CN107993010A - 一种项目尽职调查自动分析系统及自动分析方法 - Google Patents
一种项目尽职调查自动分析系统及自动分析方法 Download PDFInfo
- Publication number
- CN107993010A CN107993010A CN201711253325.0A CN201711253325A CN107993010A CN 107993010 A CN107993010 A CN 107993010A CN 201711253325 A CN201711253325 A CN 201711253325A CN 107993010 A CN107993010 A CN 107993010A
- Authority
- CN
- China
- Prior art keywords
- information
- project
- risk
- database
- responsible investigation
- 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
- 238000011835 investigation Methods 0.000 title claims abstract description 264
- 238000004458 analytical method Methods 0.000 title claims abstract description 37
- 238000007726 management method Methods 0.000 claims abstract description 66
- 238000013439 planning Methods 0.000 claims abstract description 59
- 239000013589 supplement Substances 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 45
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000002747 voluntary effect Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 238000012550 audit Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000006735 deficit Effects 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000003058 natural language processing Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 230000007115 recruitment Effects 0.000 claims description 4
- 238000012552 review Methods 0.000 claims description 4
- 230000003442 weekly effect Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000004630 mental health Effects 0.000 claims 1
- 230000036541 health Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000282376 Panthera tigris Species 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种项目尽职调查自动分析系统，该项目尽职调查自动分析系统包括项目法律信息存储器、项目财务信息存储器、项目管理信息存储器、项目人事信息存储器、项目规划战略信息存储器、尽职调查法律风险存储器、尽职调查财务风险存储器、尽职调查管理风险存储器、尽职调查人事风险存储器、尽职调查规划战略信息存储器、用语阐释扩展存储器、若干个调查终端。还提供了一种项目尽职调查自动分析方法，其包括，项目信息补全步骤、尽职调查风险信息补全步骤、尽职调查初步报告生成步骤、尽职调查初步报告补充步骤、增补报告置信分析步骤、高低置信数据处理步骤、报告生成步骤。
Description
技术领域
本发明涉及项目尽职调查技术准备的技术领域，尤其涉及一种项目尽职调查自动分析系统及自动分析方法。
背景技术
尽职调查是在特定事件，如公司的出售、大型合同的签订、大型项目启动之前就全面获取项目、公司、实体的客观和可靠信息的过程。近年来，随着各种大型商业风险的增加，尽职调查收到了各路业主、企业主、投资人的青睐。作为一种有效的咨询方式，在现实中能够起到一定作用。
但是尽职调查要想做好，受制于很多因素，要做好尽职调查，需要关于公司、项目、实体的各种不同方面的详细信息，如法律责任、财政情况、管理状况、雇佣状况和问题、有形资产状况、无形资产状况、待履行合同、待办诉讼、近期经营策略、远期经营策略等，有效的进行尽职调查必须要以这些详实的资料为前提。但是目前的尽职调查，很难有如此详实的资料供咨询人或者咨询团队去处理，这是一个影响尽职调查结果有效性的大问题。
还有一个影响尽职调查的大问题，是尽职调查能够有效地获取摸底信息的问题，一个企业、实体、项目往往内容复杂，问题繁多，如果雇佣一个尽职调查的咨询团队，如何在短时间内又能不太影响企业、项目、实体的运作，又能尽快地了解到企业、实体、项目的核心的、重要的信息、发现可能的问题症结和尽职调查的可能重点，是很大的课题。现有技术中，仅仅靠做一些访谈、问卷、人员走访，尽职调查的咨询团队很难迅速地了解到关键信息，把握到尽职调查应当关注的关键之处。现有技术中并没有为了尽职调查而专设的辅助数据分析手段或者自动分析手段，现有的尽职调查还是停留在人事型咨询、交际型咨询，跟不上信息时代的发展步伐。
发明内容
