本发明属于大数据领域，尤其涉及一种风险投资项目的技术评估方法及系统。
背景技术：
1、随着信贷融资业务日益频繁，对客户风险控制要求越来越高，对客户的风险评估迫切需求科学的、系统的、高效的方法。
2、相关技术中，对客户进行风险评估的方法往往需要多方工作人员参与，存在评估不及时、评价不全面不客观的问题。评估过程中考量的因素往往较为单一，且即使考量因素较多，也仅仅根据一个评分模型来确定最终的评估结果。这无疑会影响评估结果的准确性，在一定程度上使得评估结果的准确性对评分模型的精确度依赖性较高，评估结果不够客观。
3、此外，现有技术中没有对供应链联络环风险进行研究，从而使得项目评估精度不足；另一方面，联络环的存在，数据收集难度大，数据完整性和一致性难以得到保证，从而影响了评估精度，这是本申请所要解决的问题之一。
技术实现思路
1、本发明的目的在于提供了一种风险投资项目的技术评估方法及系统，通过对联络环解环避免了联络环间复杂数据因素的影响，提高了项目评估的速率和有效性；在解环并缩减节点时提高了计算效率并减少累积误差。
2、一种风险投资项目的技术评估方法，包括如下步骤：
3、s1、获取风险投资项目数据；
4、s2、将所述风险投资项目数据存入存储器；
5、s3、构建风险投资项目供应链供应商有向图；
6、s4、对风险投资项目进行风险分析；
7、s5、获得风险投资项目风险分数。
8、优选地，步骤s1中，风险投资项目数据为纸质格式或者电子格式，若数据为纸质格式则转换为电子格式。
9、优选地，步骤s1中，所述风险投资项目数据至少包括风险投资项目所涉及供应链供应商列表、订单列表、营业收入、营业成本、税金及附加、营业利润、营业外收入及支出、利润总额、所得税费用、净利润、资产负债表、现金流量表、资产负债率、流动比率、研发费占比、速动比率、经营和运营数据；设定供应链供应商i、j或k均为供应商列表中的一项，供应商列表总数量为n，n为整数，1≤i<j<k≤n。
10、优选地，步骤s2中，所述风险投资项目数据通过输入输出模块存储器，或者所述风险投资项目数据通过网络传输并存储于存储器。
11、优选地，步骤s3中，数据处理单元根据风险投资项目数据将供应链供应商i、供应链供应商j和供应链供应商k依次连接构成风险投资项目供应链供应商有向图。
12、优选地，步骤s4中，数据处理单元将风险投资项目供应链供应商有向图和风险投资项目数据传输至分析计算单元，分析计算单元对数据执行一个或多个机器学习模型，机器学习模型被配置为将供应链供应商i分类为不同的风险类别并评分。
13、优选地，步骤s5中，评分单元根据不同的风险类别及评分，先将各供应链供应商的供应链类风险评分求和得到风险总分，再将风险总分乘以置信概率得到风险投资项目风险分数。
14、优选地，步骤s5中，风险投资项目风险分数s10为:
15、
16、
17、ait为供应链供应商i的第t种风险类别的评分，m为整数，f为置信概率，x为概率系数且为区间[0.6,1]的值，μ和δ分别为均值和方差。
18、可选地，j-i＝1，供应链供应商i与供应链供应商j之间还具有联络环关联的供应链供应商j1，供应链供应商i除直接与供应链供应商j连接外，还通过联络环关联的供应链供应商j1连接于供应链供应商j，相邻供应链供应商之间至少具有一个联络环，即供应链供应商i、供应链供应商j和联络环关联的供应链供应商j1之间具有联络环。
19、还包括s41、对风险投资项目进行风险分析。
20、数据处理单元将风险投资项目供应链供应商有向图和风险投资项目数据传输至分析计算单元，分析计算单元对数据执行一个或多个机器学习模型。机器学习模型可以被配置为将供应链供应商i分类为不同的风险类别并评分。ajh为供应链供应商j关联的第h个供应商，ajht为供应链供应商j联络环中关联的第h个供应商的第t种风险类别的评分,h为整数；本实施例中h可取值为1。
21、虚拟环供应链供应商ij的风险评分s11为:
22、s11＝(max(ait,ajt,ajht))/(ait+ajt+ajht)，
