CN114880537B - 一种企业风险评估方法、系统及存储介质 - Google Patents

一种企业风险评估方法、系统及存储介质 Download PDF

Info

Publication number
CN114880537B
CN114880537B CN202210524743.3A CN202210524743A CN114880537B CN 114880537 B CN114880537 B CN 114880537B CN 202210524743 A CN202210524743 A CN 202210524743A CN 114880537 B CN114880537 B CN 114880537B
Authority
CN
China
Prior art keywords
calculator
index
module
compiling
enterprise
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.)
Active
Application number
CN202210524743.3A
Other languages
English (en)
Other versions
CN114880537A (zh
Inventor
朱楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Hongpeng Digital Supply Chain Management Co ltd
Original Assignee
Shenzhen Hongpeng Digital Supply Chain Management Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Hongpeng Digital Supply Chain Management Co ltd filed Critical Shenzhen Hongpeng Digital Supply Chain Management Co ltd
Priority to CN202210524743.3A priority Critical patent/CN114880537B/zh
Publication of CN114880537A publication Critical patent/CN114880537A/zh
Application granted granted Critical
Publication of CN114880537B publication Critical patent/CN114880537B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9027—Trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • 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
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Devices For Executing Special Programs (AREA)

Abstract

本发明提供了一种企业风险评估方法、系统及存储介质。企业风险评估方法包括：构建预编译模块，预编译模块包括多个公共计算子式的编译程序；设置多个指标，获取计算每个指标的基础参数；编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：若计算子式是公共计算子式，从预编译模块中调取所述计算子式对应的编译程序；基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级。对于指标表达式中的公共计算子式直接调用预编译模块中相应的编译程序，能够减少指标计算过程中的内存占有率，提高计算效率，减少实际计算中的编译时间，进而高效地对企业进行评估。

Description

一种企业风险评估方法、系统及存储介质
技术领域
本发明涉及信息化技术领域，特别是涉及一种企业风险评估方法、系统及存储介质。
背景技术
随着互联网技术的不断发展，工业4.0时代的来临，对企业的转型升级过程中信息化、数字化的能力提升提出了更高的期望。在此背景下，企业的经济运行态势也成为企业自身关注的焦点。
现有技术中，通过企业的多个维度指标来评估企业运营状态，为了评估准确和全面，通常需要进行大量指标计算，每次计算指标时需要重新编译指标计算表达式，计算表达式中的每个计算子式均需重新编译，耗时长，内存占用率高，效率低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种企业风险评估方法、系统及存储介质。
为了实现本发明的上述目的，根据本发明的第一个方面，本发明提供了一种企业风险评估方法，包括：构建预编译模块，所述预编译模块包括多个公共计算子式的编译程序；设置多个指标，获取计算每个指标的基础参数；编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：若计算子式是公共计算子式，从预编译模块中调取所述计算子式对应的编译程序，若计算子式不是公共计算子式，编译计算子式；基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级。
上述技术方案：对于指标表达式中的公共计算子式直接调用预编译模块中相应的编译程序，能够减少指标计算过程中的内存占有率，提高计算效率，减少实际计算中的编译时间，进而高效地对企业进行评估。
在本发明一种优选实施方式中，所述构建预编译模块的过程包括：基于指标的计算表达式构建指标对应的二叉树，所述二叉树的叶子节点为基础参数；利用所有指标的二叉树组建有向无环图；从所述有向无环图中提取公共计算子式，对公共计算子式进行预编译并将编译程序存储于存储模块中，所述存储模块记作预编译模块。
上述技术方案：所有指标建立一个有向无环图，能够合并指标之间的相同计算子式，形成更多的公共计算子式，在多个指标计算时能够并行调取公共计算子式的预编译程序，大大提高运算效率。
在本发明一种优选实施方式中，从所述有向无环图中提取公共计算子式具体包括：从所述有向无环图中任意选取一个二层或二层以上的子二叉树，所述子二叉树的叶子节点为基础参数，若所述子二叉树的最高层父节点的入度大于1，则将所述子二叉树代表的子表达式作为一个公共计算子式。
上述技术方案：公共计算子式是对叶子节点进行运算的计算式，公共计算子式可具备二层或大于二层，即使一个二层公共计算子式已存在，但是包含该二层公共计算子式的三层以上公共计算子式也会被预编译，只要是公共计算子式就能在预编译模块中找到预编译程度，能够进一步减少了指标实际计算中的编译时间，提高效率。
在本发明一种优选实施方式中，所述设置多个指标的步骤包括：获取多个指标，对多个指标进行重要度排序，选取重要度靠前的N个指标进行企业评估，N为正整数。
上述技术方案：选取合适的指标进行计算，能够减少计算量，同时也提高企业评估的准确性。
在本发明一种优选实施方式中，基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级，具体包括：基于指标的计算值获取指标评分，将所有指标评分的加权和作为企业最终得分，基于企业最终得分获得企业等级。
上述技术方案：准确合理地对企业等级进行评估。
为了实现本发明的上述目的，根据本发明的第二个方面，本发明提供了一种企业评估系统，包括：预编译模块，所述预编译模块包括多个公共计算子式的编译程序；指标设置模块，用于设置多个指标；输入模块，输入每个指标的基础参数；指标计算模块，编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：若计算子式是公共计算子式，从预编译模块中调取所述计算子式对应的编译程序，若计算子式不是公共计算子式，编译计算子式；评级模块，基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级。
为了实现本发明的上述目的，根据本发明的第二个方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现本发明第一方面所述的方法。
附图说明
图1是本发明一种优选实施方式中企业风险评估方法的流程示意图；
图2是本发明一种优选实施方式中公共计算子式获取示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“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，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。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明公开了一种企业风险评估方法，如图1所示，在一种优选实施方式中，该企业风险评估方法包括：
步骤S1，构建预编译模块，预编译模块包括多个公共计算子式的编译程序；预编译模块优选但不限于设置在内存中。
步骤S2，设置多个指标，获取计算每个指标的基础参数。指标优选但不限于包括企业所属行业的产业链指标和非产业链指标，产业链指标包括订单、库存、销售和结算等，非产业链指标包括财务指标、人力指标、银行流水指标、应收账款指标、能耗指标等。每个指标具有一个计算表达式，该计算表达式为基础参数的运算式。每个指标具有至少一个参与计算表达式计算的基础参数。
在本实施方式中，优选地，设置多个指标的步骤包括：获取多个指标，对多个指标进行重要度排序，选取重要度靠前的N个指标进行企业评估。N为正整数。在具体应用场景中，收集待评估企业所属行业的产业链指标和非产业链指标共80多项，根据所收集的80多项指标，通过梯度提升集成学习算法对指标重要性权重计算排序，按照指标权重选取排名前73个指标或者依据占比95％原则进行初次筛选。提供专家指标调整功能，对初次筛选的指标进行调整维护,能够更为准确地评估企业，指标支持计算表达式，最终形成针对该行业企业的指标评估模板。依据上述方法，可获得不同行业的指标评估模板。
