【技术实现步骤摘要】
本专利技术属于融资管理，具体涉及一种基于订单和发票数据进行快速融资的供应链融资平台。
技术介绍
1、随着全球经济的一体化和供应链的复杂化，中小企业在发展过程中面临着融资难、融资贵的问题。传统的融资方式往往需要提供大量的抵押和担保，且审批流程缓慢，不适合中小企业的需求。在现有技术中，常常通过线下评估、审核以及融资发放等等环节才能够实现融资，存在融资效率低以及融资过程繁琐等问题。因此，如何利用现代科技手段，提供快速、便捷的融资服务，成为了一个亟待解决的问题。
技术实现思路
1、本专利技术提供一种基于订单和发票数据进行快速融资的供应链融资平台，用以解决现有技术中存在的技术问题。
2、一种基于订单和发票数据进行快速融资的供应链融资平台，包括：
3、数据采集模块，用于采集供应链中的订单数据以及发票数据，并根据所述订单数据以及发票数据构建融资信息数据库；
4、融资申请模块，用于接收待融资企业提交的融资申请，并基于该融资申请触发数据拉取操作，以从融资信息数据库中获取待融资企业对应的订单数据以及发票数据；
5、融资审批模块，用于根据待融资企业对应的订单数据以及发票数据，通过预先部署的人工智能模型对待融资企业的融资资格进行验证，得到智能化验证结果，并将所述智能化验证结果传输至融资复核模块；其中，智能化验证结果包括具备融资资格或不具备融资资格；
6、融资复核模块，用于将智能化验证结果展示给融资管理人员，并接收融资管理人员通过人机交互传输的复核
7、融资放款模块，用于为复核指令为复核通过的待融资企业进行快速融资放款；
8、数据存储模块，用于采用安全存储方法存储数据采集模块、融资申请模块、融资审批模块、融资复核模块以及融资放款模块产生的数据。
9、进一步地，采集供应链中的订单数据以及发票数据，并根据所述订单数据以及发票数据构建融资信息数据库，包括：
10、通过api接口对接供应链中各个企业的财务系统，并采用周期采集数据的方式对供应链中的订单数据以及发票数据进行采集；
11、根据所述订单数据以及发票数据，采用云服务器构建融资信息数据库，以便融资审批模块调度数据。
12、进一步地，融资审批模块包括训练数据交互单元、人工智能构建单元、人工智能部署单元以及智能化验证单元；
13、所述人工智能构建单元，用于构建验证融资资格的人工智能模型；
14、所述训练数据交互单元，用于接收融资管理人员通过人机交互输入的训练数据；所述训练数据包括历史样本数据以及融资结果，所述融资结果包括具备融资资格或不具备融资资格；
15、所述人工智能部署单元，用于以训练数据交互单元输入的训练数据为基础，对人工智能构建单元构建的人工智能模型进行部署；
16、所述智能化验证单元，用于根据待融资企业对应的订单数据以及发票数据，通过人工智能部署单元部署的人工智能模型对待融资企业的融资资格进行验证，得到智能化验证结果，并将所述智能化验证结果传输至融资复核模块。
17、进一步地，以训练数据交互单元输入的训练数据为基础，对人工智能构建单元构建的人工智能模型进行部署，包括：
18、构建人工智能模型的损失函数，以所述训练数据中的历史样本数据作为人工智能模型的输入，获取人工智能模型的实际输出，将历史样本数据对应的融资结果作为期望输出，并根据所述实际输出、期望输出以及损失函数，获取人工智能模型对应的损失函数值；
19、判断所述损失函数值是否小于设定阈值，若是，则将此时的网络参数作为人工智能模型的最终网络参数，得到训练完成的人工智能模型，否则对人工智能模型的网络参数进行更新，并进入下一次训练。
20、进一步地，构建人工智能模型的损失函数为：
21、
22、其中，l表示损失函数值，k＝1,2,…,k，k表示每次训练采用的训练样本数量，h＝1,2,…,h，h表示输出层的输出总数，rkh表示第k个样本输入时输出层的第h个期望输出，ykh表示第k个样本输入时输出层的第h个实际输出，l表示惩罚因子，λ1表示正则化因子，l＝1,2,…,a，a表示人工智能模型中需要训练参数的总层数，j＝1,2,…,sl，sl表示第l层神经元总数，i＝1,2,…,sl+1，sl+1表示第l+1层神经元总数，表示第l层的第j个神经元与第l+1层的第i个神经元之间的连接权重。
23、进一步地，对人工智能模型的网络参数进行更新，包括：
24、
25、其中，ξt表示第t次训练时的权重参数，ξt-1表示第t-1次训练时的权重参数，ηt表示第t次训练时的学习率，αt表示第t次训练时的第一中间参数，γt表示第t次训练时的第二中间参数，ε表示平滑因子，β1表示第一指数衰减参数，β2表示第二指数衰减参数，αt-1表示第t-1次训练时的第一中间参数，表示第t-1次训练时误差函数值相对于权重参数的梯度，γt-1表示第t-2次训练时的第一中间参数。
26、进一步地，所述第t次训练时的学习率为：
27、
28、其中，ηt-1表示第t-1次训练时的学习率，δe＝et-et-1，et表示第t次训练时的误差函数值，et-1表示第t-1次训练时的误差函数值，λ2表示0～1之间的第一常数项，λ3表示0～1之间的第二常数项，且λ3小于λ2。
