营产品信息、合同履约和合同评价等)方面对供应商的综合实力和能力进行人工分级分类评价。通过主观经验人为设置的体系难以对供应商产品服务水平、质量水平、软硬件综合实力等方面得到更精细的评价,对日益精细化要求的物资招标采购、质量管控工作难以提供更有针对性、差异化的参考信息和策略支撑。
发明内容
为此,需要提供一种基于知识图谱的电网供应商画像成像方法,用以解决现有技术中供应商评价体系为主观经验人为设置导致的评价不准确的问题。具体技术方案如下:
一种基于知识图谱的电网供应商画像成像方法,包括步骤:
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;
构建图谱的本体结构及所述本体结构间的关系;
获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;
结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;
根据所述每个标签的维度得分构建得供应商标签画像。
进一步的,所述“构建图谱的本体结构及所述本体结构间的关系”,具体还包括步骤:
构建每个本体的属性,及构建每个本体间的关系的属性。
进一步的,所述“获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱”,具体还包括步骤:
所述目标供应商数据包括:外部数据和内部数据;
通过第一指定业务系统的数据接口读取第一目标数据填充至图数据库中,所述第一目标数据包括以下中的一种或多种:本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据;
通过第二指定业务系统的数据接口读取第二目标数据填充至图数据库中。
进一步的,所述“根据所述每个标签的维度得分构建得供应商标签画像”,具体还包括步骤:
根据所述每个标签的维度得分及预设的评级阈值区间得供应商在各个标签维度的评级信息,形成供应商标签画像。
为解决上述技术问题,还提供了一种存储设备,具体技术方案如下:
一种存储设备,其中存储有指令集,所述指令集用于执行:
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;
构建图谱的本体结构及所述本体结构间的关系;
获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;
结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;
根据所述每个标签的维度得分构建得供应商标签画像。
进一步的,所述指令集还用于执行:
所述“构建图谱的本体结构及所述本体结构间的关系”,具体还包括步骤:
构建每个本体的属性,及构建每个本体间的关系的属性。
进一步的,所述指令集还用于执行:所述“获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱”,具体还包括步骤:
所述目标供应商数据包括:外部数据和内部数据;
通过第一指定业务系统的数据接口读取第一目标数据填充至图数据库中,所述第一目标数据包括以下中的一种或多种:本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据;
通过第二指定业务系统的数据接口读取第二目标数据填充至图数据库中。
进一步的,所述指令集还用于执行:所述“根据所述每个标签的维度得分构建得供应商标签画像”,具体还包括步骤:
根据所述每个标签的维度得分及预设的评级阈值区间得供应商在各个标签维度的评级信息,形成供应商标签画像。
本发明的有益效果是:构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;构建图谱的本体结构及所述本体结构间的关系;获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;根据所述每个标签的维度得分构建得供应商标签画像。通过上述步骤,实现从不同维度对供应商进行综合评价,为电网招标采购、供应商全息多维评价、质量监督业务运营决策场景提供辅助支撑,提供现代智慧供应链的基础支撑能力。
附图说明
图1为具体实施方式所述一种基于知识图谱的电网供应商画像成像方法的流程图;
图2为具体实施方式所述一种基于知识图谱的电网供应商画像成像方法的业务流程示意图;
图3为具体实施方式所述一种存储设备的模块示意图。
附图标记说明:
300、存储设备。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果,以下结合具体实施例并配合附图详予说明。
请参阅图1至图2,在本实施方式中,一种基于知识图谱的电网供应商画像成像方法可应用在存储设备上,所述存储设备包括但不限于:个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端等。具体实现如下:
步骤S101:构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则。其中画像标签体系可根据实际业务需求制定,主要为能体现出在该业务范围对供应商比较关心的一些资质、能力要求。例如在电网物资采购领域对供应商比较关注的点有:履约能力、资质能力、生产供货能力、成本费用控制能力、运行质量、售后服务能力等。设计的标签体系在后续的基于图谱的图分析时需针对性的设置每个标签的分析规则并得到一个量化数值。
