CN109670944A - 一种基于图谱关系网络的企业信用评估方法及系统 - Google Patents
一种基于图谱关系网络的企业信用评估方法及系统 Download PDFInfo
- Publication number
- CN109670944A CN109670944A CN201811555873.3A CN201811555873A CN109670944A CN 109670944 A CN109670944 A CN 109670944A CN 201811555873 A CN201811555873 A CN 201811555873A CN 109670944 A CN109670944 A CN 109670944A
- Authority
- CN
- China
- Prior art keywords
- node
- relational network
- enterprise
- investment
- relationship
- 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
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于图谱关系网络的企业信用评估方法及系统，其中方法包括：获取企业工商注册数据，构建图谱关系网络，然后基于图谱关系网络，提取图谱关系网络中节点的投资关系维度、任职关系维度，再参照关系强度打分表，基于投资关系维度、任职关系维度度量化图谱关系网络中节点之间的关系强度，最后综合节点信用水平、量化的关系强度，评估企业信用水平。利用本发明提供的基于图谱关系网络的企业信用评估方法及系统，可以多维度、更全面、更准确的实现企业信用评估，更加切合当代企业的发展需求。
Description
技术领域
本发明涉及大数据挖掘分析技术领域，特别涉及一种基于图谱关系网络的企业信用评估方法及系统。
背景技术
近年来，中国中小企业一直饱受“融资难、融资贵”问题的困扰，许多中小企业的信用水平由于达不到国有银行及商业银行授信标准，致使银行无法放贷。大多数银行仍在使用传统的企业信用评估方法，而传统的评估方法给出的企业信用水平标准会将大多数中小企业拒之门外。大数据挖掘分析方法转变了传统企业信用评估的思维方式，利用大数据解决企业信用评估问题已成为国内外研究的热点。
目前，缺少一种基于大数据挖掘分析的企业信用评估方法，以更全面、更准确的实现企业信用评估。
发明内容
为解决传统的企业信用评估方法无法全面、准确的对当代企业的信用进行评估的不足，本发明提出一种基于图谱关系网络的企业信用评估方法及系统，基于大数据挖掘分析技术，通过将图谱关系网络中节点间关系强度作为评估企业信用的一个维度，综合量化企业信用水平。
本发明提供的基于图谱关系网络的企业信用评估方法，包括以下步骤：
获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络；
提取所述图谱关系网络中的所有的节点的投资关系维度和任职关系维度；
根据预设的关系强度打分表，以及节点的所述投资关系维度和任职关系维度，量化所述图谱关系网络中各个节点之间的关系强度；
基于所述图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平。
作为一种可实施方式，所述企业工商注册数据包括：主要人员信息、股东和出资信息、企业登记信息、以及关联信息四个维度的数据。
作为一种可实施方式，获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络，包括以下步骤：
网络抓取所述企业工商注册数据；
对抓取的所述企业工商注册数据中的半结构化数据进行抽取，以获得结构化数据；
对结构化数据中的异常数据或缺失数据进行处理；
对处理后的结构化数据进行合并，形成所述图谱关系网络。
作为一种可实施方式，所述图谱关系网络用G(V,E)表示，节点V分为两种类型，分别是自然人节点和企业节点，具有7种属性，V∈{股东，法人，董事长，执行董事，监事，总经理，其他}，连接边E为有向边，具有3种属性，E∈{投资，任职，投资兼任职}。
作为一种可实施方式，所述图谱关系网络中的节点的投资关系维度包括：自然人节点对企业节点的投资金额、投资集中度、以及投资占比三个维度；还包括企业节点对企业节点的投资金额、投资集中度、投资占比、以及企业资产来源四个维度；
所述图谱关系网络中的节点的任职关系维度包括：自然人节点对企业节点的职位重要度、任职集中度、以及管理集中度三个维度。
作为一种可实施方式，所述图谱关系网络中的节点之间的关系强度包括：投资关系强度和任职关系强度，量化图谱关系网络中节点之间关系强度通过以下公式计算得到：
Sij＝α*ISi,j+β*DSi,j
其中，Sij代表节点之间的关系强度，i、j代表不同的节点，参数α、β为权重系数；IS为投资关系强度,DS为任职关系强度；
自然人节点对企业节点的投资关系强度ISi,j，根据以下公式计算得到：
ISi,j＝a*AI+b*NI+c*PI
