[发明专利]农业社会化服务主体信用等级生成方法及系统

权利要求书

1.一种农业社会化服务主体信用等级生成方法，其特征在于，包括：

利用网络爬虫从多种信息渠道获取农业社会化服务数据，对得到的多源异构农业社会化服务大数据进行语义关联；

从多个维度选取信用评估指标，得到初选指标集，并对初选指标集进行筛选和约简，得到农业社会化服务主体信用评估指标集，筛选和约简方法包括：大数据关联规则挖掘、层次分析法、因子分析法、灰色关联分析法中任意一种或多种；

对于农业社会化服务主体信用评估指标集，获取每一历史时刻至当前时刻的所有服务主体的指标值；

将每一时刻的所有服务主体的指标值分别输入预设的深度学习信用分类模型，输出每一时刻所有服务主体的信用类别；

根据每一服务主体在所有时刻的信用类别，确定每一服务主体的综合信用等级；

可视化展示每一服务主体的信用等级及其在不同时刻的变化过程；

其中，所述信用分类模型，是以确定的信用类别作为标签，服务主体的评估指标集的指标值作为输入，进行训练后得到；

根据每一服务主体在所有时刻的信用类别，确定每一服务主体的综合信用等级，包括：

对于n个信用级别，记为{r₁,…,r_k,…r_n}，其中元素r_k的量化值为f(r_k)＝k；

在时刻t＝1,2,…,T分别对每一农业社会化服务主体的信用状况进行分类，分类结果为其中C_i表示第i个服务主体在各时刻的信用分类结果；

计算第i个服务主体的综合得分score_i，公式如下：

若score_i的值等于k，则第i个服务主体的信用等级为r_k；

其中，round()为四舍五入取整函数，w_t为第t个时刻的权重系数，T为进行信用分类的时刻总数，表示第i个服务主体在第t个时刻所属分类级别对应的值，e为自然常数，λ为区间[0.1,0.5]的常数。

2.根据权利要求1所述的农业社会化服务主体信用等级生成方法，其特征在于，将每一时刻的所有服务主体的指标值分别输入预设的深度学习信用分类模型，包括：

将每一时刻的所有服务主体的指标值转化为指标矩阵，得到输入特征图；

分别利用卷积层和池化层，对所述特征图进行特征提取；

利用全连接层对提取的特征进行整合，在输出层利用似然函数计算各信用级别的似然概率，选取概率最大的信用类别作为分类结果。

3.根据权利要求1所述的农业社会化服务主体信用等级生成方法，其特征在于，所述从多个维度选取信用评估指标，得到初选指标集，包括：

对获取的农业社会化服务大数据进行预处理，所述预处理包括，动态脱敏、数据清洗、缺失值处理、噪声数据处理、数据归一化和标准化中任意一种或多种；

选取农业社会化服务主体的信用评估指标，得到初选指标集。

4.根据权利要求1所述的农业社会化服务主体信用等级生成方法，其特征在于，所述评估指标集，包括基本素质、服务能力、运营状况、管理规范性和社会评价五个维度的指标；

基本素质指标，包括：主体类型、成立时间、注册地址、经营范围、注册资本、从业人员数中至少一种；

服务能力指标，包括：服务地域范围、服务领域范围、业务开展时间、专业技术人员数量、服务达标率、拥有装备数量、知识产权数量、新产品数量中至少一种；

运营状况指标，包括：营业额、净利润、累计服务农户数、累计服务村镇数、累计服务农田面积中至少一种；

管理规范性指标，包括：被投诉次数、被通报次数、是否曾被列入黑名单、经营异常信息、行政处罚次数、涉诉案件数、客户满意率、信息化程度中至少一种；

社会评价指标，包括：服务好评率、服务中评率、服务差评率、抽样调查满意度、网络影响力、网络口碑、品牌知名度、社会美誉度中至少一种。