电力是人们生活中必不可少的能源，是利国利民的行业，同时也是促进经济发展重要的保障。大数据时代的到来，为现代能源电力行业发展带来了新的机遇，实现了智能化、信息化发展。而本文在对现代能源电力行业大数据发展支撑技术进行分析的基础之上，重点探讨现化能源电力行业大数据平台的构建，并且研究了现代能源电力行业大数据未来发展的方向。通过此次研究希望可以为能源电力行业发展中，大数据平台优势的充分利用提供新思路，在不断完善与优化中将大数据更好的融入到现代能源电力行业发展全过程中，及时调整好发展方案，紧紧抓住发展机遇，积极应对挑战，紧跟时代发展步伐，激发新的发展活力，借助大数据优势，为人民群众、社会提供优质的服务。

为降低企业采购成本,可建立合理、规范的供应商管理制度,因此对供应商进行信用评估具有一定的现实意义.文中在大数据环境下,建立了一种供应商信用评估方法.首先,确定了信用评估相关指标,包括:动态指标和静态指标.然后,论述了指标构建方法.利用机器学习算法Xgboot建立了信用评价模型.最后,根据供应商评价结果给出了相应的处理措施.总体来说,所述评估方法具有良好的泛化性,可推广到实际应用中.

在大数据模式下,信息采集、共享、分析、处理等越来越便利,可充分利用大数据优势,在传统企业信用评价的基础上,引入管理层、合作伙伴、社会等信用搭建了一种新的评价体系.利用层次分析法同时引入模糊数学理论,建立了企业信用风险评价模型,包括:权重、定量指标隶属度、信用等级高低等.把评价指标体系中的各项指标按合理的权重进行量化,从而建立一个可普适于大多数企业的信用评价模型.