Details

Целью работы является разработка методики и прототипа системы автоматизированного анализа деловой репутации контрагентов организации на основе открытых и доступных источников данных. Для достижения поставленной цели были решены следующие задачи: ⎯ раскрыто понятие деловой репутации контрагента; ⎯ рассмотрены факторы и методы ее оценки; ⎯ выявлены ограничения существующих подходов к анализу деловой репутации; ⎯ определены источники данных; ⎯ разработана методика расчета частных оценок; ⎯ спроектирована архитектура системы анализа; ⎯ реализован прототип и проведена экспериментальная проверка. Предметом исследования являются методы, алгоритмы и инструменты автоматизации анализа деловой репутации контрагентов. При выполнении работы использованы финансовый анализ, методы обработки и нормализации данных, метод CRITIC, винсоризация. Информационную базу составили открытые государственные и информационные источники, включая БФО, КАД, ФССП, ЕФРСБ, РНП и Яндекс.Карты. В результате работы разработана методика расчета частных оценок по финансовому состоянию, судебной нагрузке, исполнительной нагрузке, сведениям о банкротстве и дисквалификации руководителя, недобросовестному участию в закупках. Реализован прототип системы с помощью инструмента Jupyter Notebook и языка программирования Phyton, позволяющий по ИНН собрать сведения о контрагенте, сохранить результаты проверки, рассчитать частные оценки и сформировать структурированный отчет. Результаты работы могут применяться при предварительной проверке поставщиков, подрядчиков и иных деловых партнеров.

The purpose of the work is to develop a methodology and a prototype of an automated system for analyzing the business reputation of an organization’s counterparties based on open and available data sources. To achieve the stated purpose, the following tasks were solved: — the concept of a counterparty’s business reputation was defined; — the factors and methods of its assessment were considered; — the limitations of existing approaches to business reputation analysis were identified; — data sources were determined; — a methodology for calculating partial scores was developed; — the architecture of the analysis system was designed; — a prototype was implemented and experimentally tested. The subject of the research is methods, algorithms and tools for automating the analysis of counterparties’ business reputation. The work uses financial analysis, data processing and normalization methods, the CRITIC method and winsorization. The information base includes open governmental and information sources, including financial statements, the Arbitration Case File, the Federal Bailiff Service, the Unified Federal Register of Bankruptcy Information, the Register of Unfair Suppliers and Yandex Maps. As a result, a methodology was developed for calculating partial scores for financial condition, litigation burden, enforcement burden, bankruptcy and director disqualification data, and unfair participation in procurement. A prototype system was implemented using Jupyter Notebook and the Python programming language. It allows the user to collect counterparty data by taxpayer identification number, store verification results, calculate partial scores and generate a structured report. The results of the work can be applied in the preliminary verification of suppliers, contractors and other business partners.