本發(fā)明涉及數(shù)據(jù)處理。更具體地，本發(fā)明涉及一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法。

背景技術(shù)：

1、在現(xiàn)代汽車產(chǎn)業(yè)中，供應(yīng)鏈的復(fù)雜性日益增加，涉及到大量的供應(yīng)商、制造商、分銷商、物流服務(wù)商以及零售商等各類參與者。每個參與者在供應(yīng)鏈中都扮演著重要角色，且相互關(guān)聯(lián)，其運營的穩(wěn)定性直接影響整條供應(yīng)鏈的安全性與效率。然而，隨著全球化進程加速，供應(yīng)鏈的脆弱性也隨之加大。例如，某一環(huán)節(jié)中的供應(yīng)商若出現(xiàn)問題，可能會導(dǎo)致整條供應(yīng)鏈的中斷，進而影響整個汽車產(chǎn)業(yè)的生產(chǎn)與銷售。目前，供應(yīng)鏈風(fēng)險管理是企業(yè)保持競爭力的關(guān)鍵領(lǐng)域之一。

2、傳統(tǒng)的供應(yīng)鏈風(fēng)險識別方法通常依賴于靜態(tài)數(shù)據(jù)分析，或者依賴于專家經(jīng)驗進行判斷。這些方法雖然能夠提供一定的指導(dǎo)性，但在面對復(fù)雜的全球供應(yīng)鏈時，往往無法做到實時、動態(tài)的風(fēng)險識別和預(yù)警。例如，當(dāng)某個供應(yīng)鏈節(jié)點出現(xiàn)風(fēng)險時，如何評估該風(fēng)險對整個供應(yīng)鏈的傳導(dǎo)效應(yīng)，以及它對其他節(jié)點的潛在影響，始終是一個挑戰(zhàn)。

3、申請公布號為cn116777205a的專利申請文件公開了供應(yīng)鏈風(fēng)險預(yù)判方法、電子設(shè)備及存儲介質(zhì)。該專利申請文件包括：獲取多個供應(yīng)商的物料供應(yīng)歷史數(shù)據(jù)；根據(jù)所述物料供應(yīng)歷史數(shù)據(jù)分析各供應(yīng)商的關(guān)聯(lián)關(guān)系，并構(gòu)建關(guān)聯(lián)關(guān)系知識圖譜；響應(yīng)于風(fēng)險預(yù)判指令對一個或多個供應(yīng)商執(zhí)行風(fēng)險預(yù)判操作，并獲取風(fēng)險供應(yīng)鏈、風(fēng)險范圍、問題供應(yīng)商和風(fēng)險社區(qū)中一項或多項風(fēng)險預(yù)判結(jié)果。然而，該方法僅依賴于單個風(fēng)險節(jié)點對供應(yīng)鏈風(fēng)險進行評估，而忽略了節(jié)點之間風(fēng)險變化時對供應(yīng)鏈中不同層級所產(chǎn)生的影響，從而導(dǎo)致對供應(yīng)鏈風(fēng)險識別不準確的問題。

技術(shù)實現(xiàn)思路

1、為解決上述背景技術(shù)中提出的汽車供應(yīng)鏈風(fēng)險識別不準確的問題，本發(fā)明在如下的多個方面中提供方案。

2、在第一方面中，本發(fā)明提供了一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，包括：

3、獲取汽車供應(yīng)鏈的實體類型，將每個實體類型劃分為汽車供應(yīng)鏈的一個層級；所述每個實體類型包含多個實體，且每兩個實體之間包含一個或多個關(guān)系，將實體作為節(jié)點、實體與實體之間的關(guān)系作為邊，構(gòu)建汽車供應(yīng)鏈的知識圖譜；計算節(jié)點對汽車供應(yīng)鏈產(chǎn)生的風(fēng)險：