本发明的第一目的是解决现有技术中所存在的没有专设数据分析工具和手段能够给尽职调查进行分析使用，给出一种能够具有针对性和专业性的项目尽职调查自动分析系统。第二目的是提供一种依据该项目尽职调查自动分析系统而进行信息分析和报告生成的项目尽职调查自动分析系统。该自动分析方法能够给与尽职调查以充分有效地数据支撑，使得尽职调查有的放矢。
一种项目尽职调查自动分析系统，其特征在于，包括以下部件：
中央计算器,承担全部信息处理和计算机能，其具备中央存储器。
项目法律信息存储器，其上包含项目法律信息数据库，用于记载项目相关的法律资料所载的信息，并将所有信息各自建立条目储存，这里的项目相关的法律资料所载的信息包括但不限于项目所涉的所有固定资产文件、项目所涉的所有固定资产的评估报告、所有无形资产的文件、项目所涉的所有无形资产的评估报告、所有涉及承担给付义务或负担作为义务的合同以及合同附件。
项目财务信息存储器，其上包含项目财务信息数据库，用于记载项目相关的财务资料所载的信息，并将项目相关的财务资料所载的信息各自建立条目储存，这里的项目相关的财务资料所载的信息包括但不限于企业账目、企业财务报表、企业审计资料、企业财务规划信息、企业财务状况评估信息、企业未来财务情况预测信息。
项目管理信息存储器，其上包含项目管理信息数据库，用于记载项目相关的管理信息，并将项目相关的管理信息各自建立条目储存，这里的项目相关的管理信息包括但不限于企业章程、企业内部管理规定、内部管理信息、内部管理账目信息、企业管理状况评估信息、企业管理外部咨询建议信息。
项目人事信息存储器，其上包含项目人事信息数据库，用于记载项目相关的人事信息，并将项目相关的人事信息各自建立条目储存，这里的项目相关的人事信息包括但不限于企业人事总体资料、企业人事雇佣明细资料、企业用工及派遣人员明细信息、现行薪酬奖金结构信息、企业薪酬奖金状况评估信息、企业薪酬奖金情况外部咨询建议信息。
项目规划战略信息存储器，其上包含项目规划战略信息数据库，用于记载项目相关的规划战略信息，并将项目相关的规划战略信息各自建立条目储存，这里的项目相关的规划战略信息包括但不限于项目整体规划信息、项目实施战略信息、项目规划外部评估信息、项目规划外部咨询信息。
尽职调查法律风险存储器，其上包含尽职调查法律风险数据库，用于记载历史尽职调查法律风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查法律风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息。
尽职调查财务风险存储器，其上包含尽职调查财务风险数据库，用于记载历史尽职调查财务风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查财务风险相关信息包括但不限于资产贬值风险、资产价值受政策影响风险、财务赤字风险信息、审计易发现风险、财务规划易产生风险、企业财务预期易产生风险。
尽职调查管理风险存储器，其上包含尽职调查管理风险数据库，用于记载历史尽职调查管理风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查管理风险相关信息包括但不限于员工满意度风险、派遣及用工人群风险、安全生产风险、员工心理健康风险、工作积极性系统风险。
尽职调查人事风险存储器，其上包含尽职调查人事风险数据库，用于记载历史尽职调查人事风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查人事风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息。
尽职调查规划战略信息存储器，其上包含尽职调查规划战略风险数据库，用于记载历史尽职调查规划战略相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查规划战略相关信息包括但不限于历史项目规划典型风险信息、历史项目战略典型风险信息、历史项目规划明显不合理风险信息、历史项目战略风险信息。
用语阐释扩展存储器，其上包含用语阐释扩展数据库，所述用语阐释扩展数据库中，可以根据需要建立若干个语义群条目，每一个语义群条目都围绕一条词语或句子，并包含其可能对应对其阐释的词语和句子团组，每一个语义群条目都可以都可以以云计算和互联网的方式扩展其所可能对应的词语或句子团组。
还包括若干个调查终端，用于置信度评价，问卷答案经过机器筛选得到至少500-2000项以上的有效调查问卷。
一种项目尽职调查自动分析方法，其利用如权利要求1所述的项目尽职调查自动分析系统进行，其特征在于，包括以下步骤：
1)项目信息补全步骤：全面搜集待调查项目的信息，包括项目相关的法律资料所载的信息、项目相关的财务资料所载的信息、项目相关的管理信息、项目相关的人事信息、项目相关的规划战略信息，分类按条目装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据、项目人事信息数据库、项目规划战略信息数据库，如果没有对应合适条目，则装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库某一个数据库的补充条目。
2)尽职调查风险信息补全步骤：全面搜集待调查项目的类似项目的历史信息，这里的类似项目的历史信息至少包括100-300件类似项目的历史信息，分条目装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库，如果没有对应合适条目，则装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库某一个数据库的补充条目。
3)尽职调查初步报告生成步骤：首先确保项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库、尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中所有的信息都已中文文本化，然后将项目法律信息数据库中的信息在尽职调查法律风险数据库中查找对应情况，将项目财务信息数据库中的信息在尽职调查财务风险数据库中查找对应情况，将项目管理信息数据库中的信息在尽职调查管理风险数据库中查找对应情况，将项目人事信息数据库中的信息在尽职调查人事风险数据库中查找对应情况，将项目规划战略信息数据库中的信息在尽职调查规划战略风险数据库中查找对应情况；并生成包含命中对应信息的尽职调查初步报告；所述命中对应信息至少是某项具体指标的数值或趋势变化，或者若干个词语或句子组成的某一个语义群相同或极其类似。
4)尽职调查初步报告补充步骤：对于前述步骤(3)中项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库经过步骤(3)没有产生命中对应信息的信息，用前述用语阐释扩展数据库中已存储信息进行扩展并存储，并进行补充命中计算步骤，将扩展并存储后的信息在尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中查找对应情况，并将补充所得命中对应信息增补如尽职调查初步报告，得到尽职调查增补报告。
5)增补报告置信分析步骤：对于尽职调查增补报告，利用前述若干个调查终端，形成对于每条命中对应信息的置信度评价，对于平均置信度评价最高的N％的命中对应信息条目，记载为信任条目，对于平均置信度评价最低的P％的命中对应信息条目，记载为不可信条目。
6)高低置信数据处理步骤：针对不同人员利用前述若干个调查终端进行置信度评价3-5次，将被标记为信任条目两次或两次以上的条目标记为确信信任条目，将被标记为不可信条目两次或两次以上的条目标记为确信不可信条目。
7)报告生成步骤：根据步骤(6)的结果，将确信不可信条目删除，将确信信任条目以高亮或其他颜色标记，在尽职调查增补报告的基础上，生成尽职调查自动分析最终报告。
所述步骤5)中，所述N为10-30，所述P为5-25；优选地，所述N为15或20或25，所述P为10或15或20。
所述用语阐释扩展数据库中的条目每天或每周或每月更新一次，更新的方式是连接互联网以人工智能自然语言处理的方式对互联网信息进行过滤和抓取，并在每次更新后记录日志，以及抽取T％进行人工复查，优选地，所述T为1或1.5或2。
本发明的优点是，主要可以分为两点，一是针对包括尽职调查前期如同老虎吃天，无从下口的现状，缺乏信息系统支持的问题，给出了系统的信息支持的手段和方法，二是针对包含众多尽职调查可能关注或者优先关注的具体因素，本发明的方法中不但将其都考虑进去，而且引入了流行的用语数据库便于语义群的对应和捕捉，而且还能够实时按照互联网内容进行补充和调整，使得分析结果更加全面，为了尽职调查过程的分析和决策需要，提供了非常有意义的信息分析准备手段。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的项目尽职调查自动分析方法的流程图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
实施例1
一种项目尽职调查自动分析系统，其特征在于，包括以下部件：
中央计算器,承担全部信息处理和计算机能，其具备中央存储器。
项目法律信息存储器，其上包含项目法律信息数据库，用于记载项目相关的法律资料所载的信息，并将所有信息各自建立条目储存，这里的项目相关的法律资料所载的信息包括但不限于项目所涉的所有固定资产文件、项目所涉的所有固定资产的评估报告、所有无形资产的文件、项目所涉的所有无形资产的评估报告、所有涉及承担给付义务或负担作为义务的合同以及合同附件。
项目财务信息存储器，其上包含项目财务信息数据库，用于记载项目相关的财务资料所载的信息，并将项目相关的财务资料所载的信息各自建立条目储存，这里的项目相关的财务资料所载的信息包括但不限于企业账目、企业财务报表、企业审计资料、企业财务规划信息、企业财务状况评估信息、企业未来财务情况预测信息。
项目管理信息存储器，其上包含项目管理信息数据库，用于记载项目相关的管理信息，并将项目相关的管理信息各自建立条目储存，这里的项目相关的管理信息包括但不限于企业章程、企业内部管理规定、内部管理信息、内部管理账目信息、企业管理状况评估信息、企业管理外部咨询建议信息。
项目人事信息存储器，其上包含项目人事信息数据库，用于记载项目相关的人事信息，并将项目相关的人事信息各自建立条目储存，这里的项目相关的人事信息包括但不限于企业人事总体资料、企业人事雇佣明细资料、企业用工及派遣人员明细信息、现行薪酬奖金结构信息、企业薪酬奖金状况评估信息、企业薪酬奖金情况外部咨询建议信息。
项目规划战略信息存储器，其上包含项目规划战略信息数据库，用于记载项目相关的规划战略信息，并将项目相关的规划战略信息各自建立条目储存，这里的项目相关的规划战略信息包括但不限于项目整体规划信息、项目实施战略信息、项目规划外部评估信息、项目规划外部咨询信息。
尽职调查法律风险存储器，其上包含尽职调查法律风险数据库，用于记载历史尽职调查法律风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查法律风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息。
尽职调查财务风险存储器，其上包含尽职调查财务风险数据库，用于记载历史尽职调查财务风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查财务风险相关信息包括但不限于资产贬值风险、资产价值受政策影响风险、财务赤字风险信息、审计易发现风险、财务规划易产生风险、企业财务预期易产生风险。
尽职调查管理风险存储器，其上包含尽职调查管理风险数据库，用于记载历史尽职调查管理风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查管理风险相关信息包括但不限于员工满意度风险、派遣及用工人群风险、安全生产风险、员工心理健康风险、工作积极性系统风险。
尽职调查人事风险存储器，其上包含尽职调查人事风险数据库，用于记载历史尽职调查人事风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查人事风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息。
尽职调查规划战略信息存储器，其上包含尽职调查规划战略风险数据库，用于记载历史尽职调查规划战略相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查规划战略相关信息包括但不限于历史项目规划典型风险信息、历史项目战略典型风险信息、历史项目规划明显不合理风险信息、历史项目战略风险信息。
用语阐释扩展存储器，其上包含用语阐释扩展数据库，所述用语阐释扩展数据库中，可以根据需要建立若干个语义群条目，每一个语义群条目都围绕一条词语或句子，并包含其可能对应对其阐释的词语和句子团组，每一个语义群条目都可以都可以以云计算和互联网的方式扩展其所可能对应的词语或句子团组。
还包括若干个调查终端，用于置信度评价，问卷答案经过机器筛选得到至少1000项以上的有效调查问卷。
一种项目尽职调查自动分析方法，其利用如权利要求1所述的项目尽职调查自动分析系统进行，其特征在于，包括以下步骤：
1)项目信息补全步骤：全面搜集待调查项目的信息，包括项目相关的法律资料所载的信息、项目相关的财务资料所载的信息、项目相关的管理信息、项目相关的人事信息、项目相关的规划战略信息，分类按条目装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据、项目人事信息数据库、项目规划战略信息数据库，如果没有对应合适条目，则装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库某一个数据库的补充条目。
2)尽职调查风险信息补全步骤：全面搜集待调查项目的类似项目的历史信息，这里的类似项目的历史信息至少包括150件类似项目的历史信息，分条目装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库，如果没有对应合适条目，则装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库某一个数据库的补充条目。
3)尽职调查初步报告生成步骤：首先确保项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库、尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中所有的信息都已中文文本化，然后将项目法律信息数据库中的信息在尽职调查法律风险数据库中查找对应情况，将项目财务信息数据库中的信息在尽职调查财务风险数据库中查找对应情况，将项目管理信息数据库中的信息在尽职调查管理风险数据库中查找对应情况，将项目人事信息数据库中的信息在尽职调查人事风险数据库中查找对应情况，将项目规划战略信息数据库中的信息在尽职调查规划战略风险数据库中查找对应情况；并生成包含命中对应信息的尽职调查初步报告；所述命中对应信息至少是某项具体指标的数值或趋势变化，或者若干个词语或句子组成的某一个语义群相同或极其类似。
4)尽职调查初步报告补充步骤：对于前述步骤(3)中项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库经过步骤(3)没有产生命中对应信息的信息，用前述用语阐释扩展数据库中已存储信息进行扩展并存储，并进行补充命中计算步骤，将扩展并存储后的信息在尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中查找对应情况，并将补充所得命中对应信息增补如尽职调查初步报告，得到尽职调查增补报告。
5)增补报告置信分析步骤：对于尽职调查增补报告，利用前述若干个调查终端，形成对于每条命中对应信息的置信度评价，对于平均置信度评价最高的15％的命中对应信息条目，记载为信任条目，对于平均置信度评价最低的10％的命中对应信息条目，记载为不可信条目。
6)高低置信数据处理步骤：针对不同人员利用前述若干个调查终端进行置信度评价3-5次，将被标记为信任条目两次或两次以上的条目标记为确信信任条目，将被标记为不可信条目两次或两次以上的条目标记为确信不可信条目。
7)报告生成步骤：根据步骤(6)的结果，将确信不可信条目删除，将确信信任条目以高亮或其他颜色标记，在尽职调查增补报告的基础上，生成尽职调查自动分析最终报告。
所述用语阐释扩展数据库中的条目每天或每周或每月更新一次，更新的方式是连接互联网以人工智能自然语言处理的方式对互联网信息进行过滤和抓取，并在每次更新后记录日志，以及抽取1％进行人工复查。
实施例2
一种项目尽职调查自动分析系统，其特征在于，包括以下部件：
中央计算器,承担全部信息处理和计算机能，其具备中央存储器。
项目法律信息存储器，其上包含项目法律信息数据库，用于记载项目相关的法律资料所载的信息，并将所有信息各自建立条目储存，这里的项目相关的法律资料所载的信息包括但不限于项目所涉的所有固定资产文件、项目所涉的所有固定资产的评估报告、所有无形资产的文件、项目所涉的所有无形资产的评估报告、所有涉及承担给付义务或负担作为义务的合同以及合同附件。
项目财务信息存储器，其上包含项目财务信息数据库，用于记载项目相关的财务资料所载的信息，并将项目相关的财务资料所载的信息各自建立条目储存，这里的项目相关的财务资料所载的信息包括但不限于企业账目、企业财务报表、企业审计资料、企业财务规划信息、企业财务状况评估信息、企业未来财务情况预测信息。
项目管理信息存储器，其上包含项目管理信息数据库，用于记载项目相关的管理信息，并将项目相关的管理信息各自建立条目储存，这里的项目相关的管理信息包括但不限于企业章程、企业内部管理规定、内部管理信息、内部管理账目信息、企业管理状况评估信息、企业管理外部咨询建议信息。
项目人事信息存储器，其上包含项目人事信息数据库，用于记载项目相关的人事信息，并将项目相关的人事信息各自建立条目储存，这里的项目相关的人事信息包括但不限于企业人事总体资料、企业人事雇佣明细资料、企业用工及派遣人员明细信息、现行薪酬奖金结构信息、企业薪酬奖金状况评估信息、企业薪酬奖金情况外部咨询建议信息。
项目规划战略信息存储器，其上包含项目规划战略信息数据库，用于记载项目相关的规划战略信息，并将项目相关的规划战略信息各自建立条目储存，这里的项目相关的规划战略信息包括但不限于项目整体规划信息、项目实施战略信息、项目规划外部评估信息、项目规划外部咨询信息。
尽职调查法律风险存储器，其上包含尽职调查法律风险数据库，用于记载历史尽职调查法律风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查法律风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息。
尽职调查财务风险存储器，其上包含尽职调查财务风险数据库，用于记载历史尽职调查财务风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查财务风险相关信息包括但不限于资产贬值风险、资产价值受政策影响风险、财务赤字风险信息、审计易发现风险、财务规划易产生风险、企业财务预期易产生风险。
尽职调查管理风险存储器，其上包含尽职调查管理风险数据库，用于记载历史尽职调查管理风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查管理风险相关信息包括但不限于员工满意度风险、派遣及用工人群风险、安全生产风险、员工心理健康风险、工作积极性系统风险。
尽职调查人事风险存储器，其上包含尽职调查人事风险数据库，用于记载历史尽职调查人事风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查人事风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息。
尽职调查规划战略信息存储器，其上包含尽职调查规划战略风险数据库，用于记载历史尽职调查规划战略相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查规划战略相关信息包括但不限于历史项目规划典型风险信息、历史项目战略典型风险信息、历史项目规划明显不合理风险信息、历史项目战略风险信息。
用语阐释扩展存储器，其上包含用语阐释扩展数据库，所述用语阐释扩展数据库中，可以根据需要建立若干个语义群条目，每一个语义群条目都围绕一条词语或句子，并包含其可能对应对其阐释的词语和句子团组，每一个语义群条目都可以都可以以云计算和互联网的方式扩展其所可能对应的词语或句子团组。
还包括若干个调查终端，用于置信度评价，问卷答案经过机器筛选得到至少1000项以上的有效调查问卷。
一种项目尽职调查自动分析方法，其利用如权利要求1所述的项目尽职调查自动分析系统进行，其特征在于，包括以下步骤：
1)项目信息补全步骤：全面搜集待调查项目的信息，包括项目相关的法律资料所载的信息、项目相关的财务资料所载的信息、项目相关的管理信息、项目相关的人事信息、项目相关的规划战略信息，分类按条目装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据、项目人事信息数据库、项目规划战略信息数据库，如果没有对应合适条目，则装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库某一个数据库的补充条目。
2)尽职调查风险信息补全步骤：全面搜集待调查项目的类似项目的历史信息，这里的类似项目的历史信息至少包括200件类似项目的历史信息，分条目装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库，如果没有对应合适条目，则装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库某一个数据库的补充条目。
3)尽职调查初步报告生成步骤：首先确保项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库、尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中所有的信息都已中文文本化，然后将项目法律信息数据库中的信息在尽职调查法律风险数据库中查找对应情况，将项目财务信息数据库中的信息在尽职调查财务风险数据库中查找对应情况，将项目管理信息数据库中的信息在尽职调查管理风险数据库中查找对应情况，将项目人事信息数据库中的信息在尽职调查人事风险数据库中查找对应情况，将项目规划战略信息数据库中的信息在尽职调查规划战略风险数据库中查找对应情况；并生成包含命中对应信息的尽职调查初步报告；所述命中对应信息至少是某项具体指标的数值或趋势变化，或者若干个词语或句子组成的某一个语义群相同或极其类似。
4)尽职调查初步报告补充步骤：对于前述步骤(3)中项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库经过步骤(3)没有产生命中对应信息的信息，用前述用语阐释扩展数据库中已存储信息进行扩展并存储，并进行补充命中计算步骤，将扩展并存储后的信息在尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中查找对应情况，并将补充所得命中对应信息增补如尽职调查初步报告，得到尽职调查增补报告。
5)增补报告置信分析步骤：对于尽职调查增补报告，利用前述若干个调查终端，形成对于每条命中对应信息的置信度评价，对于平均置信度评价最高的25％的命中对应信息条目，记载为信任条目，对于平均置信度评价最低的20％的命中对应信息条目，记载为不可信条目。
6)高低置信数据处理步骤：针对不同人员利用前述若干个调查终端进行置信度评价3-5次，将被标记为信任条目三次或三次以上的条目标记为确信信任条目，将被标记为不可信条目三次或三次以上的条目标记为确信不可信条目。
7)报告生成步骤：根据步骤(6)的结果，将确信不可信条目删除，将确信信任条目以高亮或其他颜色标记，在尽职调查增补报告的基础上，生成尽职调查自动分析最终报告。
所述用语阐释扩展数据库中的条目每天或每周或每月更新一次，更新的方式是连接互联网以人工智能自然语言处理的方式对互联网信息进行过滤和抓取，并在每次更新后记录日志，以及抽取2％进行人工复查。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (4)
1.一种项目尽职调查自动分析系统，其特征在于，包括以下部件：
中央计算器,承担全部信息处理和计算机能，其具备中央存储器；
项目法律信息存储器，其上包含项目法律信息数据库，用于记载项目相关的法律资料所载的信息，并将所有信息各自建立条目储存，这里的项目相关的法律资料所载的信息包括但不限于项目所涉的所有固定资产文件、项目所涉的所有固定资产的评估报告、所有无形资产的文件、项目所涉的所有无形资产的评估报告、所有涉及承担给付义务或负担作为义务的合同以及合同附件；
项目财务信息存储器，其上包含项目财务信息数据库，用于记载项目相关的财务资料所载的信息，并将项目相关的财务资料所载的信息各自建立条目储存，这里的项目相关的财务资料所载的信息包括但不限于企业账目、企业财务报表、企业审计资料、企业财务规划信息、企业财务状况评估信息、企业未来财务情况预测信息；
项目管理信息存储器，其上包含项目管理信息数据库，用于记载项目相关的管理信息，并将项目相关的管理信息各自建立条目储存，这里的项目相关的管理信息包括但不限于企业章程、企业内部管理规定、内部管理信息、内部管理账目信息、企业管理状况评估信息、企业管理外部咨询建议信息；
项目人事信息存储器，其上包含项目人事信息数据库，用于记载项目相关的人事信息，并将项目相关的人事信息各自建立条目储存，这里的项目相关的人事信息包括但不限于企业人事总体资料、企业人事雇佣明细资料、企业用工及派遣人员明细信息、现行薪酬奖金结构信息、企业薪酬奖金状况评估信息、企业薪酬奖金情况外部咨询建议信息；
项目规划战略信息存储器，其上包含项目规划战略信息数据库，用于记载项目相关的规划战略信息，并将项目相关的规划战略信息各自建立条目储存，这里的项目相关的规划战略信息包括但不限于项目整体规划信息、项目实施战略信息、项目规划外部评估信息、项目规划外部咨询信息；
尽职调查法律风险存储器，其上包含尽职调查法律风险数据库，用于记载历史尽职调查法律风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查法律风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息；
尽职调查财务风险存储器，其上包含尽职调查财务风险数据库，用于记载历史尽职调查财务风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查财务风险相关信息包括但不限于资产贬值风险、资产价值受政策影响风险、财务赤字风险信息、审计易发现风险、财务规划易产生风险、企业财务预期易产生风险；
尽职调查管理风险存储器，其上包含尽职调查管理风险数据库，用于记载历史尽职调查管理风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查管理风险相关信息包括但不限于员工满意度风险、派遣及用工人群风险、安全生产风险、员工心理健康风险、工作积极性系统风险；
尽职调查人事风险存储器，其上包含尽职调查人事风险数据库，用于记载历史尽职调查人事风险相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查人事风险相关信息包括但不限于固定资产风险信息、无形资产风险信息、给付义务风险信息、作为义务风险信息、合同风险信息、合同附件风险信息；
尽职调查规划战略信息存储器，其上包含尽职调查规划战略风险数据库，用于记载历史尽职调查规划战略相关信息，并将所有信息各自建立条目储存，这里的历史尽职调查规划战略相关信息包括但不限于历史项目规划典型风险信息、历史项目战略典型风险信息、历史项目规划明显不合理风险信息、历史项目战略风险信息；
用语阐释扩展存储器，其上包含用语阐释扩展数据库，所述用语阐释扩展数据库中，可以根据需要建立若干个语义群条目，每一个语义群条目都围绕一条词语或句子，并包含其可能对应对其阐释的词语和句子团组，每一个语义群条目都可以都可以以云计算和互联网的方式扩展其所可能对应的词语或句子团组；
还包括若干个调查终端，用于置信度评价，问卷答案经过机器筛选得到至少500-2000项以上的有效调查问卷。
2.一种项目尽职调查自动分析方法，其利用如权利要求1所述的项目尽职调查自动分析系统进行，其特征在于，包括以下步骤：
1)项目信息补全步骤：全面搜集待调查项目的信息，包括项目相关的法律资料所载的信息、项目相关的财务资料所载的信息、项目相关的管理信息、项目相关的人事信息、项目相关的规划战略信息，分类按条目装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据、项目人事信息数据库、项目规划战略信息数据库，如果没有对应合适条目，则装入前述项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库某一个数据库的补充条目；
2)尽职调查风险信息补全步骤：全面搜集待调查项目的类似项目的历史信息，这里的类似项目的历史信息至少包括100-300件类似项目的历史信息，分条目装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库，如果没有对应合适条目，则装入前述尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库某一个数据库的补充条目；
3)尽职调查初步报告生成步骤：首先确保项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库、尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中所有的信息都已中文文本化，然后将项目法律信息数据库中的信息在尽职调查法律风险数据库中查找对应情况，将项目财务信息数据库中的信息在尽职调查财务风险数据库中查找对应情况，将项目管理信息数据库中的信息在尽职调查管理风险数据库中查找对应情况，将项目人事信息数据库中的信息在尽职调查人事风险数据库中查找对应情况，将项目规划战略信息数据库中的信息在尽职调查规划战略风险数据库中查找对应情况；并生成包含命中对应信息的尽职调查初步报告；所述命中对应信息至少是某项具体指标的数值或趋势变化，或者若干个词语或句子组成的某一个语义群相同或极其类似；
