[发明专利]一种基于大数据分析的船舶承运人资质评价方法

摘要

本发明公开了本发明公开一种基于大数据分析的船舶承运人资质评价方法，选取能够全面、客观反映船舶承运人承运资质的信用指标，建立资质评估指标体系；基于指标关联和同类因素归并全面、系统分析船舶承运人会员的承运服务，得到船舶承运人承运交易资质的等级排序，并以船舶承运人承运关联度将其分类。资质评估指标体系更好地将承运数据量化为船舶承运人的承运资质，船舶承运人会员的排序分类可以有效解决货主对承运人的资质评估问题，并作出满足自己承运需求的选择，从而降低水路货运市场的风险波动，提高运输质量。

主权项

一种基于大数据分析的船舶承运人资质评价方法，其特征在于，包括如下步骤：步骤一：从平台数据库提取信息，然后确定信用评价指标，最后构建指标评价体系的结构层次模型；从数据库中选择提取与承运人信用评价相关信息，参考行业指标选取本平台需要的影响因素，根据因素指标之间及各层次指标间的相互关系，建立评价指标体系的递阶层次结构模型；步骤二：根据指标属性确定评估系统和特征参量；首先，选取平台的船舶承运人，确定评估系统S；然后，选取能够反映船舶承运人承运资质的指标体系，即船舶使用年限、船舶投保情况、船舶承运规模、船舶承运人交易次数、船舶承运人交易吨位、船舶承运人交易金额、船舶承运人遭投诉次数、船舶承运人准时装货、船舶承运人准时卸货、船舶承运人货损货差十个指标设为特征参量，即为Xij(Xij为船舶i的第j个指标，j＝1,2,3…10)；步骤三：根据指标属性确定最优序列：判断指标中船舶投保情况、船舶承运规模、船舶承运人交易次数、船舶承运人交易吨位、船舶承运人交易金额、船舶承运人准时装货、船舶承运人准时卸货七个指标是正向指标，越大越好，则其对应的最优序列Xoj为：X'oj＝max(X′ij)，Xoj为Xij对应的最优序列，X'ij为Xij中的正向指标；判断指标中船舶使用年限、船舶承运人遭投诉次数、船舶承运人货损货差三个指标是逆向指标，越小越好，则其对应的最优序列Xoj为：X”oj＝min(Xi'j')，X”ij为Xij中的逆向指标；步骤四：数据归一化处理：根据各特征参量的属性，以参予分析的原始数据按下式作统一测度处理，并同时作归一化处理，将各分析数据压缩至【0,1】区间；对指标属性为正向的指标：X'ij＝Xij/maxX′ij对指标属性为逆向的指标：X”ij＝minX″ij/Xij；步骤五：经过上述归一化处理后建立起标准化的分析体系，然后建立灰色相似矩阵，对关联系数、关联度、关联矩阵和灰色相似矩阵进行计算：计算Xi对Xp在第K点的关联系数ζi(k)：Xp(k)为参考序列，Xi(k)为比较序列。计算Xi对Xp的关联度γi：其中n为评估的船舶承运人数量；建立关联矩阵Γ：γij是以第i个评估对象的指标序列为参考序列以第j个评估对象的指标序列为比较序列的关联度，m为评估对象个数与最优序列之和，即m＝n+1；建立灰色相似矩阵G；其中gij＝(γij+γji)/2，γij和γji为关联矩阵Γ中的对称项；步骤六：关联序排列：步骤五中G矩阵最后一行即是以最优序列(Xoj)为参考序列求得的关联序，将gm1，gm2……gmm(gmm＝1)按大小排序，其对应的顺序即为评估船舶的资质优劣顺序；步骤七：通过步骤六中的关联序排列得到评估船舶的资质排序，从灰色相似矩阵G中取出对应的值，即相邻排序船舶之间的相似性形成序列Z：Z＝(Z1,Z2…Zn‑1)，Zi即为第i和第i+1个船舶之间的相似性。步骤八：聚类分析：设定平台对船舶分类界限为λ(λ∈[0,1])，将步骤七中的相似性序列Z与λ进行比较，以λ为界将评估船舶的承运资质进行优劣层级划分。