CN107943937A - 一种基于司法公开信息分析的债务人资产监控方法及系统 - Google Patents
一种基于司法公开信息分析的债务人资产监控方法及系统 Download PDFInfo
- Publication number
- CN107943937A CN107943937A CN201711182345.3A CN201711182345A CN107943937A CN 107943937 A CN107943937 A CN 107943937A CN 201711182345 A CN201711182345 A CN 201711182345A CN 107943937 A CN107943937 A CN 107943937A
- Authority
- CN
- China
- Prior art keywords
- information
- debtor
- debtors
- annex
- auction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012550 audit Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000000151 deposition Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/319—Inverted lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/313—Selection or weighting of terms for indexing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于司法公开信息分析的债务人资产监控方法及系统，该系统包括多个计算机终端，一个云服务器，一个网络，所述计算机终端用于向使用者提供图形用户界面，便于使用者输入各种需要的资料信息，所述云服务器与多个计算机终端通过网络连接，云服务器用于实现数据的存储、计算和传输，所述云服务器包括抓取器、OCR光学文本识别单元、数据库单元、搜索引擎单元和结构化数据抽取单元，所述图形用户界面包括债务人管理界面单元、流程跟进管理单元。可自动监控大数量债务人的资产信息，能及时发现且完全监控，不易遗漏；高效准确快速的达到监控债务人资产的目的，无需大量人工，经济效益高。
Description
技术领域
本发明属于软件信息技术领域，具体涉及一种基于司法公开信息分析的债务人资产监控方法及系统。
背景技术
对于债务人的拍卖数据，目前主要是通过人工的方法，通过在各个司法拍卖网站上去人工浏览和检索的方式去获取，很难及时发现；并且由于要监控的债务人数量巨大，人工繁琐且不能完全监控，经常有遗漏；工作量大，人工成本高；而且对于那些隐藏在详情和附件中的信息，目前主流的拍卖网站都无法检索，只能人工逐一打开浏览查找，无法高效准确快速的达到监控目的。
发明内容
本发明的目的在于提供了一种基于司法公开信息分析的债务人资产监控方法及系统，可自动监控大数量债务人的资产信息，能及时发现且完全监控，不易遗漏；高效准确快速的达到监控债务人资产的目的，无需大量人工，经济效益高。
为达上述目的，本发明的主要技术解决手段是提供一种基于司法公开信息分析的债务人资产监控方法，包括如下步骤：
1)使用抓取器抓取各个拍卖网站的拍卖信息，人工添加无法抓取的和线下的拍卖信息，均存储在数据库中；
2)对于有附件的拍卖信息抓取附件，并从附件中提取文本内容，对于附件 是图片格式的，进行OCR光学文本识别后提取得到附件中的文本信息；
3)将所有从附件得到的文本信息结构化存储在数据库中，并与附件来源的拍卖信息一一对应；
4)对数据库中的拍卖信息进行清洗，构建全文倒排索引；
5)基于拍卖信息的全文倒排索引进行匹配，使用搜索引擎以每一个债务人信息为关键字检索出相应的拍卖信息，并根据相关性进行排序，然后取前n个，n为大于等于1的正整数；
6)对上一步取的前n个拍卖信息，进行进一步的与债务人之间的相关度分析和置信度判断，置信度判断的主要要素有：证件号是否匹配，匹配的姓名是否为债务人或担保人，根据以上匹配要素的重合度来进行置信度打分；
7)对达到置信度阈值的拍卖信息收集到监控结果候选列表中，直接呈现给用户。
所述步骤5)为对步骤4)的拍卖信息逐一进行关键信息结构化抽取，得到拍卖信息中的债务人名称、证件号、出生年月日、资产名称、地址、处置法院、拍卖金额等相关的数据，根据债务人信息，对上一步获得的结构化数据进行检索匹配，并根据相关性进行排序，然后取前n个，n为大于等于1的正整数。
