基于大数据的风险隐患管理系统及方法与流程

本申请涉及智能风险管理领域，且更为具体地，涉及一种基于大数据的风险隐患管理系统及方法。

背景技术：

1、供应商的风险隐患管理是指企业为了确保供应链的稳定和高效，对供应商可能出现的各类风险进行识别、评估、监控和应对的一系列管理活动。在传统的供应商风险隐患管理中，对于数据的利用比较有限，通常只是简单地查看财务报表中的几个关键数字或者统计交货记录中的一些基本数据，如交货次数、延迟交货次数等。这些数据的潜在价值并没有被充分挖掘，进而导致无法深入了解供应商的真实运营状况，这可能会导致对供应商的风险隐患管理决策出现失误。

2、因此，需要一种优化的风险隐患管理方案。

技术实现思路

1、本申请针对现有技术中的缺点，提供了一种基于大数据的风险隐患管理系统及方法。

2、根据本申请的一方面，提出了一种基于大数据的风险隐患管理系统，其包括：

3、待评估供应商相关数据采集模块，用于获取待评估供应商的财务报表数据、历史交货时间和历史交货质量信息；

4、待评估供应商财务数据分析模块，用于对所述待评估供应商的财务报表数据进行数据分析以得到供应商财务健康情况特征向量；

5、待评估供应商交货数据分析模块，用于对所述待评估供应商的历史交货时间和历史交货质量信息进行数据分析以得到供应商历史交货情况语义强调特征向量；

6、待评估供应商财务交货特征融合模块，用于对所述供应商财务健康情况特征向量和所述供应商历史交货情况语义强调特征向量进行基于本征分解空间的目标域尺度调制以得到供应商评估融合特征向量；

7、供应商风险识别结果生成模块，用于基于所述供应商评估融合特征向量，得到所述待评估供应商的风险识别结果。

8、在上述基于大数据的风险隐患管理系统中，所述待评估供应商财务数据分析模块，包括：待评估供应商财务数据预处理单元，用于对所述待评估供应商的财务报表数据进行预处理以得到预处理后供应商财务报表内容；待评估供应商财务数据特征提取单元，用于将所述预处理后供应商财务报表内容进行分词后通过财务报表内容理解器以得到所述供应商财务健康情况特征向量。

9、在上述基于大数据的风险隐患管理系统中，所述待评估供应商交货数据分析模块，包括：供应商历史交货情况语义特征提取单元，用于对所述待评估供应商的历史交货时间和历史交货质量信息进行语义特征提取以得到供应商历史交货情况语义特征矩阵；供应商历史交货情况语义特征强调单元，用于对所述供应商历史交货情况语义特征矩阵进行语义特征强调以得到所述供应商历史交货情况语义强调特征向量。

10、在上述基于大数据的风险隐患管理系统中，所述供应商历史交货情况语义特征提取单元，包括：历史交货情况语义特征生成子单元，用于将所述待评估供应商的历史交货时间和历史交货质量信息进行分段处理后通过历史交货情况语义捕捉器以得到多个供应商历史交货情况语义特征向量；历史交货情况语义特征排列子单元，用于将所述多个供应商历史交货情况语义特征向量进行二维排列以得到所述供应商历史交货情况语义特征矩阵。

11、在上述基于大数据的风险隐患管理系统中，所述供应商历史交货情况语义特征强调单元，包括：历史交货情况语义强调特征生成子单元，用于将所述供应商历史交货情况语义特征矩阵通过历史交货情况语义特征强调器以得到供应商历史交货情况语义强调特征矩阵；历史交货情况语义强调特征降维子单元，用于将所述供应商历史交货情况语义强调特征矩阵进行展开以得到所述供应商历史交货情况语义强调特征向量。

12、在上述基于大数据的风险隐患管理系统中，所述财务报表内容理解器为双向长短期记忆神经网络模型，所述历史交货情况语义捕捉器为基于转换器的历史交货情况语义捕捉器，所述历史交货情况语义特征强调器为使用空间注意力机制的卷积神经网络模型。

13、在上述基于大数据的风险隐患管理系统中，所述待评估供应商财务交货特征融合模块，用于:将所述供应商财务健康情况特征向量和所述供应商历史交货情况语义强调特征向量映射到本征分解空间以得到供应商财务健康情况本征特征向量和供应商历史交货情况语义强调本征特征向量；对所述供应商财务健康情况本征特征向量和所述供应商历史交货情况语义强调本征特征向量进行基于目标域映射的特征强度调整以得到供应商财务健康情况调制后本征特征向量和供应商历史交货情况语义强调调制后本征特征向量；构造所述供应商财务健康情况调制后本征特征向量和所述供应商历史交货情况语义强调调制后本征特征向量之间的供应商评估细粒度交互语义矩阵；基于所述供应商评估细粒度交互语义矩阵来融合所述供应商财务健康情况调制后本征特征向量和所述供应商历史交货情况语义强调调制后本征特征向量以得到所述供应商评估融合特征向量。

