项目风险等级评估方法、装置、电子设备及介质与流程
本发明涉及数据处理,特别是涉及一种项目风险等级评估方法、装置、电子设备及可读存储介质。
背景技术:
1、当前在众多领域的项目管理中,项目风险等级评估是支撑决策的核心环节。重大项目通常包括基础设施工程、核心装备研发、重大试验任务等,具有建设周期长、技术难度高、参与主体多等特点,在项目实施过程中受需求波动、技术革新等诸多不确定性因素影响,因而精准客观的风险等级评估是实施项目管理决策的重要基础,其作用在于通过系统识别、分析和挖掘项目在规划、实施及运营过程中可能面临的多维风险,为项目顺利推进和建设效益最大化提供量化依据。
2、相关技术中,通常采用固定权重的线性加权计算逻辑,预先设置固定的权重,将采集到的多组评分数据进行简单归一化后加权求和,再对照预设的分数区间直接匹配对应的风险等级。这类方案未考虑不同评估主体给出的评分数据存在主观偏差等问题,因而评估结果容易出现偏差,可信度不足。
技术实现思路
1、鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种项目风险等级评估方法、装置、电子设备及可读存储介质。
2、第一方面,本发明实施例提供了一种项目风险等级评估方法,所述方法包括:
3、获取目标项目在多个预设的风险项上的多组原始评分数据;
4、对所述原始评分数据进行标准化处理,得到标准化赋分向量;
5、对所述标准化赋分向量进行聚类分析处理,确定各所述标准化赋分向量所属的相似簇,以及确定各所述标准化赋分向量在所属相似簇中的偏离程度;
6、根据所述偏离程度,确定各标准化赋分向量的补偿权重;其中所述偏离程度越大的标准化赋分向量对应的所述补偿权重越小,但所述补偿权重恒大于零;
7、根据所述标准化赋分向量及所述补偿权重,确定目标项目在多个风险项上的待评概率分布数据;
8、获取多个预设的风险等级的标准概率分布数据;
9、根据所述待评概率分布数据和所述标准概率分布数据,确定目标项目在多个风险项上所属的风险等级。
10、可选地,所述根据所述偏离程度,确定各标准化赋分向量的补偿权重,包括:
11、对所述标准化赋分向量的偏离程度进行非线性变换处理,得到第一补偿系数,所述非线性变换处理满足以下关系:所述偏离程度越大,则所述第一补偿系数越小且所述第一补偿系数恒大于零;
12、获取所述标准化赋分向量所属相似簇的容量;
13、根据所述标准化赋分向量所属相似簇的容量确定第二补偿系数,其中当所属相似簇的容量大于或等于所有相似簇的平均容量时,所述第二补偿系数取第一数值,否则所述第二补偿系数取第二数值,所述第一数值大于所述第二数值;
14、对所述第一补偿系数与所述第二补偿系数进行归一化处理,得到所述标准化赋分向量的补偿权重。
15、可选地,所述确定各所述标准化赋分向量在所属相似簇中的偏离程度,包括:
16、针对每个所述相似簇,将所述相似簇内所有标准化赋分向量在每一风险项维度上的赋分值进行算术平均处理,得到所述相似簇在每一风险项上的焦点值,根据所有风险项上的焦点值构成焦点向量;
17、针对每个所述标准化赋分向量,确定所述标准化赋分向量与所属相似簇的所述焦点向量之间的欧氏距离;
18、将所述所述标准化赋分向量与所属相似簇的所述焦点向量之间的欧氏距离除以风险项数量,得到所述标准化赋分向量的偏离程度。
19、可选地,所述对所述标准化赋分向量进行聚类分析处理,确定各所述标准化赋分向量所属的相似簇,包括:
20、确定每两个所述标准化赋分向量之间的欧氏距离作为相似度,所述欧氏距离越小表示相似度越高;
21、将所述相似度达到预设阈值的所述标准化赋分向量划分至同一相似簇中。
22、可选地,所述根据所述标准化赋分向量及所述补偿权重,确定目标项目在多个风险项上的待评概率分布数据,包括:
23、根据所述标准化赋分向量及所述补偿权重,确定针对各风险项的综合赋分值和均方差;
24、以所述综合赋分值为均值,以所述均方差为标准差,构建各风险项的正态分布核函数,作为所述待评概率分布数据。
25、可选地,所述根据所述标准化赋分向量及所述补偿权重,确定针对各风险项的综合赋分值和均方差,包括:
26、确定所述目标项目的标准化赋分向量的组数;
27、针对每个风险项,将每个所述标准化赋分向量中风险项的赋分值乘以对应的补偿权重,得到加权赋分值;将所有加权赋分值求和后除以组数,得到所述风险项的综合赋分值;
28、针对每个风险项,将每个所述标准化赋分向量中风险项的所述加权赋分值减去所述综合赋分值后求平方得到平方值,将所有所述平方值求和后开平方根,再除以组数减去一后的值,得到所述风险项的均方差。
29、可选地,所述根据所述待评概率分布数据和所述标准概率分布数据,确定目标项目在多个风险项上所属的风险等级,包括:
30、确定所述待评概率分布数据与各所述标准概率分布数据之间的严格相似度,所述严格相似度为所述待评概率分布数据与协调函数之间的相对熵、以及所述标准概率分布数据与所述协调函数之间的相对熵的平均值,所述协调函数为所述待评概率分布数据与所述标准概率分布数据之和;所述严格相似度的值越小表示所述待评概率分布数据与所述标准概率分布数据越相似;
31、选择所述严格相似度最小的所述标准概率分布数据对应的风险等级作为所述待评概率分布数据对应的风险项的风险等级。
32、可选地,所述对所述原始评分数据进行标准化处理,得到标准化赋分向量,包括:
33、针对每一组所述原始评分数据,将每个风险项的原始评分减去组中所有风险项的原始评分中的最小值,得到第一差值;
34、将组中所有风险项原始评分中的最大值减去最小值并加上预设平滑项,得到第二差值;
35、将每个所述风险项的第一差值除以所述第二差值,得到每个风险项的标准化赋分值,根据每个风险项的标准化赋分值构成标准化赋分向量。
36、第二方面,本发明实施例提供了一种项目风险等级评估装置,所述装置包括:
37、原始评分数据获取模块,用于获取目标项目在多个预设的风险项上的多组原始评分数据;
38、标准化处理模块,用于对所述原始评分数据进行标准化处理,得到标准化赋分向量;
39、聚类分析处理模块,用于对所述标准化赋分向量进行聚类分析处理,确定各所述标准化赋分向量所属的相似簇,以及确定各所述标准化赋分向量在所属相似簇中的偏离程度;
40、补偿权重确定模块,用于根据所述偏离程度,确定各标准化赋分向量的补偿权重;其中所述偏离程度越大的标准化赋分向量对应的所述补偿权重越小,但所述补偿权重恒大于零;
41、待评概率分布数据确定模块,用于根据所述标准化赋分向量及所述补偿权重,确定目标项目在多个风险项上的待评概率分布数据;
42、标准概率分布数据获取模块,用于获取多个预设的风险等级的标准概率分布数据;
43、风险等级确定模块,用于根据所述待评概率分布数据和所述标准概率分布数据,确定目标项目在多个风险项上所属的风险等级。
44、第三方面,本发明实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的项目风险等级评估方法的步骤。
45、第四方面,本发明实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的项目风险等级评估方法的步骤。
46、本发明实施例包括以下优点:
47、本发明实施例中首先对原始评分数据进行标准化处理得到标准化赋分向量,消除了不同评价主体的评分尺度差异带来的干扰;再对赋分向量进行聚类分析处理,确定其所属的相似簇及其在所属相似簇中的偏离程度,从而识别出偏离群体共识的赋分向量;接着根据偏离程度确定补偿权重,且偏离程度越大的赋分向量对应的补偿权重越小但恒大于零,这一特征使得偏离群体共识的赋分向量被适度降权但又非直接剔除,既抑制了极端评分对综合评估结果的拉偏,又保留了差异化评分中可能蕴含的未被群体共识覆盖的合理风险判断信息;然后根据赋分向量及补偿权重确定待评概率分布数据,并与预设的标准风险等级的标准概率分布数据进行匹配,确定最终的风险等级。上述方案确定的评估结果不会受个别极端评分影响,因而能在提升评估结果稳健性的同时保留评分信息的完整性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com