CN110619462A - 一种基于ai模型的项目质量评估方法 - Google Patents
一种基于ai模型的项目质量评估方法 Download PDFInfo
- Publication number
- CN110619462A CN110619462A CN201910850692.1A CN201910850692A CN110619462A CN 110619462 A CN110619462 A CN 110619462A CN 201910850692 A CN201910850692 A CN 201910850692A CN 110619462 A CN110619462 A CN 110619462A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- enterprise
- project quality
- analysis
- 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
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
-
- 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
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于智能终端技术领域,尤其为一种基于AI模型的项目质量评估方法,包括数据源、数据分析算法、数据识别标签化、分析模型以及结果模型值,所述数据源中含有结构化数据和非结构化数据,所述结构化数据包含企业工商数据、企业BP资料和第三方对接数据。本发明基于AI进行数据关键字检索并分类数据和模型建立,为投资经理提供企业多维度的数据信息,如企业所属行业政策、增长趋势,竞品企业投融资情况及估值增长率,融资企业工商及工商变更记录、诉讼信息、招聘信息、高管信息、产品信息等,根据多维度的数据结合AI评估模型自动评估出项目质量的分数,分数越高表示质量越好,为投资经理提供评估项目质量决策依据。
Description
技术领域
本发明涉及智能终端技术领域,具体为一种基于AI模型的项目质量评估方法。
背景技术
在股权投资管理系统中,已实现对投资项目进行募投管退业务管理,但对投资中如何有效鉴别项目质量高低,只能提供投资企业的工商数据信息,以及对尽调报告的材料文件管理分析,导致项目质量高低是投资经理主观判断,缺乏有效依据。主要缺陷如下:
1、评估信息面窄;信息单一,缺乏有效的多维度信息提供,如行业政策、竞品、投融资数据、企业产品等;
2、模型能力缺失;只能提供数据记录,无法按不同行业、不同阶段的动态自动提供评判能力。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于AI模型的项目质量评估方法,解决了上述背景技术中的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种基于AI模型的项目质量评估方法,包括数据源、数据分析算法、数据识别标签化、分析模型以及结果模型值,所述数据源中含有结构化数据和非结构化数据,所述结构化数据包含企业工商数据、企业BP资料和第三方对接数据,所述非结构化数据包含互联网数据以及企业网站;所述结构化数据以及非结构化数据中包含的企业工商数据、企业BP资料和第三方对接数据和互联网数据以及企业网站分别传输数据汇总至数据分析算法中网络关联特征提取货架、专家人工特征提取货架、LSTM提取货架和CNN提取货架,所述网络关联特征提取货架、专家人工特征提取货架、LSTM提取货架和CNN提取货架数据汇总传输至数据识别标签化,所述数据识别标签化的输出传输至分析模型,所述分析模型传输数据值至结果模型值。
作为本发明的一种优选技术方案,所述数据源数据传输至数据分析算法,所述数据分析算法数据传输至数据识别标签化,所述数据识别标签化传输数据至分析模型,所述分析模型传输数据至结果模型值。
作为本发明的一种优选技术方案,所述数据识别标签化分别包含履约能力、历次融资、产品特质、企业竞品、行为事件和社交影响。
作为本发明的一种优选技术方案,所述分析模型包含发展潜力、投资回报以及风险评估。
作为本发明的一种优选技术方案,所述结果模型值即为项目质量。
作为本发明的一种优选技术方案,利用python技术,实现互联网数据、企业网站中指定数据的内容爬取,并对内容进行新鲜度比较分析,且每次都爬所有数据进行汇总。
(三)有益效果
与现有技术相比,本发明提供了一种基于AI模型的项目质量评估方法,具备以下有益效果:
