CN109816217A - 案件处理方法、装置、计算机设备和存储介质 - Google Patents
案件处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109816217A CN109816217A CN201910007313.2A CN201910007313A CN109816217A CN 109816217 A CN109816217 A CN 109816217A CN 201910007313 A CN201910007313 A CN 201910007313A CN 109816217 A CN109816217 A CN 109816217A
- Authority
- CN
- China
- Prior art keywords
- case
- risk
- credit
- associated data
- data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012502 risk assessment Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000001755 vocal effect Effects 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013210 evaluation model Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于大数据的案件处理方法、装置、计算机设备和存储介质，该方法包括：获取目标企业的行业风险关联数据和区域风险关联数据；根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；获取所述目标企业的信用关联数据；根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；根据所述初级风险评分和信用度评分，确定最终风险评分；当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息。采用本方法能够提高监管立案的效率。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种案件处理方法、装置、计算机设备和存储介质。
背景技术
随着科学技术的飞速发展，企业的数量逐渐增多，企业的类型也日益增多。为了保证各个企业的规范运营和正常发展，政府部门的合理监管是必不可少的。
传统方法中，都是政府人员根据举报信或者新闻报道或者人为线下调研等方式，针对被举报揭发的企业进行手动立案监管。显然，这种通过被举报或者人为线下调研的方式来进行监管立案的处理方式，导致效率比较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高监管立案效率的案件处理方法、装置、计算机设备和存储介质。
一种案件处理方法，所述方法包括：
获取目标企业的行业风险关联数据和区域风险关联数据；
根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；
获取所述目标企业的信用关联数据；
根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；
根据所述初级风险评分和信用度评分，确定最终风险评分；
当最终风险评分大于或等于预设的风险评分阈值时，则
生成针对目标企业的监管任务案件信息。
在其中一个实施例中，所述根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分包括：
从行业风险评估表中，查找与所述行业风险关联数据相应的第一风险评分；
对照所述区域风险评估表，查找与所述区域风险关联数据相应的第二风险评分；
根据第一风险评分和第二风险评分，得到初级风险评分。
在其中一个实施例中，所述生成针对目标企业的监管任务案件信息包括：
将所述信用关联数据与预设的信用风险点进行匹配；
确定与所述目标企业匹配的信用风险点；
针对匹配的各个信用风险点，分别生成相应的监管任务案件信息。
在其中一个实施例中，所述方法还包括：
生成与监管任务案件信息相应的语音格式的预警提示信息；
将语音格式的预警提示信息下发至案件管理人员的案件管理终端，所述预警提示信息，用于指示所述案件管理终端语音播报所述预警提示信息；
获取所述案件管理终端基于语音播报的预警提示信息反馈的执行人员标识；
将所述监管任务案件信息推送至执行人员标识所对应的执行终端。
在其中一个实施例中，所述方法还包括：
获取案件管理终端上报的案件查询语音数据；
识别出所述案件查询语音数据中的案件搜索词；
查询与案件搜索词匹配的监管任务案件信息；
向所述案件管理终端返回查询到的监管任务案件信息。
在其中一个实施例中，所述方法还包括：
提取所述案件查询语音数据中的声纹特征；