所述步骤6)中没有精确匹配证件号和姓名的前提下，可以通过置信度判断的次要要素打分：法院、财产的所在区域是否符合，文书等附件中是否有债务人或担保人的出生日期、出生地点等相关信息。
所述步骤7)中监控结果候选列表呈现给用户之前，还设有一道人工审核，审核正确的部分呈现给用户。
所述步骤7)中监控结果列表推送呈现给用户后，用户可以进行后续流程的处理跟进，系统提供了统一的流程跟进管理工具，其设有忽略、跟进、备注和 追回金额的功能模块，用户认为没有价值的监控结果选择“忽略”，有价值的选择“跟进”；在跟进的各个阶段，均设置“备注”功能，能记录当前的跟进状态；当获得收益的时候，可以填写“追回金额”，系统会根据这些信息构建统计分析报表。
本发明还公开了基于司法公开信息分析的债务人资产监控系统，包括多个计算机终端，一个云服务器，一个网络，所述计算机终端用于向使用者提供图形用户界面，便于使用者输入各种需要的资料信息，所述云服务器与多个计算机终端通过网络连接，云服务器用于实现数据的存储、计算和传输，所述云服务器包括抓取器、OCR光学文本识别单元、数据库单元、搜索引擎单元和结构化数据抽取单元，所述图形用户界面包括债务人管理界面单元、流程跟进管理单元。
所述抓取器通过对目标网站的列表页、详情页、动态数据接口以及附件文件的抓取和解析，完成对司法公开信息的抓取，司法公开信息一般存在于官方的网站上，使用支持http、https协议，支持对HTML、JSON格式的解析。
所述OCR光学文本识别单元将抓取到的扫描件附件或者照片图片附件上的文字识别和转换成文本，基于LSTM神经网络算法的OCR识别单元可以比较好的对扫描和拍照的标准打印文本有比较好的识别效果，准确率和召回率可以达到90％以上；因为部分抓取到的附件是扫描件或者拍照的照片，由于不是文本格式，无法直接被索引，需要先转换成计算机能直接处理的文本格式。
所述搜索引擎单元是以lucene为底层构建的专业搜索引擎，并引入中文分词库，根据业务特定定制了相关性排序算法，在处理步骤中寻找监控目标和线索时需要进行全文检索。使用传统的数据库模糊匹配方法存在效率低下，不支持分词，文本相关性差等问题。使用基于倒排索引的专业搜索引擎技术可以解 决以上问题，在准确率、召回率和性能上均达到满意指标。
所述结构化数据抽取单元对一些关键数据需要进行结构化预处理从而方便监控处理，使用机器学习的方法，构建深度神经网络，对包含在上下文中的已标注的目标字段的样本进行训练，通过训练好的模型对其他未标注的数据进行推导提取。因为对于HTML或者JSON中有明显结构的数据，使用xpath、正则、字段等方法可以简单的得到相关数据，但是对于一些包含在非结构化文本中的数据，形式多样，无法通过简单穷举规则进行抽取。
所述数据库单元包括MongoDB和Mysql。因为大量的原始数据和部分处理后数据，由于存储尺寸比较大，并且基本上是通过key来获取，不存在复杂关系型计算，因此使用结构更简单，单更高性能的KV型存储，比如MongoDB。而对应尺寸较小，并且在上层应用中需要关联查询的数据，试用关系型数据库，比如Mysql。
所述债务人管理界面单元可以通过文件批量导入格式化的债务人信息，一般债务人信息包含：业务编号、债务人名称、证件号、担保方式、财产线索信息、所在省市区和处置状态等。
所述债务人管理界面单元包括有可以对债务人进行增加、删减、修改、查询的相关管理操作的选项。
所述流程跟进管理单元中包括有监控结果列表及针对监控结果的跟进操作选项，跟进操作选项包括：用户认为没有价值时选择的“忽略”选项、用户认为有价值时可选择的“跟进”选项、用户在跟进的各个阶段可添加记录当前跟进状态的“备注”选项和当获得收益时可填写的“追回金额”选项，系统会根据这些信息构建统计分析报表。
使用计算机程序自动的完成对债务人的拍卖信息的监控，再可选的辅助以 一定的人工审核，比纯人工监控效果更高，速度更快，节约人力。
本发明的有益效果是：可自动监控大数量债务人的资产信息，能及时发现且完全监控，不易遗漏；高效准确快速的达到监控债务人资产的目的，无需大量人工，经济效益高。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
本实施例所描述的一种基于司法公开信息分析的债务人资产监控方法，包括如下步骤：
1)使用抓取器抓取各个拍卖网站的拍卖信息，人工添加无法抓取的和线下的拍卖信息，均存储在数据库中；
2)对于有附件的拍卖信息抓取附件，并从附件中提取文本内容，对于附件是图片格式的，进行OCR光学文本识别后提取得到附件中的文本信息；
3)将所有从附件得到的文本信息结构化存储在数据库中，并与附件来源的拍卖信息一一对应；
4)对数据库中的拍卖信息进行清洗，构建全文倒排索引；
5)基于拍卖信息的全文倒排索引进行匹配，使用搜索引擎以每一个债务人信息为关键字检索出相应的拍卖信息，并根据相关性进行排序，然后取前n个，n为大于等于1的正整数；
