4. 权重初始化策略：基于历史数据的统计初始化、专家打分法、均匀初始化对比

权重初始化是风险权重配置的起点，直接影响寻源算法初期的收敛方向与稳定性。不同的初始化策略在数据依赖、可解释性、鲁棒性上存在显著差异。本章从原理、适用场景、性能表现三个维度对三种主流策略进行系统对比。

4.1 三种初始化策略的核心原理

4.2 统计初始化：基于历史数据的权重推导

统计初始化通过分析历史供应商绩效数据，自动识别各风险维度的实际影响程度。其核心步骤包括数据清洗、特征工程、权重计算三个环节。

4.2.1 数据准备与预处理

• 数据源： 历史采购订单、供应商交付记录、质量检验报告、售后投诉数据。
• 清洗规则： 剔除缺失率超过30%的维度；对异常值进行3σ截断处理；统一量纲至[0,1]区间。
• 样本量要求： 每个风险维度至少50条有效记录，否则降级为专家打分法。

4.2.2 权重计算流程

1. 计算各维度的变异系数（CV）： CV = σ / μ，反映该维度在历史数据中的波动程度。
2. 计算各维度与综合绩效的相关系数（r）： 使用Pearson或Spearman相关系数，衡量维度对最终结果的影响强度。
3. 合成初始权重： wᵢ = (CVᵢ × |rᵢ|) / Σ(CVⱼ × |rⱼ|)。
4. 归一化处理： 确保所有权重之和为1。

# 统计初始化权重计算示例（Python伪代码）
import numpy as np
from scipy.stats import pearsonr

def statistical_init(data, target_col='score'):
    """
    data: DataFrame，包含各风险维度列和综合绩效列
    target_col: 综合绩效列名
    """
    dims = [col for col in data.columns if col != target_col]
    weights = {}
    
    for dim in dims:
        values = data[dim].dropna()
        if len(values) < 50:
            continue  # 样本不足，跳过
        cv = np.std(values) / np.mean(values) if np.mean(values) != 0 else 0
        r, _ = pearsonr(data[dim].fillna(0), data[target_col].fillna(0))
        weights[dim] = cv * abs(r)
    
    # 归一化
    total = sum(weights.values())
    if total > 0:
        weights = {k: v/total for k, v in weights.items()}
    return weights

4.3 专家打分法：层次分析法（AHP）实现

专家打分法适用于新业务线或数据稀疏场景。采用AHP方法时，通过构建判断矩阵并计算一致性比率（CR）来保证打分的逻辑一致性。

4.3.1 AHP实施步骤

1. 构建层次结构： 目标层（风险综合评分）→ 准则层（各风险维度）→ 方案层（供应商）。
2. 专家两两比较： 使用1-9标度法，对每个维度对的重要性进行打分。
3. 计算权重向量： 对判断矩阵进行归一化，计算特征向量。
4. 一致性检验： CR = CI / RI < 0.1 时，判断矩阵可接受。

4.4 均匀初始化：基线对比与兜底策略

均匀初始化将所有风险维度视为同等重要，权重均为 1/n。虽然简单，但在以下场景中具有独特价值：

• 基线对比： 作为其他初始化策略的参照系，评估权重优化带来的性能提升。
• 冷启动： 当历史数据不足且无法组织专家打分时，作为临时方案。
• 公平性验证： 在监管审计场景中，均匀初始化可证明算法未对特定维度存在预设偏见。

均匀初始化的局限性在于：无法反映各风险维度的实际重要性差异，在数据充足场景下通常导致寻源算法收敛速度下降15%-30%。

4.5 三种策略的对比分析

4.6 性能调优建议

• 混合初始化策略： 将统计初始化结果与专家打分结果按 7:3 比例融合，兼顾数据驱动与专家经验。
• 动态权重调整： 在寻源算法运行初期（前100次迭代），使用均匀初始化作为预热，待数据积累后切换至统计初始化。
• 敏感性分析： 对每个初始化策略进行蒙特卡洛模拟（1000次），评估权重波动对最终寻源结果的影响范围。