将所述声纹特征与预存的备案声纹特征进行匹配；
当存在与所述声纹特征匹配的备案声纹特征时，再执行所述识别出所述案件查询语音数据中的案件搜索词的步骤。
在其中一个实施例中，所述方法还包括：
获取采集的脸部数据；
当存在与所述声纹特征匹配的备案声纹特征时，则
将所述脸部数据与预存的备案脸部数据匹配；
当存在与所述脸部数据匹配的备案脸部数据时，再执行所述识别出所述案件查询语音数据中的案件搜索词的步骤。
一种案件处理装置，所述装置包括：
获取模块，用于获取目标企业的行业风险关联数据和区域风险关联数据；
风险评分模块，用于根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；获取所述目标企业的信用关联数据；根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；根据所述初级风险评分和信用度评分，确定最终风险评分；
案件生成模块，用于当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取目标企业的行业风险关联数据和区域风险关联数据；
根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；
获取所述目标企业的信用关联数据；
根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；
根据所述初级风险评分和信用度评分，确定最终风险评分；
当最终风险评分大于或等于预设的风险评分阈值时，则
生成针对目标企业的监管任务案件信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取目标企业的行业风险关联数据和区域风险关联数据；
根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；
获取所述目标企业的信用关联数据；
根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；
根据所述初级风险评分和信用度评分，确定最终风险评分；
当最终风险评分大于或等于预设的风险评分阈值时，则
生成针对目标企业的监管任务案件信息。
上述案件处理方法、装置、计算机设备和存储介质，根据目标企业的行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分。即从行业和区域维度综合对目标企业进行初级风险评估。并根据信用关联数据对目标企业进行信用评价处理，得到信用度评分，进而，根据初级风险评分和信用度评分，确定最终风险评分，即，将从行业和区域维度进行的初级风险评分和信用维度评分的信用度评分结合起来，确定目标企业的风险，通过线上数据自动化分析对目标企业进行多维度的风险评估，能够较为快速、且准确地判断目标企业是否存在风险。当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息，相较于传统的线下调研和举报的方式进行监管立案的方法，能够提高监管立案的效率。
附图说明
图1为一个实施例中案件处理方法的应用场景图；
图2为一个实施例中案件处理方法的流程示意图；
图3为一个实施例中监管任务案件推送步骤的流程示意图；
图4为一个实施例中案件处理装置的结构框图；
图5为另一个实施例中案件处理装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的案件处理方法，可以应用于如图1所示的应用环境中。其中，服务器110与终端120通过网络进行连接。其中，服务器110，可以用独立的服务器或者是多个服务器组成的服务器集群来实现。终端120可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
服务器110可以获取目标企业的行业风险关联数据和区域风险关联数据。服务器110可以根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分。服务器110可以获取目标企业的信用关联数据；根据信用关联数据对目标企业进行信用评价处理，得到信用度评分。服务器110可以根据初级风险评分和信用度评分，确定最终风险评分。当最终风险评分大于预设的风险评分阈值时，服务器110可以生成针对目标企业的监管任务案件信息，并将监管任务案件信息下发至终端120。
在一个实施例中，终端120可以是案件管理终端或执行终端中的任意一种。当终端120是案件管理终端时，则可以由案件管理终端对下发的监管任务案件信息进行任务分配处理，将监管任务案件信息分配至执行终端进行执行。当终端120是执行终端时，则执行终端可以直接执行所下发至的监管任务案件信息。
在一个实施例中，如图2所示，提供了一种案件处理方法，以该方法应用于图1中的服务器110为例进行说明，包括以下步骤：
S202，获取目标企业的行业风险关联数据和区域风险关联数据。
其中，目标企业，是需要判断是否需要立案监管的企业。