4、；

5、式中，表示節(jié)點到節(jié)點的邊權(quán)，表示節(jié)點在時間時的初始風(fēng)險變化量，表示與節(jié)點相連的節(jié)點集合，表示節(jié)點的所在層級，表示節(jié)點在時間時的初始風(fēng)險變化量；所述邊權(quán)與節(jié)點和節(jié)點之間關(guān)系的熵權(quán)重、初始指標值正相關(guān)；響應(yīng)于風(fēng)險小于設(shè)定閾值的節(jié)點為低風(fēng)險，響應(yīng)于風(fēng)險大于等于設(shè)定閾值的節(jié)點為高風(fēng)險；將各節(jié)點的初始風(fēng)險變化量與其對應(yīng)的風(fēng)險等級輸入機器模型進行訓(xùn)練，得到訓(xùn)練好的機器模型；將待檢測節(jié)點的初始風(fēng)險變化量輸入所述訓(xùn)練好的機器模型，輸出待檢測節(jié)點的風(fēng)險等級。

6、上述技術(shù)方案通過構(gòu)建汽車供應(yīng)鏈的知識圖譜，將供應(yīng)鏈中的實體及其關(guān)系進行結(jié)構(gòu)化表示，并引入基于節(jié)點間關(guān)系的風(fēng)險評估算法，進而動態(tài)評估各節(jié)點在供應(yīng)鏈中的風(fēng)險水平，能夠更加準確地表示供應(yīng)鏈中各實體之間的復(fù)雜關(guān)系，提高汽車供應(yīng)鏈風(fēng)險識別的全面性和準確性。

7、進一步地，所述節(jié)點到節(jié)點的邊權(quán)為：

8、；

9、式中，表示節(jié)點與節(jié)點的第個關(guān)系的熵權(quán)重，表示節(jié)點與節(jié)點第個關(guān)系的初始指標值，表示節(jié)點與節(jié)點之間關(guān)系的總數(shù)。

10、上述技術(shù)方案通過引入熵權(quán)重和初始指標值，能夠更精確地衡量節(jié)點之間關(guān)系的強度，使得邊權(quán)能夠反映多個關(guān)系維度的影響，從而提高了風(fēng)險計算的準確性和靈活性。這種多維度加權(quán)方式能夠捕捉供應(yīng)鏈中復(fù)雜的關(guān)系結(jié)構(gòu)，進一步提升了供應(yīng)鏈風(fēng)險識別和預(yù)警的精度。

11、進一步地，還包括，采用熵權(quán)法計算節(jié)點與節(jié)點的第個關(guān)系的熵權(quán)重，具體為：

12、；

13、式中，表示節(jié)點與節(jié)點之間第個關(guān)系的信息熵，表示節(jié)點與節(jié)點之間關(guān)系的總數(shù)。

14、上述技術(shù)方案通過引入熵權(quán)法計算節(jié)點之間關(guān)系的熵權(quán)重，并利用信息熵來衡量不確定性，以動態(tài)調(diào)整每個關(guān)系對邊權(quán)的貢獻。通過調(diào)整信息熵的關(guān)系權(quán)重，從而增強了關(guān)鍵、穩(wěn)定關(guān)系在風(fēng)險識別中的作用，從而提高了風(fēng)險評估的合理性和精準度，使得風(fēng)險識別更加符合供應(yīng)鏈的實際情況。

15、進一步地，還包括，對初始指標值采用z-score標準化進行預(yù)處理。

16、上述技術(shù)方案，通過對初始指標值采用z-score標準化預(yù)處理，使得不同關(guān)系的初始指標值具有可比性，消除了不同量綱對計算的影響，有效提高了數(shù)據(jù)處理的穩(wěn)定性和計算結(jié)果的精度。通過將各指標值轉(zhuǎn)化為標準正態(tài)分布，該方案進一步增強了供應(yīng)鏈風(fēng)險評估的準確性。

17、進一步地，所述實體類型包括：供應(yīng)商、制造商、分銷商、零售商、物流服務(wù)商和消費者。

18、進一步地，供應(yīng)商的實體包括：供應(yīng)商的財務(wù)狀況、主營業(yè)務(wù)和零件質(zhì)量；制造商的實體包括：制造商的生產(chǎn)能力和產(chǎn)品質(zhì)量；

19、分銷商的實體包括：分銷商的分銷網(wǎng)絡(luò)、市場覆蓋率和物流能力；零售商的實體包括：零售商的銷售額和供應(yīng)鏈；物流服務(wù)商的實體包括：物流服務(wù)商的運輸能力、倉儲能力和運輸成本；消費者的實體包括：消費者的購買力、消費習(xí)慣和購買行為。

