一种企业信誉评估可视化方法技术

本发明专利技术公开了一种企业信誉评估可视化方法，该方法主要实现过程为：将原始数据用同圆多边形图进行绘制，并进行图形特征提取，然后把得到的图形特征作为绘制上一级同圆多边形图的参数；基于图形特征融合原理进行图形特征提取、绘制同圆多边形融合图和计算综合得分。本发明专利技术的方法具有针对性、实用性、可操作性，为企业信誉度评估提供了直观高维空间表征的蜘蛛网图谱方法，样本需求量较小，人为干预少。

【技术实现步骤摘要】

本专利技术涉及一种企业信誉评估可视化方法。
技术介绍
经济全球一体化和知识经济的发生发展，作为无形资产重要组成部分的信誉在企业经营中发挥越来越重要的作用。由于信誉的无形性和弱成本性，使得其价值评估相对困难，因此准确评估企业的信誉价值，提供一个对供需双方特定而公平的市价商誉，信誉价值的评估为企业的产权变动、联营、合资、股份改造、公司上市等具有十分重要的意义。信誉是企业中最无形的资产，只能依附于企业整体存在，它具有以下几个方面特点:(l)信誉价值形成的动态性和不确定性。信誉是在企业长期的经营管理过程中形成的，影响信誉的因素众多，其中一个因素或几个因素的改变都可能影响信誉的存在和价值，因此信誉价值具有动态性和不确定性；(2)信誉构成因素的复杂性。信誉是由企业管理水平、产品质量、人力资源状况、组织文化、外部环境等多种因素构成的。这些定性因素本身具有很大的不确定性，虽然我们大致知道这些因素能够影响商誉价值，但是各个因素的影响有多大却不得而知；(3)信誉价值评估参数具有很大的不确定性，这是因为企业经营中的不确定因素较多，经营状况变化快，因此只能根据历史数据确定出超额收益是属于某个范围内的可能值。此外企业外部市场环境的复杂性和评估主体对信誉认识的差异，都会导致信誉及评估价值呈现很大的不确定性。另外得到的信息不对称，企业掌握整个情况，占据信息上的优势，出于某种原因他们会进行信息封锁。因而评估者只能得到一个不完全的信息，即：部分确知,部分不确知。对企业信誉度的评价可采用的方法有直接评价法、加权综合评价法、模糊数学综合评价法，多层次灰色评价等。由于企业信誉主要是定性的分析，很难简单地以达到那一级评语来判断，而是在这两者之间存在一种中介状态，具有模糊的关系。评价信息的全面与准确受评价人员的知识水平、认识能力、个人经验和偏好制约。近年来随着计算机技术的发展，一些非参数统计方法以及人工智能模型逐渐被引进信用评价模型中，如神经网络、模糊分类、遗传算法等，这些算法在一定程度上克服传统方法综合分析能力差、缺乏整体概括能力的缺点，弥补了评价结果的一些不足。但还存在样本需求量大，人为干预多的缺点。例如支持向量机基于统计学习理论和结构风险最小化原则，其基本思想是把输入空间的样本通过非线性变换映射到高维特征空间，然后在特征空间中求取把样本线性分开的最优分类面。算法使用分类间隔控制线性学习机器的容量,从而使结构风险最小，也使其在有限样本下具有了较强的泛化能力。不同的核函数即变换到不同的特征空间，使用核函数也避免了在高维的特征空间中直接计算。同圆多边形图(蜘蛛网图)是一种对多维数据进行图表达和分析的方法。对于d维欧式空间的一个样本点Xi＝(xi 1,xi2,…,xid)，若将其映射到蜘蛛网图平面上可以得到一个d边形。假设一个有n个类似样本的数据集，重复进行上述映射步骤，就可画出n个d边形，从而构成整个数据集的同圆多边形图表示。对于不同类别的样本，为了进行区分，可以采用不同的颜色、线条类型等等。蜘蛛网图是将原始数据的正交坐标轴变换后重新安排为非正交的坐标轴，也就是相交于圆心的径向坐标轴，这样就可以在一个二维平面上同时显示多维数据。所以对原始数据采用蜘蛛网表示可以实现各样本点之间关系的可视化，有利于对它们进行研究并进而发现利于样本分类的特征。图形特征可以用来综合表示一个多元图的特点。多维数据通过采用多元图来表示实现了自身的结构化表示，而具有可视化结构的多元图同时包含了多元图形状信息和丰富的多元图图形结构信息，称为多元图的图形特征。因为图形特征浓缩了多维数据的特异性，所以采用多元图的图形特征来进行分类可以得到较好分类效果。多元图的图形特征可以为多元图的整体特征以及局部特征，而整体特征包含有面积、重心矢量、方向和位置等特征，局部特征则包含有相邻幅值比、分区面积比以及对称性等特征。
技术实现思路
本专利技术所要解决的技术问题是，针对现有技术不足，提供一种企业信誉评估可视化方法，使企业信誉评估系统具有针对性、实用性、可操作性。为解决上述技术问题，本专利技术所采用的技术方案是：一种企业信誉评估可视化方法，该方法主要实现过程为：将原始数据用同圆多边形图进行绘制，并进行图形特征提取，然后把得到的图形特征作为绘制上一级同圆多边形图的参数；基于图形特征融合原理进行图形特征提取、绘制同圆多边形融合图和计算综合得分。该方法具体实现过程包括：1)收集评价数据；所述评价数据包括目标层、准则层和指标层；2)用同圆多边形图绘制所述评价数据；3)提取由所述评价数据绘制的同圆多边形的特征参数；4)重复步骤1)—3)，对收集的不同评价数据样本进行计算，基于各特征参数的权重绘制加权后的同圆多边形；5)基于图形特征融合原理计算加权后的同圆多边形的特征参数：重心特征值、面积图特征值、分区面积比图特征值、第三遍相邻幅值比，然后根据得到的特征参数绘制上一级同圆多边形图，依此类推最后得到一个融合同圆多边形图；6)消除所述融合同圆多边形图的重心特征值、面积图特征值、分区面积比图特征值、第三遍相邻幅值比图特征值参数之间的数量级和量纲上的不同，对上述特征值采用Z＝(X–X*)/σ进行转化，其中X*为平均值，σ为标准差；7)求取步骤6)处理后的标准化数据的相关矩阵，并计算所述相关矩阵的特征值和特征向量；8)利用所述特征值和特征向量计算所述标准化数据的方差贡献率与累积方差贡献率，确定评价因子；9)计算因子得分，以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数的得分，确定企业之间的信誉状况。收集评价数据的过程包括以下步骤：1)确定评价指标体系和指标层次；2)利用层次分析法，以同属一层的要素以上一层的要素为准则，进行两两比较，确定每层中诸多元素与上一层某元素的相对重要性，构造出判断矩阵，计算矩阵每一行的几何平均数来确定各层次评价指标的权重；3)确定各被评企业的评价值数据，第k个评价人员按评价标准对某因素给出的评分值为Bk，k＝1，…，p。与现有技术相比，本专利技术所具有的有益效果为：本专利技术的方法具有针对性、实用性、可操作性，为企业信誉度评估提供了直观高维空间表征的蜘蛛网图谱方法，样本需求量较小，人为干预少。具体实施方式本专利技术的实现过程如下：(一)、建立收集评价数据(1)确定评价指标体系和指标层次；(2)根据用层次分析法通过对同属一层的要素以上一层的要素为准则进行两两比较确定其相对重要度，确定各评价指标的权重wi，评价指标权重的确定可采用如下类似方法。首先，根据选取的指标建立n个层次评价指标集(通常采用三个层次)，第一层为目标层U＝{U1，U2，U3，U4……Uk……Un本文档来自技高网...

