CN109918404A - 企业黑名单数据分析方法、装置、计算机设备及存储介质 - Google Patents
企业黑名单数据分析方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109918404A CN109918404A CN201910056762.6A CN201910056762A CN109918404A CN 109918404 A CN109918404 A CN 109918404A CN 201910056762 A CN201910056762 A CN 201910056762A CN 109918404 A CN109918404 A CN 109918404A
- Authority
- CN
- China
- Prior art keywords
- data
- enterprise
- blacklist
- scoring
- report
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000000151 deposition Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据分析领域，尤其涉及一种企业黑名单数据分析方法、装置、计算机设备及存储介质。企业黑名单数据分析方法包括：获取企业黑名单数据；计算企业黑名单数据的评分，根据评分判断企业黑名单数据的黑名单等级；根据企业黑名单数据、评分与黑名单等级生成对应的数据报告，将数据报告存储于数据库中；获取企业用户输入的查询请求，根据查询请求从数据库中搜索对应的数据报告，并将数据报告反馈至企业用户。本申请通过对各企业所拥有的黑名单数据进行分析，生成相应的数据报告，并搭建了黑名单网络共享体系，节省了独立维护黑名单数据的成本，实现了黑名单数据信息共享的功能。
Description
技术领域
本申请涉及数据分析领域，具体涉及企业黑名单数据分析方法、装置、计算机设备及存储介质。
背景技术
企业黑名单通常是指有严重违法且有失信行为的企业，政府对于黑名单的定义是未按规定期限公示年度报告的企业，工商行政管理机关在市场主体信用信息公示系统上将其载入经营异常名录，提醒其履行年度报告公示义务企业。在三年内履行年度报告公示义务的，可以向工商行政管理机关申请恢复正常记载状态；超过三年未履行的，工商行政管理机关将其永久载入经营异常名录，不得恢复正常记载状态，并列入严重违法企业名单，即黑名单。同时政府还在不断完善诚信典型红名单制度和严重失信主体黑名单制度，并鼓励有关群众团体、金融机构、征信机构、评级机构、行业协会商会等将产生的红黑名单信息提供给政府部门参考使用。
目前缺乏中间平台提供黑名单数据服务，大多以企业自身总结的黑名单数据为准，而单个企业拥有的黑名单数据量少，且自行维护黑名单性价比不高，不便于对同行数据进行掌握和分析。
发明内容
基于此，有必要针对目前市场上缺乏提供黑名单数据服务的中间平台，企业自身总结的黑名单数据量少、维护难度较大等问题，提供一种企业黑名单数据分析方法、装置、计算机设备及存储介质。
一种企业黑名单数据分析方法，包括如下步骤：
获取企业黑名单数据；
计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；
根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；
获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户。
一种可能的实施例中，所述获取企业黑名单数据，包括：
设置路由服务体系，所述路由服务体系包括中心路由和多个数据存储节点，一个所述数据存储节点中包含一个企业用户所存储的所述企业黑名单数据；
调用所述中心路由从多个所述数据存储节点中获取经过所述数据存储节点加密的所述企业黑名单数据及密钥；
根据解密算法及所述密钥对所述企业黑名单数据进行解密处理后，将解密后的所述企业黑名单数据暂存于所述中心路由的临时数据库中。
在一些可能的实施例中，所述计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级，包括：
获取所述企业黑名单数据中的各项数据中的总交易次数和代表异常交易的违约次数；
根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分；
根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级。
在一些可能的实施例中，所述根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分，包括：
根据获取到的所述违约次数和所述总交易次数计算所述各项数据的所述评分，计算公式如公式(1)所示，
公式(1)中
S表示所述评分，
n表示所述违约次数，
N表示所述总交易次数，
A、B均为常数。
在一些可能的实施例中，所述根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级，包括：
获取各级所述黑名单等级的数量，计算各级所述黑名单等级的数量所占的百分比，计算公式如公式(2)所示，
公式(2)中pi表示黑名单等级i的百分比，ni表示黑名单等级i的数量，M表示所述各项数据的数量；
将所述pi与预设的百分比阈值进行比较，当所述pi高于所述百分比阈值时，标记所述企业黑名单数据对应的企业为严重失信企业。
在一些可能的实施例中，所述根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中，包括：
获取所述企业黑名单数据、所述评分和所述黑名单等级生成与所述企业黑名单数据相对应的所述数据报告；
根据加密算法对所述数据报告进行加密处理，并获取密钥，将加密处理后的所述数据报告与所述密钥存储于所述数据库中。
在一些可能的实施例中，所述获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户，包括：
获取企业用户输入的所述查询请求中包含的关键词，根据所述关键词从所述数据库中搜索对应的所述数据报告；
将搜索到的所述数据报告反馈至所述企业用户，当在所述数据库中未搜索到与所述查询请求对应的所述数据报告时，则反馈未检索到相关信息至所述企业用户。
基于相同的构思，本申请还提供了一种企业黑名单数据分析装置，所述企业黑名单数据分析装置包括：
获取模块，设置为获取企业黑名单数据；
运算模块，设置为计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；
生成模块，设置为根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；
输出模块，设置为获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户。
基于相同的构思，本申请实施例还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行上述企业黑名单数据分析方法的步骤。
基于相同的技术构思，本申请实施例还提供了一种存储介质，所述存储介质可被处理器读写，所述存储介质上存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行如上述企业黑名单数据分析方法的步骤。
上述企业黑名单数据分析方法、装置、计算机设备及存储介质，通过获取企业黑名单数据；计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户。因此，本申请通过对各企业所拥有的黑名单数据进行分析，生成相应的数据报告，并搭建了黑名单网络共享体系，节省了独立维护黑名单数据的成本，实现了黑名单数据信息共享的功能。
附图说明
图1为本申请在一个实施例中的企业黑名单数据分析方法的流程图；
图2为本申请在一个实施例中的企业黑名单数据分析方法的获取数据的流程图；
图3为本申请在一个实施例中的企业黑名单数据分析方法的分析数据的流程图；
图4为本申请在一个实施例中的企业黑名单数据分析装置的结构框图。
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，此处所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。
图1为本申请在一个实施例中提供的企业黑名单数据分析方法的流程图，如图所示，包括：
S1、获取企业黑名单数据；
本步骤中为获取企业黑名单数据，可先设置中心路由，配合在各个企业中的数据存储节点组成路由服务体系，调用所述路由体系中的中心路由从所述路由服务体系中的各数据存储节点中获取所述企业黑名单数据，及各所述数据存储节点对所述企业黑名单数据加密处理的密钥，再根据所述密钥对所述企业黑名单数据进行解密处理，将解密处理后的所述企业黑名单数据暂存于所述路由服务体系的临时数据库中；比如调用所述中心路由从数据存储节点A中获取了企业黑名单数据E以及数据存储节点A对企业黑名单数据E加密密钥，根据所述密钥对企业黑名单数据E进行解密处理后，将解密后的企业黑名单数据E存储于临时数据库中。
S2、计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；
本步骤中根据所述企业黑名单数据中各项数据所包含的总交易次数和代表异常交易的违约次数，所述各项数据包括企业三类工商数据、企业诉讼信息、企业税务负面信息、行业信息、发票数据、税务数据，根据所述各项数据的所述总交易次数和所述违约次数计算所述评分，再根据所述评分从预设的黑名单等级表格中获取所述黑名单等级，比如，获取到企业E的发票数据中包括6000条的总交易次数以及3600条的违约次数，计算得到所述评分为424.79，若所述黑名单等级表格中处于三级的评分段为[413，425)时，可得到企业E关于发票数据项目的所述黑名单等级为三级，其中[413，425)表示，评分介于413和425之间，且包含413，即，取值可取413。
S3、根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；
本步骤中根据获取的所述企业黑名单数据、所述黑名单数据中各项数据的所述评分以及所述黑名单等级生成对应的所述数据报告，并对所述数据报告经过加密处理，将经过加密处理的所述数据报告及其密钥存储于所述数据库中。
S4、获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户；
本步骤中获取企业用户输入的所述查询请求，根据所述查询请求中的关键词从所述数据库中搜索对应的所述数据报告，将所述数据报告及其密钥一同反馈至所述汽企业用户，当在所述数据库中未搜索到对应的所述数据报告时，则将未检索到相关信心反馈至所述企业用户，比如企业用户B在路由服务体系中的数据存储节点B中输入“获取企业黑名单数据E”，中心路由接收到“获取企业黑名单数据E”的查询请求后，根据所述查询请求的关键词“企业黑名单数据E”，从所述数据库中进行关键词搜索，若所述数据库中存在企业黑名单数据E的数据报告，则将所述数据报告和密钥反馈至数据存储节点B，若所述数据库中不存在企业黑名单数据E的数据报告，则反馈“未检索到相关信息”至数据存储节点B。
本实施例通过建立网络数据共享体系，使得企业用户可快速的从网络数据共享体系中获取本企业数据库中没有存储的企业黑名单数据，实现了黑名单数据信息共享的功能，节省了独立维护黑名单数据的成本。
图2为本申请在一个实施例中提供的获取数据的流程图，如图所示，所述S1、获取企业黑名单数据，包括：
S101、设置路由服务体系，所述路由服务体系包括中心路由和多个数据存储节点，一个所述数据存储节点中包含一个企业用户所存储的所述企业黑名单数据；
本步骤中设置支持HTTP方式通信接口的路由服务体系，所述路由服务体系包括所述中心路由和多个所述数据存储节点，其中所述中心路由通过HTTP方式与各所述数据存储节点进行连接，各所述数据存储节点之间不支持连接，所述数据存储节点代表一个企业用户所存储的所述企业黑名单数据，比如，数据存储节点A中包含企业A所存储的所述黑名单数据，数据存储节点B中包含企业B所存储的所述黑名单数据。
S102、调用所述中心路由从多个所述数据存储节点中获取经过所述数据存储节点加密的所述企业黑名单数据及密钥；
本步骤调用所述中心路由通过支持HTTP通信的通信接口从各所述数据存储节点中获取所述黑名单数据及密钥，比如，从数据存储节点A中获取企业A所存储的所述黑名单数据，从数据存储节点B中获取企业B所存储的所述黑名单数据，从数据存储节点C中获取企业C所存储的所述黑名单数据；将从各所述数据存储节点中获取的所述黑名单数据按照所属的行业进行分类，比如从数据存储节点A中获取到金融公司E的黑名单数据，则将企业E的黑名单数据分类至金融行业中，若从数据存储节点B中获取到金融公司F的黑名单数据，同样将企业F的黑名单数据分类至金融行业中。
S103、根据解密算法及所述密钥对所述企业黑名单数据进行解密处理后，将解密后的所述企业黑名单数据暂存于所述中心路由的临时数据库中；
本步骤中根据路由服务体系中通用的加密解密算法及密钥对获取到的所述黑名单数据进行解密处理，将解密处理后的所述黑名单数据进行分类存储于所述中心路由包含的临时数据库中，比如，将同属于金融行业的所述黑名单数据存储至金融数据节点中，将同属于通信行业的所述黑名单数据存储至通信数据节点中，若从数据存储节点A和数据存储节点B中均获取到了企业G的所述黑名单数据，则将获取到的所述黑名单数据进行合并处理，对于相同的数据项目采用累加的方式进行合并，对于不同的数据项目采用列举的方式进行合并。
本实施例中通过设置路由服务体系，从各个节点企业中获取所存储的所述企业黑名单数据，为后续实现数据共享功能提供了基础。
图3为本申请在一个实施例中提供的分析数据的流程图，如图所示，所述S2、计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级，包括：
S201、获取所述企业黑名单数据中的各项数据中的总交易次数和代表异常交易的违约次数；
本步骤获取所述企业黑名单数据中所述各项数据所包含的所述总交易次数和所述违约次数，比如，获取了企业E的发票数据，其中所述总交易次数为6000条，所述违约次数为3600条，即企业E的发票数据包含6000条，其中交易有异常的有3600条。
S202、根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分；
本步骤中根据获取到的所述总交易次数和所述违约次数，根据公式(1)计算所述各项数据的所述评分，计算公式如公式(1)所示，
公式(1)中，S表示所述评分，n表示所述违约次数，N表示所述总交易次数，A、B均为常数；其中A取值为437，B取值为58，比如当所述总交易次数为6000，所述违约次数为3600时，计算可得所述评分为426.79。
S203、根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级；
本步骤中根据计算的所述各项数据的所述评分，从预设的所述黑名单等级表格中获取对应的所述黑名单等级，比如在所述黑名单等级表格中将437以上定义为一级，[425,437)定义为二级，[413,425)定义为三级，[401,413)定义为四级，401以下定义为五级，若计算所得企业E的发票数据的所述评分为426.79，从所述黑名单等级表格中匹配可得企业E的发票数据的所述黑名单等级为二级。
本实施例中通过对所述企业黑名单数据的评分进行计算后获取对应的所述黑名单等级，为后续分析企业是否为严重失信企业提供了依据。
在一个实施例中，所述根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分，包括：
根据获取到的所述违约次数和所述总交易次数计算所述各项数据的所述评分，计算公式如公式(1)所示，
公式(1)中
S表示所述评分，
n表示所述违约次数，
N表示所述总交易次数，
A、B均为常数；
本步骤中将获取到的所述总交易次数和所述违约次数代入公式中计算得到所述评分，其中，A、B为的取值分别为437、58，比如获取了企业E的发票数据，其中所述总交易次数为6000，所述违约次数为3600，代入公式计算得到所述评分为426.79，及企业E的发票数据的所述评分为426.79。
本实施例中通过对所述企业黑名单数据中的各项数据的所述评分进行计算，为后续获取企业的所述黑名单等级提供了依据。
在一个实施例中，所述根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级，包括：
获取各级所述黑名单等级的数量，计算各级所述黑名单等级的数量所占的百分比，计算公式如公式(2)所示，
公式(2)中pi表示黑名单等级i的百分比，ni表示黑名单等级i的数量，M表示所述各项数据的数量；