其中，AI为投资金额、NI为投资集中度、PI为投资占比，a、b、c分别为权重系数；
企业节点对企业节点的投资关系强度IS'i,j，根据以下公式计算得到：
IS'i,j＝e*AI+f*NI+g*PI+k*BI
其中，BI为企业资产来源，e、f、g、k分别为权重系数；
自然人节点对企业节点的任职关系强度DSi,j，根据以下公式计算得到：
DSi,j＝l*D+t*NS+h*NM
其中，D为职位重要度、NS为任职集中度、NM为管理集中度，l、t、h分别为权重系数。
作为一种可实施方式，基于所述图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平，包括以下步骤：
在所述图谱关系网络中找到与该节点具有连接边的关联节点；
计算连接边的关系强度；
将关联节点的信用水平与连接边的关系强度相乘，标准化后得到该企业的信用水平。
相应地，本发明还提供一种基于图谱关系网络的企业信用评估系统，包括图谱关系网络构建模块、关系维度提取模块、关系强度量化模块、以及企业信用水平评估模块；
所述图谱关系网络构建模块，用于获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络；
所述关系维度提取模块，用于提取所述图谱关系网络中的所有的节点的投资关系维度和任职关系维度；
所述关系强度量化模块，用于根据预设的关系强度打分表，以及节点的所述投资关系维度和任职关系维度，量化所述图谱关系网络中各个节点之间的关系强度；
所述企业信用水平评估模块，用于基于所述图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平。
作为一种可实施方式，所述企业工商注册数据包括：主要人员信息、股东和出资信息、企业登记信息、以及关联信息四个维度的数据。
作为一种可实施方式，还包括管理员登录模块和企业信用查询模块；
所述管理员登录模块，用于系统管理员登录和身份验证；
所述企业信用查询模块，用于响应于用户的查询操作，根据企业名称、统一信用识别码查询基于所述图谱关系网络进行企业信用评估后得到的信用分数并进行展示。本发明相比于现有技术的有益效果在于：
本发明提供的基于图谱关系网络的企业信用评估方法及系统，通过获取企业工商注册数据，构建图谱关系网络，然后基于图谱关系网络，提取图谱关系网络中节点的投资关系维度、任职关系维度，再参照关系强度打分表，基于投资关系维度、任职关系维度度量化图谱关系网络中节点之间的关系强度，最后综合节点信用水平、量化的关系强度，评估企业信用水平。利用本发明提供的基于图谱关系网络的企业信用评估方法及系统，可以多维度、更全面、更准确的实现企业信用评估，更加切合当代企业的发展需求。
附图说明
图1为本发明实施例一提供的基于图谱关系网络的企业信用评估方法的流程示意图；
图2为本发明实施例二提供的基于图谱关系网络的企业信用评估系统的结构示意图；
图3为本发明实施例三提供的基于图谱关系网络的企业信用评估系统的结构示意图。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部实施例。
参见图1，本发明实施例一提供了一种基于图谱关系网络的企业信用评估方法，包括以下步骤：
S100、获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络；
S200、提取图谱关系网络中的所有的节点的投资关系维度和任职关系维度；
S300、根据预设的关系强度打分表，以及节点的投资关系维度和任职关系维度，量化图谱关系网络中各个节点之间的关系强度；
S400、基于图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平。
步骤S100中的企业工商注册数据可以从网络抓取，企业工商注册数据包括：主要人员信息、股东和出资信息、企业登记信息、以及关联信息四个维度的数据。四个维度又包含了若干子维度，具体如下表1所示。其中，主要人员信息宝库法人、执行董事、董事长、副董事长、总经理、副总经理、股东以及监事。
表1企业工商注册数据维度表
网络抓取企业工商注册数据后，首先对抓取的企业工商注册数据中的半结构化数据进行抽取，以获得结构化数据；然后，对结构化数据中的异常数据或缺失数据进行处理，例如删除或者补全等；最后统一对处理后的结构化数据进行合并，即可形成图谱关系网络。
作为一种可实施方式，可以通过定期增量抓取企业工商注册、变更等数据，利用自然语言处理工具将半结构化数据处理分析成结构化数据并存储。
具体地，作为一种可实现方式，图谱关系网络用G(V,E)表示，节点V分为两种类型，分别是自然人节点和企业节点，具有7种属性，V∈{股东，法人，董事长，执行董事，监事，总经理，其他}，连接边E为有向边，具有3种属性，E∈{投资，任职，投资兼任职}。
步骤S200中的图谱关系网络中的节点的投资关系维度包括：自然人节点对企业节点的投资金额、投资集中度、以及投资占比三个维度，企业节点对企业节点的投资金额、投资集中度、投资占比、以及企业资产来源四个维度。图谱关系网络中的节点的任职关系维度包括：自然人节点对企业节点的职位重要度、任职集中度、以及管理集中度三个维度。