6)对上一步取的前n个拍卖信息，进行进一步的与债务人之间的相关度分 析和置信度判断，置信度判断的主要要素有：证件号是否匹配，匹配的姓名是否为债务人或担保人，根据以上匹配要素的重合度来进行置信度打分；
7)对达到置信度阈值的拍卖信息收集到监控结果候选列表中，直接呈现给用户。
所述步骤5)为对步骤4)的拍卖信息逐一进行关键信息结构化抽取，得到拍卖信息中的债务人名称、证件号、出生年月日、资产名称、地址、处置法院、拍卖金额等相关的数据，根据债务人信息，对上一步获得的结构化数据进行检索匹配，并根据相关性进行排序，然后取前n个，n为大于等于1的正整数。
所述步骤6)中没有精确匹配证件号和姓名的前提下，可以通过置信度判断的次要要素打分：法院、财产的所在区域是否符合，文书等附件中是否有债务人或担保人的出生日期、出生地点等相关信息。
所述步骤7)中监控结果候选列表呈现给用户之前，还设有一道人工审核，审核正确的部分呈现给用户。
所述步骤7)中监控结果列表推送呈现给用户后，用户可以进行后续流程的处理跟进，系统提供了统一的流程跟进管理工具，其设有忽略、跟进、备注和追回金额的功能模块，用户认为没有价值的监控结果选择“忽略”，有价值的选择“跟进”；在跟进的各个阶段，均设置“备注”功能，能记录当前的跟进状态；当获得收益的时候，可以填写“追回金额”，系统会根据这些信息构建统计分析报表。
本发明还公开了基于司法公开信息分析的债务人资产监控系统，包括多个计算机终端，一个云服务器，一个网络，所述计算机终端用于向使用者提供图形用户界面，便于使用者输入各种需要的资料信息，所述云服务器与多个计算机终端通过网络连接，云服务器用于实现数据的存储、计算和传输，所述云服 务器包括抓取器、OCR光学文本识别单元、数据库单元、搜索引擎单元和结构化数据抽取单元，上述单元均在云服务器上运行，所述图形用户界面包括债务人管理界面单元、流程跟进管理单元。
所述抓取器通过对目标网站的列表页、详情页、动态数据接口以及附件文件的抓取和解析，完成对司法公开信息的抓取，司法公开信息一般存在于官方的网站上，使用支持http、https协议，支持对HTML、JSON格式的解析。
所述OCR光学文本识别单元将抓取到的扫描件附件或者照片图片附件上的文字识别和转换成文本，基于LSTM神经网络算法的OCR识别单元可以比较好的对扫描和拍照的标准打印文本有比较好的识别效果，准确率和召回率可以达到90％以上；因为部分抓取到的附件是扫描件或者拍照的照片，由于不是文本格式，无法直接被索引，需要先转换成计算机能直接处理的文本格式。
所述搜索引擎单元是以lucene为底层构建的专业搜索引擎，并引入中文分词库，根据业务特定定制了相关性排序算法，在处理步骤中寻找监控目标和线索时需要进行全文检索。使用传统的数据库模糊匹配方法存在效率低下，不支持分词，文本相关性差等问题。使用基于倒排索引的专业搜索引擎技术可以解决以上问题，在准确率、召回率和性能上均达到满意指标。
所述结构化数据抽取单元对一些关键数据需要进行结构化预处理从而方便监控处理，使用机器学习的方法，构建深度神经网络，对包含在上下文中的已标注的目标字段的样本进行训练，通过训练好的模型对其他未标注的数据进行推导提取。因为对于HTML或者JSON中有明显结构的数据，使用xpath、正则、字段等方法可以简单的得到相关数据，但是对于一些包含在非结构化文本中的数据，形式多样，无法通过简单穷举规则进行抽取。
所述数据库单元包括MongoDB和Mysql。因为大量的原始数据和部分处理后 数据，由于存储尺寸比较大，并且基本上是通过key来获取，不存在复杂关系型计算，因此使用结构更简单，单更高性能的KV型存储，比如MongoDB。而对应尺寸较小，并且在上层应用中需要关联查询的数据，试用关系型数据库，比如Mysql。
所述债务人管理界面单元可以通过文件批量导入格式化的债务人信息，一般债务人信息包含：业务编号、债务人名称、证件号、担保方式、财产线索信息、所在省市区和处置状态等。
所述债务人管理界面单元包括有可以对债务人进行增加、删减、修改、查询的相关管理操作的选项。
所述流程跟进管理单元中包括有监控结果列表及针对监控结果的跟进操作选项，跟进操作选项包括：用户认为没有价值时选择的“忽略”选项、用户认为有价值时可选择的“跟进”选项、用户在跟进的各个阶段可添加记录当前跟进状态的“备注”选项和当获得收益时可填写的“追回金额”选项，系统会根据这些信息构建统计分析报表。
使用计算机程序自动的完成对债务人的拍卖信息的监控，再可选的辅助以一定的人工审核，比纯人工监控效果更高，速度更快，节约人力。
本发明可自动监控大数量债务人的资产信上息，能及时发现且完全监控，不易遗漏；高效准确快速的达到监控债务人资产的目的，无需大量人工，经济效益高。