行业风险关联数据，是以行业维度收集的该行业中与风险有关的、且能够用于风险判别的数据。
在一个实施例中，行业风险关联数据，包括行业的负面舆情指数和行业发展前景信息等等中的至少一种。其中，行业发展前景信息，是用于表征行业发展前景的信息。比如，国家对行业的发展规划等信息。
区域风险关联数据，是以区域为维度收集的该区域中与风险有关的、能够用于风险判别的数据。
在一个实施例中，区域风险关联数据，包括历史的出险企业占比及预警总数等中的至少一种。即，通过在该区域已经发生的历史的出险和预警数据，确定出区域风险关联数据。
具体地，服务器可以从目标企业的企业信息中确定目标企业的所属行业，并获取与该行业有关的风险关联数据，即行业风险关联数据。服务器还可以从目标企业的企业信息中获取该目标企业的注册地址，根据该注册地址，确定目标企业所属区域，并获取与该区域有关的风险关联数据，即区域风险关联数据。
S204，根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分。
在一个实施例中，服务器可以将行业风险关联数据和区域风险关联数据输入预先训练的风险评估模型中进行初级风险评估，输出初级风险评分。其中，风险评估模型，是预先经过包括样本企业的行业风险关联数据和区域风险关联数据作为样本数据，进行迭代地机器学习训练得到的模型。
在另一个实施例中，步骤S204包括：从行业风险评估表中，查找与行业风险关联数据相应的第一风险评分；对照区域风险评估表，查找与区域风险关联数据相应的第二风险评分；根据第一风险评分和第二风险评分，得到初级风险评分。
具体地，服务器中预先设置了包括预设行业风险关联数据和相应风险评分的行业风险评估表，以及包括预设区域风险关联数据和相应风险评分的区域风险评估表。服务可以对照行业风险评估表，查找与采集的行业风险关联数据相应的第一风险评分，并对照区域风险评估表，查找与采集的区域风险关联数据相应的第二风险评分，根据第一风险评分和第二风险评分，得到初级风险评分。
在一个实施例中，服务器可以直接将第一风险评分和第二风险评分相加，得到初级风险评分。
在另一个实施例中，行业风险评估表和区域风险评估表分别具有对应的预设权重。服务器也可以将第一风险评分按照行业风险评估表所对应的预设权重，以及将第二风险评分分别按照区域风险评估表所对应的预设权重进行加权求和，得到初级风险评分。
S206，获取目标企业的信用关联数据。
其中，信用关联数据，是反映企业信用的相关数据。在一个实施例中，信用关联信息包括企业的经营信息和奖惩信息等中的至少一种。
在一个实施例中，服务器可以获取预设的信用关键词，从目标企业的企业信息中，筛选出包括该信用关键词的信息，得到信用关联数据。其中，企业信息，是与企业相关的信息。企业信息可以包括企业的基本信息、企业的舆情信息和企业的关联事件信息等中的至少一种。
可以理解，在其他实施例中，服务器中也可以预先存储了各个企业的信用关联数据，服务器可以从中直接获取目标企业的信用关联数据。
S208，根据信用关联数据对目标企业进行信用评价处理，得到信用度评分。
在一个实施例中，服务器可以预先训练信用评价模型，将信用关联数据输入信用评价模型中进行信用评价处理，输出信用度评分。
其中，信用评价模型，是预先根据信用关联数据作为样本数据进行机器学习训练，得到的用于进行信用评价分析的机器学习模型。
S210，根据初级风险评分和信用度评分，确定最终风险评分。
在一个实施例中，服务器可以将初级风险评分和信用度评分分别按照预设的第一权重和第二权重进行加权求和，得到最终风险评分。
在另一个实施例中，服务器也可以直接将初级风险评分相加信用度评分，得到最终风险评分。
S212，当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息。
其中，监管任务，是对目标企业进行监管处理的任务。监管任务案件信息，是针对监管任务立案的案件信息。
在一个实施例中，监管任务案件信息，包括监管对象、监管事项和监管时限等信息中的至少一种。
具体地，服务器中预先设置了风险评分阈值。服务器可以将最终风险评分与预设的风险评分阈值进行比对。当最终风险评分大于或等于风险评分阈值时，则生成针对目标企业的监管任务案件信息。当最终风险评分小于风险评分阈值时，则可以不进行处理。
在一个实施例中，服务器可以按照预设的监管事项，针对目标企业生成监管任务。
在另一个实施例中，针对目标企业生成监管任务案件包括：将信用关联数据与预设的信用风险点进行匹配；确定与目标企业匹配的信用风险点；针对匹配的各个信用风险点，分别生成相应的监管任务案件信息。
其中，信用风险点，是指存在信用风险的点。在一个实施例中，信用风险点可以包括经营数据风险、注册地址风险和高管年龄异常风险等中的至少一种。
匹配结果，包括未存在匹配的信用风险点和匹配到的信用风险点中的任意一种。
具体地，服务器中预先设置了至少一个信用风险点。服务器可以将信用关联数据与预设的信用风险点进行匹配。当存在与目标企业匹配的信用风险点时，则针对匹配的各个信用风险点，分别生成相应的监管任务案件信息。可以理解，当不存在与目标企业匹配的信用风险点时，则可以按照预设的监管事项，针对目标企业生成监管任务。