【技术保护点】
一种企业信誉评估可视化方法，其特征在于，该方法主要实现过程为：将原始数据用同圆多边形图进行绘制，并进行图形特征提取，然后把得到的图形特征作为绘制上一级同圆多边形图的参数；基于图形特征融合原理进行图形特征提取、绘制同圆多边形融合图和计算综合得分。

【技术特征摘要】
1.一种企业信誉评估可视化方法，其特征在于，该方法主要实现过程为：将原始数据用同圆多边形图进行绘制，并进行图形特征提取，然后把得到的图形特征作为绘制上一级同圆多边形图的参数；基于图形特征融合原理进行图形特征提取、绘制同圆多边形融合图和计算综合得分。2.根据权利要求1所述的企业信誉评估可视化方法，其特征在于，该方法具体实现过程包括：1)收集评价数据；所述评价数据包括目标层、准则层和指标层；2)用同圆多边形图绘制所述评价数据；3)提取由所述评价数据绘制的同圆多边形的特征参数；4)重复步骤1)—3)，对收集的不同评价数据样本进行计算，基于各特征参数的权重绘制加权后的同圆多边形；5)基于图形特征融合原理计算加权后的同圆多边形的特征参数：重心...

【专利技术属性】
技术研发人员：司睿，石君兰，司士辉，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43