本发明不局限于上述最佳实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。
Claims (10)
1.一种基于司法公开信息分析的债务人资产监控方法，其特征在于，包括如下步骤：
1)使用抓取器抓取各个拍卖网站的拍卖信息，人工添加无法抓取的和线下的拍卖信息，均存储在数据库中；
2)对于有附件的拍卖信息抓取附件，并从附件中提取文本内容，对于附件是图片格式的，进行OCR光学文本识别后提取得到附件中的文本信息；
3)将所有从附件得到的文本信息结构化存储在数据库中，并与附件来源的拍卖信息一一对应；
4)对数据库中的拍卖信息进行清洗，构建全文倒排索引；
5)基于拍卖信息的全文倒排索引进行匹配，使用搜索引擎以每一个债务人信息为关键字检索出相应的拍卖信息，并根据相关性进行排序，然后取前n个，n为大于等于1的正整数；
6)对上一步取的前n个拍卖信息，进行进一步的与债务人之间的相关度分析和置信度判断，置信度判断的主要要素有：证件号是否匹配，匹配的姓名是否为债务人或担保人，根据以上匹配要素的重合度来进行置信度打分；
7)对达到置信度阈值的拍卖信息收集到监控结果候选列表中，直接呈现给用户。
2.根据权利要求1所述的基于司法公开信息分析的债务人资产监控方法，其特征在于所述步骤5)为对步骤4)的拍卖信息逐一进行关键信息结构化抽取，得到拍卖信息中的债务人名称、证件号、出生年月日、资产名称、地址、处置法院和拍卖金额相关的数据，根据债务人信息，对上一步获得的结构化数据进行检索匹配，并根据相关性进行排序，然后取前n个，n为大于等于1的正整数。
3.根据权利要求1所述的基于司法公开信息分析的债务人资产监控方法，其特征在于所述步骤6)中没有精确匹配证件号和姓名的前提下，可以通过置信度判断的次要要素打分：法院、财产的所在区域是否符合，文书等附件中是否有债务人或担保人的出生日期、出生地点相关信息。
4.根据权利要求1所述的基于司法公开信息分析的债务人资产监控方法，其特征在于所述步骤7)中监控结果候选列表呈现给用户之前，还设有一道人工审核，审核正确的部分呈现给用户。
5.根据权利要求1所述的基于司法公开信息分析的债务人资产监控方法，其特征在于所述步骤7)中监控结果列表推送呈现给用户后，用户进行后续流程的处理跟进，系统提供了统一的流程跟进管理工具，其设有忽略、跟进、备注和追回金额的功能模块，用户认为没有价值的监控结果选择“忽略”，有价值的选择“跟进”；在跟进的各个阶段，均设置“备注”功能，能记录当前的跟进状态；当获得收益的时候，填写“追回金额”，系统会根据这些信息构建统计分析报表。
6.基于司法公开信息分析的债务人资产监控系统，包括多个计算机终端，一个云服务器，一个网络，所述计算机终端用于向使用者提供图形用户界面，便于使用者输入各种需要的资料信息，所述云服务器与多个计算机终端通过网络连接，云服务器用于实现数据的存储、计算和传输，所述云服务器包括抓取器、OCR光学文本识别单元、数据库单元、搜索引擎单元和结构化数据抽取单元，所述图形用户界面包括债务人管理界面单元、流程跟进管理单元。
7.根据权利要求6所述的基于司法公开信息分析的债务人资产监控系统，其特征在于所述抓取器通过对目标网站的列表页、详情页、动态数据接口以及附件文件的抓取和解析，完成对司法公开信息的抓取。
8.根据权利要求6所述的基于司法公开信息分析的债务人资产监控系统，其特征在于所述OCR光学文本识别单元将抓取到的扫描件附件或者照片图片附件上的文字识别和转换成文本，所述搜索引擎单元是以lucene为底层构建的专业搜索引擎，并引入中文分词库，根据业务特定定制了相关性排序算法。
9.根据权利要求6所述的基于司法公开信息分析的债务人资产监控系统，其特征在于所述结构化数据抽取单元对一些关键数据进行结构化预处理从而方便监控处理，使用机器学习的方法，构建深度神经网络，对包含在上下文中的已标注的目标字段的样本进行训练，通过训练好的模型对其他未标注的数据进行推导提取。
10.根据权利要求6所述的基于司法公开信息分析的债务人资产监控系统，其特征在于，所述数据库单元包括MongoDB和Mysql，所述债务人管理界面单元可以通过文件批量导入格式化的债务人信息，一般债务人信息包含：业务编号、债务人名称、证件号、担保方式、财产线索信息、所在省市区和处置状态，所述债务人管理界面单元包括有对债务人进行增加、删减、修改、查询的操作选项。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711182345.3A CN107943937B (zh) | 2017-11-23 | 2017-11-23 | 一种基于司法公开信息分析的债务人资产监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711182345.3A CN107943937B (zh) | 2017-11-23 | 2017-11-23 | 一种基于司法公开信息分析的债务人资产监控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107943937A true CN107943937A (zh) | 2018-04-20 |
