一种企业质量信用数据分析方法及系统

摘要

本发明公开了一种企业质量信用数据分析方法及系统，所述企业质量信用数据分析系统包括质量系数计算模块、权限修正模块、质量偏离度计算模块和报告分析模块，对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数；利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值；根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度；基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示，根据显示出来的影响因子进行对应的监督，提高企业质量的监管效率。

说明书

技术领域

本发明涉及企业质量信用管理技术领域，尤其涉及一种企业质量信用数据分析方法及系统。

背景技术

质量是企业的核心，可以通过质量的信用来提升企业的信用度和核心竞争力。目前都是企业各自开展各自的质量管理工作，每个企业对自己的产品进行分开的质量管理，导致在质量监管过程中，容易出现管理片面化，导致对企业质量的监管效率降低。

发明内容

本发明的目的在于提供一种企业质量信用数据分析方法及系统，提高对企业质量的监管效率。

为实现上述目的，第一方面，本发明提供了一种企业质量信用数据分析方法，包括以下步骤：

对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数；

利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值；

根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度；

基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示。

其中，对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数，包括：

将待分析企业的所有产品进行汇总，并根据所述待分析企业的生产重心，将所有的产品进行权限划分，得到带有权限比例的产品序列；

基于所述产品，获取所有的影响因子，并计算出对应的质量系数。

其中，基于所述产品，获取所有的影响因子，并计算出对应的质量系数，包括：

获取每一个所述产品对应的所有的所述影响因子，并对所述影响因子进行比例划分；

基于所述产品序列，将所有的所述影响因子进行汇总，并将所述影响因子分类后，计算出每一类别下对应的所述影响因子的质量系数。

其中，利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值，包括：

基于大数据平台，获取学习样本数据；

通过机器学习训练权重修正模型，并将输出值与设定的阈值进行比较，直至所述输出值小于所述阈值，完成所述权重修正模型的训练；

将所述质量系数输入训练后的所述权重修正模型中，得到修正值。

其中，根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度，包括：

基于所述影响因子，将对应的所述质量系数与所述修正值相乘，得到对应的质量信用数据；

将得到的所有的所述质量信用数据与对应的设定阈值进行比较，输出质量偏离度。

其中，所述方法还包括：

对所述质量分析报告进行显示，并根据显示的所述影响因子的质量信用数据，对所述影响因子进行等级划分，然后根据划分出的等级进行对应的预警。

第二方面，本发明提供了一种企业质量信用数据分析系统，如第一方面所述的一种企业质量信用数据分析方法应用于一种企业质量信用数据分析系统，

所述企业质量信用数据分析系统包括质量系数计算模块、权限修正模块、质量偏离度计算模块和报告分析模块，所述质量系数计算模块、所述权限修正模块、所述质量偏离度计算模块和所述报告分析模块依次连接；

所述质量系数计算模块，用于对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数；

所述权限修正模块，用于利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值；

所述质量偏离度计算模块，用于根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度；

所述报告分析模块，用于基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示。

第三方面，本发明提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现第一方面所述的一种企业质量信用数据分析方法。

第四方面，本发明提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行第一方面所述企业质量信用数据分析方法的计算机程序。

本发明的一种企业质量信用数据分析方法及系统，所述企业质量信用数据分析系统包括质量系数计算模块、权限修正模块、质量偏离度计算模块和报告分析模块，对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数；利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值；根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度；基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示，根据显示出来的影响因子进行对应的监督，提高企业质量的监管效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种企业质量信用数据分析方法的步骤示意图。

图2是本发明提供的一种企业质量信用数据分析系统的结构示意图。

图3是本发明提供的一种计算机设备的结构组成示意图。

1-质量系数计算模块、2-权限修正模块、3-质量偏离度计算模块、4-报告分析模块、301-应用程序、302-存储器、303-处理器、304-输入单元、305-显示单元。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