本步骤中统计所述企业黑名单中的各项数据的所述黑名单等级中处于各个等级的数量，并计算出处于各等级的百分比，比如企业E的所述黑名单数据中包含15个数据项目，其中处于三级等级的数据项目为7个，则计算可得三级黑名单等级的百分比为46.7％。
将所述pi与预设的百分比阈值进行比较，当所述pi高于所述百分比阈值时，标记所述企业黑名单数据对应的企业为严重失信企业；
本步骤中将所述企业黑名单中各个等级的所述百分比均与所述百分比阈值进行比较，当有一个所述百分比超过所述百分比阈值时，及标记所述企业黑名单数据为严重实现失信企业，比如将百分比阈值设置为45％，而企业E的三级黑名单等级占有的百分比为46.7％，则标记企业E为严重失信企业。
本实施例中根据所述企业黑名单数据的所述黑名单等级判断所述企业黑名单等级是否属于严重失信企业，更加全面准确的分析了所述企业黑名单数据的失信等级。
在一个实施例中，所述根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中，包括：
获取所述企业黑名单数据、所述评分和所述黑名单等级生成与所述企业黑名单数据相对应的所述数据报告；根据加密算法对所述数据报告进行加密处理，并获取密钥，将加密处理后的所述数据报告与所述密钥存储于所述数据库中；
本步骤中将所述企业黑名单数据中的各项数据、所述各项数据对应的所述评分和所述黑名单等级按照列举的方式生成所述数据报告，再对所述数据报告进行加密处理，将加密处理后的所述数据报告及其密钥存储于所述数据库中，所述企业黑名单数据包括企业三类工商数据、企业诉讼信息、企业税务负面信息、行业信息、发票数据、税务数据。
本实施例中通过生成与所述企业黑名单数据对应的所述数据报告，并将所述数据报告加密处理后进行存储，提高路由服务体系中的数据的安全性。
在一个实施例中，所述获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户，包括：
获取企业用户输入的所述查询请求中包含的关键词，根据所述关键词从所述数据库中搜索对应的所述数据报告；
本步骤中获取所述企业用户在路由服务体系中所在的数据存储节点中输入的所述查询请求，并获取所述查询请求的所述关键词，根据所述关键词到所述数据库中搜索对应的所述数据报告，比如，企业用户B在路由服务体系中的数据存储节点B中输入“获取企业黑名单数据E”，中心路由接收到“获取企业黑名单数据E”的查询请求后，根据所述查询请求的关键词“企业黑名单数据E”，从所述数据库中进行关键词搜索。
将搜索到的所述数据报告反馈至所述企业用户，当在所述数据库中未搜索到与所述查询请求对应的所述数据报告时，则反馈未检索到相关信息至所述企业用户；
本步骤中根据所述关键词在所述数据库中的搜索结果，将对应的所述数据报告及其密钥反馈至所述企业用户所在的所述数据存储节点中，比如，所述关键词为“企业黑名单数据E”，若所述数据库中存在企业黑名单数据E的数据报告，则将所述数据报告和密钥反馈至数据存储节点B，若所述数据库中不存在企业黑名单数据E的数据报告，则反馈“未检索到相关信息”至数据存储节点B。
本实施例从所述企业用户所在的所述数据存储节点中获取所述查询请求，再将所述查询请求对应的所述数据报告从所述数据库反馈至所述数据存储几点中，实现了数据共享的功能。
基于相同的构思，本申请还提供了一种企业黑名单数据分析装置，如图4所示，所述企业黑名单数据分析装置包括获取模块、运算模块、生成模块和输出模块，其中：获取模块，设置为获取企业黑名单数据；运算模块，设置为计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；生成模块，设置为根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；输出模块，设置为获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户。
在一个实施例中，所述获取模块包括：
设置单元，设置为设置路由服务体系，所述路由服务体系包括中心路由和多个数据存储节点，一个所述数据存储节点中包含一个企业用户所存储的所述企业黑名单数据；
获取数据单元，设置为调用所述中心路由从多个所述数据存储节点中获取经过所述数据存储节点加密的所述企业黑名单数据及密钥；
解密单元，设置为根据解密算法及所述密钥对所述企业黑名单数据进行解密处理后，将解密后的所述企业黑名单数据暂存于所述中心路由的临时数据库中。
在一个实施例中，所述运算模块包括：
获取交易次数单元，设置为获取所述企业黑名单数据中的各项数据中的总交易次数和代表异常交易的违约次数；
计算单元，设置为根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分；
获取等级单元，设置为根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级。
在一个实施例中，所述计算单元包括：
计算评分单元，设置为根据获取到的所述违约次数和所述总交易次数计算所述各项数据的所述评分，计算公式如公式(1)所示，
公式(1)中
S表示所述评分，
n表示所述违约次数，
N表示所述总交易次数，
A、B均为常数。
在一个实施例中，所述获取等级单元包括：
计算百分比单元，设置为获取各级所述黑名单等级的数量，计算各级所述黑名单等级的数量所占的百分比，计算公式如公式(2)所示，
公式(2)中pi表示黑名单等级i的百分比，ni表示黑名单等级i的数量，M表示所述各项数据的数量；
比较单元，设置为将所述pi与预设的百分比阈值进行比较，当所述pi高于所述百分比阈值时，标记所述企业黑名单数据对应的企业为严重失信企业。