| CN107943937B CN107943937B (zh) | 2020-12-29 |
Family
ID=61930998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711182345.3A Active CN107943937B (zh) | 2017-11-23 | 2017-11-23 | 一种基于司法公开信息分析的债务人资产监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107943937B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108615170A (zh) * | 2018-05-03 | 2018-10-02 | 江苏奥都智能科技有限公司 | 用于地区商铺、二手交易相关信息及人员管理的监控方法 |
| CN109388806A (zh) * | 2018-10-26 | 2019-02-26 | 北京布本智能科技有限公司 | 一种基于深度学习及遗忘算法的中文分词方法 |
| CN110991279A (zh) * | 2019-11-20 | 2020-04-10 | 北京灵伴未来科技有限公司 | 文档图像分析与识别方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1308292A (zh) * | 2000-02-11 | 2001-08-15 | 麦恩数字株式会社 | 提供因特网拍卖信息的系统和方法及该方法的记录介质 |
| US7565377B2 (en) * | 2001-12-05 | 2009-07-21 | Robert Michael Watson | Artificially intelligent fulfillment system |
| CN102508897A (zh) * | 2011-11-03 | 2012-06-20 | 匡晓明 | 通用信息收藏的方法与系统 |
| CN103177075A (zh) * | 2011-12-30 | 2013-06-26 | 微软公司 | 基于知识的实体检测和消歧 |
| CN104376492A (zh) * | 2014-12-18 | 2015-02-25 | 云南家旺科技有限公司 | 一种债权处理系统 |
| CN107305615A (zh) * | 2016-04-25 | 2017-10-31 | 深圳市深信服电子科技有限公司 | 数据表识别方法和系统 |
-
2017
- 2017-11-23 CN CN201711182345.3A patent/CN107943937B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1308292A (zh) * | 2000-02-11 | 2001-08-15 | 麦恩数字株式会社 | 提供因特网拍卖信息的系统和方法及该方法的记录介质 |
| US7565377B2 (en) * | 2001-12-05 | 2009-07-21 | Robert Michael Watson | Artificially intelligent fulfillment system |
| CN102508897A (zh) * | 2011-11-03 | 2012-06-20 | 匡晓明 | 通用信息收藏的方法与系统 |
| CN103177075A (zh) * | 2011-12-30 | 2013-06-26 | 微软公司 | 基于知识的实体检测和消歧 |
| CN104376492A (zh) * | 2014-12-18 | 2015-02-25 | 云南家旺科技有限公司 | 一种债权处理系统 |
| CN107305615A (zh) * | 2016-04-25 | 2017-10-31 | 深圳市深信服电子科技有限公司 | 数据表识别方法和系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108615170A (zh) * | 2018-05-03 | 2018-10-02 | 江苏奥都智能科技有限公司 | 用于地区商铺、二手交易相关信息及人员管理的监控方法 |