步骤S300中的预设的关系强度打分表如下表2所示。图谱关系网络中的节点之间的关系强度包括：投资关系强度和任职关系强度，量化图谱关系网络中节点之间关系强度通过以下公式计算得到：
Sij＝α*ISi,j+β*DSi,j
其中，Sij代表节点之间的关系强度，i、j代表不同的节点，参数α、β为权重系数；IS为投资关系强度,DS为任职关系强度；
自然人节点对企业节点的投资关系强度ISi,j，根据以下公式计算得到：
ISi,j＝a*AI+b*NI+c*PI
其中，AI为投资金额、NI为投资集中度、PI为投资占比，a、b、c分别为权重系数；
企业节点对企业节点的投资关系强度IS'i,j，根据以下公式计算得到：
IS'i,j＝e*AI+f*NI+g*PI+k*BI
其中，BI为企业资产来源，e、f、g、k分别为权重系数；
自然人节点对企业节点的任职关系强度DSi,j，根据以下公式计算得到：
DSi,j＝l*D+t*NS+h*NM
其中，D为职位重要度、NS为任职集中度、NM为管理集中度，l、t、h分别为权重系数。
上述权重系数均可在具体的实施过程中设置。
表2关系强度打分表
步骤S400中的节点信用水平包括自然人节点信用水平和企业节点信用水平，节点信用水平区间范围为600分到1000分，分数越高说明信用水平越好。评估某个企业节点的信用水平时，在图谱关系网络中找到与该节点具有连接边的关联节点，计算节点连接边的关系强度，最后用关联节点信用水平乘以连接边关系强度，标准化即可得到该企业的信用水平。
基于同一发明构思，本发明实施例二还提供一种基于图谱关系网络的企业信用评估系统，该系统与前述基于图谱关系网络的企业信用评估方法的原理相同，可参照前述方法的步骤实现，重复之处，不再冗述。
参见图2，本发明实施例二提供的基于图谱关系网络的企业信用评估系统包括图谱关系网络构建模块100、关系维度提取模块200、关系强度量化模块300、以及企业信用水平评估模块400。
其中图谱关系网络构建模块100用于获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络。图谱关系网络构建模块100可以定期增量抓取企业工商注册、变更等数据，利用自然语言处理工具将半结构化数据处理分析成结构化数据并存储，并通过查询结构化数据，基于图工具构建图谱关系网络，将图谱关系网络可视化。
关系维度提取模块200用于提取图谱关系网络中的所有的节点的投资关系维度和任职关系维度。该模块主要基于图谱关系网络，提取关系网络中投资关系维度和任职关系维度，并提取与之对应的子维度数据。
关系强度量化模块300用于根据预设的关系强度打分表，以及节点的投资关系维度和任职关系维度，量化图谱关系网络中各个节点之间的关系强度。该模块包括关系强度打分表查询、修改、保存子模块，模型参数设置子模块，关系强度计算子模块等。
企业信用水平评估模块400用于基于图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平。
企业工商注册数据包括：主要人员信息、股东和出资信息、企业登记信息、以及关联信息四个维度的数据。
参见图3，进一步地，本发明实施例三提供的基于图谱关系网络的企业信用评估系统，在实施例二的基础上还包括管理员登录模块010和企业信用查询模块020；
管理员登录模块010用于系统管理员登录和身份验证；
企业信用查询模块020用于响应于用户的查询操作，根据企业名称、统一信用识别码查询基于图谱关系网络进行企业信用评估后得到的信用分数并进行展示。
本发明以大数据征信为切入点，挖掘分析图谱关系网络数据进行企业信用评估。本发明提供的基于图谱关系网络的企业信用评估方法及系统，通过获取企业工商注册数据，构建图谱关系网络，然后基于图谱关系网络，提取图谱关系网络中节点的投资关系维度、任职关系维度，再参照关系强度打分表，基于投资关系维度、任职关系维度度量化图谱关系网络中节点之间的关系强度，最后综合节点信用水平、量化的关系强度，评估企业信用水平。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于图谱关系网络的企业信用评估方法，其特征在于，包括以下步骤：
获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络；
提取所述图谱关系网络中的所有的节点的投资关系维度和任职关系维度；
根据预设的关系强度打分表，以及节点的所述投资关系维度和任职关系维度，量化所述图谱关系网络中各个节点之间的关系强度；
基于所述图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平。
2.根据权利要求1所述的基于图谱关系网络的企业信用评估方法，其特征在于，所述企业工商注册数据包括：主要人员信息、股东和出资信息、企业登记信息、以及关联信息四个维度的数据。
3.根据权利要求1所述的基于图谱关系网络的企业信用评估方法，其特征在于，获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络，包括以下步骤：
网络抓取所述企业工商注册数据；
对抓取的所述企业工商注册数据中的半结构化数据进行抽取，以获得结构化数据；
对结构化数据中的异常数据或缺失数据进行处理；
对处理后的结构化数据进行合并，形成所述图谱关系网络。
4.根据权利要求1所述的基于图谱关系网络的企业信用评估方法，其特征在于，所述图谱关系网络用G(V,E)表示，节点V分为两种类型，分别是自然人节点和企业节点，具有7种属性，V∈{股东，法人，董事长，执行董事，监事，总经理，其他}，连接边E为有向边，具有3种属性，E∈{投资，任职，投资兼任职}。
5.根据权利要求1至4任一项所述的基于图谱关系网络的企业信用评估方法，其特征在于：
所述图谱关系网络中的节点的投资关系维度包括：自然人节点对企业节点的投资金额、投资集中度、以及投资占比三个维度；还包括企业节点对企业节点的投资金额、投资集中度、投资占比、以及企业资产来源四个维度；
所述图谱关系网络中的节点的任职关系维度包括：自然人节点对企业节点的职位重要度、任职集中度、以及管理集中度三个维度。
6.根据权利要求5所述的基于图谱关系网络的企业信用评估方法，其特征在于：
所述图谱关系网络中的节点之间的关系强度包括：投资关系强度和任职关系强度，量化图谱关系网络中节点之间关系强度通过以下公式计算得到：
Sij＝α*ISi,j+β*DSi,j
其中，Sij代表节点之间的关系强度，i、j代表不同的节点，参数α、β为权重系数；IS为投资关系强度,DS为任职关系强度；
自然人节点对企业节点的投资关系强度ISi,j，根据以下公式计算得到：
ISi,j＝a*AI+b*NI+c*PI
其中，AI为投资金额、NI为投资集中度、PI为投资占比，a、b、c分别为权重系数；
企业节点对企业节点的投资关系强度IS'i,j，根据以下公式计算得到：
IS'i,j＝e*AI+f*NI+g*PI+k*BI
其中，BI为企业资产来源，e、f、g、k分别为权重系数；
自然人节点对企业节点的任职关系强度DSi,j，根据以下公式计算得到：
DSi,j＝l*D+t*NS+h*NM
其中，D为职位重要度、NS为任职集中度、NM为管理集中度，l、t、h分别为权重系数。
7.根据权利要求6所述的基于图谱关系网络的企业信用评估方法，其特征在于，基于所述图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平，包括以下步骤：
在所述图谱关系网络中找到与该节点具有连接边的关联节点；
计算连接边的关系强度；
将关联节点的信用水平与连接边的关系强度相乘，标准化后得到该企业的信用水平。
8.一种基于图谱关系网络的企业信用评估系统，其特征在于，包括图谱关系网络构建模块、关系维度提取模块、关系强度量化模块、以及企业信用水平评估模块；
所述图谱关系网络构建模块，用于获取企业工商注册数据，并对获取的企业工商注册数据进行结构化处理，构建图谱关系网络；
所述关系维度提取模块，用于提取所述图谱关系网络中的所有的节点的投资关系维度和任职关系维度；
所述关系强度量化模块，用于根据预设的关系强度打分表，以及节点的所述投资关系维度和任职关系维度，量化所述图谱关系网络中各个节点之间的关系强度；
所述企业信用水平评估模块，用于基于所述图谱关系网络中的各个节点的信用水平以及各个节点之间的关系强度，评估企业信用水平。
9.根据权利要求8所述的基于图谱关系网络的企业信用评估系统，其特征在于，所述企业工商注册数据包括：主要人员信息、股东和出资信息、企业登记信息、以及关联信息四个维度的数据。
10.根据权利要求8或9所述的基于图谱关系网络的企业信用评估系统，其特征在于，还包括管理员登录模块和企业信用查询模块；
所述管理员登录模块，用于系统管理员登录和身份验证；
所述企业信用查询模块，用于响应于用户的查询操作，根据企业名称、统一信用识别码查询基于所述图谱关系网络进行企业信用评估后得到的信用分数并进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811555873.3A CN109670944A (zh) | 2018-12-19 | 2018-12-19 | 一种基于图谱关系网络的企业信用评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811555873.3A CN109670944A (zh) | 2018-12-19 | 2018-12-19 | 一种基于图谱关系网络的企业信用评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109670944A true CN109670944A (zh) | 2019-04-23 |
Family
