CN109189821A - 基于关联方指标体系的数据分析系统 - Google Patents

基于关联方指标体系的数据分析系统 Download PDF

Info

Publication number
CN109189821A
CN109189821A CN201810866795.2A CN201810866795A CN109189821A CN 109189821 A CN109189821 A CN 109189821A CN 201810866795 A CN201810866795 A CN 201810866795A CN 109189821 A CN109189821 A CN 109189821A
Authority
CN
China
Prior art keywords
index
data
index analysis
module
information
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.)
Pending
Application number
CN201810866795.2A
Other languages
English (en)
Inventor
周凡吟
陈文�
沈思丞
张文莎
吴昊
林佳仪
刘赣
魏犇
吴桐
曾途
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Business Big Data Technology Co Ltd
Original Assignee
Chengdu Business Big Data Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Business Big Data Technology Co Ltd filed Critical Chengdu Business Big Data Technology Co Ltd
Priority to CN201810866795.2A priority Critical patent/CN109189821A/zh
Publication of CN109189821A publication Critical patent/CN109189821A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于关联方指标体系的数据分析系统，包括数据采集模块、数据库服务器、数据筛选模块、一度关联指标分析模块，所述一度关联指标分析模块的数据输入端与所述数据筛选模块的数据输出端连接，一度关联指标分析模块用于存储一度关联多维度指标的名称及计算模型，并基于筛选出的第一信息计算出一度关联多维度指标。本发明所提供的系统具有通用性，分析结果不受分析人员的主观性影响，分析结果更具有可靠性，而且分析项目及计算模型已固定，无需临时设计，分析速度快，效率高。