29、进一步地，根据待融资企业对应的订单数据以及发票数据，通过人工智能部署单元部署的人工智能模型对待融资企业的融资资格进行验证，得到智能化验证结果，并将所述智能化验证结果传输至融资复核模块，包括：
30、根据待融资企业对应的订单数据以及发票数据，构建人工智能模型的输入数据；
31、将构建的输入数据输入至人工智能部署单元部署的人工智能模型中，得到智能化验证结果，并将所述智能化验证结果传输至融资复核模块。
32、进一步地，采用安全存储方法存储数据采集模块、融资申请模块、融资审批模块、融资复核模块以及融资放款模块产生的数据，包括：
33、采用非对称加密算法对数据采集模块、融资申请模块、融资审批模块、融资复核模块以及融资放款模块产生的数据进行加密之后，再进行存储。
34、进一步地，还包括：融资还款模块；
35、所述融资还款模块，用于允许已融资企业进行还款。
36、本专利技术提供的一种基于订单和发票数据进行快速融资的供应链融资平台，能够整合供应链中的订单和发票数据，为中小企业提供快速、便捷的融资服务，实现了数据的自动采集和验证，通过人工智能对待融资企业的融资资格进行验证，实现自动化的融资决策，从而实现资金的快速发放，能够有效解决中小企业的融资难题，提高了融资的效率。
本文档来自技高网...【技术保护点】
1.一种基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，包括：
2.根据权利要求1所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，采集供应链中的订单数据以及发票数据，并根据所述订单数据以及发票数据构建融资信息数据库，包括：
3.根据权利要求1所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，融资审批模块包括训练数据交互单元、人工智能构建单元、人工智能部署单元以及智能化验证单元；
4.根据权利要求3所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，以训练数据交互单元输入的训练数据为基础，对人工智能构建单元构建的人工智能模型进行部署，包括：
5.根据权利要求4所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，构建人工智能模型的损失函数为：
6.根据权利要求5所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，对人工智能模型的网络参数进行更新，包括：
7.根据权利要求6所述的基于订单和发票数据进行快速融资的供应链融资平台，其
8.根据权利要求7所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，根据待融资企业对应的订单数据以及发票数据，通过人工智能部署单元部署的人工智能模型对待融资企业的融资资格进行验证，得到智能化验证结果，并将所述智能化验证结果传输至融资复核模块，包括：
9.根据权利要求8所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，采用安全存储方法存储数据采集模块、融资申请模块、融资审批模块、融资复核模块以及融资放款模块产生的数据，包括：
10.根据权利要求1所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，还包括：融资还款模块；
...【技术特征摘要】
1.一种基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，包括：
2.根据权利要求1所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，采集供应链中的订单数据以及发票数据，并根据所述订单数据以及发票数据构建融资信息数据库，包括：
3.根据权利要求1所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，融资审批模块包括训练数据交互单元、人工智能构建单元、人工智能部署单元以及智能化验证单元；
4.根据权利要求3所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，以训练数据交互单元输入的训练数据为基础，对人工智能构建单元构建的人工智能模型进行部署，包括：
5.根据权利要求4所述的基于订单和发票数据进行快速融资的供应链融资平台，其特征在于，构建人工智能模型的损失函数为：
6.根据权利要求5所述的基于订单和发票...
【专利技术属性】
技术研发人员：郭文龙，陈铁彪，尚亚男，邵勇力，
申请(专利权)人：金网络北京数字科技有限公司，
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。