1、该基于AI模型的项目质量评估方法,基于AI进行数据关键字检索并分类数据和模型建立,为投资经理提供企业多维度的数据信息,如企业所属行业政策、增长趋势,竞品企业投融资情况及估值增长率,融资企业工商及工商变更记录、诉讼信息、招聘信息、高管信息、产品信息等,根据多维度的数据结合AI评估模型自动评估出项目质量的分数,分数越高表示质量越好,为投资经理提供评估项目质量决策依据。
2、该基于AI模型的项目质量评估方法,利用爬虫技术对互联网信息进行数据采集分析,形成多维度的数据信息库;利用AI评估模型公式,将数据信息进行分析、建立关联关系,提供智能化的评估质量报告。
附图说明
图1为本发明系统图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
实施例
请参阅图1,本发明提供以下技术方案:一种基于AI模型的项目质量评估方法,包括数据源、数据分析算法、数据识别标签化、分析模型以及结果模型值,数据源中含有结构化数据和非结构化数据,结构化数据包含企业工商数据、企业BP资料和第三方对接数据,非结构化数据包含互联网数据以及企业网站;结构化数据以及非结构化数据中包含的企业工商数据、企业BP资料和第三方对接数据和互联网数据以及企业网站分别传输数据汇总至数据分析算法中网络关联特征提取货架、专家人工特征提取货架、LSTM提取货架和CNN提取货架,网络关联特征提取货架、专家人工特征提取货架、LSTM提取货架和CNN提取货架数据汇总传输至数据识别标签化,数据识别标签化的输出传输至分析模型,分析模型传输数据值至结果模型值。
本实施方案中,数据采集方式:1、自动采集配置,配置自动化采集数据来源,系统定时进行数据读取;2、手动导入文本,提供excel、txt、word等格式的文档导入数据;
企业库管理:1、基本信息,对企业名称、统一社会信用代码等工商基本信息管理;2、标签信息,对企业行业、融资阶段、履约能力、融资、产品特质、竞品进行标签化识别和管理;
模型管理:对网络关联特征、LSTM、CNN,以及对企业标签的综合算法规则模型的管理,得出企业发展潜力、投资回报、风险评估等结果,然后再维护项目质量的综合打分模型;
纠错管理:对项目质量提供的标签信息,可以进行纠错维护,对纠错后的标签可以实现再重新计算得出新的项目质量值。
整体实时技术方案:利用python技术,实现互联网数据、企业网站中指定数据的内容爬取,并对内容进行新鲜度比较分析,必须每次都爬所有数据;数据获取后通过提取框架分析算法,对获取数据进行深度学习,按分类标签化识别;对识别的标签,利用按发展潜力、投资回报、风险评估模型按不同行业和融资企业等进行计算;再对不同维护的分析结果进行按权重计算,得出最终项目质量值,值越高表示项目价值越大,投资概率也越高;
继而实时可取的整体效果:泛化数据挖掘能力学习,优化数据的关联性,完善企业标签化关键词标识能力;SAAS应用服务部署,提供数据的快速对接和应用访问入口,提高应用服务能力;自动化评估模型,提供项目评判数据依据,提高项目决策质量的能力。
具体的,数据源数据传输至数据分析算法,数据分析算法数据传输至数据识别标签化,数据识别标签化传输数据至分析模型,分析模型传输数据至结果模型值。
本实施例中,数据源、数据分析算法、数据识别变浅化、分析模型以及结果模型值均在配合计算机进行使用,而计算机的应用程序以及操作流程均为现有公知技术,本发明就不在赘述此操作过程以及操作方式。
具体的,数据识别标签化分别包含履约能力、历次融资、产品特质、企业竞品、行为事件和社交影响。
本实施例中,履约能力即为履行约定的能力,根据实际评估而定进行输入;历次融资即为历史融资次数以及融资金额;产品特质即为产品本身所具有的特点;企业竞品即为企业相思品以及竞争产品;同时行为事件即为历史事件,而社交影响即为口碑影响等。
具体的,分析模型包含发展潜力、投资回报以及风险评估。
本实施例中,发展潜力、投资回报以及风险评估均为现有程序分析。
具体的,结果模型值即为项目质量。
本实施例中,项目质量可用图表以及线条形式或数据通过计算机进行显示。
具体的,利用python技术,实现互联网数据、企业网站中指定数据的内容爬取,并对内容进行新鲜度比较分析,且每次都爬所有数据进行汇总。
本实施例中,经过数据汇总,传输至下一工作流程进行数据分析汇总。
本实施例中,采取定量的方法(熵权-Topsis)分析其投资项目的质量,具体模型建立内容和规则如下:
发展潜力模型:
行业发展是否符合产业政策,查阅国家相关政策,看该公司发展方向是否符合国家产业政策;尽量避免发展已经达到饱和状态(如钢铁行业)或急需创造升级(如汽车行业)的的行业;(关注于具有成长性的行业,如高端制造业、新能源、新材料等);
企业的商业模式是否清晰,调查公司日常运营活动中提供的是什么服务,以及企业是如何进行盈利;对被投资方的商业模式、核心竞争能力以及商业壁垒三大要素进行严格的考察;(同时尽量选择商业模式简单的公司进行投资);
企业的核心竞争力,核心竞争力包括:股东结构、领导阶层、团队协作、创新研发、专业性、市场壁垒等,(最需要关注的是专一性、创新能力、管理者);
是否具备长期发展的能力,从公司的收入增长情况分析,公司主要经营业务上的变化,业务的变化方向,与主要的竞争对手比较,分析公司发展的优势和劣势,(毛利率、净利率、经营现金等也能反映企业的成长性);
公司治理是否有效,重点关注公司是否建立并执行符合公司发展趋势的现代公司制度,治理模式是否健全,是否建立了先进、具有长效性的激励措施,管理团队是否稳定等。
风险评估模型:
经济风险,区域经济风险看GDP,通货膨胀风险看CPI,利率变动风险看利率的变化幅度;
运营风险,总资产周转率看营业收入/平均资产总额,存货周转率看营业成本/存货净额平均余额,应收帐款周转率看营业收入/应收账款净额平均余额;
发展风险,相应行业发展资讯情感倾向值和竞争行业发展资讯情感倾向值通过建立情感词典进行文本分析得到的数值,总资产增长率看(资产总计本期期末值-资产总计上年同期期末值)/资产总计上年同期期末值,主营业务收入增长率看(营业收入本年本期金额-营业收入上年同期金额)/营业收入上年同期金额;
管理风险,组织构架风险通过由专家进行相应的打分,人才素质看公司人员本科率或硕博士所占比率,流动风险看常年稳定工作人数/公司总人数。
质量评估模型
构建评价矩阵,假设有n个评价对象,m个评价指标,形成原始数据矩阵R=(rij)m*n;
将矩阵R进行标准化处理,此时分为正向指标和负向指标,正向指标数值越大越好,负向指标是越小越好,得到标准化后处理的矩阵R′=(r′ij)m*n利用标准化后的矩阵R′,利用熵权法计算出每个评价指标的熵权wi和熵值Hi。
构造加权的标准化决策矩阵Zij
Zij=r′ijwi(i=1,2,…,m;j=1,2,…,n)
确定理想解和负理想解
对于正向指标,zij,zij;对于负向指标,zij,zij计算各评价对象与理想解和负理想解的欧式距离和,计算公式如下:
计算各评价对象与理想解的相对贴近度Dj,计算公式如下:
Dj为各评价对象的综合评价得分,Dj越大,评价对象的排名越靠前,则相应的投资项目质量越高,评价对象的排名越靠后,其项目质量越低。
最后应说明的是:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于AI模型的项目质量评估方法,包括数据源、数据分析算法、数据识别标签化、分析模型以及结果模型值,其特征在于:所述数据源中含有结构化数据和非结构化数据,所述结构化数据包含企业工商数据、企业BP资料和第三方对接数据,所述非结构化数据包含互联网数据以及企业网站;所述结构化数据以及非结构化数据中包含的企业工商数据、企业BP资料和第三方对接数据和互联网数据以及企业网站分别传输数据汇总至数据分析算法中网络关联特征提取货架、专家人工特征提取货架、LSTM提取货架和CNN提取货架,所述网络关联特征提取货架、专家人工特征提取货架、LSTM提取货架和CNN提取货架数据汇总传输至数据识别标签化,所述数据识别标签化的输出传输至分析模型,所述分析模型传输数据值至结果模型值。
2.根据权利要求1所述的一种基于AI模型的项目质量评估方法,其特征在于:所述数据源数据传输至数据分析算法,所述数据分析算法数据传输至数据识别标签化,所述数据识别标签化传输数据至分析模型,所述分析模型传输数据至结果模型值。
3.根据权利要求1所述的一种基于AI模型的项目质量评估方法,其特征在于:所述数据识别标签化分别包含履约能力、历次融资、产品特质、企业竞品、行为事件和社交影响。
4.根据权利要求1所述的一种基于AI模型的项目质量评估方法,其特征在于:所述分析模型包含发展潜力、投资回报以及风险评估。
5.根据权利要求1所述的一种基于AI模型的项目质量评估方法,其特征在于:所述结果模型值即为项目质量。
6.根据权利要求1所述的一种基于AI模型的项目质量评估方法,其特征在于:利用python技术,实现互联网数据、企业网站中指定数据的内容爬取,并对内容进行新鲜度比较分析,且每次都爬所有数据进行汇总。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850692.1A CN110619462A (zh) | 2019-09-10 | 2019-09-10 | 一种基于ai模型的项目质量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850692.1A CN110619462A (zh) | 2019-09-10 | 2019-09-10 | 一种基于ai模型的项目质量评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110619462A true CN110619462A (zh) | 2019-12-27 |