ID=66144445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811555873.3A Pending CN109670944A (zh) | 2018-12-19 | 2018-12-19 | 一种基于图谱关系网络的企业信用评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109670944A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110232078A (zh) * | 2019-04-26 | 2019-09-13 | 上海生腾数据科技有限公司 | 一种企业集团关系获取方法及系统 |
| CN110597870A (zh) * | 2019-08-05 | 2019-12-20 | 长春市万易科技有限公司 | 一种企业关系挖掘方法 |
| CN110968701A (zh) * | 2019-11-05 | 2020-04-07 | 量子数聚（北京）科技有限公司 | 用于图神经网络的关系图谱建立方法以及装置、设备 |
| CN111861120A (zh) * | 2020-06-17 | 2020-10-30 | 国家计算机网络与信息安全管理中心 | 企业关联图谱的构建方法、装置、设备及计算机可读介质 |
| CN112598302A (zh) * | 2020-12-25 | 2021-04-02 | 北京知因智慧科技有限公司 | 企业数据的评估方法、装置及服务器 |
| CN112766683A (zh) * | 2021-01-11 | 2021-05-07 | 上海信联信息发展股份有限公司 | 食品企业信用评定方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105740335A (zh) * | 2016-01-22 | 2016-07-06 | 山东合天智汇信息技术有限公司 | 一种基于titan的企业信息分析平台及其构建方法 |
| CN107657057A (zh) * | 2017-10-19 | 2018-02-02 | 河北省科学院应用数学研究所 | 一种企业征信信息融合图形化方法 |
| CN107705036A (zh) * | 2017-10-27 | 2018-02-16 | 杭州呯嘭智能技术有限公司 | 基于多维度数据的动态信用评估方法及系统 |
| CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
-
2018
- 2018-12-19 CN CN201811555873.3A patent/CN109670944A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105740335A (zh) * | 2016-01-22 | 2016-07-06 | 山东合天智汇信息技术有限公司 | 一种基于titan的企业信息分析平台及其构建方法 |
| CN107657057A (zh) * | 2017-10-19 | 2018-02-02 | 河北省科学院应用数学研究所 | 一种企业征信信息融合图形化方法 |
| CN107705036A (zh) * | 2017-10-27 | 2018-02-16 | 杭州呯嘭智能技术有限公司 | 基于多维度数据的动态信用评估方法及系统 |
| CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110232078A (zh) * | 2019-04-26 | 2019-09-13 | 上海生腾数据科技有限公司 | 一种企业集团关系获取方法及系统 |
| CN110232078B (zh) * | 2019-04-26 | 2021-03-30 | 上海合合信息科技股份有限公司 | 一种企业集团关系获取方法及系统 |
| CN110597870A (zh) * | 2019-08-05 | 2019-12-20 | 长春市万易科技有限公司 | 一种企业关系挖掘方法 |
| CN110968701A (zh) * | 2019-11-05 | 2020-04-07 | 量子数聚（北京）科技有限公司 | 用于图神经网络的关系图谱建立方法以及装置、设备 |
| CN111861120A (zh) * | 2020-06-17 | 2020-10-30 | 国家计算机网络与信息安全管理中心 | 企业关联图谱的构建方法、装置、设备及计算机可读介质 |
| CN111861120B (zh) * | 2020-06-17 | 2023-10-13 | 国家计算机网络与信息安全管理中心 | 企业关联图谱的构建方法、装置、设备及计算机可读介质 |
| CN112598302A (zh) * | 2020-12-25 | 2021-04-02 | 北京知因智慧科技有限公司 | 企业数据的评估方法、装置及服务器 |
| CN112598302B (zh) * | 2020-12-25 | 2024-03-26 | 北京知因智慧科技有限公司 | 企业数据的评估方法、装置及服务器 |