进一步地，服务器可以将生成的监管任务案件信息进行推送，即，将监管任务案件信息推送至执行终端，以使执行终端根据该监管任务案件信息执行相应监管任务。
上述案件处理方法，根据目标企业的行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分。即从行业和区域维度综合对目标企业进行初级风险评估。并根据信用关联数据对目标企业进行信用评价处理，得到信用度评分，进而，根据初级风险评分和信用度评分，确定最终风险评分，即，将从行业和区域维度进行的初级风险评分和信用维度评分的信用度评分结合起来，确定目标企业的风险，通过线上数据自动化分析对目标企业进行多维度的风险评估，能够较为快速、且准确地判断目标企业是否存在风险。当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息，相较于传统的线下调研和举报的方式进行监管立案的方法，能够提高监管立案的效率。
如图3所示，在一个实施例中，该方法还包括监管任务案件推送步骤，具体包括以下步骤：
S302，生成与监管任务案件信息相应的语音格式的预警提示信息。
可以理解，预警提示信息，用于通过语音播报的方式提示监管任务案件信息。
具体地，服务器中预先设置了预警提示模板。服务器可以从针对目标企业的监管任务案件信息中，提取与预警提示模板中各预设字段对应的信息。
在一个实施例中，服务器可以将提取的信息按照相应预设字段填入预警提示模板中，并对填入信息后的预警提示模板转换为语音格式，以生成语音格式的预警提示信息。
在另一个实施例中，也可以是预警提示模板本身就是语音格式的，服务器可以将提取的各个信息分别转换为语音格式，并将转换为语音格式的信息按照相应字段插入预警提示模板中，得到语音格式的预警提示信息。
S304，将语音格式的预警提示信息下发至案件管理人员的案件管理终端。
其中，案件管理终端，是案件管理人员所使用的用于管理案件的终端。比如，案件的统一查询和案件的分配等管理。预警提示信息用于指示案件管理终端语音播报该预警提示信息。
具体地，服务器可以将语音格式的预警提示信息下发至案件管理人员的案件管理终端。案件管理终端可以播报该语音预警提示信息。
S306，获取案件管理终端基于语音播报的预警提示信息反馈的执行人员标识。
具体地，案件管理人员在听到预警提示信息的语音播报后，可以通过案件管理终端的界面指定执行监管任务的执行人员，案件管理终端可以获取相应的执行人员标识，并将执行人员标识上报至服务器，服务器可以接收该执行人员标识。
可以理解，执行人员标识为至少一个。
S308，将监管任务案件信息推送至执行人员标识所对应的执行终端。
其中，执行终端，是执行人员所使用的终端。
具体地，服务器可以按照执行人员标识推送监管任务案件信息，以将监管任务案件信息推送至执行人员标识所对应的执行终端。
可以理解，监管任务案件信息，用于指示执行终端展示该监管任务案件信息。执行人员可以根据所展示的监管任务案件信息，执行相应的监管任务。
在一个实施例中，服务器可以对下发推送的监管任务案件信息进行时限监控。具体地，服务器可以获取时限提醒规则，按照时限提醒规则对推送的监管任务案件信息进行时限监控。其中，时限提醒规则，可以为以预设周期进行提醒，监管任务案件信息推送日起超出预设时长进行提醒，以及，距离案件规定完成日小于预设时长时进行提醒等中的任意一种。服务器可以生成语音格式的时限提醒信息，并将时限提醒信息下发至案件管理终端，使案件管理终端语音播报该时限提醒信息。
上述实施例中，以语音格式将监管任务案件信息进行主动地预警播报，能够让案件管理人员更加及时地获知服务器新下发的监管任务案件信息，从而更加及时地指定执行人员，以将监管任务案件信息进行及时地派发，进而提高了案件处理效率。
在一个实施例中，该方法还包括案件查询步骤，具体包括以下步骤：获取案件管理终端上报的案件查询语音数据；识别出案件查询语音数据中的案件搜索词；查询与案件搜索词匹配的监管任务案件信息；向案件管理终端返回查询到的监管任务案件信息。
其中，案件查询语音数据，是用于查询案件的语音数据。案件搜索词，是用于搜索查询案件的关键词。在一个实施例中，案件搜索词可以包括案件名称、案件编号和案件生成日期等中的至少一种。
可以理解，案件管理人员可以不用手动的查询监管任务案件，而是可以直接说出想要查询的案件(比如，案件名称)。案件管理终端可以采集案件管理人员的声音，得到案件查询语音数据，并将采集的案件查询语音数据发送至服务器。服务器可以对案件查询语音数据进行识别处理，识别出该案件查询语音数据中包括的案件搜索词。服务器可以查询与案件搜索词精确匹配或模糊匹配的监管案件任务信息。进一步地，服务器可以向案件管理终端返回查询到的监管任务案件信息。
在一个实施例中，服务器可以对上报的案件查询语音数据进行语音识别，生成相应的文本信息，并对该文本信息进行分词处理得到词片段，从得词片段中选择关键词，作为案件搜索词。
上述实施例中，用户可以直接通过语音搜索监管任务案件信息，提高了案件查询效率。
在一个实施例中，该方法还包括：提取案件查询语音数据中的声纹特征；将声纹特征与预存的备案声纹特征进行匹配；当存在与所述声纹特征匹配的备案声纹特征时，再执行识别出案件查询语音数据中的案件搜索词的步骤。
可以理解，服务器在识别案件查询语音数据中包括的案件搜索词进行搜索查询之前，还可以根据案件查询语音数据进行鉴权处理。
具体地，服务器中预先存储了具有案件查询权限的备案声纹特征。服务器可以提取案件查询语音数据中的声纹特征，将提取的声纹特征与存储的备案声纹特征进行匹配。当存在与该声纹特征匹配的备案声纹特征时，即说明案件管理人员有权限查询案件信息，服务器则此时则可以执行识别出案件查询语音数据中包括的案件搜索词的步骤。
在一个实施例中，当存在与从案件查询语音数据中提取的声纹特征匹配的备案声纹特征时，服务器还可以进一步地确定所匹配的备案声纹特征所对应的操作权限，并判定该操作权限中是否包括查询案件信息的权限，当包括查询案件信息的权限时，则再执行识别出案件查询语音数据中包括的案件搜索的步骤。
上述实施例中，通过案件查询语音数据查询案件之前，根据案件查询语音数据进行鉴权处理，当存在与案件查询语音数据中的声纹特征匹配的备案声纹特征时，再执行识别出案件查询语音数据中的案件搜索词的步骤，提高了案件查询的安全性。
在一个实施例中，该方法还包括：获取采集的脸部数据；当存在与声纹特征匹配的备案声纹特征时，则将脸部数据与预存的备案脸部数据匹配；当存在与脸部数据匹配的备案脸部数据时，再执行识别出案件查询语音数据中的案件搜索词的步骤。
可以理解，案件管理人员在说出需要查询的案件时，案件管理终端可以调用终端本地摄像头采集案件管理人员的脸部数据，并将采集的脸部数据上传至服务器。服务器在识别案件查询语音数据中包括的案件搜索词之前，还可以将脸部数据和案件查询语音数据结合起来进行鉴权处理。
具体地，服务器中预先存储了具有案件查询权限的备案脸部数据。当提取的声纹特征与备案声纹特征匹配时，服务器还可以进一步地将采集的脸部数据与备案脸部数据匹配，当存在与采集的脸部数据匹配的备案脸部数据时，再执行识别出语音数据中的案件搜索词的步骤。
上述实施例中，通过案件查询语音数据查询案件之前，将脸部数据和案件查询语音数据结合起来进行鉴权处理。当语音鉴权和脸部鉴权都通过后，再执行识别出案件查询语音数据中的案件搜索词的步骤，进一步地提高了案件查询的安全性。
在一个实施例中，服务器查询到的监管任务案件信息是文本格式的，服务器可以直接将文本格式的监管任务案件信息返回至案件管理终端，也可以将文本格式的案件任务信息转换成语音格式，并文本格式和语音格式的案件任务信息一并返回至案件管理终端，使案件管理终端语音播报案件任务信息，并在案件管理人员打开显示界面时，显示文本格式的案件任务信息。
在一个实施例中，服务器可以对下发的监管任务案件进行时限监控。具体地，服务器可以获取时限提醒规则，按照时限提醒规则对监管任务案件进行时限监控。其中，时限提醒规则，可以是以预设周期进行提醒，任务案件下发日起超出预设时长进行提醒，或者，距离案件规定完成日小于预设时长时进行提醒等。服务器可以生成语音格式的时限提醒信息，并将时限提醒信息下发至案件管理终端，使案件管理终端语音播报时限提醒信息。
上述实施例中，在下发监管任务案件信息后，可以根据时限提醒规则对案件进行时限提醒，并对时限提醒信息进行语音播报，能够使得时限提醒更及时、有效，进而，能够提高案件处理效率。
应该理解的是，虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种案件处理装置400，包括：获取模块402、风险评分模块404以及案件生成模块406；其中：
获取模块402，用于获取目标企业的行业风险关联数据和区域风险关联数据。
风险评分模块404，用于根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；获取所述目标企业的信用关联数据；根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；根据所述初级风险评分和信用度评分，确定最终风险评分；
案件生成模块406，用于当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息。
在一个实施例中，风险评分模块404还用于从行业风险评估表中，查找与行业风险关联数据相应的第一风险评分；对照区域风险评估表，查找与区域风险关联数据相应的第二风险评分；根据第一风险评分和第二风险评分，得到初级风险评分。
在一个实施例中，案件生成模块406还用于将信用关联数据与预设的信用风险点进行匹配；确定与目标企业匹配的信用风险点；针对匹配的各个信用风险点，分别生成相应的监管任务案件信息。
如图5所示，在一个实施例中，该装置400还包括：
案件推送模块408，用于生成与监管任务案件信息相应的语音格式的预警提示信息；将语音格式的预警提示信息下发至案件管理人员的案件管理终端，预警提示信息，用于指示案件管理终端语音播报预警提示信息；获取案件管理终端基于语音播报的预警提示信息反馈的执行人员标识；将监管任务案件信息推送至执行人员标识所对应的执行终端。
在一个实施例中，该装置还包括：
案件查询模块(图中未示出)，用于获取案件管理终端上报的案件查询语音数据；识别出案件查询语音数据中的案件搜索词；查询与案件搜索词匹配的监管任务案件信息；向案件管理终端返回查询到的监管任务案件信息。
在一个实施例中，案件查询模块还用于提取案件查询语音数据中的声纹特征；将声纹特征与预存的备案声纹特征进行匹配；当存在与声纹特征匹配的备案声纹特征时，再执行识别出案件查询语音数据中的案件搜索词的步骤。
在一个实施例中，案件查询模块还用于获取采集的脸部数据；当存在与声纹特征匹配的备案声纹特征时，则将脸部数据与预存的备案脸部数据匹配；当存在与脸部数据匹配的备案脸部数据时，再执行识别出案件查询语音数据中的案件搜索词的步骤。
关于案件处理装置的具体限定可以参见上文中对于案件处理方法的限定，在此不再赘述。上述案件处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是图1中的服务器110，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质可存储操作系统和计算机程序。该计算机程序被执行时，可使得处理器执行一种案件处理方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该内存储器中可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行一种案件处理方法。计算机设备的网络接口用于进行网络通信。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述案件处理方法的步骤。此处案件处理方法的步骤可以是上述各个实施例的案件处理方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述案件处理方法的步骤。此处案件处理方法的步骤可以是上述各个实施例的案件处理方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种案件处理方法，所述方法包括：
获取目标企业的行业风险关联数据和区域风险关联数据；
根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；
获取所述目标企业的信用关联数据；
根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；
根据所述初级风险评分和信用度评分，确定最终风险评分；
当最终风险评分大于或等于预设的风险评分阈值时，则
生成针对目标企业的监管任务案件信息。
2.根据权利要求1所述的方法，其特征在于，所述根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分包括：
从行业风险评估表中，查找与所述行业风险关联数据相应的第一风险评分；
对照所述区域风险评估表，查找与所述区域风险关联数据相应的第二风险评分；
根据第一风险评分和第二风险评分，得到初级风险评分。
3.根据权利要求1所述的方法，其特征在于，所述生成针对目标企业的监管任务案件信息包括：
将所述信用关联数据与预设的信用风险点进行匹配；
确定与所述目标企业匹配的信用风险点；
针对匹配的各个信用风险点，分别生成相应的监管任务案件信息。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
生成与监管任务案件信息相应的语音格式的预警提示信息；
将语音格式的预警提示信息下发至案件管理人员的案件管理终端，所述预警提示信息，用于指示所述案件管理终端语音播报所述预警提示信息；
获取所述案件管理终端基于语音播报的预警提示信息反馈的执行人员标识；
将所述监管任务案件信息推送至执行人员标识所对应的执行终端。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
获取案件管理终端上报的案件查询语音数据；
识别出所述案件查询语音数据中的案件搜索词；
查询与案件搜索词匹配的监管任务案件信息；
向所述案件管理终端返回查询到的监管任务案件信息。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
提取所述案件查询语音数据中的声纹特征；
将所述声纹特征与预存的备案声纹特征进行匹配；
当存在与所述声纹特征匹配的备案声纹特征时，再执行所述识别出所述案件查询语音数据中的案件搜索词的步骤。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取采集的脸部数据；
当存在与所述声纹特征匹配的备案声纹特征时，则
将所述脸部数据与预存的备案脸部数据匹配；