步骤S3，编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：若计算子式是公共计算子式，从预编译模块中调取计算子式对应的编译程序，若计算子式不是公共计算子式，编译计算子式。在编译指标计算表达式的过程中，先编译较大的计算子式(即可分解为至少两个更小的计算子式的计算子式)，判断其是否为公共计算子式，是否能够直接调用预编译模块中的编译程序，再编译指标计算表达式中剩余的计算子式中较大的计算子式，即对指标计算表达式中的计算子式按照从大到小的顺序编译，这样能够加快编译速度，提高效率。
步骤S4，基于指标的计算值对指标进行评级，基于所有指标评分对企业进行评级。优选地，具体包括：基于指标的计算值获取指标评分，将所有指标评分的加权和作为企业最终得分，基于企业最终得分获得企业等级。指标评分满分为10分，将每个指标的计算值线性映射到[0,10]区间上获得指标评分，为每个指标评分分配一个取值范围为[0,1]的权重，该权重可根据目前的行业形势、经济形势变更，也可为步骤S2中的重要性权重。企业最终得分的取值范围为[0,10N],N为指标个数为正整数,将[0,10N]划分为多个子区间，每个子区间代表一个企业等级，获得企业最终得分后看其落在哪个子区间内，进而得到该子区间代表的企业等级，企业最终得分越高等级越高，企业经营或运营或资金风险越低。
在一种优选实施方式中，构建预编译模块的过程包括：
步骤S11，基于指标的计算表达式构建指标对应的二叉树，二叉树的叶子节点为基础参数；设某个指标的计算表达式为：((a+b)*(b*(c+d))+(c+d)*e)*((c+d)*e)，a、b、c、d、e为计算该指标的5个基础参数变量，该指标对应的二叉树如图2所示。进一步优选地，为了节省二叉树存储空间和更容易表达，建立一个子表达式与标签一一对应的数组，分别为图2中a+b、c+d、b*(c+d)、(c+d)*e等子表达式设置对应的标签，利用标签代表子表达式，将子表达式对应的子二叉树结构用标签代替，能够简化指标二叉树的结构和存储空间，更容易表达。
步骤S12，利用所有指标的二叉树组建有向无环图，在组建有向无环图的过程中，合并公共计算子式。具体的，对于一个指标的二叉树，获取该指标二叉树中所有二层及以上层数的子二叉树(即所有计算子式)中最高层父节点的入度，该子二叉树的叶子节点为基础参数，建立计算子式与入度对应关系表；遍历所有指标的二叉树，建立所有指标的计算子式与入度对应关系表；合并所有指标的计算子式与入度对应关系表中相同的计算子式的入度(可通过相同计算子式入度累加的方式合并)；将所有指标的计算子式与入度对应关系表中入度大于1的计算子式记作公共计算子式。
步骤S13，从有向无环图中提取公共计算子式，对公共计算子式进行预编译并将编译程序存储于存储模块中，该存储模块记作预编译模块。
在本实施方式中，进一步优选地，从有向无环图中提取公共计算子式具体包括：从有向无环图中任意选取一个二层或二层以上的子二叉树，子二叉树的叶子节点为基础参数，若子二叉树的最高层父节点的入度大于1，即至少有大于一条指向该高层父节点的边，则将子二叉树代表的子表达式作为一个公共计算子式。公共计算子式可以从指标的二叉树中产生，如图2所示的两个虚线框分别表示一个公共计算子式，公共计算子式也可以因为多个二叉树合并产生的。
在本实施方式中，为进一步提高指标的计算速度，设置指标标签，依据计算子式与入度对应关系表，为属于同一指标的公共计算子式设置指标标签，在实际计算时，可根据指标标签从预编译模块中快速找到公共计算子式的预先编译程序。
在本实施方式的一种应用场景中，构建预编译模块的过程包括：
(1)获取第一个指标计算表达式，并进行解析，标出每个操作符的计算顺序,举例:
Figure BDA0003643723210000071
a、b、c、d、e为基础参数变量，主要指跟财务、人力、账款等相关的指标。
(2)构建二叉树结构exp{left,right,opt},其中，left表示左边节点,right表示右边节点，opt为操作符。按照操作符计算顺序遍历，最终形成二叉树BT1，BT1＝{exp1,exp2,exp3,...,expn}，n表示指标计算表达式中的计算子式个数。
(3)重复步骤(1)和(2)，形成其它指标对应的二叉树BT2，BT3，…BTN，定义BT为{BT1,BT2,BT3,...,BTN}的集合。
(4)定义有向无环网络模型用G，G＝{V,E},V＝{v1,v2,...,vm},为BT中包含所有表达式以及对应的操作符集合(+、-、*、/等)，E＝{e1,e2,...,ek}为边的集合，vi∈V，i＝1,2,...,m，表示网络中的一个节点，(vi,vj)∈E，表示节点vi到节点vj的一条有向边。
(5)循环BT内所有指标表达式，以此来构建有向无环图,每个expi节点生成(opt,right),(opt,left)两条边。统计每个节点(不含操作符)的入强度Sin(vi)＝∑(*,vi)，找出入强度大于1的就作为公共计算子式。
本发明还公开了一种企业评估系统，在一种优选实施方式中，该企业评估系统包括：预编译模块，预编译模块包括多个公共计算子式的编译程序；指标设置模块，用于设置多个指标；输入模块，输入每个指标的基础参数；指标计算模块，编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：若计算子式是公共计算子式，从预编译模块中调取所述计算子式对应的编译程序，若计算子式不是公共计算子式，编译计算子式；评级模块，基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级。
在本实施方式中，优选地，构建预编译模块的过程为：基于指标的计算表达式构建指标对应的二叉树，二叉树的叶子节点为基础参数；利用所有指标的二叉树组建有向无环图；从有向无环图中提取公共计算子式，对公共计算子式进行预编译并将编译程序存储于存储模块中，存储模块记作预编译模块。
在本实施方式中，优选地，从有向无环图中提取公共计算子式具体包括：从有向无环图中任意选取一个二层或二层以上的子二叉树，子二叉树的叶子节点为基础参数，若子二叉树的最高层父节点的入度大于1，则将子二叉树代表的子表达式作为一个公共计算子式。
在本实施方式中，优选地，评级模块具体执行：基于指标的计算值获取指标评分，将所有指标评分的加权和作为企业最终得分，基于企业最终得分获得企业等级。
本发明还公开了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现本发明所述的企业风险评估方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (6)

