(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211036995.8 (22)申请日 2022.08.29 (65)同一申请的已公布的文献号 申请公布号 CN 115130065 A (43)申请公布日 2022.09.30 (73)专利权人 北京国电通网络技 术有限公司 地址 100071 北京市丰台区东 旭国际中心 A 栋 专利权人 国网信息通信产业 集团有限公司 (72)发明人 孙兴达　卢彩霞　安东升　唐志涛　 何嘉　赵园园　郑凤柱　郭忻跃　 杜晔　王少龙　李泽盼　高天　 刘明明　(74)专利代理 机构 北京唯智勤实知识产权代理 事务所(普通 合伙) 11557 专利代理师 陈佳 (51)Int.Cl. G06F 17/18(2006.01) G06F 16/24(2019.01) G06Q 10/06(2012.01) H04L 9/40(2022.01) H04L 67/12(2022.01) G08B 25/08(2006.01) B65G 43/00(2006.01) 审查员 董刚 (54)发明名称 供应端特征信息处理方法、 装置、 设备和计 算机可读介质 (57)摘要 本公开的实施例公开了供应端特征信息处 理方法、 装置、 设备和计算机 可读介质。 该方法的 一具体实施方式包括： 获取供应端的供应端特征 信息； 对供应端特征信息包括的各个供应端特征 数据进行过滤处理； 对 过滤供应端特征信息包括 的各个供应端特征数据进行转换处理， 以生成转 换供应端特征信息； 将转换供应端特征信息输入 至预先训练的第一供应端评分模 型中， 得到第一 供应端评分值； 生成供应端评分告警信息， 以及 将供应端评分告警信息发送至相关联的终端以 进行显示； 根据供应端评分告警信息， 删除供应 端的访问权限以禁止供应端进行访问， 以及控制 相关联的传输设备停止传输。 该实施方式避免了 所选择的供应端生产的物品与实际物品生产需 求不相符。 权利要求书2页 说明书13页 附图3页 CN 115130065 B 2022.12.02 CN 115130065 B 1.一种供应端特 征信息处 理方法， 包括： 获取供应端的供应端特征信息， 其中， 所述供应端特征信息包括至少一个供应端特征 数据， 所述至少一个供应端特征数据包括以下之一： 供应端年生产量， 供应端生产设备数 量； 对所述供应端特征信 息包括的各个供应端特征数据进行过滤处理， 以生成过滤后的供 应端特征信息作为过 滤供应端特 征信息； 对所述过滤供应端特征信 息包括的各个供应端特征数据进行转换处理， 以生成转换供 应端特征信息； 将所述转换供应端特征信 息输入至预先训练 的第一供应端评分模型中， 得到第 一供应 端评分值， 其中， 所述第一供应端评分模型是预先训练的， 以转换供应端特征信息为输入， 以第一供应端评分值 为输出的逻辑回归 模型； 响应于所述第一供应端评分值小于等于预设评分值， 生成供应端评分告警信息， 以及 将所述供应端评分告警信息发送至相关联的终端以进行显示； 根据所述供应端评分告警信 息， 删除所述供应端的访问权限以禁止所述供应端进行访 问， 以及控制 相关联的传输设备停止传输； 其中， 所述生成供应端评分告警信息， 以及将所述供应端评分告警信息发送至相关联 的终端以进行显示， 包括： 将所述转换供应端特征信 息输入至预先训练 的第二供应端评分模型中， 得到第 二供应 端评分值， 其中， 所述第二供应端评 分模型是预先训练的初始评 分模型， 所述初始评 分模型 包括初始评 分子模型 组， 所述初始评分子模型组中的初始评分子模型是以重采样样本为输 入， 以训练供应端评分值 为输出的分类 器模型； 根据所述第一供应端评分值和所述第二供应端评分值， 确定供应端评分值； 响应于所述供应端评分值小于等于预设评分值， 生成供应端评分告警信息， 以及将所 述供应端评分告警信息发送至相关联的终端以进行显示。 2.