当存在与所述脸部数据匹配的备案脸部数据时，再执行所述识别出所述案件查询语音数据中的案件搜索词的步骤。
8.一种案件处理装置，其特征在于，所述装置包括：
获取模块，用于获取目标企业的行业风险关联数据和区域风险关联数据；
风险评分模块，用于根据行业风险关联数据和区域风险关联数据对目标企业进行初级风险评估，得到初级风险评分；获取所述目标企业的信用关联数据；根据信用关联数据对目标企业进行信用评价处理，得到信用度评分；根据所述初级风险评分和信用度评分，确定最终风险评分；
案件生成模块，用于当最终风险评分大于或等于预设的风险评分阈值时，则生成针对目标企业的监管任务案件信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910007313.2A CN109816217A (zh) | 2019-01-04 | 2019-01-04 | 案件处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910007313.2A CN109816217A (zh) | 2019-01-04 | 2019-01-04 | 案件处理方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109816217A true CN109816217A (zh) | 2019-05-28 |
Family
ID=66603958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910007313.2A Pending CN109816217A (zh) | 2019-01-04 | 2019-01-04 | 案件处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109816217A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111062732A (zh) * | 2019-12-24 | 2020-04-24 | 中科金审(北京)科技有限公司 | 查询假冒轴承生产地址的方法、装置、设备及存储介质 |
| CN111160919A (zh) * | 2019-12-31 | 2020-05-15 | 众安信息技术服务有限公司 | 一种区块链地址风险评估方法及装置 |
| CN111539663A (zh) * | 2020-07-10 | 2020-08-14 | 北京数字政通科技股份有限公司 | 一种综合执法管控系统及方法 |
| CN111784357A (zh) * | 2020-07-29 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 风险事件的处理方法及装置 |
| CN111932064A (zh) * | 2020-06-30 | 2020-11-13 | 浙江物产信息技术有限公司 | 一种建立风险评估等级的方法 |
| CN115936830A (zh) * | 2022-12-27 | 2023-04-07 | 企查查科技有限公司 | 企业信用风险评估方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101549163B1 (ko) * | 2015-01-26 | 2015-09-02 | 신용보증기금 | 기업의 신용도 위험관리 컨설팅 방법 |
| CN105244031A (zh) * | 2015-10-26 | 2016-01-13 | 北京锐安科技有限公司 | 说话人识别方法和装置 |
| CN107995376A (zh) * | 2017-11-07 | 2018-05-04 | 平安科技（深圳）有限公司 | 一种用户报案处理方法及终端设备 |
| CN108876600A (zh) * | 2018-08-20 | 2018-11-23 | 平安科技（深圳）有限公司 | 预警信息推送方法、装置、计算机设备和介质 |
-
2019
- 2019-01-04 CN CN201910007313.2A patent/CN109816217A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101549163B1 (ko) * | 2015-01-26 | 2015-09-02 | 신용보증기금 | 기업의 신용도 위험관리 컨설팅 방법 |
| CN105244031A (zh) * | 2015-10-26 | 2016-01-13 | 北京锐安科技有限公司 | 说话人识别方法和装置 |
| CN107995376A (zh) * | 2017-11-07 | 2018-05-04 | 平安科技（深圳）有限公司 | 一种用户报案处理方法及终端设备 |
