申请/专利权人：山东省标准化研究院(WTO/TBT山东咨询工作站)

申请日：2023-07-21

公开（公告）日：2024-03-26

公开（公告）号：CN116911994B

主分类号：G06Q40/04

分类号：G06Q40/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本发明涉及对外贸易技术领域，更进一步地，涉及对外贸易风险预警系统。该系统包括数据收集部分、风险评估部分和贸易情景模拟模型，通过收集对外贸易数据，使用C4.5决策树算法建立风险评估决策树模型，并使用贸易情景模拟模型进行模拟和预测，有效提高了对外贸易风险预测的准确性和效率。该系统能够及时发现和预警高风险贸易，并为企业提供决策支持，减少经济损失。

主权项：1.对外贸易风险预警系统，其特征在于，所述系统包括：数据收集部分，用于收集对外贸易数据并进行数据预处理，得到预处理数据；风险评估部分，用于基于C4.5决策树算法建立风险评估决策树模型，将预处理数据分为训练集和测试集，使用训练集数据训练风险评估决策树模型，在建立的风险评估决策树模型中，对于每个决策树的节点，使用加权信息增益比来进行特征选择，选择加权信息增益比最大的特征作为节点的判断条件；贸易情景模拟部分，用于基于测试集，使用贸易情景模拟模型进行模拟，生成多个可能的贸易情景，将每个贸易情景输入到风险评估决策树模型中，得到每种情景的风险值；风险判断部分，用于使用风险评估模型对风险值进行评估，计算出每个贸易情景的风险权重，根据风险权重进行排序，确定高风险贸易情景；所述风险评估决策树模型中计算加权信息增益比时，包括以下方法：使用如下公式计算得到加权信息增益比： ；其中，表示节点包含的样本集合，表示候选特征集合，表示候选特征集合可能取值的数量，表示候选特征集合取值为的样本子集对应的向量，表示候选特征集合对样本集的信息增益，表示候选特征集合的固有值；表示加权信息增益比；假设测试集中有个外贸数据样本，每个样本由个特征组成，其中表示第个特征值，表示该样本的标签，用以表示该样本否为高风险贸易；使用C4.5决策树算法建立风险评估决策树模型，假设风险评估决策树模型共有个节点，每个节点都有一个判断条件，表示如果样本的特征满足，则将该样本分配到节点中；每个节点都有两个子节点和，分别表示“是”和“否”两种可能性；使用贸易情景模拟模型进行模拟时，假设生成个贸易情景，每个贸易情景都有一个特征向量；使用交叉熵函数对每个贸易情景进行风险评估；所述风险评估模型使用如下公式表示： ；其中表示第个贸易情景的真实风险权重，表示模型预测出来的风险权重；为了保证风险权重之和为1，使用softmax函数进行归一化，即： ；其中表示第个贸易情景的风险值，使用加权平均的方式计算；同时使用加权交叉熵函数来进行模型训练，公式如下： ；其中表示第个贸易情景的权重，使用样本的权重来进行设置，以提高高风险贸易的重要性。

全文数据：

权利要求：

百度查询： 山东省标准化研究院(WTO/TBT山东咨询工作站) 对外贸易风险预警系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD