CN110335136A - 数据处理方法和装置 - Google Patents

数据处理方法和装置 Download PDF

Info

Publication number
CN110335136A
CN110335136A CN201910477878.7A CN201910477878A CN110335136A CN 110335136 A CN110335136 A CN 110335136A CN 201910477878 A CN201910477878 A CN 201910477878A CN 110335136 A CN110335136 A CN 110335136A
Authority
CN
China
Prior art keywords
target
early warning
result
expression formula
customized
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
CN201910477878.7A
Other languages
English (en)
Inventor
张卫清
何小坚
熊敏杰
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.)
China Minsheng Banking Corp Ltd
Original Assignee
China Minsheng Banking Corp 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 China Minsheng Banking Corp Ltd filed Critical China Minsheng Banking Corp Ltd
Priority to CN201910477878.7A priority Critical patent/CN110335136A/zh
Publication of CN110335136A publication Critical patent/CN110335136A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种数据处理方法和装置,该方法包括:采集监控对象与关联企业之间的业务数据,关联企业为能影响监控对象履债能力的至少一个企业;根据与关联企业的企业类型对应的自定义预警表达式,对业务数据进行处理,生成与不同监控对象匹配的多组预警结果;判断任意一组预警结果是否满足与自定义预警表达式对应的预警条件;针对满足预警条件的目标预警结果,生成目标监控对象的预警信息并输出预警信息,其中,目标监控对象与目标预警结果相匹配。本发明能够采集到反应融资企业的真实经营状况的业务数据,采用与关联企业的企业类型对应的预警表达式,对来自该关联企业的业务数据进行处理,提升了预警结果的准确性、对监控对象的金融预警及时性。

Description

数据处理方法和装置
技术领域
本发明涉及计算机技术领域,特别是涉及一种数据处理方法和装置。
背景技术
目前,银行在向借款对象(包括自然人、法人)账户发放贷款之后,主要通过人工线下采集借款对象的静态数据报表(例如自然人的资金状况、收入状况等;法人所在企业的资产负债表、现金流量表、损益表等)来掌握借贷对象的金融状况,从而判别借贷款项是否存在还款风险,来达到对贷后风险的预防与监控,助力贷前评审的目的。
但是,目前这种贷后监测的方案所采集的数据基本上都是来自于借款对象本身提供的数据,该数据不够客观,从而导致贷后的风险把控度不够敏感、及时和准确。
发明内容
本发明提供了一种数据处理方法和装置,以解决相关技术中的贷后监测方案所存在的风险预警不及时、不准确的问题。
为了解决上述问题,根据本发明的一个方面,本发明公开了一种数据处理方法,包括:
采集监控对象与关联企业之间的业务数据,其中,所述关联企业为能够影响所述监控对象履债能力的至少一个企业;
根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果;
判断任意一组预警结果是否满足与所述自定义预警表达式对应的预警条件;
针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息并输出所述预警信息,其中,所述目标监控对象与所述目标预警结果相匹配。
根据本发明的另一方面,本发明还公开了一种数据处理装置,包括:
采集模块,用于采集监控对象与关联企业之间的业务数据,其中,所述关联企业为能够影响所述监控对象履债能力的至少一个企业;
处理模块,用于根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果;
判断模块,用于判断任意一组预警结果是否满足与所述自定义预警表达式对应的预警条件;
生成模块,用于针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息并输出所述预警信息,其中,所述目标监控对象与所述目标预警结果相匹配。
与现有技术相比,本发明包括以下优点:
本发明实施例的方法可以从能够影响监控对象履债能力的至少一个关联企业,获取监控对象与该关联企业之间的业务数据,其中,该业务数据能够从侧面反映出监控对象的金融情况,且该业务数据并非由监控对象直接提供,而是从与之存在业务联系的关联企业获取到,从而能够确保业务数据的准确性;那么通过采集监控对象的真实业务数据(例如交易数据、经营行为数据、物流数据等),从而能够采集到反应融资企业的真实经营状况的业务数据;并且,采用与关联企业的企业类型对应的自定义预警表达式,来对来自该关联企业的业务数据进行处理,从而能够得到与该关联企业存在业务往来的每个监控对象的预警结果,提升了预警结果的准确性;且上述业务数据为动态数据,并非简单的监控对象的企业数据报表,从而能够提升对监控对象的金融预警及时性。本发明实施例的方法通过多维度的数据采集处理与分析,再结合自定义、公式化的风控预警方法来实现金融领域的贷后监管,实现了对监控对象的实时监控、动态预警、预防风险的目的。
附图说明
图1是本发明的一种数据处理系统实施例的结构框图;
图2是本发明的一种数据处理方法实施例的步骤流程图;
图3是本发明的一种数据处理装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种数据处理系统实施例的结构框图。
该数据处理系统具体可以包括:数据采集服务器、数据库服务器、应用服务器、web(网络)应用服务器。
其中,数据采集服务器,用于通过专线(即内网)或互联网,来从各个维度的数据源采集数据,并将采集到的数据结构化存储至数据库服务器中;
应用服务器,用于从数据库服务器获取数据采集服务器所采集的数据,并对数据进行分析处理,生成预警数据,并将预警数据发送至web应用服务器;
web应用服务器,用于对接收到的预警数据分发给各个内网的终端,并在各个终端上显示预警数据。
银行贷款给借款对象后,需要对借款对象的金融状况进行把控,以把控贷后风险,那么解决相关技术中只从借款对象采集其静态金融数据(例如资产负债表、现金流量表、损益表)来进行风险预警的技术方案,所存在的预警不及时和不准确的问题,在本发明实施例中,数据采集服务器可以从多个维度的数据源分别采集数据,利用采集的数据进行风险评估,针对存在风险的数据生成预警数据,从而提升风险预警的及时性和准确性。
对于多个维度的数据源而言,该数据源可以是能够影响监控对象(例如借款对象,或存在借款可能性的对象)履债能力的至少一个企业,那么本发明实施例的数据采集服务器就可以从该多个企业来采集每个企业与借款对象之间进行业务往来所生成的业务数据。
可选地,当该借款对象为法人时,则能够影响该借款对象履债能力的该关联企业可以为该借款对象关系企业、集团企业、进货厂商、物流厂商、销货厂商、上下游合作厂商、转投资事业与金融担保品至少其中之一。
举例来说,例如银行1贷款给某个经销商1,那么银行需要对经销商1的贷后进入进行监控,例如经销商1从进货厂商1进行进货,经销商1使用物流厂商1进行发货,那么上述数据源可以包括进货厂商1所提供的交易数据、物流厂商1所提供的物流数据、银行1的总行所提供的各个客户的贷款历史数据、第三方平台提供的各个客户的企业报表数据。
其中,上述交易数据不仅仅是进货厂商1和经销商1之间的交易数据,还可以包括进货厂商和其他经销商之间的交易数据;类似的,该物流数据、贷款历史数据、企业报表数据所对应的对象也不仅仅是该经销商1。也就是说,本发明实施例的数据采集服务器可以从每个关联企业获取到与该关联企业存在业务联系的多个监控对象的业务数据(例如上述交易数据、物流数据、贷款历史数据、企业报表数据等)。由于每个关联企业所处的领域存在差异,因此,可以将从多个关联企业获取到的数据称为多个维度的数据,即从交易维度、物流维度、贷款历史维度、企业经营报表维度等多个维度来分析每个监控对象的贷后风险。
由于上述交易数据、物流数据等业务数据都是动态、且真实的数据,因此,基于上述采集的数据进行预警分析,可以提升预警及时性和准确度。
下面参照图2,来对本发明实施例的上述数据处理系统中各个服务器的功能做详细介绍,如图2所示,示出了本发明的一种数据处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,采集监控对象与关联企业之间的业务数据,其中,所述关联企业为能够影响所述监控对象履债能力的至少一个企业;
其中,对于每个关联企业而言,与其存在业务联系的客户可以为多个,那么不论某个关联企业中的部分客户还是全部客户向银行进行过贷款,本发明实施例的数据采集服务器可以从任意一个关联企业采集到该关联企业与每个客户之间的业务数据。其中,与关联企业存在业务往来的每个客户都是本发明实施例的方法中的监控对象,不论该客户目前是否在本银行进行过贷款,本发明实施例的方法都可以对它们进行金融情况的监控,相当于不仅可以做到贷后监控,还可以做到贷前监控。
因此,本步骤所采集的业务数据可以涉及多个数据源,即多个类型的关联企业,且该业务数据可以为与任意一个关联企业进行业务往来的多个客户(即多个监控对象)。
可选地,可以对采集到的上述业务数据进行结构化存储,具体而言:
本发明实施例的方法可以按照业务数据的不同来源(即不同类型的关联企业),来对来自各个关联企业的业务数据分别进行结构化存储。
并且,在对来自一个关联企业的业务数据进行结构化存储时,由于来自同一个关联企业的业务数据可以涉及多个客户,所以,可以按照客户的不同,来对来自一个关联企业的对应不同客户的业务数据进行分组的结构化存储。
那么在对来来自某个关联企业的关于该关联企业和某个客户之间的业务数据进行结构化存储时,可以按照本发明实施例的系统预先配置的对应于该关联企业的企业类型的通知参数、预警参数,来对一组业务数据进行结构化存储。
其中,需要说明的是,由于不同类型的关联企业与各自的客户之间所往来的业务数据的种类存在着较大的差异,例如进货厂商(即某个关联企业)和经销商之间的业务数据为货物交易数据,而物流厂商和经销商之间的业务数据为物流数据,因此,本发明实施例在预先配置通知参数和预警参数时,可以按照关联企业类型的不同,对不同类型的关联企业分别配置各自的通知参数和预警参数。而从同一种类型的关联企业所采集的不同组业务数据,则可以采用相同的通知参数、预警参数进行结构化存储。例如企业1和企业2都是物流企业,则从上述两个企业所采集的物流数据在进行结构化存储时,则采用物流类型的各个通知参数、预警参数进行结构化存储。
因此,本发明实施例的方法可以预先生成关联企业的类型与通知参数之间的对应关系,以及关联企业的类型与预警参数之间的对应关系。那么在对一组业务数据进行结构化存储时,则依据该组业务数据所对应的关联企业的类型,采用与该关联企业的类型对应的通知参数、预警参数,来对该组业务数据进行结构化存储。
步骤102,根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果;