Description

基于关联方指标体系的数据分析系统
技术领域
本发明涉及数据处理技术领域，特别涉及一种基于关联方指标体系的数据分析系统。
背景技术
随着大数据技术的发展，各类经济主体在进行政府决策、商业交易、金融活动时，都希望能更加快速、准确、多维地了解企业的信息和风险点。企业的关联方是与企业之间存在直接或间接控制关系或重大影响的主体，对企业的正常经营和发展有极重要的影响，因此掌握企业及其关联方的信息尤为重要。基于爬虫技术可以从各方渠道获取企业及其关联方的信息，然而目前对于获取的信息的分析方式比较随意，不同分析人员或不同时间的分析项目不同，主观性强，且通常是临时性分析，不具有通用性与时效性，分析速度慢，效率低。
发明内容
本发明的目的在于改善现有技术中所存在的上述不足，提供一种基于关联方指标体系的数据分析系统，具有通用性，且可以提高分析效率。
为了实现上述发明目的，本发明实施例提供了以下技术方案：
一种基于关联方指标体系的数据分析系统，包括数据采集模块、数据库服务器、数据筛选模块、一度关联指标分析模块，其中，
所述数据采集模块，用于采集目标企业的信息，及与目标企业关联的关联方的信息；
所述数据库服务器的数据输入端与数据采集模块的数据输出端连接，数据库服务器中布置有数据库，用于存储数据采集模块采集到的信息；
所述数据筛选模块的数据输入端与数据库服务器的数据输出端连接，数据筛选模块用于从数据库中筛选出第一信息，所述第一信息包括目标企业的信息、与目标企业直接关联的关联方的信息；
所述一度关联指标分析模块的数据输入端与所述数据筛选模块的数据输出端连接，一度关联指标分析模块用于存储一度关联多维度指标的名称及计算模型，并基于筛选出的第一信息计算出一度关联多维度指标的数值。
上述系统具有通用性，任何分析人员应用上述系统进行数据分析时，只需要将采集的数据存入数据库服务器中，筛选模块即可从数据库服务器中筛选出所需的数据，一度关联指标分析模块即可根据既存的计算模型及指标名称计算出各项指标的数值，分析结果不受分析人员的主观性影响，分析结果的利用价值强，而且分析项目及计算模型已固定，无需临时设计，分析速度快，效率高。
在进一步优化的方案中，上述系统还包括二度关联指标分析模块，所述二度关联指标分析模块的数据输入端与所述数据筛选模块的数据输出端连接，二度关联指标分析模块用于存储二度关联多维度指标的名称及计算模型，并基于筛选出的第二信息计算出二度关联多维度指标；所述数据筛选模块还用于从数据库中筛选出所述第二信息，所述第二信息包括目标企业的信息、与目标企业间接关联的关联方的信息。
间接关联包括一级间接关联、二级间接关联、三级间接关联等情况，因此所述二度关联指标分析模块可以为多个，每一级间接关联对应一个二度关联指标分析模块。
直接关联的关联方对目标企业的影响最大，但是间接关联的关联方对目标企业也具有不同程度的影响，通过同时对间接关联的关联方的分析，可以增强分析结果的利用价值，使得分析结果更可靠。
与现有技术相比，本发明的有益效果：本发明所提供的系统，具有通用性，分析结果不受分析人员的主观性影响，分析结果更具有可靠性，而且分析项目及计算模型已固定，无需临时设计，分析速度快，效率高。固化的分析项目动态、全面、实时地描述了企业的各方面信息，满足各类业务场景的需求。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为实施例中所述的基于关联方指标体系的数据分析系统的示意框图。
图2为实施例中所述关联方网络图谱。
图3为数据格式示意图。
图4a、4b分别为一度关联指标分析模块的两种结构示意框图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
在描述本实施例中提供的方法及系统之前，先对后文中涉及到的几个名词做简要说明。
关联方：是指与目标企业相关联的对象，可能是自然人，也可能是企业，所述关联主要指的是通过投资或被投资关系连接的企业，及通过投资、任职关系连接的自然人与企业之间的关系。而自然人与企业之间的任职关系又包含法人、董事、高管、监事。
入度、出度指的是投资关系和任职关系的方向。入度指的是给目标企业投资的企业及个人或在目标公司任职的个人，出度指的是目标公司对外投资的企业。
关联度数：指关联的程度，包括一度关联、二度关联、三度关联等等，一度关联是指直接关联，二度关联是指以一度关联为基础的间接关联(一级间接关联)，三度关联是指以二度关联为基础的间接关联(二级间接关联)。例如赵某是A公司的法人，也是B公司的监事，那么A公司与赵某为一度关联关系，即赵某为A公司的一度关联方，B公司为A公司的二度关联方。
如图1所示，本实施例示意性地提供了一种基于关联方指标体系的数据分析系统，包括数据采集模块、数据库服务器、数据筛选模块、一度关联指标分析模块、二度关联指标分析模块，数据采集模块的数据输出端连接数据库服务器的数据输入端，数据库服务器的数据输出端连接数据筛选模块的数据输入端，数据筛选模块的数据输出端分别连接一度关联指标分析模块的数据输入端、二度关联指标分析模块的数据输入端。
其中，数据采集模块，用于采集目标企业的信息，及与目标企业关联的关联方的信息，并将采集的信息存储于所述数据库服务器中布置的数据库中。此处的关联方包括直接关联的关联方、间接关联的关联方。
作为可实施方式的举例，关联方信息包括关联方的id(ID)、与目标企业的关联度数、关联方是否为自然人、关联方(为自然人的情况)在公司任职位置等信息，还可以包括关联方的招聘信息、行政处罚/许可信息、基本工商信息、诉讼信息等。
本实施例中，获取数据利用了爬虫技术，运用爬虫技术定期获取了数据后，还可以再运用图谱构建的技术(图谱构建为现有技术，本文中对此不做细述)，搭建关联方网络的图数据库，并定期或不定期更新数据库里的离线结构化数据表off_line_relations，表里的每一条数据代表与目标公司相关的一条关联关系连接。每条数据中包含以下几个字段：时间戳、企业id、公司姓名、连接关系起点id、起点与目标公司关联度数、起点是否为自然人、起点(起点为自然人的情况)在公司任职位置(董事、监事、高管)、连接关系终点id、终点与目标公司关联度数、终点是否为自然人。对于招聘信息、行政处罚/许可信息、基本工商信息、诉讼信息等这些比较详细的信息可以进行分类存储，分别存储于数据库中不同的数据表中，各个数据表可以以关联方的id或名称作为共同属性，以便于进行数据筛选。
图2示意性地展示了关联方网络的图谱的结构。如图2中，对于乐视控股(北京)这一公司(即目标企业)来说，每一个箭头表示的连接在数据库中都是一条数据记录。如赵凯——上海达汶商贸这一连接在数据库中的存储形式为：目标公司为乐视控股(北京)，起点为赵凯，起点关联度数为1，起点是否为自然人字段取值为1(取值为1表示自然人，取值为0表示法人)，赵凯为乐视公司的监事，终点为上海达汶商贸，由于乐视与上海达汶商贸也存在直接的投资关系，终点关联度数为1，终点是否为自然人字段取值为0，此条数据的存储时间戳为2018年7月9日。该连接在数据库里的记录形式如图3所示。
所述数据筛选模块的数据输入端与数据库的数据输出端连接，数据筛选模块用于从数据库中筛选出第一信息，并输出给一度关联指标分析模块，或者筛选出第二信息，并输出给二度关联指标分析模块，第一信息包括目标企业的信息、与目标企业直接关联的关联方的信息，第二信息包括目标企业的信息、与目标企业间接关联的关联方的信息。
例如作为举例，从数据表off_line_relations中选出企业id为目标公司的企业id、起点关联度数为1或终点关联度数为1的记录，即可筛选出一度关联的关联方的网络连接数据条。
其中，一度关联指标分析模块用于存储一度关联多维度指标的名称及计算模型，并基于筛选出的第一信息计算出一度关联多维度指标的数值。
作为可实施方式的举例，如图4a所示，一度关联指标分析模块可以包括数量指标分析子模块、变化率指标分析子模块、比例指标分析子模块、权重指标分析子模块，数量指标分析子模块的数据输入端、变化率指标分析子模块的数据输入端、比例指标分析子模块的数据输入端、权重指标分析子模块的数据输入端均与数据筛选模块的数据输出端相连接，以获取各自所需的数据。
其中，数量指标分析子模块用于存储数量指标的名称及求和模型，并基于求和模型，计算出各项数量指标的数值。