14、在上述基于大数据的风险隐患管理系统中，所述供应商风险识别结果生成模块，用于：将所述供应商评估融合特征向量通过供应风险分类器以得到所述风险识别结果，所述风险识别结果用于表示所述待评估供应商是否存在供应中断风险。

15、根据本申请的另一方面，提出了一种基于大数据的风险隐患管理方法，其包括：

16、获取待评估供应商的财务报表数据、历史交货时间和历史交货质量信息；

17、对所述待评估供应商的财务报表数据进行数据分析以得到供应商财务健康情况特征向量；

18、对所述待评估供应商的历史交货时间和历史交货质量信息进行数据分析以得到供应商历史交货情况语义强调特征向量；

19、对所述供应商财务健康情况特征向量和所述供应商历史交货情况语义强调特征向量进行基于本征分解空间的目标域尺度调制以得到供应商评估融合特征向量；

20、基于所述供应商评估融合特征向量，得到所述待评估供应商的风险识别结果。

21、在上述基于大数据的风险隐患管理方法中，基于所述供应商评估融合特征向量，得到所述待评估供应商的风险识别结果，包括：将所述供应商评估融合特征向量通过供应风险分类器以得到所述风险识别结果，所述风险识别结果用于表示所述待评估供应商是否存在供应中断风险。

22、本申请由于采用了以上的技术方案，具有显著的技术效果：

23、本申请提供的基于大数据的风险隐患管理系统及方法，其采用基于大数据的分析技术，通过对待评估供应商的财务报表进行分析以得到供应商财务健康特征，同时对待评估供应商的历史交货时间和历史交货质量信息进行分析以得到供应商交货情况语义强调特征，同时考虑这两个特征来判断待评估供应商是否存在供应中断风险。这样，可以更准确地判断供应商是否存在供应中断风险，从而能够为企业的供应链风险隐患管理决策提供有力支持。

技术特征：

1.一种基于大数据的风险隐患管理系统，其特征在于，包括：

2.根据权利要求1所述的基于大数据的风险隐患管理系统，其特征在于，所述待评估供应商财务数据分析模块，包括：

3.根据权利要求2所述的基于大数据的风险隐患管理系统，其特征在于，所述待评估供应商交货数据分析模块，包括：

4.根据权利要求3所述的基于大数据的风险隐患管理系统，其特征在于，所述供应商历史交货情况语义特征提取单元，包括：

5.根据权利要求4所述的基于大数据的风险隐患管理系统，其特征在于，所述供应商历史交货情况语义特征强调单元，包括：

6.根据权利要求5所述的基于大数据的风险隐患管理系统，其特征在于，所述财务报表内容理解器为双向长短期记忆神经网络模型，所述历史交货情况语义捕捉器为基于转换器的历史交货情况语义捕捉器，所述历史交货情况语义特征强调器为使用空间注意力机制的卷积神经网络模型。

7.根据权利要求6所述的基于大数据的风险隐患管理系统，其特征在于，所述待评估供应商财务交货特征融合模块，用于:

8.根据权利要求7所述的基于大数据的风险隐患管理系统，其特征在于，所述供应商风险识别结果生成模块，用于：将所述供应商评估融合特征向量通过供应风险分类器以得到所述风险识别结果，所述风险识别结果用于表示所述待评估供应商是否存在供应中断风险。

9.一种基于大数据的风险隐患管理方法，其特征在于，包括：

10.根据权利要求9所述的基于大数据的风险隐患管理方法，其特征在于，基于所述供应商评估融合特征向量，得到所述待评估供应商的风险识别结果，包括：将所述供应商评估融合特征向量通过供应风险分类器以得到所述风险识别结果，所述风险识别结果用于表示所述待评估供应商是否存在供应中断风险。

技术总结
本申请提供了一种基于大数据的风险隐患管理系统及方法，涉及智能风险管理领域，其采用基于大数据的分析技术，通过对待评估供应商的财务报表进行分析以得到供应商财务健康特征，同时对待评估供应商的历史交货时间和历史交货质量信息进行分析以得到供应商交货情况语义强调特征，同时考虑这两个特征来判断待评估供应商是否存在供应中断风险。这样，可以更准确地判断供应商是否存在供应中断风险，从而能够为企业的供应链风险隐患管理决策提供有力支持。

技术研发人员：程丽敏,范晨辉,曾凡麟
受保护的技术使用者：南昌科睿特软件技术有限公司
技术研发日：
技术公布日：2025/2/20