可选地,如上文所述,本发明实施例的系统可以为每个类型的关联企业分别配置预警参数,此外,用户可以基于每个类型的关联企业对应的预警参数来自定义一个或多个预警表达式,使得每个类型的关联企业也对应有各自的自定义预警表达式,其中,自定义预警表达式的结构可以是对各个预警参数的预设数学运算(例如加、减、乘、除、异或、求模等数学运算)。
可选地,用户在基于预警参数来自定义各种预警表达式之后,还可以配置各个自定义预警表达式的状态,该状态可以包括禁用、启用两种。当该自定义预警表达式处于禁用状态时,则无法采用该自定义预警表达式来对业务数据进行处理;当该自定义预警表达式处于启用状态时,则可以采用该自定义预警表达式来对业务数据进行处理。
那么在采用自定义预警表达式来对业务数据进行处理时,以关联企业为进货厂商1为例,则可以采用与进货厂商1的类型(例如电器类型)所对应的预警参数,所生成的自定义预警表达式(处于启用状态的),来对进货厂商1与各个客户之间的业务数据分别进行处理,从而生成与不同客户匹配的多组预警结果。
举例来说,例如针对电器类型的关联企业,用户预先自定义了自定义预警表达式1和自定义预警表达式2,其中,进货厂商1和客户1存在一组业务数据1,进货厂商1和客户2存在一组业务数据2,那么可以采用上述两个自定义预警表达式,来一组业务数据1进行两种处理,得到两个处理结果,即生成了一组对应于客户1的预警结果,例如为对应于自定义预警表达式1的预警结果1和为对应于自定义预警表达式2的预警结果2;类似的,采用上述两个自定义预警表达式,来一组业务数据2进行两种处理,得到两个处理结果,即生成了一组对应于客户2的预警结果,例如为对应于自定义预警表达式1的预警结果3和为对应于自定义预警表达式2的预警结果4。
步骤103,判断任意一组预警结果是否满足与所述自定义预警表达式对应的预警条件;
其中,本发明实施例的方法还对用户自定义的每个自定义预警表达式配置有对应的预警条件,例如自定义预警表达式1的预警条件为小于29%,自定义预警表达式2的预警条件为小于10。
继续以上述举例来说明,可以判断预警结果1是否小于29%、判断预警结果3是否小于29%,以及判断预警结果2是否小于10,预警结果4是否小于10。
步骤104,针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息并输出所述预警信息,其中,所述目标监控对象与所述目标预警结果相匹配。
以上述举例来说明,若预警结果1小于29%,则生成针对客户1的预警信息1;若预警结果2小于10,则生成针对客户1的预警信息2;若预警结果3小于29%,则生成针对客户2的预警信息3;若预警结果4小于10,则生成针对客户2的预警信息4。
相反,若预警结果不满足各自自定义预警表达式所对应的预警条件,则说明相应的客户不存在金融风险,可以不进行预警。
借助于本发明上述实施例的技术方案,本发明实施例的方法可以从能够影响监控对象履债能力的至少一个关联企业,获取监控对象与该关联企业之间的业务数据,其中,该业务数据能够从侧面反映出监控对象的金融情况,且该业务数据并非由监控对象直接提供,而是从与之存在业务联系的关联企业获取到,从而能够确保业务数据的准确性;那么通过采集监控对象的真实业务数据(例如交易数据、经营行为数据、物流数据等),从而能够采集到反应融资企业的真实经营状况的业务数据;并且,采用与关联企业的企业类型对应的自定义预警表达式,来对来自该关联企业的业务数据进行处理,从而能够得到与该关联企业存在业务往来的每个监控对象的预警结果,提升了预警结果的准确性;且上述业务数据为动态数据,并非简单的监控对象的企业数据报表,从而能够提升对监控对象的金融预警及时性。本发明实施例的方法通过多维度的数据采集处理与分析,再结合自定义、公式化的风控预警方法来实现金融领域的贷后监管,实现了对监控对象的实时监控、动态预警、预防风险的目的。
可选地,执行步骤102时,可以按照与所述关联企业的企业类型对应的第一预设周期,从预先配置的自定义预警表达式中,识别与所述关联企业的企业类型对应的自定义预警表达式;然后,根据与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果。
其中,本发明实施例的方法可以预先对不同企业类型的关联企业分别配置预警周期,不同企业类型的关联企业的预警周期可以不同,这样,就可以周期性的基于各类关联企业的业务数据,来对各个关联企业的客户(即监控对象)的金融情况进行及时预警。
可选地,执行步骤102时,还可以通过S201~S203来实现:
S201,根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,识别所述自定义预警表达式中的目标预警参数;
例如自定义预警表达式为本年提货次数/上年同期提货次数,则这里可以识别到该自定义预警表达式的目标预警参数包括本年提货次数、上年同期提货次数;
S202,根据所述目标预警参数,从所述业务数据中提取与不同监控对象匹配的多组目标预警参数值;
可选地,由于采集的业务数据可以按照通知参数、预警参数进行结构化存储,因此,这里可以根据这里的目标预警参数,来从结构化存储的业务数据中,提取出不同客户的多组目标预警参数的数值。
可选地,结构化存储的业务数据的各个字段可以与通知参数和/或预警参数进行关联,使得每个通知参数都可以在业务数据的存储字段中具有唯一的对应关系,以及每个预警参数都可以在业务数据的存储字段中具有唯一的对应关系。那么依据于上述关联关系,同样可以从业务数据中提取出与目标预警参数关联的各个存储字段对应的目标预警参数值。
举例来说,进货厂商1的业务数据包括客户1的业务数据1和客户2的业务数据2,其中,业务数据1按照通知参数1、通知参数2……通知参数N,预警参数1、预警参数2……预警参数N进行结构化存储并关联存储有客户1的ID和客户名称;业务数据2的存储结构类似,这里不再赘述。那么这里在从业务数据中提取目标预警参数值时,例如自定义预警表达式1为本年提货次数/上年同期提货次数,则这里可以识别到该自定义预警表达式1的目标预警参数包括本年提货次数、上年同期提货次数,则可以从业务数据1中提取字段名称为本年提货次数的数据值(例如为10),以及字段名称为上年同期提货次数的数据值(例如为50);或者,可以按照上述实施例所述的关联关系,来识别与本年提货次数关联的目标字段名称1,以及与上年同期提货次数关联的目标字段名称2,然后,从业务数据1中提取字段名称为目标字段名称1的数据值,以及字段名称为目标字段名称2的数据值。其中,这里以对应于客户1的业务数据1进行的举例,对于与客户2对应的业务数据2的处理类似,这里不再赘述。