作为举例，数量指标可以包括关联企业数量(入度)、关联企业数量(出度)、关联自然人数量、关联董事数量、关联监事数量、关联高管数量等，还可以包括关联企业行业跨度、关联企业(入度)国企数量、关联企业(入度)上市公司数量、关联企业注册资本均值、关联企业平均经营年限等，也可以包括关联企业最近一段时间(如近半年)作为被告的开庭公告数量、关联企业中最近一段时间(如近半年)借贷违约裁判文书数量、关联企业被执行总金额、关联企业中最近一段时间(如近半年)行政处罚数量、关联企业中最近一段时间(如近半年)行政处罚金额等，还可以包括关联企业最近一段时间(如近半年)发布招聘信息数量、关联企业最近一段时间(如近半年)招聘人数、关联企业最近一段时间(如近半年)招聘平均工资等。也可以增加、删除数量指标，即增加、删除数量指标分析子模块中存储的数量指标的名称。通过数量指标可以展现目标企业的规模，例如关联方规模、投融资规模等。数量指标也可反应企业的活跃程度与经营状态，例如招聘活跃程度、涉诉情况等。
其中，变化率指标分析子模块用于存储变化率指标的名称和变化率计算模型，并基于变化率计算模型，计算出各项变化率指标的数值。
作为举例，变化率指标可以包括企业关联企业数量(出度)近半年的增长率、近一年内关联自然人数量(入度)增长率等。理论上，数量指标都可以相应的匹配一个变化率指标，即计算数量指标在最近一段时间内的变化率。例如计算企业关联企业数量(出度)近半年的增长率，即计算企业在当前时间点(2018年7月9日)的关联企业数量(出度)与6个月以前(2018年1月9日)的关联企业数量(出度)。静态计算只能判断关联方结构在某一时间点上的特征，不能动态反应其风险，变化率指标是基于不同时点的关联方静态类指标计算其增长率，以此可以推断该公司关联网络是否处于平稳发展，是否有过度扩张等风险。变化率指标还可对公司未来的发展趋势进行有效的预测。
其中，比例指标分析子模块用于存储比例指标的名称及比例计算模型，并基于比例计算模型，计算出各项比例指标的数值。
作为举例，关联方中自然人比例，即用关联方中的自然人数量比关联方总数量(即自然人和法人数量之和)。理论上，任意两个数量指标都可以相应的匹配一个比例指标，即计算任意两个数量指标之间的比例。比例指标可以简单反应关联方网络的基础结构风险，例如当一度关联方(入度)自然人比例过高时，可能不利于企业的稳定发展与扩张。比例指标还可以消除强相关性对某些指标造成的影响。比如关联方裁判文书数量与关联方数量的比例，可以消除关联网络大小对于关联方信用水平评价的影响。
其中，权重指标分析子模块，用于存储权重指标的名称及权重计算模型，并基于权重计算模型，计算出各项权重指标的数值。
权重是指关联方与目标企业的关联关系的亲疏程度，以连接路径为依据，假定某一关联方与目标企业的连接路径有m条，则权重计算模型为qi为第i条连接路径的权重，Q为关联方与目标企业的综合权重。基于不同的连接方式(投资，法人，股东，高管)，每条连接路径的权重可以不同。
参考图2，仍以乐视控股(北京)为目标企业为例，针对于上海达文商贸这个关联方，两者有两条连接路径，一条是乐视控股(北京)公司与上海达文商贸之间的直接投资关系，另一条是上海达文商贸——赵凯——乐视控股(北京)，则上海达文商贸与乐视控股(北京)的综合权重为这两条连接路径的权重之和。每个企业的关联方对其的影响并不相同，关联方与目标企业的权重体现了关联方对企业的影响程度，通过权重指标可以体现出各个关联方对目标企业的影响。
由此可以计算的指标有例如前五个关键企业(关键企业指权重占比在所有关联方企业中排名靠前的企业，前五个关键企业即为权重最大的五个企业)权重占比、企业一度关联方权重占比等。以前五个关键人权重占比为例，其计算方法是选取企业关联方中权重绝对值最大的前五个企业，用其权重之和比上所有关联方的权重之和的比例。此外，上面所构造的交叉指标在也可以继续衍生，例如前五个关键企业的被执行总额、前五个关键企业近一年裁判文书总数等。这类型指标能更准确地把控企业的风险传播路径，当某个关键关联方的经营状况出现问题时，能在该类指标中更准确地得到体现。
基于不同的连接方式一度关联指标分析模块具有不同的结构。如图4a所示，各个子模块均与数据筛选模块相连接。作为另一种实施方式，比例指标分析子模块、变化率指标分析子模块、权重指标分析子模块中的各项指标，均可以基于数量指标分析子模块中计算得到的数量指标的数值进行计算，因此，作为更为优化的实施方式，如图4b所示，数量指标分析子模块的数据输入端与数据筛选模块的数据输出端连接，比例指标分析子模块的数据输入端、变化率指标分析子模块的数据输入端、权重指标分析子模块的数据输入端分别与数量指标分析子模块的数据输出端连接，以简化计算过程，提高计算速度。
本实施例中，二度关联指标分析模块与一度关联指标分析模块具有相同的结构，不同的是，一度关联指标分析模块分析的是与目标企业一度关联的关联方的各项指标，二度关联指标分析模块分析的是与目标企业二度关联的关联方的各项指标。直接关联的关联方对目标企业的影响最大，但是间接关联的关联方对目标企业也具有不同程度的影响，通过同时对间接关联的关联方的分析，可以增强分析结果的可靠性，能更完整地展示其关联方网络的整体结构和风险水平。
本发明所提供的上述系统具有通用性，分析结果不受分析人员的主观性影响，更具有可靠性，而且分析项目及计算模型已固定，无需临时设计，分析速度快，效率高。
上述系统中，指标体系完善、可靠。分析了关联企业的各类特征，综合描述企业的关联企业综合实力、信用水平、经营情况、发展状况，当关联方企业有风险事件发生时，能及时对目标企业可能受到的影响进行反映。对关联企业对目标企业的影响程度做了区分，使用户能对目标企业的关键关联公司进行重点监控，当关键关联公司发生风险事件时，指标能够及时显示预警信息。由观察静态时点的关联方结构向监控目标企业整个存续期间的关联方发展过程延申，一系列反映关联方动态变化的指标可以实时对企业的关联方扩张路径进行监控，当短期内企业的关联方扩张出现异常情况时，指标层面也会及时显示出风险信息。
作为举例，下文对涉及企业基本工商信息、诉讼信息、行政处罚/许可信息、招聘信息的数量指标进行了简要说明。
1)企业基本工商信息
数据库里记录企业基本工商信息的表格里主要包含的信息有企业行业、地区、企业类型、企业经营年限、注册资本等，由此可以根据这些数据计算例如关联企业行业跨度、关联企业(入度)国企数量、关联企业(入度)上市公司数量、关联企业注册资本均值、关联企业平均经营年限等数量指标的数值。以关联企业(入度)国企数量为例说明其计算过程，数量指标分析子模块从第一信息(或第二信息)中，通过将使用off_line_relations表格获取的目标公司的关联企业(入度)的企业id，在企业基本工商信息表格中匹配这些企业的企业类型的方式，挑选出其中为国企的企业，并利用求和模型求和。
2)企业诉讼信息
数据库中存有裁判文书和开庭公告的信息。分析关联方的诉讼信息，可以对其关联方的信用水平和违约风险进行有效的评估。如关联企业最近一段时间(例如近半年)作为被告的开庭公告数量。即筛选出目标公司的关联企业，在数据库中将近半年其作为被告的开庭公告案件信息选出，并统计其数量。裁判文书和开庭公告表格中对案件也有细分的字段，如案件类型、执行金额等，由此可以进一步分析关联企业中近半年借贷违约裁判文书数量、关联企业被执行总金额等数量指标。
3)行政处罚/行政许可信息
从行政处罚/行政许可信息可以判断目标公司关联方经营的规范性和稳定性等。与上述诉讼信息交叉的方式类似，即筛选出目标公司的关联企业，在数据库中将最近一段时间(例如近半年)其具有的行政处罚/行政许可信息选出，并统计其数量。
4)招聘信息
从关联方企业的招聘信息中，获取的数量指标可以反应其关联方企业的活跃程度、人员结构等信息，例如关联企业最近一段时间(如近半年)发布招聘信息数量，关联企业近半年招聘人数，一度关联企业近半年招聘平均工资等。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
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，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，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所述以权利要求的保护范围为准。