根据权利要求1所述的方法， 其中， 在所述对所述过滤供应端特征信 息包括的各个供 应端特征数据进行转换处 理， 以生成转换 供应端特 征信息之后， 所述方法还 包括： 删除所述转换供应端特征信息包括的各个转换供应端特征数据中满足预设删除条件 的转换供应端 特征数据， 以对所述转换供应端特征信息进行更新， 其中， 所述预设删除条件 为转换供应端特 征数据为空。 3.根据权利要求1所述的方法， 其中， 所述第 一供应端评分模型是通过以下训练步骤得 到的： 获取样本集合， 其中， 所述样本集合中的样本包括至少一个样本供应端特征数据， 以及 与所述至少一个样本供应端特 征数据对应的样本供应端评分值； 将所述样本集 合进行拆分处 理， 以生成训练样本集 合和测试样本集 合； 根据所述训练样本集 合， 对初始逻辑回归 模型进行拟合处 理， 以生成拟合系数集 合； 根据所述拟合系数集 合和所述初始逻辑回归 模型， 生成测试 供应端评分模型。 4.根据权利要求3所述的方法， 其中， 所述训练步骤 还包括： 对于所述测试样本集 合中的每 个测试样本， 执 行如下测试步骤： 将所述测试样本包括的至少一个样本供应端特征数据输入至所述测试供应端评分模权　利　要　求　书 1/2 页 2 CN 115130065 B 2型中， 得到对应所述测试样本的测试 供应端评分值； 响应于所述测试供应端评分值与 所述测试样本包括的样本供应端评分值相同， 生成对 应所述测试样本的测试通过 标记； 将所生成的各个测试通过标记的数量与所述测试样本集合包括的测试样本的数量的 比值确定为模型准确值； 响应于所述模型准确值大于等于预设准确值， 将所述测试供应端评分模型确定为第 一 供应端评分模型。 5.一种供应端特 征信息处 理装置， 包括： 获取单元， 被配置成获取供应端的供应端特征信息， 其中， 所述供应端特征信 息包括至 少一个供应端特征数据， 所述至少一个供应端特征数据中的供应端特征数据包括以下之 一： 供应端年 生产量， 供应端生产设备 数量； 过滤处理单元， 被配置成对所述供应端特征信 息包括的各个供应端特征数据进行过滤 处理， 以生成过 滤后的供应端特 征信息作为过 滤供应端特 征信息； 转换处理单元， 被配置成对所述过滤供应端特征信 息包括的各个供应端特征数据进行 转换处理， 以生成转换 供应端特 征信息； 输入单元， 被配置成将所述转换供应端特征信 息输入至预先训练 的第一供应端评分模 型中， 得到第一供应端评分值， 其中， 所述第一供应端评分模型是预先训练的， 以转换供应 端特征信息为输入， 以第一供应端评分值 为输出的逻辑回归 模型； 生成单元， 被配置成响应于所述第一供应端评分值小于等于预设评分值， 生成供应端 评分告警信息， 以及将所述供应端评分告警信息发送至相关联的终端以进行显示： 所述生 成单元被进一步配置成： 将所述转换供应端 特征信息输入至预先训练的第二供应端评 分模 型中， 得到第二供应端评分值， 其中， 所述第二供应端评分模型是预先训练的初始评分模 型， 所述初始评分模型包括初始评分子模型组， 所述初始评分子模型组中的初始评分子模 型是以重采样 样本为输入， 以训练供应端评分值 为输出的分类 器模型； 根据所述第一供应端评分值和所述第二供应端评分值， 确定供应端评分值； 响应于所述供应端评分值小于等于预设评分值， 生成供应端评分告警信息， 以及将所 述供应端评分告警信息发送至相关联的终端以进行显示； 删除单元， 被配置成根据所述供应端评分告警信息， 删除所述供应端的访 问权限以禁 止所述供应端 进行访问， 以及控制 相关联的传输设备停止传输 。 6.一种电子设备， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1至4中任一所述的方法。 7.一种计算机可读介质， 其上存储有计算机程序， 其中， 所述程序被处理器执行时实现 如权利要求1至4中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115130065 B 3