S203,按照所述自定义预警表达式,对所述多组目标预警参数值分别进行计算,生成与所述不同监控对象匹配的多组预警结果。
以上述客户1的业务数据1为例,则按照上述自定义预警表达式1,来对本年提货次数的数据值(例如为10)和上年同期提货次数的数据值(例如为50)进行计算,则可以得到对应于客户1的20%的一个预警结果。
这样,本发明实施例采用与关联企业的类型对应的自定义预警表达式,来对来自与该关联企业的业务数据进行计算,并得到与关联企业存在业务往来的每个客户的对应于每个自定义预警表达式的预警结果,那么只要预警结果不符合自定义预警表达式对应的预警条件,就可以针对该预警结果所对应的监控对象生成预警信息,那么用户不需要关心某个监控对象,只需要对各个维度的数据源,按照对应的自定义预警表达式进行计算,就可以生成各个监控对象的预警结果,从而对不符合预警条件的监控对象生成预警信息,提升了对各个监控对象的监控效率和监控灵活性。
可选地,执行步骤104时,还可以通过S301~S303来实现:
S301,针对满足所述预警条件的目标预警结果,识别与所述目标预警结果对应的目标监控对象;
如上述实施例所述,一个关联企业的客户可以为多个,那么从一个关联企业采集的业务数据可以分别对应不同的客户,那么针对每个客户的业务数据,都按照该关联企业对应的自定义预警表达式进行计算,则可以得到多组预警结果,那么对于满足自定义预警表达式对应的预警条件的目标预警结果,也是存在对应的客户的,因此,可以识别目标预警结果满足预警条件的目标监控对象。
S302,识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据;
如上所述,一个关联企业的业务数据涉及多个客户,这里可以从该关联企业的业务数据中,识别出关联企业与目标监控对象(即目标客户)之间进行业务往来的目标业务数据。
此外,由于业务数据可以按照关联企业以及客户的不同进行分别的结构化存储,因此,只需要关联企业的ID、客户的ID,就可以从该采集自多个关联企业的业务数据中,识别出属于关联企业与目标监控对象(即目标客户)之间进行业务往来的目标业务数据。
S303,根据所述目标业务数据,生成所述目标监控对象的预警信息。
其中,预警信息可以包括但不限于该目标监控对象的ID、名称,即客户ID和客户名称,以及该目标监控对象的目标预警结果涉及的目标预警参数,以及目标预警参数值,除该目标预警参数之外的通知参数,以及通知参数值等等数据。
可选地,在执行S303时,可以通过S401~S405来实现:
S401,识别与所述目标预警结果对应的目标自定义预警表达式;
S402,获取与所述目标自定义预警表达式对应的目标通知参数组合;
可选地,在执行S402时,可以根据预先配置的自定义预警表达式与自定义通知模板之间的对应关系,识别与所述目标自定义预警表达式对应的目标自定义通知模板;根据预先配置的自定义通知模板与通知参数组合之间的对应关系,获取与所述目标自定义通知模板对应的目标通知参数组合。
其中,对于自定义预警表达式与自定义通知模板之间的对应关系,一个自定义通知模板只可以对应一个自定义预警表达式,但是不同自定义预警表达式可以对应相同或不同的自定义通知模板。另外,自定义预警表达式、自定义通知模板、通知参数组合都是分别针对某个类型的关联企业进行配置的,由于不同类型的关联企业所对应的预警参数、通知参数都是不同的,因此,不同类型的关联企业所对应的自定义预警表达式、自定义通知模板、通知参数组合也是不同的。
其中,本发明实施例之所以没有直接设置自定义预警表达式与通知参数组合之间的直接对应关系,而是借助于自定义通知模板,来建立自定义预警表达式与通知参数组合之间的间接对应关系,原因在于通知参数组合可以根据需要进行调整、修改、删除等操作,如果该通知参数组合修改,那么自定义预警表达式所对应的通知参数组合也需要调整,但是,在本发明实施例中,由于自定义预警表达式对应于不需要修改的自定义通知模板,那么在通知参数组合发生变化的情况下,自定义通知模板只需要重新对应其他符合自定义预警表达式的通知需求的通知参数组合即可,但是,用户不需要调整自定义预警表达式与自定义通知模板之间的对应关系,从而使得用户的操作步骤减少。
另外,对于通知参数组合,即各个通知参数所构成的组合,而自定义通知模板可以具有模板ID、模板名称的信息,其主要用于对自定义预警表达式和通知参数组合之间的间接对应关系起到连接的作用。
其中,对于通知参数组合可以是用户根据预先配置的通知参数自定义的通知参数组合,其主要用于生成与之关联的自定义预警表达式对应的预警信息。
例如某个自定义预警表达式用于对经销商的销售出库时间进行预警,那么用于计算该销售出库时间的自定义预警表达式所对应的通知参数组合可以包括任意能够预警销售出库时间信息的通知参数。
可选地,预先配置的通知参数与预先配置的预警参数之间可以具有相同的参数,不论是通知参数还是预警参数都是能够直接或间接反映监控对象的金融状况的参数信息。
那么在本实施例中,该目标通知参数组合可以包括目标预警结果、目标预警条件、监控对象的客户ID、客户名称等信息。
S403,识别所述目标通知参数组合中的每个目标通知参数;
S404,从所述目标业务数据中提取与所述每个目标通知参数对应的每个目标通知参数值;
S405,根据所述每个目标通知参数值,生成所述目标监控对象的预警信息。
例如目标通知参数包括客户ID、客户名称、预警类型、预警结果、预警条件、质押库存;
那么该预警信息为客户ID:001;客户名称:XX厨具公司;预警类型:保险批单;预警结果35;预警条件大于29;质押库存:35。
可选地,在S301之后,在S302之前,根据本发明实施例的方法还可以包括:
首先,将所述目标监控对象的第一标识信息、与所述目标预警结果对应的目标自定义预警表达式的第二标识信息以及所述目标预警结果进行关联存储;
可选地,还可以保存该目标自定义预警表达式对应的目标自定义通知模板的ID信息。
其中,可以将满足预警条件的客户的客户ID、该目标预警结果所对应的目标自定义预警表达式的ID、以及目标预警结果进行关联存储,例如存储在上述数据处理系统中的数据库服务器。
然后,将所述目标预警结果标记为未处理状态;
其中,由于采集的业务数据众多,且每个类型的关联企业都需要定期进行客户的金融情况的预警,因此,为了提升系统性能,本发明实施例的方法不对所有的目标预警结果进行集中处理,而是在得到目标预警结果之后,就将其做未处理的标记。
接着,按照第二预设周期,识别处于所述未处理状态的目标预警结果;
其中,可以预先配置处理预警结果的周期,即这里的第二预设周期,那么就可以周期性的识别处于未处理状态的目标预警结果来对其进行通知处理。
那么在执行S302时,则可以根据识别到的处于所述未处理状态的目标预警结果,获取与所述目标预警结果关联存储的所述第一标识信息;然后,根据所述第一标识信息,识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据。
其中,当处于未处理状态的目标预警结果为多个时,则可以按照生成该目标预警结果的时间距离当前时间从远到近的顺序依次处理各个目标预警结果。
可选地,可以借助于上述关联存储的目标自定义预警表达式的第二标识信息,根据预先配置的自定义预警表达式与自定义通知模板之间的对应关系,来获取与该第二标识信息对应的目标自定义通知模板的标识信息,从而再根据预先配置的自定义通知模板与通知参数组合之间的对应关系,来获取与所述目标自定义通知模板的标识信息对应的目标通知参数组合。
当然,如果直接保存了目标自定义通知模板的ID信息,则可以直接获取与该ID信息关联的目标通知参数组合。
这样,本发明实施例在对目标预警结果进行处理,来生成预警信息之前,可以将目标预警结果与目标监控对象的第一标识信息、以及目标自定义预警表达式的第二标识信息进行关联存储,从而在待处理的目标预警结果的数量较多时,能够按照第二预设周期,来处理各个待处理的目标预警结果,从而生成各个目标预警结果对应的目标监控对象的预警信息,这样可以降低系统压力,提升系统性能。
可选地,本发明实施例预先配置的预警参数、通知参数基于关联企业的类型而确定。例如进货厂商的预先配置的预警参数可以包括但不限于:库存质押总值、订单预控金额、敞口金额、质押总金额、在途总值、预警总值、当前货值、有效总货值、可用货值、融资发放时间等等。此外,不论是预警参数还是通知参数,其可以包括变量的参数,以及常量的参数。
可选地,本发明实施例的方法预先为每个自定义预警表达式配置了预警信息的通知方式(包括邮件或短信),因此,在输出所述预警信息时,可以识别与目标自定义预警表达式对应的通知方式,然后,按照该通知方式来输出该目标自定义预警表达式对应的预警信息。
其中,若通知方式为邮件,则可以判断该邮件通知方式中的邮件地址是否合法,若是,则通过邮件地址来该预警信息发送给指定的风控员工;
若通知方式为短信,则可以判断短信通知方式中的电话号码是否合法,若是,则将该预警信息以短信的方式发送给该电话号码对应的风控员工;
另外,在将预警信息通知给风控员工之后,将该预警信息标记为预警未结束的状态,其中,直到有员工对该预警信息进行处理,才会更改为预警结束的状态。
在将预警信息通知给风控员工之后,根据本发明实施例的方法还可以获取该风控员工的岗位级别对应的上报上级的时间间隔T,以及上级人员的信息;
其中,本发明实施例的方法还对每个预警信息预先配置了上报时间间隔的字段,以及上报人的字段;
然后,可以将该预警信息对应的上报时间间隔的字段的取值设置为上述T,以及将该预警信息对应的上报人的字段的取值设置为上述上级人员的级别信息;
那么在将上述预警信息通知给风控员工后,就按照上述T进行倒计时,在倒计时结束后,若该预警信息还处于预警未结束的状态,则说明上述风控员工没有对该预警信息进行处理,那么可以获取该预警信息对应的上级人员的级别信息,并获取具有该级别的每个上级人员的通讯信息,来按照该预警公式对应的通知方式,基于上述通讯信息,将所述预警信息通知给风控员工的每个上级人员进行处理,直至该上级人员的级别为最顶级的级别,否则,只要该预警信息为预警未结束的状态,就不断地向上级上报。
本发明实施例的方法可以根据自定义预警表达式对应的通知方式(邮件或短信),来对满足预警条件的目标预警结果生成预警信息,并以相应的通知方式来自动预警通知需要接收信息的干系人。且可以自动按照组织架构的层关系逐级上报预警信息,提升预警信息的处理速度。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
与上述本发明实施例所提供的方法相对应,参照图3,示出了本发明一种数据处理装置实施例的结构框图,具体可以包括如下模块:
采集模块31,用于采集监控对象与关联企业之间的业务数据,其中,所述关联企业为能够影响所述监控对象履债能力的至少一个企业;
处理模块32,用于根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果;
判断模块33,用于判断任意一组预警结果是否满足与所述自定义预警表达式对应的预警条件;
生成模块34,用于针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息并输出所述预警信息,其中,所述目标监控对象与所述目标预警结果相匹配。
可选地,所述处理模块32包括:
第一识别子模块,用于根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,识别所述自定义预警表达式中的目标预警参数;
提取子模块,用于根据所述目标预警参数,从所述业务数据中提取与不同监控对象匹配的多组目标预警参数值;
计算子模块,用于按照所述自定义预警表达式,对所述多组目标预警参数值分别进行计算,生成与所述不同监控对象匹配的多组预警结果。
