(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210912414.6 (22)申请日 2022.07.30 (71)申请人 东南大学 地址 210018 江苏省南京市玄武区四牌楼 2 号 (72)发明人 张永　孙靖宜　虞悦　宋国森　 晏远春　王帅琦　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 朱小兵 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01) G06F 16/245(2019.01) G06F 16/28(2019.01) (54)发明名称 一种网络货运平台诚信管理的大数据预警 系统 (57)摘要 本发明提供了一种网络货运平台诚信管理 的大数据预警系统， 包括流程和内评应用模块、 业务操作模块、 数据仓库模块、 数据分析模块和 决策支持模块； 流程和内评应用模块、 业务操作 模块， 分别单独地通过数据收集用于将收集的数 据输入至数据仓库模块内部； 数据仓库模块， 通 过对数据加工、 分类处理将其数据传送至数据分 析模块； 数据分析模块， 通过将传送到的数据进 行生成评估报告， 用于决策处理； 决策支持模块， 用于输出数据分析模块的决策处理及对决策处 理数据进行反馈处理。 该系统能够根据预警级别 制定相应的处理措施， 能够保证无车承运人诚信 管理体系的顺利建设， 维护平台用户的离异， 规 范运输市场秩序。 权利要求书2页 说明书7页 附图2页 CN 115310900 A 2022.11.08 CN 115310900 A 1.一种网络货运平台诚信管理 的大数据 预警系统， 其特征在于， 包括： 流程和内评应用 模块、 业务操作模块、 数据仓库模块、 数据分析模块和决策支持模块； 所述流程和内评应用模块、 业务操作模块， 分别用于单独将收集的数据输入至数据仓 库模块内部； 所述数据仓库模块， 通过对数据加工、 分类处 理将其数据传送至数据分析模块； 所述数据分析模块， 通过将传送到的数据进行生成评估报告， 用于决策处 理； 所述决策支持模块， 用于输出数据分析模块的决策处理及对决策处理数据进行反馈处 理。 2.根据权利要求1所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 所述流 程和内评应用模块， 是通过与网络货运平台进行对接， 将申请为用户的车主和/或货主提交 的资料数据进行审核； 其中所述审核的方式， 包括在备用数据库中根据对已经登记记录的 可查信息进行审核是否通过、 对没有登记记录的信息通过互联网社交媒体或银行信息数据 进行审核是否通过、 对用户画像通过 互联网和查询 信用平台进 行聚类查找、 分析和/或风险 计算处理、 后续监管处理。 3.根据权利要求1所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 所述业 务操作模块， 是网络货运平台上进行交易操作的模块， 用于记录实际承运人日常事务处理 的过程中的数据， 所述数据包括： 货物的种类数据、 数量数据、 运输距离数据、 时间和运费数 据。 4.根据权利要求1所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 所述数 据仓库模块， 用于网络货运平台中 收到的与诚信得分相关的数据存储； 其中数据包括： 线 下 和线上交易业务过程中产生的诚信评分数据、 互联网中涉及诚信数据的网站或政府部门官 方网站公告中数据、 网络货运平台用户的账户收支变化进行的采集数据。 5.根据权利要求1所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 所述数 据分析模块， 具体为： 通过设定包括多项评价指标和指标权重的评价指标体系， 进 行构建评 估模型， 计算用户的诚信得分， 根据得分进 行划分用户的得分区间， 且按照不同的比例将区 间内的用户数量进 行划分， 来确定不同的诚信等级， 根据分析等级 结果， 形成 内部诚信管 理 报告， 将报告作为无 车承运人进行运输服 务选择提供决策依据。 6.根据权利要求1所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 决策支 持模块， 用于通过设置多项不良行为指标， 进行诚信预警分析， 通过运用正态分布原则， 确 定诚信预警的阈值， 并根据预警级别给出相应的处理方法， 包括生成评估报告， 进 行披露预 警结果， 进行分级整理， 给出不良评估结果记录； 其中不良行为指标包括： 货损货差率X、 社 会投诉率X2、 道路诚信考核记录X3、 资产负债率X4。 7.根据权利要求5所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 所述评 价指标进行确定的具体方法为： (1)根据基础条件数据、 运输服务质量数据、 经营行为数据、 社会评价数据、 保障措施数 据五项进行诚信指标初选， 设置包括目标层、 准则层、 指标层的评价指标体系； (2)通过对上述五项数据进行原始数据采集， 进行去噪处理， 再通过主成分分析方法进 行数据处理， 包括采取样本充足度测量KMO法和Bartlett球形度检验法进行分析； 当KMO值 在0～0.5时， 对原始数据进行二次筛选， 筛除相关性低的指标， 进行再次计算KMO值， 直至权　利　要　求　书 1/2 页 2 CN 115310900 A 2KMO值在0.5～1内； (3)增加多项公因子方差小的评价指标项， 包括： 学历数据、 违约泄密记录数据、 突发事 件紧急预案数据、 投保承运人责任情况数据、 服务跟踪与反馈机制数据， 再按照步骤(2)进 行二次分析； (4)按照特征值标准、 解释变异比例标准、 最小共性标准和碎石图标准中任一种标准进 行筛选出主成分； (5)通过因子旋转法产生不同的因子负载， 进行提取因子后， 获得主成分， 进行主成分 分析， 确定 评价指标体系。 8.根据权利要求7所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 所述指 标权重进行确定的具体方法为： 第一步， 确定指标在不同主成分中线性组合的系数； 第二步， 进行求各评价指标在主成分中的整体贡献率； 第三步， 确定包括个人身份特征、 运输服务质量、 经营行为和社会评价在内的多项关键 因子的成分权 重。 9.根据权利要求8所述网络货运平台诚信管理 的大数据预警系统， 其特征在于： 第 一步 具体方法为： 用旋转成分矩阵或成分矩阵中的载荷数除以各成分特征值的开方， 获得目标 指标在该成分中的线性组合系数， 具体如下： 其中， Xi为指标成分系数， λi为成分的特 征值。 10.根据权利要求8所述网络货运平台诚信管理的大数据预警系统， 其特征在于： 第二 步中计算贡献率是通过计算指标权 重Wi进行表示的， 具体为 其中， Wi为各指标在整体模型中计算的权重， Xij为第i个指标在第j个主成分中的权重fj 为第j个主成分的方差贡献率。权　利　要　求　书 2/2 页 3 CN 115310900 A 3