【技术实现步骤摘要】
基于改进的EasyEnsemble算法的供应商信用评价方法、系统及存储介质
本专利技术涉及供应商信用评价
，具体而言，尤其涉及一种基于改进的EasyEnsemble算法的供应商信用评价方法、系统及存储介质。
技术介绍
供应链由直接或间接地履行顾客需求的各方组成，包括制造商、供应商、运输商、仓储商、零售商与顾客，供应链各个环节通过物流、信息流与资金流彼此相连。在经济全球化大潮的推动下，供应链管理能力已经成为了企业的核心竞争力之一。供应链中企业之间是协作的关系，即核心企业与相关企业的协作，如何在供应链企业间构建起坚实而长久的联系对供应链的成功非常重要。供应链合作伙伴关系的构建与维持，出于短期成本最小化的需要，要求减少供应商的数量，并使相互间的联系更紧密，因此企业会寻找和筛选出最杰出、最适合企业的合作伙伴。而组建优秀的供应商团队依赖于对供应商的信用表现进行全面、客观和准确地评估，因此供应商信用评价工作是企业组建优秀供应商团队的关键环节。考虑到传统的供应商信用评价方法是采购部门整理结论性的相关报告，具有评选体系...
【技术保护点】
1.一种基于改进的EasyEnsemble算法的供应商信用评价方法，其特征在于，包括：/n步骤S1、采用层次分析法，建立评价指标体系，获取企业相关历史数据；/n步骤S2、对所述获取的企业相关历史数据进行归一化处理，并将处理后的数据与供应商信用评价历史得分形成数据对形式的训练集；/n步骤S3、对所述训练集进行重组，形成多个训练子集；/n步骤S4、基于所述的多个训练子集和预先构建的深度森林模型，得到多个预测结果；/n步骤S5、基于所述多个预测结果和预先构建的混合模型，进行混合处理，得到阈值θ；/n步骤S6、将待评价供应商输入深度森林模型，经过所述深度森林模型与混合模型的处理后，...
【技术特征摘要】
1.一种基于改进的EasyEnsemble算法的供应商信用评价方法，其特征在于，包括：
步骤S1、采用层次分析法，建立评价指标体系，获取企业相关历史数据；
步骤S2、对所述获取的企业相关历史数据进行归一化处理，并将处理后的数据与供应商信用评价历史得分形成数据对形式的训练集；
步骤S3、对所述训练集进行重组，形成多个训练子集；
步骤S4、基于所述的多个训练子集和预先构建的深度森林模型，得到多个预测结果；
步骤S5、基于所述多个预测结果和预先构建的混合模型，进行混合处理，得到阈值θ；
步骤S6、将待评价供应商输入深度森林模型，经过所述深度森林模型与混合模型的处理后，得到预测值，将预测值与所述阈值θ进行比较，若预测值大于阈值则该供应商信用良好，反之则信用不良。
2.根据权利要求1所述的基于改进的EasyEnsemble算法的供应商信用评价方法，其特征在于，所述步骤S1中，建立的评价指标体系分为三层，分别为目标层、准则层与指标层；目标层设立为供应商的信用表现；准则层设立为衡量企业发展情况的能力；指标层则将准则层细化，包含一系列定性与定量指标；
所述获取的企业相关历史数据包括指标层的内容和供应商绩效评价表。
3.根据权利要求1所述的基于改进的EasyEnsemble算法的供应商信用评价方法，其特征在于，所述步骤S2中，归一化处理的具体公式如下：
其中，x表示为归一化后的数据；w表示原始数据；wmin表示原始同类数据中的最小值；wmax表示原始同类数据中最大值；
所述数据对形式的训练集为(Xs,Ys)，Xs代表归一化后第s个供应商的指标层数据向量，Xs维度为k，Ys代表第s个供应商在供应商绩效评价表中的企业信用分数。
4.根据权利要求1所述的基于改进的EasyEnsemble算法的供应商信用评价方法，其特征在于，所述步骤S3具体为：
S31、将信用不良的供应商数据与信用良好的供应商数据进行区分，形成信用不良供应商子集与信用良好供应商子集；
S32、假设信用不良的供应商样本数据规模为N，信用良好的供应商样本数据规模为M；对信用良好供应商子集进行下采样，得到M/N个数据规模为N的正样本，信用不良供应商子集直接复制成负样本；
S33、在每一个所述正样本中添加负样本，形成M/N个训练子集。
5.根据权利要求1所述的基于改进的E...
【专利技术属性】
技术研发人员：姚宝珍，马安坤，冯锐，曹峰，党鹏飞，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。