可选地,所述处理模块32包括:
第二识别子模块,用于按照与所述关联企业的企业类型对应的第一预设周期,从预先配置的自定义预警表达式中,识别与所述关联企业的企业类型对应的自定义预警表达式;
处理子模块,用于根据与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果。
可选地,所述生成模块34包括:
第三识别子模块,用于针对满足所述预警条件的目标预警结果,识别与所述目标预警结果对应的目标监控对象;
第四识别子模块,用于识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据;
生成子模块,用于根据所述目标业务数据,生成所述目标监控对象的预警信息。
可选地,所述生成子模块包括:
第一识别单元,用于识别与所述目标预警结果对应的目标自定义预警表达式;
第一获取单元,用于获取与所述目标自定义预警表达式对应的目标通知参数组合;
第二识别单元,用于识别所述目标通知参数组合中的每个目标通知参数;
提取单元,用于从所述目标业务数据中提取与所述每个目标通知参数对应的每个目标通知参数值;
生成单元,用于根据所述每个目标通知参数值,生成所述目标监控对象的预警信息。
可选地,所述第一获取单元包括:
识别子单元,用于根据预先配置的自定义预警表达式与自定义通知模板之间的对应关系,识别与所述目标自定义预警表达式对应的目标自定义通知模板;
获取子单元,用于根据预先配置的自定义通知模板与通知参数组合之间的对应关系,获取与所述目标自定义通知模板对应的目标通知参数组合。
可选地,所述装置还包括:
存储模块,用于将所述目标监控对象的第一标识信息、与所述目标预警结果对应的目标自定义预警表达式的第二标识信息以及所述目标预警结果进行关联存储;
标记模块,用于将所述目标预警结果标记为未处理状态;
识别模块,用于按照第二预设周期,识别处于所述未处理状态的目标预警结果;
所述第四识别子模块包括:
第二获取单元,用于根据识别到的处于所述未处理状态的目标预警结果,获取与所述目标预警结果关联存储的所述第一标识信息;
第三识别单元,用于根据所述第一标识信息,识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种数据处理方法和一种数据处理装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (14)

1.一种数据处理方法,其特征在于,包括:
采集监控对象与关联企业之间的业务数据,其中,所述关联企业为能够影响所述监控对象履债能力的至少一个企业;
根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果;
判断任意一组预警结果是否满足与所述自定义预警表达式对应的预警条件;
针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息并输出所述预警信息,其中,所述目标监控对象与所述目标预警结果相匹配。
2.根据权利要求1所述的方法,其特征在于,所述根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果,包括:
根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,识别所述自定义预警表达式中的目标预警参数;
根据所述目标预警参数,从所述业务数据中提取与不同监控对象匹配的多组目标预警参数值;
按照所述自定义预警表达式,对所述多组目标预警参数值分别进行计算,生成与所述不同监控对象匹配的多组预警结果。
3.根据权利要求1所述的方法,其特征在于,所述根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果,包括:
按照与所述关联企业的企业类型对应的第一预设周期,从预先配置的自定义预警表达式中,识别与所述关联企业的企业类型对应的自定义预警表达式;
根据与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果。
4.根据权利要求1所述的方法,其特征在于,所述针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息,包括:
针对满足所述预警条件的目标预警结果,识别与所述目标预警结果对应的目标监控对象;
识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据;
根据所述目标业务数据,生成所述目标监控对象的预警信息。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标业务数据,生成所述目标监控对象的预警信息,包括:
识别与所述目标预警结果对应的目标自定义预警表达式;
获取与所述目标自定义预警表达式对应的目标通知参数组合;
识别所述目标通知参数组合中的每个目标通知参数;
从所述目标业务数据中提取与所述每个目标通知参数对应的每个目标通知参数值;
根据所述每个目标通知参数值,生成所述目标监控对象的预警信息。
6.根据权利要求5所述的方法,其特征在于,所述获取与所述目标自定义预警表达式对应的目标通知参数组合,包括:
根据预先配置的自定义预警表达式与自定义通知模板之间的对应关系,识别与所述目标自定义预警表达式对应的目标自定义通知模板;
根据预先配置的自定义通知模板与通知参数组合之间的对应关系,获取与所述目标自定义通知模板对应的目标通知参数组合。
7.根据权利要求4所述的方法,其特征在于,所述针对满足所述预警条件的目标预警结果,识别与所述目标预警结果对应的目标监控对象之后,所述识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据之前,所述方法还包括:
将所述目标监控对象的第一标识信息、与所述目标预警结果对应的目标自定义预警表达式的第二标识信息以及所述目标预警结果进行关联存储;
将所述目标预警结果标记为未处理状态;
