【技术实现步骤摘要】
本专利技术主要应用于企业的融资、供应链产业链管理、风险控制以及监管部门的事中事后监管、产业链布局、信用监管、资源配置等领域。涉及大数据、人工智能等，具体来说，使用大模型技术，如transformer和bert，来处理和分析多维度数据，形成信用链大模型，以便对链上企业的风险状态进行精准识别和动态监控。
技术介绍
1、随着大数据、人工智能、区块链等前沿技术的迅猛发展，以及全球供应链产业链的复杂度和风险管控需求的日益增加，链上企业风险识别迎来了新的机遇和挑战。目前，市场上现有的企业风险评估方法主要依赖于传统的统计模型或简单的机器学习模型。然而，这些传统方法存在以下几个显著的缺陷：
2、数据维度单一：传统风险评估模型往往仅依赖于财务数据或信用评分，缺乏对多维度数据的综合分析能力。例如，市场交易数据、政策风险数据和企业评价数据等重要信息往往被忽视，导致风险评估结果不够全面和准确。
3、模型泛化能力差：现有的模型通常是通用的，缺乏针对特定行业、供应链和产业链类型的优化。不同类型的供应链或产业链具有不同的风险特征，现有的模型难...
【技术保护点】
1.一种基于信用链大模型的链上企业风险识别的方法，其特征在于，方法包括：
2.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤5之后还包括：
3.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，信用链大模型的训练过程包括：
4.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤4进一步包括：
5.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤5进一步包括：
6.根据权利要求2所述的基于信用链大模...
【技术特征摘要】
1.一种基于信用链大模型的链上企业风险识别的方法，其特征在于，方法包括：
2.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤5之后还包括：
3.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，信用链大模型的训练过程包括：
4.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤4进一步包括：
5.根据权利要求1所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤5进一步包括：
6.根据权利要求2所述的基于信用链大模型的链上企业风险识别的方法，其特征在于，步骤7进一步包括：
7.一种基于信用链大模型的链上企...
【专利技术属性】
技术研发人员：余文凯，李如心，吴璟珅，顾静，王晓辉，杨斌，王瑾瑜，敬雅斌，薛天，汤昌岚，
申请(专利权)人：上海市经济信息中心上海市公共信用信息服务中心，
类型：发明
国别省市：
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。