步骤S102:构建图谱的本体结构及所述本体结构间的关系。在本实施方式中,本体主要包括:供应商、企业征信、项目、自然人、评价记录等,关系包括:控股(供应商-供应商)、中标(供应商-项目)、评价(评价记录-供应商)、法人(自然人-供应商)、股东(自然人-供应商)、违约(供应商-企业征信)等。图谱本体及关系结构体系设计完成后,进一步的所述“构建图谱的本体结构及所述本体结构间的关系”,具体还包括步骤:
构建每个本体的属性,及构建每个本体间的关系的属性。例如:
供应商本体包含的属性有:企业名称、所属省份、所在城市、成立日期、地址、行业标签、注册资本、注册资金单位、统一社会信用号、注册单位地址、经营状态、行业类型、企业类型。
中标(供应商-项目)关系包含的属性有:中标日期、中标金额。
步骤S103:获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱。其中所述“获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱”,具体还包括步骤:
所述目标供应商数据包括:外部数据和内部数据;
通过第一指定业务系统的数据接口读取第一目标数据填充至图数据库中,所述第一目标数据包括以下中的一种或多种:本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据;
通过第二指定业务系统的数据接口读取第二目标数据填充至图数据库中。具体可如下:目标供应商数据主要包含内部数据和外部数据两个部分,内部数据包括招标采购信息、供应商评价信息、合同信息等,外部数据包括供应商企业基本信息、实际控制人信息、涉诉信息、专利信息、股权信息等。内部数据通过第一指定业务系统的数据接口,选取本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据,填充到图数据库中;外部数据通过第二指定业务系统的数据接口读取第二目标数据(如天眼查、企业征信等站点)填充到图数据库中。
步骤S104:结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分。以下以供应商履约能力这个标签维度来进行具体说明,同样地其它标签维度亦会根据其预设的分析规则来进行计算得其维度得分。
具体如下:
例如供应商履约能力计算包括两个部分,一个是供应商本身的履约率计算(权重系数为1),一个是通过图查询得到的供应商干系人(与供应商相关的自然人、分支机构等)履约率计算(权重系数为0.5),计算规则如下:
供应商合同履约率=正常履约合同数/签订合同总数*1;
供应商干系人(法人、分支机构等)履约率=正常履约合同数/签订合同总数*0.5;
最终供应商履约率=(供应商合同履约率+供应商干系人(法人、分支机构等)履约率)/2。
步骤S105:根据所述每个标签的维度得分构建得供应商标签画像。所述“根据所述每个标签的维度得分构建得供应商标签画像”,具体还包括步骤:根据所述每个标签的维度得分及预设的评级阈值区间得供应商在各个标签维度的评级信息,形成供应商标签画像。
以上整个业务流程可归纳为如图2所示。
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;构建图谱的本体结构及所述本体结构间的关系;获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;根据所述每个标签的维度得分构建得供应商标签画像。通过上述步骤,实现从不同维度对供应商进行综合评价,为电网招标采购、供应商全息多维评价、质量监督业务运营决策场景提供辅助支撑,提供现代智慧供应链的基础支撑能力。
请参阅图2至图3,在本实施方式中,一种存储设备300的具体实施方式如下:
一种存储设备300,其中存储有指令集,所述指令集用于执行:
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;
构建图谱的本体结构及所述本体结构间的关系;
获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;
结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;
根据所述每个标签的维度得分构建得供应商标签画像。
其中画像标签体系可根据实际业务需求制定,主要为能体现出在该业务范围对供应商比较关心的一些资质、能力要求。例如在电网物资采购领域对供应商比较关注的点有:履约能力、资质能力、生产供货能力、成本费用控制能力、运行质量、售后服务能力等。设计的标签体系在后续的基于图谱的图分析时需针对性的设置每个标签的分析规则并得到一个量化数值。
在本实施方式中,本体主要包括:供应商、企业征信、项目、自然人、评价记录等,关系包括:控股(供应商-供应商)、中标(供应商-项目)、评价(评价记录-供应商)、法人(自然人-供应商)、股东(自然人-供应商)、违约(供应商-企业征信)等。图谱本体及关系结构体系设计完成后,进一步的,所述指令集还用于执行:
所述“构建图谱的本体结构及所述本体结构间的关系”,具体还包括步骤:
构建每个本体的属性,及构建每个本体间的关系的属性。例如:
供应商本体包含的属性有:企业名称、所属省份、所在城市、成立日期、地址、行业标签、注册资本、注册资金单位、统一社会信用号、注册单位地址、经营状态、行业类型、企业类型。
中标(供应商-项目)关系包含的属性有:中标日期、中标金额。
进一步的,所述指令集还用于执行:所述“获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱”,具体还包括步骤:
所述目标供应商数据包括:外部数据和内部数据;
通过第一指定业务系统的数据接口读取第一目标数据填充至图数据库中,所述第一目标数据包括以下中的一种或多种:本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据;
通过第二指定业务系统的数据接口读取第二目标数据填充至图数据库中。具体可如下:目标供应商数据主要包含内部数据和外部数据两个部分,内部数据包括招标采购信息、供应商评价信息、合同信息等,外部数据包括供应商企业基本信息、实际控制人信息、涉诉信息、专利信息、股权信息等。内部数据通过第一指定业务系统的数据接口,选取本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据,填充到图数据库中;外部数据通过第二指定业务系统的数据接口读取第二目标数据(如天眼查、企业征信等站点)填充到图数据库中。
以下以供应商履约能力这个标签维度来进行具体说明,同样地其它标签维度亦会根据其预设的分析规则来进行计算得其维度得分。具体如下:
例如供应商履约能力计算包括两个部分,一个是供应商本身的履约率计算(权重系数为1),一个是通过图查询得到的供应商干系人(与供应商相关的自然人、分支机构等)履约率计算(权重系数为0.5),计算规则如下:
供应商合同履约率=正常履约合同数/签订合同总数*1;
供应商干系人(法人、分支机构等)履约率=正常履约合同数/签订合同总数*0.5;
最终供应商履约率=(供应商合同履约率+供应商干系人(法人、分支机构等)履约率)/2。
进一步的,所述指令集还用于执行:所述“根据所述每个标签的维度得分构建得供应商标签画像”,具体还包括步骤:
根据所述每个标签的维度得分及预设的评级阈值区间得供应商在各个标签维度的评级信息,形成供应商标签画像。
以上整个业务流程可归纳为如图2所示。
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;构建图谱的本体结构及所述本体结构间的关系;获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;根据所述每个标签的维度得分构建得供应商标签画像。通过上述步骤,实现从不同维度对供应商进行综合评价,为电网招标采购、供应商全息多维评价、质量监督业务运营决策场景提供辅助支撑,提供现代智慧供应链的基础支撑能力。
需要说明的是,尽管在本文中已经对上述各实施例进行了描述,但并非因此限制本发明的专利保护范围。因此,基于本发明的创新理念,对本文所述实施例进行的变更和修改,或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,直接或间接地将以上技术方案运用在其他相关的技术领域,均包括在本发明的专利保护范围之内。
Claims (8)
1.一种基于知识图谱的电网供应商画像成像方法,其特征在于,包括步骤:
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;
构建图谱的本体结构及所述本体结构间的关系;
获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;
结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;
根据所述每个标签的维度得分构建得供应商标签画像。
2.根据权利要求1所述的一种基于知识图谱的电网供应商画像成像方法,其特征在于,所述“构建图谱的本体结构及所述本体结构间的关系”,具体还包括步骤:
构建每个本体的属性,及构建每个本体间的关系的属性。
3.根据权利要求1所述的一种基于知识图谱的电网供应商画像成像方法,其特征在于,所述“获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱”,具体还包括步骤:
所述目标供应商数据包括:外部数据和内部数据;
通过第一指定业务系统的数据接口读取第一目标数据填充至图数据库中,所述第一目标数据包括以下中的一种或多种:本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据;
通过第二指定业务系统的数据接口读取第二目标数据填充至图数据库中。
4.根据权利要求1所述的一种基于知识图谱的电网供应商画像成像方法,其特征在于,所述“根据所述每个标签的维度得分构建得供应商标签画像”,具体还包括步骤:
根据所述每个标签的维度得分及预设的评级阈值区间得供应商在各个标签维度的评级信息,形成供应商标签画像。
5.一种存储设备,其中存储有指令集,其特征在于,所述指令集用于执行:
构建画像标签体系,并设置所述画像标签体系中每个标签的分析规则;
构建图谱的本体结构及所述本体结构间的关系;
获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱;
结合所述知识图谱中的数据及每个标签的分析规则计算得每个标签的维度得分;
根据所述每个标签的维度得分构建得供应商标签画像。
6.根据权利要求5所述的一种存储设备,其特征在于,所述指令集还用于执行:
所述“构建图谱的本体结构及所述本体结构间的关系”,具体还包括步骤:
构建每个本体的属性,及构建每个本体间的关系的属性。
7.根据权利要求5所述的一种存储设备,其特征在于,所述指令集还用于执行:所述“获取目标供应商数据,并将所述目标供应商数据填充至图数据库中,构建知识图谱”,具体还包括步骤:
所述目标供应商数据包括:外部数据和内部数据;
