سرمایه گذاری مستقیم خارجی خارجی در شرکتهای مبتنی بر منابع معدنی (OFDI-MREs) معمولاً یک سرمایه گذاری بلند مدت است. با این حال ، از آنجا که تحت تأثیر بسیاری از عوامل نامشخص قرار دارد ، روند سرمایه گذاری پر از ریسک است. به منظور کاهش یا کاهش ریسک سرمایه گذاری بنگاه ها و بهبود رویکرد علمی در تصمیم گیری ، ساختن یک سیستم هشدار خطر زودهنگام کارآمد از اهمیت بالایی برخوردار است. در این مقاله ، یک روش جدید که ترکیبی از ضریب روش تنوع ، خوشه بندی سیستم و ترکیب چند طبقه برای هشدار زودهنگام خطر ابتلا به OFDI-MRE است ، ارائه شده است. اعتبار این مدل با استفاده از ۱۷۳ داده نمونه از ۴۲ MRE در چین تأیید شده است. نتایج اصلی به شرح زیر است: اول ، یک سیستم نشانگر ریسک ساختار سلسله مراتبی با ۲۰ شاخص در سه بعد با کاهش شاخص به دست می آید. دوم ، خطرات پیش روی OFDI-MRE براساس نرخ بازده سهام ، سود هر سهم و نرخ انباشت سرمایه در چهار سطح طبقه بندی می شوند و بیشتر OFRE-MRE ها در معرض خطر بالایی هستند. سوم ، فناوری تلفیقی چند طبقه پیشنهادی مبتنی بر داده کاوی خود سازماندهی ، از صحت و ثبات بالاتری نسبت به چهار مدل تک طبقه بندی که به طور گسترده استفاده می شود (رگرسیون لاجیت ، دستگاه بردار پشتیبانی ، شبکه عصبی ، درخت تصمیم گیری) و شش مورد استفاده متداول برخوردار است. روش های فیوژن طبقه بندی (مانند رای گیری اکثریت ، روش بیزی و الگوریتم ژنتیکی). بر این اساس ، برخی از پیامدهای سیاستگذاری هدفمند از نظر فاصله نهادی ، منابع سازمانی و پایه شایستگی مطرح شده است ، که ممکن است MRE ها را برای کاهش خطرات OFDI و تقویت قابلیت های پیشگیری از ریسک کمک کند.