请参阅图1，本发明提供一种企业质量信用数据分析方法，包括以下步骤：

S101、对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数。

具体的，将待分析企业的所有产品进行汇总，并根据所述待分析企业的生产重心，将所有的产品进行权限划分，得到带有权限比例的产品序列；即是将对应企业中的所有的在生产的所有的产品进行汇总，按照生产中心或者企业当前的生产数量，将对应的产品进行权限划分，便于后续进行质量监管时，能够按照此处划分出的权限进行对应比例上的数量的抽查。

然后按照每一种类下的产品，获取对应的影响因子。影响因子可以是预先配置的，也可以是根据采集的企业质量信用数据自动生成的。当影响因子是预先配置的情况下，系统可以提供可视化配置界面，该界面上包含预置的多个影响因子，用户可以通过该可视化配置界面，快速选择对待评估企业进行质量信用评估的各个影响因子。可选地，还可以提供自定义配置接口，以便用户自定义配置对待评估企业进行信用评估的影响因子，以满足不同行业企业信用评估的个性化需求。而所述影响因子包括所有的能够影响对应产品的所有的影响因素，如每个零部件或者原材料质量、生产工艺中的不同的操作流程等，然后基于经验或者历史质量数据的统计，将所有的影响因子进行比例划分，也就是将所有的影响因子确定出一个符合的系数，来表示出当前影响因子对所述产品造成质量影响的占比，基于所述产品序列，将所有的所述影响因子进行汇总，并将所述影响因子分类后，计算出每一类别下对应的所述影响因子的质量系数，即是将相同影响因子进行归类，然后将同一类下的所述影响因子的系数进行相加，得到对应的质量系数。

S102、利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值。

具体的，由于随着时间的推移，企业环境会发生变化，如果采用同一权重系数对企业质量信用进行评估，得到的评估结果无法反映真实企业的质量信用情况，因而，本发明实施例中，通过机器学习训练得到一个权重修正模型，并基于该权重修正模型对各个各个影响因子的质量系数进行修正，能够获得随时间或企业环境变化的权重系数，进而获得更准确的企业信用评估结果。

基于大数据平台，获取学习样本数据；将学习样本数据批量输入初始模型中，并对输入量和输出量进行归一化处理，然后初始化模型的各个参数，包括但不限于最大训练次数、学习精度、隐含节点数目、初始权重、阈值、学习速率等；计算模型各层输入输出数据，直到满足收敛条件。本发明实施例中，采用机器学习方法训练权重修正模型，并使用期望输出与实际输出的差值是否小于预设阈值，作为收敛条件，引导学习过程，使得各个信用影响因子的权重系数会随着学习的速度和失败的次数而不断更新，随着环境的变化而实现偏差纠正，达到信用分值和信用级别越来越准确的效果。

S03、根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度。

具体的，基于所述影响因子，将对应的所述质量系数与所述修正值相乘，得到对应的质量信用数据；将得到的所有的所述质量信用数据与对应的设定阈值进行比较，输出质量偏离度。在计算出与待评估企业属于同一行业的多个企业的质量信用值后，可以根据计算出的该行业内各个企业的质量信用值，可以确定出一个行业平均值，进而将待评估企业的质量信用值与该行业平均值进行比对，可以计算出待评估企业的质量信用偏离度，并将其作为对待评估企业信用评估的一个指标。将同行业的所有企业的质量平均值作为一个阈值，可以比较出当前企业与平均质量之间的差距，直观的表现出当前企业的质量信用是好还是坏。

S104、基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示。

具体的，利用自然语言技术，根据根据待评估企业的质量偏离度，以及待评估企业各个影响因子、质量系数、权重修正值，生成待评估企业的信用评估报告。本发明实施例中，生成的信用评估报告中可以包含但不限于待评估企业的信用分值、信用等级、级别含义等信息。对不同的质量信用等级，本发明实施例中，采用场景预测法对不同信用级别进行定义，众多场景模块式组成评级报告，采用自然语言生成技术对评级报告优化，自动生成高质量的评级报告，最大可能的排除评估分析师的主观干扰。