按照第二预设周期,识别处于所述未处理状态的目标预警结果;
所述识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据,包括:
根据识别到的处于所述未处理状态的目标预警结果,获取与所述目标预警结果关联存储的所述第一标识信息;
根据所述第一标识信息,识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据。
8.一种数据处理装置,其特征在于,包括:
采集模块,用于采集监控对象与关联企业之间的业务数据,其中,所述关联企业为能够影响所述监控对象履债能力的至少一个企业;
处理模块,用于根据预先配置的与所述关联企业的企业类型对应的定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果;
判断模块,用于判断任意一组预警结果是否满足与所述自定义预警表达式对应的预警条件;
生成模块,用于针对满足所述预警条件的目标预警结果,生成目标监控对象的预警信息并输出所述预警信息,其中,所述目标监控对象与所述目标预警结果相匹配。
9.根据权利要求8所述的装置,其特征在于,所述处理模块包括:
第一识别子模块,用于根据预先配置的与所述关联企业的企业类型对应的自定义预警表达式,识别所述自定义预警表达式中的目标预警参数;
提取子模块,用于根据所述目标预警参数,从所述业务数据中提取与不同监控对象匹配的多组目标预警参数值;
计算子模块,用于按照所述自定义预警表达式,对所述多组目标预警参数值分别进行计算,生成与所述不同监控对象匹配的多组预警结果。
10.根据权利要求8所述的装置,其特征在于,所述处理模块包括:
第二识别子模块,用于按照与所述关联企业的企业类型对应的第一预设周期,从预先配置的自定义预警表达式中,识别与所述关联企业的企业类型对应的自定义预警表达式;
处理子模块,用于根据与所述关联企业的企业类型对应的自定义预警表达式,对所述业务数据进行处理,生成与不同监控对象匹配的多组预警结果。
11.根据权利要求8所述的装置,其特征在于,所述生成模块包括:
第三识别子模块,用于针对满足所述预警条件的目标预警结果,识别与所述目标预警结果对应的目标监控对象;
第四识别子模块,用于识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据;
生成子模块,用于根据所述目标业务数据,生成所述目标监控对象的预警信息。
12.根据权利要求11所述的装置,其特征在于,所述生成子模块包括:
第一识别单元,用于识别与所述目标预警结果对应的目标自定义预警表达式;
第一获取单元,用于获取与所述目标自定义预警表达式对应的目标通知参数组合;
第二识别单元,用于识别所述目标通知参数组合中的每个目标通知参数;
提取单元,用于从所述目标业务数据中提取与所述每个目标通知参数对应的每个目标通知参数值;
生成单元,用于根据所述每个目标通知参数值,生成所述目标监控对象的预警信息。
13.根据权利要求12所述的装置,其特征在于,所述第一获取单元包括:
识别子单元,用于根据预先配置的自定义预警表达式与自定义通知模板之间的对应关系,识别与所述目标自定义预警表达式对应的目标自定义通知模板;
获取子单元,用于根据预先配置的自定义通知模板与通知参数组合之间的对应关系,获取与所述目标自定义通知模板对应的目标通知参数组合。
14.根据权利要求11所述的装置,其特征在于,所述装置还包括:
存储模块,用于将所述目标监控对象的第一标识信息、与所述目标预警结果对应的目标自定义预警表达式的第二标识信息以及所述目标预警结果进行关联存储;
标记模块,用于将所述目标预警结果标记为未处理状态;
识别模块,用于按照第二预设周期,识别处于所述未处理状态的目标预警结果;
所述第四识别子模块包括:
第二获取单元,用于根据识别到的处于所述未处理状态的目标预警结果,获取与所述目标预警结果关联存储的所述第一标识信息;
第三识别单元,用于根据所述第一标识信息,识别所述业务数据中,所述目标监控对象与所述关联企业之间的目标业务数据。
CN201910477878.7A 2019-06-03 2019-06-03 数据处理方法和装置 Pending CN110335136A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910477878.7A CN110335136A (zh) 2019-06-03 2019-06-03 数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910477878.7A CN110335136A (zh) 2019-06-03 2019-06-03 数据处理方法和装置

Publications (1)

Publication Number Publication Date
CN110335136A true CN110335136A (zh) 2019-10-15

Family

ID=68140212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910477878.7A Pending CN110335136A (zh) 2019-06-03 2019-06-03 数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN110335136A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723107A (zh) * 2020-06-29 2020-09-29 广州市千钧网络科技有限公司 一种业务数据的监控方法及装置
CN111861255A (zh) * 2020-07-30 2020-10-30 北京金堤征信服务有限公司 企业风险监控方法和装置、以及存储介质和电子设备