在一个实施例中，所述生成模块包括：
生成单元，设置为获取所述企业黑名单数据、所述评分和所述黑名单等级生成与所述企业黑名单数据相对应的所述数据报告；
加密单元，设置为根据加密算法对所述数据报告进行加密处理，并获取密钥，将加密处理后的所述数据报告与所述密钥存储于所述数据库中。
在一个实施例中，所述输出模块包括：
搜索单元，设置为获取企业用户输入的所述查询请求中包含的关键词，根据所述关键词从所述数据库中搜索对应的所述数据报告；
反馈单元，设置为将搜索到的所述数据报告反馈至所述企业用户，当在所述数据库中未搜索到与所述查询请求对应的所述数据报告时，则反馈未检索到相关信息至所述企业用户。
基于相同的技术构思，本申请实施例还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行计算机可读指令时实现上述各实施例中的企业黑名单数据分析方法的步骤。
基于相同的技术构思，本申请实施例还提供一种存储介质，所述存储介质可被处理器读写，所述存储介质上存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行所述计算机可读指令时实现上述各实施例中的企业黑名单数据分析方法的步骤。其中，所述存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述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一些示例性实施例，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。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)
1.一种企业黑名单数据分析方法，其特征在于，包括：
获取企业黑名单数据；
计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；
根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；
获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户。
2.如权利要求1所述的一种企业黑名单数据分析方法，其特征在于，所述获取企业黑名单数据，包括：
设置路由服务体系，所述路由服务体系包括中心路由和多个数据存储节点，一个所述数据存储节点中包含一个企业用户所存储的所述企业黑名单数据；
调用所述中心路由从多个所述数据存储节点中获取经过所述数据存储节点加密的所述企业黑名单数据及密钥；
根据解密算法及所述密钥对所述企业黑名单数据进行解密处理后，将解密后的所述企业黑名单数据暂存于所述中心路由的临时数据库中。
3.如权利要求1所述的一种企业黑名单数据分析方法，其特征在于，所述计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级，包括：
获取所述企业黑名单数据中的各项数据中的总交易次数和代表异常交易的违约次数；
根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分；
根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级。
4.如权利要求3所述的一种企业黑名单数据分析方法，其特征在于，所述根据所述违约次数和所述总交易次数计算所述企业黑名单数据的所述各项数据的评分，包括：
根据获取到的所述违约次数和所述总交易次数计算所述各项数据的所述评分，计算公式如公式(1)所示，
公式(1)中
S表示所述评分，
n表示所述违约次数，
N表示所述总交易次数，
A、B均为常数。
5.如权利要求3所述的一种企业黑名单数据分析方法，其特征在于，所述根据所述各项数据的所述评分，从预设的黑名单等级表格中获取所述各项数据对应的所述黑名单等级，包括：
获取各级所述黑名单等级的数量，计算各级所述黑名单等级的数量所占的百分比，计算公式如公式(2)所示，
公式(2)中pi表示黑名单等级i的百分比，ni表示黑名单等级i的数量，M表示所述各项数据的数量；
将所述pi与预设的百分比阈值进行比较，当所述pi高于所述百分比阈值时，标记所述企业黑名单数据对应的企业为严重失信企业。
6.如权利要求1所述的一种企业黑名单数据分析方法，其特征在于，所述根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中，包括：
获取所述企业黑名单数据、所述评分和所述黑名单等级生成与所述企业黑名单数据相对应的所述数据报告；
根据加密算法对所述数据报告进行加密处理，并获取密钥，将加密处理后的所述数据报告与所述密钥存储于所述数据库中。
7.如权利要求1所述的一种企业黑名单数据分析方法，其特征在于，所述获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户，包括：
获取企业用户输入的所述查询请求中包含的关键词，根据所述关键词从所述数据库中搜索对应的所述数据报告；
将搜索到的所述数据报告反馈至所述企业用户，当在所述数据库中未搜索到与所述查询请求对应的所述数据报告时，则反馈未检索到相关信息至所述企业用户。
8.一种企业黑名单数据分析装置，其特征在于，包括：
获取模块，设置为获取企业黑名单数据；
运算模块，设置为计算所述企业黑名单数据的评分，根据所述评分判断所述企业黑名单数据的黑名单等级；
生成模块，设置为根据所述企业黑名单数据、所述评分与所述黑名单等级生成对应的数据报告，将所述数据报告存储于数据库中；