20、進一步地，所述關(guān)系包括：供應(yīng)關(guān)系、制造關(guān)系、分銷關(guān)系、零售關(guān)系、物流關(guān)系和購買關(guān)系。

21、進一步地，所述機器模型為隨機森林模型。

22、上述技術(shù)方案采用隨機森林模型，利用其對復(fù)雜數(shù)據(jù)的高效處理能力和強大的泛化能力，可以提升供應(yīng)鏈風(fēng)險預(yù)測的準確性和魯棒性。通過集成多個決策樹的結(jié)果，隨機森林模型能夠降低過擬合的風(fēng)險，同時提高模型對不同類型數(shù)據(jù)的適應(yīng)性和對潛在風(fēng)險的準確判斷能力。

23、進一步地，初始風(fēng)險變化量為當(dāng)前時間點與前一時間點的節(jié)點差異，初始指標值為節(jié)點與節(jié)點之間關(guān)系的關(guān)聯(lián)度。

24、本發(fā)明的有益效果在于：

25、本發(fā)明通過構(gòu)建基于知識圖譜的汽車供應(yīng)鏈模型，利用節(jié)點和邊的關(guān)系、熵權(quán)重以及初始風(fēng)險變化量，精確評估各節(jié)點對供應(yīng)鏈的風(fēng)險影響，并通過z-score標準化提升數(shù)據(jù)處理的穩(wěn)定性。結(jié)合隨機森林模型進行風(fēng)險分類，實現(xiàn)了供應(yīng)鏈風(fēng)險識別的自動化與高效化，能夠針對不同層級的實體關(guān)系進行全面分析，顯著提升供應(yīng)鏈風(fēng)險預(yù)警的準確性和可靠性。

技術(shù)特征：

1.一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，所述節(jié)點到節(jié)點的邊權(quán)為：

3.根據(jù)權(quán)利要求2所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，還包括，采用熵權(quán)法計算節(jié)點與節(jié)點的第個關(guān)系的熵權(quán)重，具體為：

4.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，還包括，對初始指標值采用z-score標準化進行預(yù)處理。

5.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，所述實體類型包括：供應(yīng)商、制造商、分銷商、零售商、物流服務(wù)商和消費者。

6.根據(jù)權(quán)利要求5所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，供應(yīng)商的實體包括：供應(yīng)商的財務(wù)狀況、主營業(yè)務(wù)和零件質(zhì)量；制造商的實體包括：制造商的生產(chǎn)能力和產(chǎn)品質(zhì)量；

7.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，所述關(guān)系包括：供應(yīng)關(guān)系、制造關(guān)系、分銷關(guān)系、零售關(guān)系、物流關(guān)系和購買關(guān)系。

8.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，所述機器模型為隨機森林模型。

9.根據(jù)權(quán)利要求1所述的一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，其特征在于，初始風(fēng)險變化量為當(dāng)前時間點與前一時間點的節(jié)點差異，初始指標值為節(jié)點與節(jié)點之間關(guān)系的關(guān)聯(lián)度。

技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，本發(fā)明涉及一種基于知識圖譜的汽車供應(yīng)鏈風(fēng)險識別方法，包括：獲取汽車供應(yīng)鏈的實體類型，基于實體類型劃分汽車供應(yīng)鏈層級；每個實體類型包含多個實體，每兩個實體之間包含一個或多個關(guān)系，將實體作為節(jié)點、實體與實體之間的關(guān)系作為邊，構(gòu)建汽車供應(yīng)鏈的知識圖譜；針對節(jié)點風(fēng)險變化，計算其對供應(yīng)鏈整體風(fēng)險的影響，通過節(jié)點的邊權(quán)、初始風(fēng)險變化量和層級進而量化節(jié)點風(fēng)險，并劃分風(fēng)險等級；最后，將初始風(fēng)險變化量和風(fēng)險等級輸入機器模型進行訓(xùn)練，以預(yù)測供應(yīng)鏈中待檢測節(jié)點的風(fēng)險等級。本發(fā)明解決了對汽車供應(yīng)鏈風(fēng)險識別不準確的問題。

技術(shù)研發(fā)人員：岳云玲,陳曦,戴云笛,周嬋娟,袁小希
受保護的技術(shù)使用者：湖北邁睿達供應(yīng)鏈股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19