Family
ID=68923015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910850692.1A Pending CN110619462A (zh) | 2019-09-10 | 2019-09-10 | 一种基于ai模型的项目质量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619462A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330459A (zh) * | 2020-10-22 | 2021-02-05 | 北京华彬立成科技有限公司 | 一种基于工商数据挖掘企业投融资事件的方法及装置 |
CN113191904A (zh) * | 2021-04-14 | 2021-07-30 | 成都金税电子技术有限公司 | 一种项目投资风险管理系统 |
CN114219362A (zh) * | 2021-12-31 | 2022-03-22 | 中国电建集团成都勘测设计研究院有限公司 | 基于项目管理系统的综合评价方法 |
CN116151670A (zh) * | 2023-02-01 | 2023-05-23 | 北京共识数信科技有限公司 | 一种投行业务上市项目质量的智能评估方法、系统及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732440A (zh) * | 2015-04-03 | 2015-06-24 | 合肥高新创业园管理有限公司 | 一种面向科技企业孵化器的投融资项目筛选系统 |
CN108510194A (zh) * | 2018-03-30 | 2018-09-07 | 平安科技(深圳)有限公司 | 风控模型训练方法、风险识别方法、装置、设备及介质 |
CN109102140A (zh) * | 2018-06-11 | 2018-12-28 | 北交金科金融信息服务有限公司 | 一种基人工智能和大数据技术的企业成长性评价方法 |
CN109800976A (zh) * | 2019-01-07 | 2019-05-24 | 平安科技(深圳)有限公司 | 项目投资决策方法、装置、计算机设备和存储介质 |
CN109816221A (zh) * | 2019-01-07 | 2019-05-28 | 平安科技(深圳)有限公司 | 项目风险决策方法、装置、计算机设备和存储介质 |
CN109919349A (zh) * | 2017-12-12 | 2019-06-21 | 黄浩霆 | 金融风险预测系统及其方法 |
CN110009504A (zh) * | 2019-04-08 | 2019-07-12 | 湖北风口网络科技有限公司 | 一种安全性高的风险投资系统和方法 |
-
2019
- 2019-09-10 CN CN201910850692.1A patent/CN110619462A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732440A (zh) * | 2015-04-03 | 2015-06-24 | 合肥高新创业园管理有限公司 | 一种面向科技企业孵化器的投融资项目筛选系统 |
CN109919349A (zh) * | 2017-12-12 | 2019-06-21 | 黄浩霆 | 金融风险预测系统及其方法 |
CN108510194A (zh) * | 2018-03-30 | 2018-09-07 | 平安科技(深圳)有限公司 | 风控模型训练方法、风险识别方法、装置、设备及介质 |
CN109102140A (zh) * | 2018-06-11 | 2018-12-28 | 北交金科金融信息服务有限公司 | 一种基人工智能和大数据技术的企业成长性评价方法 |
CN109800976A (zh) * | 2019-01-07 | 2019-05-24 | 平安科技(深圳)有限公司 | 项目投资决策方法、装置、计算机设备和存储介质 |
CN109816221A (zh) * | 2019-01-07 | 2019-05-28 | 平安科技(深圳)有限公司 | 项目风险决策方法、装置、计算机设备和存储介质 |