输出模块，设置为获取企业用户输入的查询请求，根据所述查询请求从所述数据库中搜索对应的所述数据报告，并将所述数据报告反馈至企业用户。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行如权利要求1至7中任一项所述的企业黑名单数据分析方法的步骤。
10.一种存储介质，其特征在于，所述存储介质可被处理器读写，所述存储介质上存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行如权利要求1至7中任一项所述的企业黑名单数据分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910056762.6A CN109918404A (zh) | 2019-01-22 | 2019-01-22 | 企业黑名单数据分析方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910056762.6A CN109918404A (zh) | 2019-01-22 | 2019-01-22 | 企业黑名单数据分析方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109918404A true CN109918404A (zh) | 2019-06-21 |
Family
ID=66960537
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910056762.6A Pending CN109918404A (zh) | 2019-01-22 | 2019-01-22 | 企业黑名单数据分析方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109918404A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110855617A (zh) * | 2019-10-12 | 2020-02-28 | 平安城市建设科技(深圳)有限公司 | 黑名单管理方法、装置及计算机可读存储介质 |
| CN111652716A (zh) * | 2020-07-06 | 2020-09-11 | 中国银行股份有限公司 | 首贷户标签确定方法及装置 |
| CN111768546A (zh) * | 2020-06-30 | 2020-10-13 | 新奥（中国）燃气投资有限公司 | 对异常企业发票自动预警的方法、装置及系统 |
| CN112988762A (zh) * | 2021-05-07 | 2021-06-18 | 江苏中辰软件科技有限公司 | 一种适用于失信单位的实时识别及预警方法 |
| CN114118701A (zh) * | 2021-10-28 | 2022-03-01 | 南方电网数字电网研究院有限公司 | 一种用于供应商信用管理的数据处理方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107633081A (zh) * | 2017-09-26 | 2018-01-26 | 浙江极赢信息技术有限公司 | 一种失信用户信息的查询方法及系统 |
| CN108460084A (zh) * | 2018-01-18 | 2018-08-28 | 大象慧云信息技术有限公司 | 企业信息模糊查询方法及系统、计算机设备和存储介质 |
| CN108710998A (zh) * | 2018-05-03 | 2018-10-26 | 苏州朗动网络科技有限公司 | 企业数据处理方法、装置、计算机设备和存储介质 |
-
2019
- 2019-01-22 CN CN201910056762.6A patent/CN109918404A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107633081A (zh) * | 2017-09-26 | 2018-01-26 | 浙江极赢信息技术有限公司 | 一种失信用户信息的查询方法及系统 |
| CN108460084A (zh) * | 2018-01-18 | 2018-08-28 | 大象慧云信息技术有限公司 | 企业信息模糊查询方法及系统、计算机设备和存储介质 |
| CN108710998A (zh) * | 2018-05-03 | 2018-10-26 | 苏州朗动网络科技有限公司 | 企业数据处理方法、装置、计算机设备和存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110855617A (zh) * | 2019-10-12 | 2020-02-28 | 平安城市建设科技(深圳)有限公司 | 黑名单管理方法、装置及计算机可读存储介质 |
| CN111768546A (zh) * | 2020-06-30 | 2020-10-13 | 新奥（中国）燃气投资有限公司 | 对异常企业发票自动预警的方法、装置及系统 |
| CN111652716A (zh) * | 2020-07-06 | 2020-09-11 | 中国银行股份有限公司 | 首贷户标签确定方法及装置 |
| CN111652716B (zh) * | 2020-07-06 | 2023-11-21 | 中国银行股份有限公司 | 首贷户标签确定方法及装置 |