| CN112766683A (zh) * | 2021-01-11 | 2021-05-07 | 上海信联信息发展股份有限公司 | 食品企业信用评定方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109670944A (zh) | 一种基于图谱关系网络的企业信用评估方法及系统 | |
| Bernard et al. | Intrafirm trade and product contractibility | |
| Levine et al. | Bank liquidity, credit supply, and the environment | |
| WO2019196210A1 (zh) | 数据分析方法、计算机可读存储介质、终端设备及装置 | |
| CN107240014A (zh) | 一种基于企业征信业务的信用评级方法 | |
| CN102799964A (zh) | 绩效考核管理方法 | |
| CN106372798A (zh) | 一种基于风险的用户自定义的合同生成方法和系统 | |
| Donoso et al. | Balancing water supply and old-growth forest conservation in the lowlands of south-central Chile through adaptive co-management | |
| Popović et al. | Economic development of the Western Balkans and European Union investments | |
| CN109460446A (zh) | 一种房产宗地的整合方法 | |
| Alpert et al. | Measuring the impact of organizational culture and climate on police officers’ decisions and behaviour | |
| CN109684460A (zh) | 一种基于深度学习的负面网络舆情指数的计算方法及系统 | |
| CN109753619A (zh) | 一种网站行业类型快速识别的方法 | |
| CN109118378A (zh) | 基于企业过程数据的保险风险评估方法 | |
| Sagarra et al. | Assessing the asymmetric effects on branch rivalry of Spanish financial sector restructuring | |
| Chiroma et al. | Academic community cyber caf́es-A Perpetration point for cyber crimes in Nigeria | |
| DE202022104425U1 (de) | Intelligentes System für die sichere Integration von Kreditwürdigkeitsprüfungen und Bankensystemen durch maschinelles Lernen | |
| CN107844600A (zh) | 一种数据存储方法和装置 | |
| Copeland et al. | An examination of heir property, the 1980 Emergency Land Fund study, and analysis of factors that influence African American farmers' actions related to farmland | |
| Chimezie et al. | Database Integration In Nigeria: A Case For Improved Security And National Planning | |
| CN108520042B (zh) | 实现经侦工作中嫌疑人涉案角色标定和角色评估的系统及方法 | |
| Gamage | Multiplicity of trade unions: issues & challenges in Sri Lanka | |
| KR102292452B1 (ko) | 주소 및 자택전화번호를 이용한 배우자 추정 방법 및 추정된 배우자의 부동산을 이용한 자산평가방법 | |
| Dauda | Trends, Behavioral Patterns and Growth Implications of Foreign Private Capital Flows in Nigeria. | |
| Idowu | OKADA Journal of Sociology, Volume 2, Issue 1,(156-175) e-ISSN 2786-9539© 2020 Igbinedion University Okada. |
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: 20190423 |