然后对所述质量分析报告进行显示，并根据显示的所述影响因子的质量信用数据，对所述影响因子进行等级划分，然后根据划分出的等级进行对应的预警，如当前企业中某一个产品质量不合格，则将对应的影响因子进行展示，同时对具体的影响因子对应的影响因素进行显示，若存在多宗影响因素，则根据质量系数，进行等级划分，并且还可以根据当前影响因子的影响程度进行等级划分，然后根据不同的等级，用不同的颜色进行凸出显示，便于监督管理人员能够及时清楚的知道对应的影响因素，便于后续对此产品进行质量检查，并对出现了质量情况的企业，对其信用等级进行降级处理，直至调整修改好后，进行缓慢的升级，并将所有的质量情况进行备注显示，提高对企业质量的监管效率。

请参阅图2，本发明提供了一种企业质量信用数据分析系统，所述的一种企业质量信用数据分析方法应用于一种企业质量信用数据分析系统，

所述企业质量信用数据分析系统包括质量系数计算模块1、权限修正模块2、质量偏离度计算模块3和报告分析模块4，所述质量系数计算模块1、所述权限修正模块2、所述质量偏离度计算模块3和所述报告分析模块4依次连接；

所述质量系数计算模块1，用于对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数；

所述权限修正模块2，用于利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值；

所述质量偏离度计算模块3，用于根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度；

所述报告分析模块4，用于基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示。

在本实施方式中，关于一种企业质量信用数据分析系统的具体限定可以参见上文中对于一种企业质量信用数据分析方法的限定，在此不再赘述。上述一种企业质量信用数据分析系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

本发明实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有应用程序，该程序被处理器执行时实现上述实施例中任意一个实施例的一种企业质量信用数据分析方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(Random AcceSSMemory，随即存储器)、EPROM(EraSable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically EraSable ProgrammableRead-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备(例如，计算机、手机)以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。

本发明实施例还提供了一种计算机应用程序，其运行在计算机上，该计算机应用程序用于执行上述中任意一个实施例的一种企业质量信用数据分析方法。

此外，图3是本发明实施例中的计算机设备的结构组成示意图。

本发明实施例还提供了一种计算机设备，如图3所示。所述计算机设备包括处理器302、存储器303、输入单元304以及显示单元305等器件。本领域技术人员可以理解，图3示出的设备结构器件并不构成对所有设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件。存储器303可用于存储应用程序301以及各功能模块，处理器302运行存储在存储器303的应用程序301，从而执行设备的各种功能应用以及数据处理。存储器可以是内存储器或外存储器，或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储器包括但不限于这些类型的存储器。本发明所公开的存储器只作为例子而非作为限定。

输入单元304用于接收信号的输入，以及接收用户输入的关键字或者图像。输入单元304可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并根据预先设定的程序驱动相应的连接装置；其它输入设备可以包括但不限于物理键盘、功能键(比如播放控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。显示单元305可用于显示用户输入的信息或提供给用户的信息以及终端设备的各种菜单。显示单元305可采用液晶显示器、有机发光二极管等形式。处理器302是终端设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器303内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据。

作为一个实施例，所述计算机设备包括：一个或多个处理器302，存储器303，一个或多个应用程序301，其中所述一个或多个应用程序301被存储在存储器303中并被配置为由所述一个或多个处理器302执行，所述一个或多个应用程序301配置用于执行上述实施例中的任意一实施例中的一种企业质量信用数据分析方法。

本发明的一种企业质量信用数据分析方法及系统，所述企业质量信用数据分析系统包括质量系数计算模块1、权限修正模块2、质量偏离度计算模块3和报告分析模块4，对企业所有产品进行权重划分，并获取所有的影响因子，计算出对应的质量系数；利用机器算法训练权重修正模型，并将所述质量系数输入训练后的所述权重修正模型中，得到修正值；根据所述影响因子、所述质量系数和所述修正值，计算出对应的质量信用数据，并基于设定阈值计算出对应的质量偏离度；基于所述质量偏离度生成对应的质量分析报告，并对所述影响因子进行特出显示，根据显示出来的影响因子进行对应的监督，提高企业质量的监管效率。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。