| CN112988762A (zh) * | 2021-05-07 | 2021-06-18 | 江苏中辰软件科技有限公司 | 一种适用于失信单位的实时识别及预警方法 |
| CN112988762B (zh) * | 2021-05-07 | 2021-09-14 | 江苏中辰软件科技有限公司 | 一种适用于失信单位的实时识别及预警方法 |
| CN114118701A (zh) * | 2021-10-28 | 2022-03-01 | 南方电网数字电网研究院有限公司 | 一种用于供应商信用管理的数据处理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109918404A (zh) | 企业黑名单数据分析方法、装置、计算机设备及存储介质 | |
| US11665072B2 (en) | Parallel computational framework and application server for determining path connectivity | |
| Liu et al. | Federated forest | |
| Trautman | Is disruptive blockchain technology the future of financial services? | |
| Poli | A note on the classification of future-related methods | |
| Letizia et al. | Corporate payments networks and credit risk rating | |
| US20130173457A1 (en) | Systems and methods for conducting more reliable financial transactions, credit decisions, and security assessments | |
| Aiken et al. | Program targeting with machine learning and mobile phone data: Evidence from an anti-poverty intervention in Afghanistan | |
| Fantazzini et al. | Everything you always wanted to know about bitcoin modelling but were afraid to ask | |
| MX2012003721A (es) | Sistemas y metodos para analitica de datos graficos sociales para determinar conectividad dentro de una comunidad. | |
| Dey et al. | On the role of local blockchain network features in cryptocurrency price formation | |
| Haslhofer et al. | Graphsense: A general-purpose cryptoasset analytics platform | |
| CN113711221A (zh) | 可链记录的高效存取 | |
| CN114186275A (zh) | 隐私保护方法、装置、计算机设备及存储介质 | |
| Hu et al. | CPA firm’s cloud auditing provider for performance evaluation and improvement: an empirical case of China | |
| KR20200105379A (ko) | 전문가에 의해 생성되는 프로젝트 결과물을 블록체인에 저장된 빅데이터 기반으로 관리하는 방법 및 시스템 | |
| Tubino et al. | Towards a better identification of Bitcoin actors by supervised learning | |
| KR20210148042A (ko) | 블록체인 기반의 데이터 모델 생성 시스템 | |
| US10509809B1 (en) | Constructing ground truth when classifying data | |
| O’Kane | Detecting patterns in the Ethereum transactional data using unsupervised learning | |
| CN117575773A (zh) | 业务数据的确定方法、装置、计算机设备、存储介质 | |
| Beck et al. | Privacy-preserving data mining demonstrator | |
| CN114331728A (zh) | 一种证券分析管理系统 | |
| Schardong et al. | Matching metadata on blockchain for self-sovereign identity | |
| Kumar et al. | Churn Prediction in Financial Risk Management using Deep Learning Techniques |
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 |