4)尽职调查初步报告补充步骤：对于前述步骤(3)中项目法律信息数据库、项目财务信息数据库、项目管理信息数据库、项目人事信息数据库、项目规划战略信息数据库经过步骤(3)没有产生命中对应信息的信息，用前述用语阐释扩展数据库中已存储信息进行扩展并存储，并进行补充命中计算步骤，将扩展并存储后的信息在尽职调查法律风险数据库、尽职调查财务风险数据库、尽职调查管理风险数据库、尽职调查人事风险数据库、尽职调查规划战略风险数据库中查找对应情况，并将补充所得命中对应信息增补如尽职调查初步报告，得到尽职调查增补报告；
5)增补报告置信分析步骤：对于尽职调查增补报告，利用前述若干个调查终端，形成对于每条命中对应信息的置信度评价，对于平均置信度评价最高的N％的命中对应信息条目，记载为信任条目，对于平均置信度评价最低的P％的命中对应信息条目，记载为不可信条目；
6)高低置信数据处理步骤：针对不同人员利用前述若干个调查终端进行置信度评价3-5次，将被标记为信任条目两次或两次以上的条目标记为确信信任条目，将被标记为不可信条目两次或两次以上的条目标记为确信不可信条目；
7)报告生成步骤：根据步骤(6)的结果，将确信不可信条目删除，将确信信任条目以高亮或其他颜色标记，在尽职调查增补报告的基础上，生成尽职调查自动分析最终报告。
3.一种如权利要求2所述的项目尽职调查自动分析方法，其特征在于：
所述步骤5)中，所述N为10-30，所述P为5-25；
所述用语阐释扩展数据库中的条目每天或每周或每月更新一次，更新的方式是连接互联网以人工智能自然语言处理的方式对互联网信息进行过滤和抓取，并在每次更新后记录日志，以及抽取T％进行人工复查。
4.一种如权利要求3所述的项目尽职调查自动分析方法，其特征在于：
所述步骤5)中，所述N为15或20或25，所述P为10或15或20；
所述T为1或1.5或2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711253325.0A CN107993010B (zh) | 2017-12-02 | 2017-12-02 | 一种项目尽职调查自动分析系统及自动分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711253325.0A CN107993010B (zh) | 2017-12-02 | 2017-12-02 | 一种项目尽职调查自动分析系统及自动分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107993010A true CN107993010A (zh) | 2018-05-04 |
| CN107993010B CN107993010B (zh) | 2022-05-06 |
Family
ID=62035309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711253325.0A Active CN107993010B (zh) | 2017-12-02 | 2017-12-02 | 一种项目尽职调查自动分析系统及自动分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107993010B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109800976A (zh) * | 2019-01-07 | 2019-05-24 | 平安科技（深圳）有限公司 | 项目投资决策方法、装置、计算机设备和存储介质 |
| CN110826825A (zh) * | 2018-08-09 | 2020-02-21 | 南京策问信息技术有限公司 | 一种尽职调查的查验方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040162742A1 (en) * | 2003-02-18 | 2004-08-19 | Dun & Bradstreet, Inc. | Data integration method |
| CN101253531A (zh) * | 2003-08-21 | 2008-08-27 | 尼希思·M·德赛 | 用于执行尽职调查以及法律、金融和其它类型的审计 |
| CN101667266A (zh) * | 2008-09-03 | 2010-03-10 | 山东征信信用管理咨询有限公司 | 征信评级管理咨询系统 |
| CN102915473A (zh) * | 2011-08-02 | 2013-02-06 | 上海冠安信息技术有限公司 | 一种结合法律规范的人事管理在线系统 |
| CN105654385A (zh) * | 2014-11-13 | 2016-06-08 | 北京惠尔高科科技有限公司 | 风险投资项目的技术风险评估方法及系统 |
| CN106570624A (zh) * | 2016-10-26 | 2017-04-19 | 东北电力大学 | 一种经济管理系统 |
-
2017
- 2017-12-02 CN CN201711253325.0A patent/CN107993010B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040162742A1 (en) * | 2003-02-18 | 2004-08-19 | Dun & Bradstreet, Inc. | Data integration method |
| CN101253531A (zh) * | 2003-08-21 | 2008-08-27 | 尼希思·M·德赛 | 用于执行尽职调查以及法律、金融和其它类型的审计 |
| CN101667266A (zh) * | 2008-09-03 | 2010-03-10 | 山东征信信用管理咨询有限公司 | 征信评级管理咨询系统 |
| CN102915473A (zh) * | 2011-08-02 | 2013-02-06 | 上海冠安信息技术有限公司 | 一种结合法律规范的人事管理在线系统 |
