D-S 证据理论驱动的统一社会信用代码数据融合补全方法

摘要：

【目的】立足于信用体系的完整性与有效性需求，开展法人和其他组织统一社会信用代码（以下简称“统一代码”）缺失数据补全方法研究，以提升信用体系的整体效能与可信度。【方法】采用均值、回归分析、K-最近邻、随机森林、NGboost等多种方法对缺失数据进行补全；随机删除完整数据的部分属性数据，将不同算法的数据补全精度作为其可信度；通过证据理论根据不同算法的可信度和其补全数据值融合为最终补全数据值。【结果】所提出的方法能够综合不同补全算法的优点，并能够对最终补全的数据可信度进行量化。【结论】该方法有效提升了统一社会信用代码数据的完整性和准确性，进一步增强了信用体系的有效性和可靠性。

Abstract:

[Objective] The study aims to improve the overall efficiency and credibility of the credit system, and proposes a method of completing the missing data of the unified social credit code. [Methods] Mean calculation, regression analysis, K-nearest neighbors, random forest, NGboost etc. are used to complete the missing data. The study randomly deletes part of the attribute data from the complete data, using the data completion accuracy of different algorithms as their credibility. The credibility of different algorithms and their completion data values are fused to form the final completion data values through the evidence theory. [Results] The proposed method can combine the advantages of different completion algorithms and quantify the credibility of the final completion data. [Conclusion] The proposed method can improve the completeness and accuracy of the unified social credit code data effectively, and further enhance the effectiveness and reliability of the credit system.

朱勋程，赵忆宁，李宁，等.D-S证据理论驱动的统一社会信用代码数据融合补全方法[J].标准科学，2025(9):52-58.

基金项目：本文受云南省市场监督管理局科技计划项目“基于机器学习的统一社会信用代码数据补全关键技术研究”(项目编号：2023YSJK01);云南省科技厅科技计划项目“技术创新人才培养对象项目朱勋程”(项目编号：202405AD350104)资助。

作者简介：朱勋程，本科，正高级工程师，研究方向为大数据分析和标准数字化转型。赵忆宁，通信作者，本科，高级工程师，研究方向为标准信息检索、统计、分析及应用。李宁，硕士，高级工程师，研究方向为标准化研究与应用。黄典一，硕士，工程师，研究方向为标准化研究和标准数字化管理。李瑜敏，硕士，助理工程师，研究方向为标准化研究和数据分析。冯斯佑，硕士，助理工程师，研究方向为标准数字化。杨俊，硕士，高级工程师，研究方向为标准化和信息化研究及管理。杨敏，硕士，工程师，研究方向为数字标准技术研究。