Claims (9)

1.一种基于关联方指标体系的数据分析系统，其特征在于，包括数据采集模块、数据库服务器、数据筛选模块、一度关联指标分析模块，其中，
所述数据采集模块，用于采集目标企业的信息，及与目标企业关联的关联方的信息；
所述数据库服务器的数据输入端与数据采集模块的数据输出端连接，数据库服务器中布置有数据库，用于存储数据采集模块采集到的信息；
所述数据筛选模块的数据输入端与数据库服务器的数据输出端连接，数据筛选模块用于从数据库中筛选出第一信息，所述第一信息包括目标企业的信息、与目标企业直接关联的关联方的信息；
所述一度关联指标分析模块的数据输入端与所述数据筛选模块的数据输出端连接，一度关联指标分析模块用于存储一度关联多维度指标的名称及计算模型，并基于筛选出的第一信息计算出一度关联多维度指标的数值。
2.根据权利要求1所述的系统，其特征在于，还包括二度关联指标分析模块，所述二度关联指标分析模块的数据输入端与所述数据筛选模块的数据输出端连接，二度关联指标分析模块用于存储二度关联多维度指标的名称及计算模型，并基于筛选出的第二信息计算出二度关联多维度指标的数值；
所述数据筛选模块还用于从数据库中筛选出所述第二信息，所述第二信息包括目标企业的信息、与目标企业间接关联的关联方的信息。
3.根据权利要求2所述的系统，其特征在于，所述一度关联指标分析模块和/或所述二度关联指标分析模块，分别包括数量指标分析子模块，用于存储数量指标的名称及求和模型，并基于求和模型，计算出各项数量指标的数值。
4.根据权利要求2所述的系统，其特征在于，所述一度关联指标分析模块和/或所述二度关联指标分析模块，分别包括变化率指标分析子模块，用于存储变化率指标的名称和变化率计算模型，并基于变化率计算模型，计算出各项变化率指标的数值。
5.根据权利要求2所述的系统，其特征在于，所述一度关联指标分析模块和/或所述二度关联指标分析模块，分别包括比例指标分析子模块，用于存储比例指标的名称及比例计算模型，并基于比例计算模型，计算出各项比例指标的数值。
6.根据权利要求2所述的系统，其特征在于，所述一度关联指标分析模块和/或所述二度关联指标分析模块，分别包括权重指标分析子模块，用于存储权重指标的名称及权重计算模型，并基于权重计算模型，计算出各项权重指标的数值。
7.根据权利要求2所述的系统，其特征在于，一度关联指标分析模块包括数量指标分析子模块、变化率指标分析子模块、比例指标分析子模块、权重指标分析子模块，数量指标分析子模块的数据输入端、变化率指标分析子模块的数据输入端、比例指标分析子模块的数据输入端、权重指标分析子模块的数据输入端均与数据筛选模块的数据输出端相连接。
8.根据权利要求2所述的系统，其特征在于，一度关联指标分析模块包括数量指标分析子模块、变化率指标分析子模块、比例指标分析子模块、权重指标分析子模块，数量指标分析子模块的数据输入端与数据筛选模块的数据输出端连接，比例指标分析子模块的数据输入端、变化率指标分析子模块的数据输入端、权重指标分析子模块的数据输入端分别与数量指标分析子模块的数据输出端连接。
9.根据权利要求2所述的系统，其特征在于，一度关联指标分析模块与二度关联指标分析模块的结构相同。
CN201810866795.2A 2018-08-01 2018-08-01 基于关联方指标体系的数据分析系统 Pending CN109189821A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810866795.2A CN109189821A (zh) 2018-08-01 2018-08-01 基于关联方指标体系的数据分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810866795.2A CN109189821A (zh) 2018-08-01 2018-08-01 基于关联方指标体系的数据分析系统

Publications (1)

Publication Number Publication Date
CN109189821A true CN109189821A (zh) 2019-01-11

Family

ID=64920417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810866795.2A Pending CN109189821A (zh) 2018-08-01 2018-08-01 基于关联方指标体系的数据分析系统

Country Status (1)

Country Link
CN (1) CN109189821A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110428327A (zh) * 2019-08-13 2019-11-08 树根互联技术有限公司 一种用户逾期评估方法、装置及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978665A (zh) * 2015-06-16 2015-10-14 北京畅游天下网络技术有限公司 一种品牌评估方法和装置
CN106326473A (zh) * 2016-08-31 2017-01-11 国信优易数据有限公司 基于熵权算法与层次分析法的数据挖掘方法与系统
CN106407461A (zh) * 2016-10-10 2017-02-15 山东合天智汇信息技术有限公司 一种企业圈的生成方法及系统
CN106651190A (zh) * 2016-12-28 2017-05-10 深圳微众税银信息服务有限公司 一种企业风险等级评估方法以及系统
CN106910025A (zh) * 2017-03-03 2017-06-30 深圳市博信诺达经贸咨询有限公司 大数据企业评价的方法及系统
CN107066532A (zh) * 2017-03-01 2017-08-18 苏州朗动网络科技有限公司 一种生成企业横纵向关系图的方法及系统
CN107122888A (zh) * 2017-04-01 2017-09-01 西北工业大学 基于五级评价方案的工业企业诚信评价方法
CN107133732A (zh) * 2017-04-27 2017-09-05 青岛格兰德信用管理咨询有限公司 基于大数据分析的关系圈挖掘方法及其应用
CN107239882A (zh) * 2017-05-10 2017-10-10 平安科技（深圳）有限公司 风险评估方法、装置、计算机设备及存储介质
CN107464037A (zh) * 2017-07-05 2017-12-12 九次方大数据信息集团有限公司 基于多指标维度模型的企业画像方法及系统
CN107563630A (zh) * 2017-08-25 2018-01-09 前海梧桐（深圳）数据有限公司 基于多维度的企业评分方法及其系统
CN107844917A (zh) * 2017-12-04 2018-03-27 杭州云算信达数据技术有限公司 一种基于大数据的企业生命周期分析方法和系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978665A (zh) * 2015-06-16 2015-10-14 北京畅游天下网络技术有限公司 一种品牌评估方法和装置
CN106326473A (zh) * 2016-08-31 2017-01-11 国信优易数据有限公司 基于熵权算法与层次分析法的数据挖掘方法与系统
CN106407461A (zh) * 2016-10-10 2017-02-15 山东合天智汇信息技术有限公司 一种企业圈的生成方法及系统
CN106651190A (zh) * 2016-12-28 2017-05-10 深圳微众税银信息服务有限公司 一种企业风险等级评估方法以及系统
CN107066532A (zh) * 2017-03-01 2017-08-18 苏州朗动网络科技有限公司 一种生成企业横纵向关系图的方法及系统
CN106910025A (zh) * 2017-03-03 2017-06-30 深圳市博信诺达经贸咨询有限公司 大数据企业评价的方法及系统
CN107122888A (zh) * 2017-04-01 2017-09-01 西北工业大学 基于五级评价方案的工业企业诚信评价方法
CN107133732A (zh) * 2017-04-27 2017-09-05 青岛格兰德信用管理咨询有限公司 基于大数据分析的关系圈挖掘方法及其应用
CN107239882A (zh) * 2017-05-10 2017-10-10 平安科技（深圳）有限公司 风险评估方法、装置、计算机设备及存储介质
CN107464037A (zh) * 2017-07-05 2017-12-12 九次方大数据信息集团有限公司 基于多指标维度模型的企业画像方法及系统
CN107563630A (zh) * 2017-08-25 2018-01-09 前海梧桐（深圳）数据有限公司 基于多维度的企业评分方法及其系统
CN107844917A (zh) * 2017-12-04 2018-03-27 杭州云算信达数据技术有限公司 一种基于大数据的企业生命周期分析方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110428327A (zh) * 2019-08-13 2019-11-08 树根互联技术有限公司 一种用户逾期评估方法、装置及存储介质

Similar Documents

Publication Publication Date Title
WO2014094463A1 (zh) 一种企业税务管控平台及实现企业税务管控的方法
CN103455855A (zh) 一种基于用电信息数据分析的反间歇性窃电检测方法
CN102034148A (zh) 一种监控系统的事件预警及防风暴策略的实现方法
CN111291076A (zh) 基于大数据的异常用水监测报警系统及其构建方法
CN110503136A (zh) 台区线损异常分析方法、计算机可读存储介质及终端设备
CN110276511A (zh) 一种基于电量与线损关联性的线变关系异常判别方法
CN103338128A (zh) 一种具有一体化安全管控功能的信息安全管理系统
CN109255524A (zh) 一种计量设备数据分析评估方法及系统
Deng et al. A novel mean-variance-maverick DEA prospect cross-efficiency approach for fuzzy portfolio selection
Lenzerini et al. Concept Languages as Query Languages.
Zhang et al. A study on SMIE credit evaluation model based on blockchain technology
CN109189821A (zh) 基于关联方指标体系的数据分析系统
Zhang et al. Financial risk analysis of real estate bubble based on machine learning and factor analysis model
CN104601567A (zh) 一种基于电力信息网络安全事件挖掘的指标化安全度量方法
CN107784578A (zh) 银行外汇数据监管方法及装置
CN110837980A (zh) 企业信用评级方法、装置、设备及存储介质
CN110458299A (zh) 单环式电缆配电网接线方式的线-变-表拓扑异常辨识方法
CN111339102B (zh) 一种基于区块链的财务记录信息精准化可信存储方法
CN114154842A (zh) 一种基于电厂实时数据分析的运行指导系统与方法
CN112418600A (zh) 一种基于指标集的企业政策评分方法及系统
CN113240520A (zh) 一种基于数据模型的算法链路实现乡村金融三资监管方法
Li Research on financial risk prediction and prevention countermeasures based on big data
Wei et al. Advanced Artificial Intelligence Model for Financial Accounting Transformation Based on Enterprise Unstructured Text Data
Wencui et al. An information security prevention system of power grid enterprises based on artificial intelligence
CN117808601B (zh) 一种基于大数据的资金追溯方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111