| CN105654385A (zh) * | 2014-11-13 | 2016-06-08 | 北京惠尔高科科技有限公司 | 风险投资项目的技术风险评估方法及系统 |
| CN106570624A (zh) * | 2016-10-26 | 2017-04-19 | 东北电力大学 | 一种经济管理系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110826825A (zh) * | 2018-08-09 | 2020-02-21 | 南京策问信息技术有限公司 | 一种尽职调查的查验方法及系统 |
| CN109800976A (zh) * | 2019-01-07 | 2019-05-24 | 平安科技（深圳）有限公司 | 项目投资决策方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107993010B (zh) | 2022-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun | Applying deep learning to audit procedures: An illustrative framework | |
| Heracleous et al. | On the road to disaster: Strategic misalignments and corporate failure | |
| Maciejewski | To do more, better, faster and more cheaply: Using big data in public administration | |
| CN110796470B (zh) | 一种面向市场主体监管和服务的数据分析系统 | |
| Akhtar et al. | Detecting fake news and disinformation using artificial intelligence and machine learning to avoid supply chain disruptions | |
| WO2021232588A1 (zh) | 食品安全风险评估方法、装置、设备及存储介质 | |
| CN109191279A (zh) | 基于线上供应链金融的中小企业信用风险评估平台 | |
| CN104376492B (zh) | 一种债权处理系统 | |
| CN108596439A (zh) | 一种基于知识图谱的企业风险预测方法及系统 | |
| Herath et al. | Balanced scorecard implementation of security strategies: a framework for IT security performance management | |
| CN109558592A (zh) | 基于人工智能获取客户信用风险评估信息的方法及设备 | |
| CN110633316A (zh) | 一种多场景融合双随机市场监管方法 | |
| KR102121901B1 (ko) | 정책자금 온라인 심사평가 시스템 | |
| CN111061679B (zh) | 一种基于rete和drools规则的科技创新政策速配的方法和系统 | |
| Tiet et al. | Farmers’ behaviors and attitudes toward climate change adaptation: evidence from Vietnamese smallholder farmers | |
| CN107679977A (zh) | 一种基于语义分析的税务管理平台及实现方法 | |
| CN107993010A (zh) | 一种项目尽职调查自动分析系统及自动分析方法 | |
| CN111415067A (zh) | 企业及个人信用评级系统 | |
| An et al. | Assessing records management in China against ISO 15489 and the implications | |
| CN108197194A (zh) | 一种报案信息的处理方法及系统 | |
| Xie et al. | A big data technique for internet financial risk control | |
| Kuzmenko et al. | Implementation of information technologies in the international accounting system of fuel and energy sector enterprises | |
| Liu et al. | Risk assessment and regulation algorithm for financial technology platforms in smart city | |
| Huai et al. | [Retracted] Construction of Social Security Fund Cloud Audit Platform Based on Fuzzy Data Mining Algorithm | |
| Wang et al. | An analysis of the Economic Impact of US Presidential elections based on principal component and logical regression |
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 | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20230329 Granted publication date: 20220506 |
|
| PP01 | Preservation of patent right |