基于RPA的供应商风险预警方法、装置、设备及介质制造方法及图纸

本申请实施例提供了基于RPA的供应商风险预警方法、装置、设备及介质，属于数据处理技术领域。其中方法包括：通过RPA程序登录公共信息平台，从公共信息平台获取供应商的工商经营信息和舆情信息；基于NLP对舆情信息进行情感分析，得到供应商的多维度评价信息；通过数据模型根据工商经营信息和多维度评价信息计算供应商的综合评分；在综合评分小于预警阈值的情况下，触发对供应商的风险预警。这样，通过RPA程序获取供应商的工商经营信息和舆情信息，基于NLP获取评价信息，通过数据模型对工商经营信息及评价信息计算得到综合评分，综合评分小于预警阈值时，触发对供应商的风险预警，提高供应商风险识别效率。供应商风险识别效率。供应商风险识别效率。

【技术实现步骤摘要】
基于RPA的供应商风险预警方法、装置、设备及介质


[0001]本申请涉及数据处理
，尤其涉及一种基于RPA的供应商风险预警方法、装置、设备及介质。

技术介绍

[0002]为了防范供应商风险，目前业内在供应商参加投标注册填写基本工商信息时，需人工审核供应商基本工商信息是否真实达标，投标文件需人工核对比较是否存在围标串标的可能性，对于供应商不良行为、负面舆情、贷款逾期、经营不善、重大诉讼等可能构成供应风险的信息，也很难人工实时监控获取。现有的人工把控审核、识别风险的方式效率低，供应商风险管控效果比较差。