| CN108876600A (zh) * | 2018-08-20 | 2018-11-23 | 平安科技（深圳）有限公司 | 预警信息推送方法、装置、计算机设备和介质 |
Non-Patent Citations (1)
| Title |
|---|
| 张文俊等: "《数字媒体技术基础》", 上海大学出版社, pages: 233 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111062732A (zh) * | 2019-12-24 | 2020-04-24 | 中科金审(北京)科技有限公司 | 查询假冒轴承生产地址的方法、装置、设备及存储介质 |
| CN111160919A (zh) * | 2019-12-31 | 2020-05-15 | 众安信息技术服务有限公司 | 一种区块链地址风险评估方法及装置 |
| CN111160919B (zh) * | 2019-12-31 | 2024-01-23 | 众安信息技术服务有限公司 | 一种区块链地址风险评估方法及装置 |
| CN111932064A (zh) * | 2020-06-30 | 2020-11-13 | 浙江物产信息技术有限公司 | 一种建立风险评估等级的方法 |
| CN111539663A (zh) * | 2020-07-10 | 2020-08-14 | 北京数字政通科技股份有限公司 | 一种综合执法管控系统及方法 |
| CN111784357A (zh) * | 2020-07-29 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 风险事件的处理方法及装置 |
| CN111784357B (zh) * | 2020-07-29 | 2022-06-21 | 支付宝(杭州)信息技术有限公司 | 风险事件的处理方法及装置 |
| CN115936830A (zh) * | 2022-12-27 | 2023-04-07 | 企查查科技有限公司 | 企业信用风险评估方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109816217A (zh) | 案件处理方法、装置、计算机设备和存储介质 | |
| CN110675288B (zh) | 智能辅助审判方法、装置、计算机设备及存储介质 | |
| CN109829628B (zh) | 基于大数据的风险预警方法、装置和计算机设备 | |
| WO2020037942A1 (zh) | 风险预测处理方法、装置、计算机设备和介质 | |
| CN110443458A (zh) | 风险评估方法、装置、计算机设备和存储介质 | |
| CN109767327A (zh) | 基于反洗钱的客户信息采集及其使用方法 | |
| CN110704571B (zh) | 庭审辅助处理方法、审判辅助处理方法、装置、设备及介质 | |
| CN110880142B (zh) | 一种风险实体获取方法及装置 | |
| WO2019041859A1 (zh) | 监察信息处理方法、装置、服务器和存储介质 | |
| CN110209790B (zh) | 问答匹配方法和装置 | |
| CN112925888A (zh) | 一种问答响应及小样本文本匹配模型的训练方法和装置 | |
| CN110362799A (zh) | 基于在线仲裁的裁决书生成处理方法、装置和计算机设备 | |
| CN113572900B (zh) | 外呼测试方法、装置、计算机设备和计算机可读存储介质 | |
| CN110442713A (zh) | 文章管理方法、装置、计算机设备和存储介质 | |
| CN113808574A (zh) | 基于语音信息的ai语音质检方法、装置、设备和存储介质 | |
| CN113220885B (zh) | 一种文本处理方法和系统 | |
| CN117689260A (zh) | 一种基于nlp的智能客服机器人交互方法及系统 | |
| CN110362828B (zh) | 网络资讯风险识别方法及系统 | |
| CN111145053A (zh) | 基于人工智能的企业法律顾问管理系统及方法 | |
| CN116108955A (zh) | 社会矛盾纠纷的升级预警方法、装置、设备及存储介质 | |
| CN109544091B (zh) | 基于人工智能的离场效率评定方法、装置、计算机设备 | |
| CN111192008A (zh) | 一种自助导办系统和方法 | |
| CN111355849A (zh) | 一种话务工单处理方法及装置 | |
| CN109543938B (zh) | 入场效率评定方法、装置、计算机设备和存储介质 | |
| CN114242047B (zh) | 一种语音处理方法、装置、电子设备及存储介质 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190528 |