通过第一指定业务系统的数据接口读取第一目标数据填充至图数据库中,所述第一目标数据包括以下中的一种或多种:本体数据、本体间的关系数据、本体的属性数据、本体间的关系的属性数据;
通过第二指定业务系统的数据接口读取第二目标数据填充至图数据库中。
8.根据权利要求5所述的一种存储设备,其特征在于,所述指令集还用于执行:所述“根据所述每个标签的维度得分构建得供应商标签画像”,具体还包括步骤:
根据所述每个标签的维度得分及预设的评级阈值区间得供应商在各个标签维度的评级信息,形成供应商标签画像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742593.9A CN113641828A (zh) | 2021-07-01 | 2021-07-01 | 一种基于知识图谱的电网供应商画像成像方法和存储设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742593.9A CN113641828A (zh) | 2021-07-01 | 2021-07-01 | 一种基于知识图谱的电网供应商画像成像方法和存储设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113641828A true CN113641828A (zh) | 2021-11-12 |
Family
ID=78416558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110742593.9A Pending CN113641828A (zh) | 2021-07-01 | 2021-07-01 | 一种基于知识图谱的电网供应商画像成像方法和存储设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641828A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298774A (zh) * | 2022-03-09 | 2022-04-08 | 广州鹰云信息科技有限公司 | 一种基于品牌知识图谱的商业综合体分析方法及系统 |
CN116050887A (zh) * | 2022-12-19 | 2023-05-02 | 北京思维实创科技有限公司 | 基于大数据的供应商评估方法及相关装置 |
CN116166820A (zh) * | 2023-03-17 | 2023-05-26 | 深圳市企企通科技有限公司 | 基于供应商数据的可视化知识图谱生成方法及装置 |
CN117057683A (zh) * | 2023-10-13 | 2023-11-14 | 四川中电启明星信息技术有限公司 | 基于知识图谱与多源应用数据的员工画像管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060053063A1 (en) * | 2004-09-07 | 2006-03-09 | Sap Aktiengesellschaft | System and method for evaluating supplier performance in a supply chain |
CN110442607A (zh) * | 2019-07-26 | 2019-11-12 | 中国建设银行股份有限公司 | 关联企业信息的本地查询方法、装置及电子设备 |
CN112256887A (zh) * | 2020-10-28 | 2021-01-22 | 福建亿榕信息技术有限公司 | 基于知识图谱的智能供应链管理方法 |
CN112256762A (zh) * | 2020-10-26 | 2021-01-22 | 中冶赛迪技术研究中心有限公司 | 基于产业地图的企业画像方法、系统、设备及介质 |
-
2021
- 2021-07-01 CN CN202110742593.9A patent/CN113641828A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060053063A1 (en) * | 2004-09-07 | 2006-03-09 | Sap Aktiengesellschaft | System and method for evaluating supplier performance in a supply chain |
CN110442607A (zh) * | 2019-07-26 | 2019-11-12 | 中国建设银行股份有限公司 | 关联企业信息的本地查询方法、装置及电子设备 |
CN112256762A (zh) * | 2020-10-26 | 2021-01-22 | 中冶赛迪技术研究中心有限公司 | 基于产业地图的企业画像方法、系统、设备及介质 |
CN112256887A (zh) * | 2020-10-28 | 2021-01-22 | 福建亿榕信息技术有限公司 | 基于知识图谱的智能供应链管理方法 |
Non-Patent Citations (3)
Title |
---|
孙文和: "电网企业供应商画像的设计与应用研究", 现代管理, 31 May 2021 (2021-05-31), pages 522 - 531 * |
白旭飞等: "基于知识图谱的供应商360度全息画像场景应用", 电子技术与软件工程, 31 August 2020 (2020-08-31), pages 184 - 186 * |