技术实现思路

[0003]为了解决上述技术问题，本申请实施例提供了一种基于RPA的供应商风险预警方法、装置、设备及介质。
[0004]第一方面，本申请实施例提供了一种基于RPA的供应商风险预警方法，所述方法包括：
[0005]通过RPA程序登录公共信息平台，从所述公共信息平台获取供应商的工商经营信息和舆情信息；
[0006]基于NLP对所述舆情信息进行情感分析，得到所述供应商的多维度评价信息；
[0007]通过数据模型根据所述工商经营信息和所述多维度评价信息计算所述供应商的综合评分；
[0008]在所述综合评分小于预警阈值的情况下，触发对所述供应商的风险预警。
[0009]在一实施方式中，所述多维度评价信息包括负面评价信息、正面评价信息和中性评价信息，所述基于NLP对所述舆情信息进行情感分析，包括：
[0010]将所述舆情信息划分为多个语句，对各所述语句进行分词处理，得到各所述语句对应的分词结果；
[0011]基于情感词典对各所述语句的分词结果进行词语匹配处理，得到各所述语句的匹配结果；
[0012]根据各所述语句的匹配结果将多个所述语句划分为所述负面评价信息、所述正面评价信息和所述中性评价信息。
[0013]在一实施方式中，所述匹配结果包括最终权重，所述分词结果包括向量词组，所述基于情感词典对各所述语句的分词结果进行词语匹配处理，包括：
[0014]基于所述情感词典判断所述向量词组中的各词语的词性类别，所述词性类别包括否定词语、积极词语及消极词语；
[0015]根据所述向量词组中的否定词语设置第一权重；
[0016]根据所述向量词组中的积极词语及其相邻词语的词性类别设置第二权重；
[0017]根据所述向量词组中的消极词语及其相邻词语的词性类别设置第三权重；
[0018]根据所述第一权重、第二权重及所述第三权重计算所述向量词组的最终权重。
[0019]在一实施方式中，所述根据所述向量词组中的积极词语及其相邻词语的词性类别设置第二权重，包括：
[0020]在积极词语的前一相邻词语为程度副词的情况下，设置第一子权重；
[0021]在积极词语的前一相邻词语为否定词语或消极词语、积极词语的后一相邻词语为消极词语的情况下，设置第二子权重；
[0022]在积极词语的相邻词语为其他词语的情况下，设置第三子权重，所述其他词语为除消极词语、积极词语、否定词语和程度副词之外的词语；
[0023]将所述第一子权重、所述第二子权重和所述第三子权重的和值作为所述第二权重。
[0024]在一实施方式中，所述根据所述向量词组中的消极词语及其相邻词语的词性类别设置第三权重，包括：
[0025]在消极词语的前一相邻词语为程度副词的情况下，设置第四子权重；
[0026]在消极词语的前一相邻词语为否定词语情况下，设置第五子权重；
[0027]在消极词语的前一相邻词语为其他词语的情况下，设置第六子权重，所述；
[0028]将所述第四子权重、所述第五子权重和所述第六子权重的和值作为所述第三权重。
[0029]在一实施方式中，所述方法还包括：
[0030]根据所述工商经营信息和所述综合评分确定所述供应商与预设采购需求的匹配度；
[0031]在所述匹配度高于预设匹配阈值的情况下，将所述供应商作为推荐采购对象。
[0032]在一实施方式中，所述方法还包括：
[0033]根据所述工商经营信息识别所述供应商的围标串标风险信息。
[0034]第二方面，本申请实施例提供了一种基于RPA的供应商风险预警装置，所述基于RPA的供应商风险预警装置包括：
[0035]取模块，用于通过RPA程序登录公共信息平台，从所述公共信息平台获取供应商的工商经营信息和舆情信息；
[0036]分析模块，用于基于NLP对所述舆情信息进行情感分析，得到所述供应商的多维度评价信息；
[0037]计算模块，用于通过数据模型根据所述工商经营信息、所述多维度评价信息计算所述供应商的综合评分；
[0038]预警模块，用于在所述综合评分小于预警阈值的情况下，触发对所述供应商的风险预警。
[0039]第三方面，本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的基于RPA的供应商风险预警方法。
[0040]第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的基于RPA的供应商风险预警方法。
[0041]上述本申请提供的基于RPA的供应商风险预警方法、装置、电子设备及介质，通过RPA程序登录公共信息平台，从所述公共信息平台获取供应商的工商经营信息和舆情信息；基于NLP对所述舆情信息进行情感分析，得到所述供应商的多维度评价信息；通过数据模型根据所述工商经营信息和所述多维度评价信息计算所述供应商的综合评分；在所述综合评分小于预警阈值的情况下，触发对所述供应商的风险预警。这样，通过RPA程序获取供应商的工商经营信息和舆情信息，基于NLP分析舆情信息得到多维度评价信息，通过数据模型对工商经营信息及多维度评价信息计算得到综合评分，综合评分可以代表供应商断供风险，综合评分小于预警阈值的情况下，触发对所述供应商的风险预警，提高供应商风险的识别效率，提高供应商风险管控效果。
附图说明
[0042]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0043]图1示出了本申请实施例提供的基于RPA的供应商风险预警方法的一流程示意图；
[0044]图2示出了本申请实施例提供的基于RPA的供应商风险预警方法的另一流程示意图；
[0045]图3示出了本申请实施例提供的基于RPA的供应商风险预警装置的一结构示意图；
[0046]图4示出了本申请实施例提供的电子设备的一结构示意图。
[0047]图标：300
‑
基于RPA的供应商风险预警装置，301
‑
获取模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RPA的供应商风险预警方法，其特征在于，所述方法包括：通过RPA程序登录公共信息平台，从所述公共信息平台获取供应商的工商经营信息和舆情信息；基于NLP对所述舆情信息进行情感分析，得到所述供应商的多维度评价信息；通过数据模型根据所述工商经营信息和所述多维度评价信息计算所述供应商的综合评分；在所述综合评分小于预警阈值的情况下，触发对所述供应商的风险预警。2.根据权利要求1所述的方法，其特征在于，所述多维度评价信息包括负面评价信息、正面评价信息和中性评价信息，所述基于NLP对所述舆情信息进行情感分析，包括：将所述舆情信息划分为多个语句，对各所述语句进行分词处理，得到各所述语句对应的分词结果；基于情感词典对各所述语句的分词结果进行词语匹配处理，得到各所述语句的匹配结果；根据各所述语句的匹配结果将多个所述语句划分为所述负面评价信息、所述正面评价信息和所述中性评价信息。3.根据权利要求2所述的方法，其特征在于，所述匹配结果包括最终权重，所述分词结果包括向量词组，所述基于情感词典对各所述语句的分词结果进行词语匹配处理，包括：基于所述情感词典判断所述向量词组中的各词语的词性类别，所述词性类别包括否定词语、积极词语及消极词语；根据所述向量词组中的否定词语设置第一权重；根据所述向量词组中的积极词语及其相邻词语的词性类别设置第二权重；根据所述向量词组中的消极词语及其相邻词语的词性类别设置第三权重；根据所述第一权重、第二权重及所述第三权重计算所述向量词组的最终权重。4.根据权利要求3所述的方法，其特征在于，所述根据所述向量词组中的积极词语及其相邻词语的词性类别设置第二权重，包括：在积极词语的前一相邻词语为程度副词的情况下，设置第一子权重；在积极词语的前一相邻词语为否定词语或消极词语、积极词语的后一相邻词语为消极词语的情况下，设置第二子权重；在积极词语的相邻词语为其他词语的情况下，设置第三...

【专利技术属性】
技术研发人员：吕艳兰，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：