23、其中，max为对其输入参数取最大值；
24、将联络环等效为虚拟环供应链供应商ij后，有向图更新为直线型，即供应链供应商1->供应链供应商2->……->供应链供应商i-1->虚拟环供应链供应商ij->供应链供应商j+1->供应链供应商k>……供应链供应商n。此时，在原有向图中的直线分支减少了两个供应链供应商i与供应链供应商j，增加了一个虚拟环供应链供应商ij，供应商总数变更为n-1。
25、记减少了两个供应链供应商i与供应链供应商j并且增加一个虚拟环供应链供应商ij后的n-1个供应链供应商评分为bpt，bit为联络环等效为虚拟环供应链供应商ij后供应链供应商i的第t种风险类别的评分,1≤p≤n-1，其中在1≤p≤i-1时,bpt＝ait；p＝i时,bpt＝s11；i+1≤p≤n-1时,取q＝p+1,bpt＝aqt。
26、s51、获得风险投资项目风险分数。
27、评分单元根据不同的风险类别及评分，先将各供应链供应商的供应链类风险评分求和得到风险总分，再将风险总分乘以置信概率得到风险投资项目风险分数。
28、优选地、风险投资项目风险分数s12为:
29、
30、
31、一种风险投资项目的技术评估系统，包括包括存储器、处理器、分析模块、通信模块和输入输出模块，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现前述方法。
32、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述方法。
33、有益的技术效果：
34、1、对相邻供应链供应商之间的联络环进行解环，第一，对供应链联络环风险进行了精确度量；第二，通过对联络环解环避免了联络环间复杂数据因素的影响，提高了项目评估的速率和有效性。
35、2、对间隔的供应链供应商之间的联络环进行解环，第一，对供应链联络环风险进行了精确度量；第二，通过对联络环解环避免了联络环间复杂数据因素的影响，提高了项目评估的速率和有效性；第三，在解环并缩减节点时提高了计算效率并减少累积误差。
1.一种风险投资项目的技术评估方法，其特征在于，包括如下步骤：
2.如权利要求1所述方法，其特征在于，步骤s1中，风险投资项目数据为纸质格式或者电子格式，若数据为纸质格式则转换为电子格式。
3.如权利要求1所述方法，其特征在于，步骤s1中，所述风险投资项目数据至少包括风险投资项目所涉及供应链供应商列表、订单列表、营业收入、营业成本、税金及附加、营业利润、营业外收入及支出、利润总额、所得税费用、净利润、资产负债表、现金流量表、资产负债率、流动比率、研发费占比、速动比率、经营和运营数据；设定供应链供应商i、j或k均为供应商列表中的一项，供应商列表总数量为n，n为整数，1≤i<j<k≤n。
4.如权利要求1所述方法，其特征在于，步骤s2中，所述风险投资项目数据通过输入输出模块存储器，或者所述风险投资项目数据通过网络传输并存储于存储器。
5.如权利要求1所述方法，其特征在于，步骤s3中，数据处理单元根据风险投资项目数据将供应链供应商i、供应链供应商j和供应链供应商k依次连接构成风险投资项目供应链供应商有向图。
6.如权利要求3所述方法，其特征在于，步骤s4中，数据处理单元将风险投资项目供应链供应商有向图和风险投资项目数据传输至分析计算单元，分析计算单元对数据执行一个或多个机器学习模型，机器学习模型被配置为将供应链供应商i分类为不同的风险类别并评分。
7.如权利要求6所述方法，其特征在于，步骤s5中，评分单元根据不同的风险类别及评分，先将各供应链供应商的供应链类风险评分求和得到风险总分，再将风险总分乘以置信概率得到风险投资项目风险分数。
8.如权利要求7所述方法，其特征在于，步骤s5中，风险投资项目风险分数s10为:
9.一种风险投资项目的技术评估系统，其特征在于，包括包括存储器、处理器、分析模块、通信模块和输入输出模块，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