瞿恒亮等: "基于多数据源的电力物资供应商评价知识图谱研究", 智能电网, 21 April 2020 (2020-04-21), pages 46 - 53 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298774A (zh) * | 2022-03-09 | 2022-04-08 | 广州鹰云信息科技有限公司 | 一种基于品牌知识图谱的商业综合体分析方法及系统 |
CN114298774B (zh) * | 2022-03-09 | 2022-06-07 | 广州鹰云信息科技有限公司 | 一种基于品牌知识图谱的商业综合体分析方法及系统 |
CN116050887A (zh) * | 2022-12-19 | 2023-05-02 | 北京思维实创科技有限公司 | 基于大数据的供应商评估方法及相关装置 |
CN116166820A (zh) * | 2023-03-17 | 2023-05-26 | 深圳市企企通科技有限公司 | 基于供应商数据的可视化知识图谱生成方法及装置 |
CN117057683A (zh) * | 2023-10-13 | 2023-11-14 | 四川中电启明星信息技术有限公司 | 基于知识图谱与多源应用数据的员工画像管理系统 |
CN117057683B (zh) * | 2023-10-13 | 2023-12-22 | 四川中电启明星信息技术有限公司 | 基于知识图谱与多源应用数据的员工画像管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113641828A (zh) | 一种基于知识图谱的电网供应商画像成像方法和存储设备 | |
Wu et al. | An integrated decision-making model for sustainable photovoltaic module supplier selection based on combined weight and cumulative prospect theory | |
Graham et al. | Performance measurement and KPIs for remanufacturing | |
Xu et al. | Forecasting demand of commodities after natural disasters | |
Kumar et al. | Accounting for telecommunications contribution to economic growth: A study of Small Pacific Island States | |
CN108280541A (zh) | 基于随机森林和决策树的客户服务策略制定方法、装置 | |
CN104574002B (zh) | 基于大数据分析的资产管理信息处理方法及装置 | |
US11494854B2 (en) | Systems and methods for managing watchlist constraints on an electric power grid | |
CN111192144A (zh) | 一种金融数据预测方法、装置、设备及存储介质 | |
CN115423578B (zh) | 基于微服务容器化云平台的招投标方法和系统 | |
CN107369120A (zh) | 一种智能企业管理、服务系统及企业活性分析方法 | |
CN108038655A (zh) | 部门需求的推荐方法、应用服务器及计算机可读存储介质 | |
Xu et al. | Integrated optimisation for production capacity, raw material ordering and production planning under time and quantity uncertainties based on two case studies | |
CN117391292A (zh) | 碳排放节能管理分析系统及方法 | |
CN111626543A (zh) | 电力相关数据的处理方法及装置 | |
CN114493249A (zh) | 一种公路工程监理用道路施工全周期管理方法、系统、终端以及存储介质 | |
CN116843483A (zh) | 一种车险理赔方法、装置、计算机设备及存储介质 | |
CN110097250A (zh) | 产品风险预测方法、装置、计算机设备和存储介质 | |
CN115796398A (zh) | 基于电力物资的需求智能分析方法、系统、设备及介质 | |
CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
CN115619270A (zh) | 数据资产管理方法、装置、计算机设备、存储介质 | |
Hosono et al. | Do financial frictions matter as a source of misallocation? Evidence from Japan | |
KR102523050B1 (ko) | 구독경제 기반 렌탈비 비교 서비스 제공 방법 | |
CN110544165B (zh) | 一种信用风险评分卡创建方法、装置及电子设备 | |
CN108197158A (zh) | 一种信息获取方法及其设备 |
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 |