1.一种企业风险评估方法，其特征在于，包括：
构建预编译模块，所述预编译模块包括多个公共计算子式的编译程序；
设置多个指标，获取计算每个指标的基础参数；
编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：对指标计算表达式中的计算子式按照从大到小的顺序编译；若计算子式是公共计算子式，从预编译模块中调取所述计算子式对应的编译程序，若计算子式不是公共计算子式，编译计算子式；
基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级；
所述构建预编译模块的过程包括：
基于指标的计算表达式构建指标对应的二叉树，所述二叉树的叶子节点为基础参数；
利用所有指标的二叉树组建有向无环图；
从所述有向无环图中提取公共计算子式，对公共计算子式进行预编译并将编译程序存储于存储模块中，所述存储模块记作预编译模块；从所述有向无环图中提取公共计算子式具体包括：
从所述有向无环图中任意选取一个二层或二层以上的子二叉树，所述子二叉树的叶子节点为基础参数，若所述子二叉树的最高层父节点的入度大于1，则将所述子二叉树代表的子表达式作为一个公共计算子式；
公共计算子式具备二层或大于二层，即使一个二层公共计算子式已存在，但是包含该二层公共计算子式的三层以上公共计算子式也会被预编译。
2.如权利要求1所述的企业风险评估方法，其特征在于，所述设置多个指标的步骤包括：
获取多个指标，对多个指标进行重要度排序，选取重要度靠前的N个指标进行企业评估，N为正整数。
3.如权利要求1所述的企业风险评估方法，其特征在于，基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级，具体包括：
基于指标的计算值获取指标评分，将所有指标评分的加权和作为企业最终得分，基于企业最终得分获得企业等级。
4.一种企业评估系统，其特征在于，包括：
预编译模块，所述预编译模块包括多个公共计算子式的编译程序；
指标设置模块，用于设置多个指标；
输入模块，输入每个指标的基础参数；
指标计算模块，编译指标的计算表达式的计算子式，基于基础参数和计算子式的编译程序获得指标的计算值；编译指标的计算表达式的计算子式具体包括：对指标计算表达式中的计算子式按照从大到小的顺序编译；若计算子式是公共计算子式，从预编译模块中调取所述计算子式对应的编译程序，若计算子式不是公共计算子式，编译计算子式；
评级模块，基于指标的计算值获得指标评分，基于所有指标评分对企业进行评级；构建预编译模块的过程为：
基于指标的计算表达式构建指标对应的二叉树，所述二叉树的叶子节点为基础参数；
利用所有指标的二叉树组建有向无环图；
从所述有向无环图中提取公共计算子式，对公共计算子式进行预编译并将编译程序存储于存储模块中，所述存储模块记作预编译模块；从所述有向无环图中提取公共计算子式具体包括：
从所述有向无环图中任意选取一个二层或二层以上的子二叉树，所述子二叉树的叶子节点为基础参数，若所述子二叉树的最高层父节点的入度大于1，则将所述子二叉树代表的子表达式作为一个公共计算子式；
公共计算子式具备二层或大于二层，即使一个二层公共计算子式已存在，但是包含该二层公共计算子式的三层以上公共计算子式也会被预编译。
5.如权利要求4所述的企业评估系统，其特征在于，所述评级模块具体执行：
基于指标的计算值获取指标评分，将所有指标评分的加权和作为企业最终得分，基于企业最终得分获得企业等级。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-3之一所述的方法。
CN202210524743.3A 2022-05-13 2022-05-13 一种企业风险评估方法、系统及存储介质 Active CN114880537B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210524743.3A CN114880537B (zh) 2022-05-13 2022-05-13 一种企业风险评估方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210524743.3A CN114880537B (zh) 2022-05-13 2022-05-13 一种企业风险评估方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN114880537A CN114880537A (zh) 2022-08-09
CN114880537B true CN114880537B (zh) 2023-06-30

