物流企業(yè)信用評級技術研究及系統(tǒng)實現(xiàn).pdf

1、在物流領域中，建立完善的物流信用體系是規(guī)范市場秩序、提升行業(yè)文明水平的重要措施。本文以某省交通物流云平臺項目為背景，對物流企業(yè)信用評級的相關技術進行研究。目前物流信用評級主要存在以下兩個問題：當前物流企業(yè)信用評級的方法主要為經驗型方法，這些方法還不夠精確和客觀；物流企業(yè)的執(zhí)法、運政等數(shù)據(jù)存儲于綜合執(zhí)法系統(tǒng)和運政信息管理系統(tǒng)等政府機關管理的系統(tǒng)中，這些數(shù)據(jù)涉及隱私，在對于這些數(shù)據(jù)進行集成的時候需要對數(shù)據(jù)進行隱私保護。
　　本文針對上

2、述問題，在對數(shù)據(jù)集成的隱私保護和貝葉斯網(wǎng)絡等相關技術進行深入研究的基礎上，提出了一種基于差分隱私的數(shù)據(jù)集成方法以及基于貝葉斯網(wǎng)絡的物流企業(yè)信用評級方法，并基于上述方法設計并實現(xiàn)了一個物流企業(yè)信用評級系統(tǒng)。測試及應用表明，該系統(tǒng)是可行及有效的。主要內容包括：⑴提出了一種基于差分隱私的數(shù)據(jù)集成方法。該方法針對數(shù)據(jù)集成時的噪聲不可控問題，提出了一種分布式噪聲添加方法；針對數(shù)據(jù)集成時Join操作向其他數(shù)據(jù)源暴露關鍵數(shù)據(jù)的問題，提出了一種匿名Jo

3、in操作方法。⑵提出了一種基于貝葉斯網(wǎng)絡的物流企業(yè)信用評級方法。為了提高物流企業(yè)信用評級的精確度，該方法對貝葉斯網(wǎng)絡結構的精確度和收斂時間進行改進。與ACO-B算法相比，該方法的網(wǎng)絡結構學習的K2評分提高了1.75，收斂時間加快了5.87％。⑶在上述兩種方法的基礎上，設計并實現(xiàn)了物流企業(yè)信用評級系統(tǒng)，該系統(tǒng)包括隱私數(shù)據(jù)集成計劃客戶端，隱私數(shù)據(jù)集成引擎及信用評級引擎等模塊。⑷將系統(tǒng)應用于某省的交通物流云計算平臺，以SaaS服務的形式為該云