CN114143165A (zh) * 2020-08-14 2022-03-04 北京达佳互联信息技术有限公司 业务报警方法、装置、服务器、存储介质及程序产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105976236A (zh) * 2016-04-28 2016-09-28 中国建设银行股份有限公司 一种借贷业务监测预警方法及装置
CN108230143A (zh) * 2018-02-05 2018-06-29 深圳微众税银信息服务有限公司 一种贷后数据报告生成方法及系统
CN109191283A (zh) * 2018-08-30 2019-01-11 成都数联铭品科技有限公司 风险预警方法及系统
CN109492945A (zh) * 2018-12-14 2019-03-19 深圳壹账通智能科技有限公司 企业风险识别监控方法、装置、设备及存储介质
CN109657894A (zh) * 2018-09-27 2019-04-19 深圳壹账通智能科技有限公司 企业信用风险预警方法、装置、设备及存储介质
CN109741172A (zh) * 2018-12-26 2019-05-10 厦门市七星通联科技有限公司 信贷预警方法、装置、系统及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105976236A (zh) * 2016-04-28 2016-09-28 中国建设银行股份有限公司 一种借贷业务监测预警方法及装置
CN108230143A (zh) * 2018-02-05 2018-06-29 深圳微众税银信息服务有限公司 一种贷后数据报告生成方法及系统
CN109191283A (zh) * 2018-08-30 2019-01-11 成都数联铭品科技有限公司 风险预警方法及系统
CN109657894A (zh) * 2018-09-27 2019-04-19 深圳壹账通智能科技有限公司 企业信用风险预警方法、装置、设备及存储介质
CN109492945A (zh) * 2018-12-14 2019-03-19 深圳壹账通智能科技有限公司 企业风险识别监控方法、装置、设备及存储介质
CN109741172A (zh) * 2018-12-26 2019-05-10 厦门市七星通联科技有限公司 信贷预警方法、装置、系统及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723107A (zh) * 2020-06-29 2020-09-29 广州市千钧网络科技有限公司 一种业务数据的监控方法及装置
CN111861255A (zh) * 2020-07-30 2020-10-30 北京金堤征信服务有限公司 企业风险监控方法和装置、以及存储介质和电子设备
CN114143165A (zh) * 2020-08-14 2022-03-04 北京达佳互联信息技术有限公司 业务报警方法、装置、服务器、存储介质及程序产品

Similar Documents

Publication Publication Date Title
US20240020611A1 (en) Systems and methods for risk processing of supply chain management system data
US11734692B2 (en) Data breach detection
CN110335136A (zh) 数据处理方法和装置
Balasubramanian et al. Churn prediction in mobile telecom system using data mining techniques
CN109409780B (zh) 变更处理方法、装置、计算机设备和存储介质
CN115619270A (zh) 数据资产管理方法、装置、计算机设备、存储介质
CN116777633A (zh) 基于数据管理的金融资产管理系统
KR102042442B1 (ko) 디지털 컴플라이언스 및 위험 관리를 위한 레그테크 플랫폼 장치, 금융거래 위험 관리 방법 및 이를 위한 컴퓨터 프로그램
CN114997975A (zh) 一种异常企业识别方法、装置、设备、介质及产品
US11126528B2 (en) Methods for generating a branch health index
CN111833110A (zh) 客户生命周期定位方法、装置、电子设备及存储介质
CN114757596B (zh) 电力业务监测预警方法、系统和可读存储介质
CN116645195A (zh) 一种管理消费金融业务的方法及装置
CN116228431A (zh) 一种异常交易账户确定方法、装置及电子设备
CN116308494A (zh) 供应链需求预测方法
US20070239776A1 (en) Bonded material monitoring system and method
CN115481938A (zh) 地区电商发展水平的评价方法及系统
CN114841590A (zh) 供应链异常处理方法、装置、设备、存储介质及程序产品
CN115496370A (zh) 一种保理业务管理系统与管理方法
CN111179077B (zh) 股票异常交易的识别方法及系统
US11263597B2 (en) Workscope system and method of use thereof
CN112862119A (zh) 提升自助设备维保效率的方法、装置、设备及介质
JP6505974B2 (ja) 事務リスク管理システムおよび事務リスク管理プログラム
CN112036789B (zh) 基于仓储数据的薪资统计方法、装置、计算机设备
CN118071514B (zh) 一种金融商业数据云交互方法、系统及计算机存储介质

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

Application publication date: 20191015