Family

ID=82676678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210524743.3A Active CN114880537B (zh) 2022-05-13 2022-05-13 一种企业风险评估方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN114880537B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899283A (zh) * 2015-06-02 2015-09-09 中国人民解放军国防科学技术大学 一种针对单个不确定图的频繁子图挖掘与优化方法
CN110728364A (zh) * 2018-07-17 2020-01-24 上海寒武纪信息科技有限公司 一种运算装置和运算方法
CN110727462A (zh) * 2018-07-16 2020-01-24 上海寒武纪信息科技有限公司 数据处理器和数据处理方法
CN111177663A (zh) * 2019-12-20 2020-05-19 青岛海尔科技有限公司 编译器的代码混淆改进方法及装置、存储介质、电子装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109102394A (zh) * 2018-08-14 2018-12-28 深圳市人民政府金融发展服务办公室 风险评估方法、装置及计算机可读存储介质
CN110334737B (zh) * 2019-06-04 2023-04-07 创新先进技术有限公司 一种基于随机森林的客户风险指标筛选的方法和系统
CN111338635B (zh) * 2020-02-20 2023-09-12 腾讯科技（深圳）有限公司 计算图的图编译方法、装置、设备及存储介质
CN111736744B (zh) * 2020-07-22 2020-11-24 成都新希望金融信息有限公司 一种基于dsl的监控预警计算子系统
CN113065771B (zh) * 2021-04-06 2022-08-19 青岛科技大学 基于指标权值优化的化工企业事故风险评估方法及系统
CN113220306A (zh) * 2021-05-31 2021-08-06 支付宝(杭州)信息技术有限公司 操作执行方法、装置和电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899283A (zh) * 2015-06-02 2015-09-09 中国人民解放军国防科学技术大学 一种针对单个不确定图的频繁子图挖掘与优化方法
CN110727462A (zh) * 2018-07-16 2020-01-24 上海寒武纪信息科技有限公司 数据处理器和数据处理方法
CN110728364A (zh) * 2018-07-17 2020-01-24 上海寒武纪信息科技有限公司 一种运算装置和运算方法
CN111177663A (zh) * 2019-12-20 2020-05-19 青岛海尔科技有限公司 编译器的代码混淆改进方法及装置、存储介质、电子装置

Also Published As

Publication number Publication date
CN114880537A (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
Mirzaei et al. Energy consumption and CO2 emissions in Iran, 2025
US11842306B2 (en) Method and system for predicting building energy consumption based on holt-winters and extreme learning machine
Gruber et al. Sequential bayesian model selection of regular vine copulas
Cai et al. Discrete particle swarm optimization for identifying community structures in signed social networks
Orlin et al. A faster algorithm for the single source shortest path problem with few distinct positive lengths
Deng et al. Fast mining erasable itemsets using NC_sets
Huang et al. Feature Selection and Parameter Optimization of a Fuzzy-based Stock Selection Model Using Genetic Algorithms.
CN103336790A (zh) 基于Hadoop的邻域粗糙集快速属性约简方法
CN103699541B (zh) 用于提高分类精度的交互式可视数据挖掘
CN109559029B (zh) 一种海关商品智能归类方法和装置
Khoshnevisan et al. A clustering model based on an evolutionary algorithm for better energy use in crop production
CN103336791A (zh) 基于Hadoop的粗糙集快速属性约简方法
US20230169230A1 (en) Probabilistic wind speed forecasting method and system based on multi-scale information
Abolghasemi et al. Machine learning applications in time series hierarchical forecasting
Shchetinin Cluster-based energy consumption forecasting in smart grids
Raju et al. An approach for demand forecasting in steel industries using ensemble learning
Garcia-Martin et al. Identification of energy hotspots: A case study of the very fast decision tree
Morin et al. Machine learning-based metamodels for sawing simulation
CN106528428A (zh) 一种软件易变性预测模型的构建方法
Pramod et al. Understanding the barriers of service supply chain management: an exploratory case study from Indian telecom industry
CN114880537B (zh) 一种企业风险评估方法、系统及存储介质
Yuan et al. Solving binary multi-objective knapsack problems with novel greedy strategy
CN106296401A (zh) 一种用于股市运行逻辑理解的强关联规则挖掘方法
CN103970985A (zh) 一种基于局部抽象凸估计的群体全局优化方法
An et al. An exact solution approach based on column generation and a partial-objective constraint to design a cellulosic biofuel supply chain

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
GR01 Patent grant
GR01 Patent grant