| CN109388806A (zh) * | 2018-10-26 | 2019-02-26 | 北京布本智能科技有限公司 | 一种基于深度学习及遗忘算法的中文分词方法 |
| CN109388806B (zh) * | 2018-10-26 | 2023-06-27 | 北京布本智能科技有限公司 | 一种基于深度学习及遗忘算法的中文分词方法 |
| CN110991279A (zh) * | 2019-11-20 | 2020-04-10 | 北京灵伴未来科技有限公司 | 文档图像分析与识别方法及系统 |
| CN110991279B (zh) * | 2019-11-20 | 2023-08-22 | 北京灵伴未来科技有限公司 | 文档图像分析与识别方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107943937B (zh) | 2020-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109635171B (zh) | 一种新闻节目智能标签的融合推理系统和方法 | |
| WO2019200752A1 (zh) | 基于语义理解的兴趣点查询方法、装置和计算机设备 | |
| CN109710851B (zh) | 基于互联网模式下多源数据分析的就业推荐方法及系统 | |
| CN114565826B (zh) | 一种农业病虫害识别诊断方法、系统及装置 | |
| CN110990590A (zh) | 一种基于强化学习和迁移学习的动态金融知识图谱构建方法 | |
| CN107330613A (zh) | 一种舆情监控方法、设备及计算机可读存储介质 | |
| CN107885793A (zh) | 一种微博热点话题分析预测方法及系统 | |
| CN105095187A (zh) | 一种搜索意图识别方法及装置 | |
| CN111460252A (zh) | 一种基于网络舆情分析的自动化搜索引擎方法及系统 | |
| CN107368521B (zh) | 一种基于大数据和深度学习的知识推介方法及系统 | |
| CN103824053A (zh) | 一种人脸图像的性别标注方法及人脸性别检测方法 | |
| CN111489800A (zh) | 一种病历和报告单图像识别与存储的分析方法及系统 | |
| Clinchant et al. | Comparing machine learning approaches for table recognition in historical register books | |
| CN110019616A (zh) | 一种poi现势状态获取方法及其设备、存储介质、服务器 | |
| CN110909542B (zh) | 智能语义串并分析方法及系统 | |
| CN114238573B (zh) | 基于文本对抗样例的信息推送方法及装置 | |
| CN107943937A (zh) | 一种基于司法公开信息分析的债务人资产监控方法及系统 | |
| CN113239208A (zh) | 一种基于知识图谱的标注训练模型 | |
| CN110019703A (zh) | 数据标记方法及装置、智能问答方法及系统 | |
| CN111696656B (zh) | 一种互联网医疗平台的医生评价方法、装置 | |
| CN113590737B (zh) | 基于知识图谱的事件数据处理方法、装置、设备和介质 | |
| CN111753151A (zh) | 一种基于互联网用户行为的服务推荐方法 | |
| CN114238735B (zh) | 一种互联网数据智能采集方法 | |
| CN109543512A (zh) | 图文摘要的评价方法 | |
| CN112231535B (zh) | 一种农业病虫害领域多模态数据集制作方法、处理装置和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Debtor Asset Monitoring Method and System Based on Judicial Public Information Analysis Effective date of registration: 20231204 Granted publication date: 20201229 Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd. Pledgor: HANGZHOU YUANCHENG TECHNOLOGY CO.,LTD. Registration number: Y2023330002948 |