CN110009504A (zh) * | 2019-04-08 | 2019-07-12 | 湖北风口网络科技有限公司 | 一种安全性高的风险投资系统和方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330459A (zh) * | 2020-10-22 | 2021-02-05 | 北京华彬立成科技有限公司 | 一种基于工商数据挖掘企业投融资事件的方法及装置 |
CN112330459B (zh) * | 2020-10-22 | 2021-09-28 | 北京华彬立成科技有限公司 | 一种基于工商数据挖掘企业投融资事件的方法及装置 |
CN113191904A (zh) * | 2021-04-14 | 2021-07-30 | 成都金税电子技术有限公司 | 一种项目投资风险管理系统 |
CN114219362A (zh) * | 2021-12-31 | 2022-03-22 | 中国电建集团成都勘测设计研究院有限公司 | 基于项目管理系统的综合评价方法 |
CN114219362B (zh) * | 2021-12-31 | 2023-04-07 | 中国电建集团成都勘测设计研究院有限公司 | 基于项目管理系统的综合评价方法 |
CN116151670A (zh) * | 2023-02-01 | 2023-05-23 | 北京共识数信科技有限公司 | 一种投行业务上市项目质量的智能评估方法、系统及介质 |
CN116151670B (zh) * | 2023-02-01 | 2023-11-24 | 北京共识数信科技有限公司 | 一种投行业务上市项目质量的智能评估方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619462A (zh) | 一种基于ai模型的项目质量评估方法 | |
CA2862273C (en) | Methods and systems for generating corporate green score using social media sourced data and sentiment analysis | |
US20120296845A1 (en) | Methods and systems for generating composite index using social media sourced data and sentiment analysis | |
US20220343433A1 (en) | System and method that rank businesses in environmental, social and governance (esg) | |
Nagar et al. | Using text and data mining techniques to extract stock market sentiment from live news streams | |
CN113449964A (zh) | 一种企业金融风险监测预警系统及监测预警方法 | |
CN111612603A (zh) | 上市公司疑似财务造假行为洞察判别系统 | |
Li et al. | Credit risk management of scientific and technological enterprises based on text mining | |
Wei | Data-Driven Revolution: Advancing Scientific and Technological Innovation in Chinese A-Share Listed Companies | |
Yao et al. | Using social media information to predict the credit risk of listed enterprises in the supply chain | |
Fang et al. | LDA-based industry classification | |
Huang | Exploring the information contents of risk factors in SEC form 10-K: A multi-label text classification application | |
CN116049243A (zh) | 企业知识产权大数据情报分析系统、方法及存储介质 | |
WO2022271431A1 (en) | System and method that rank businesses in environmental, social and governance (esg) | |
KR101861322B1 (ko) | 해외 건설사업 관점의 발주국 분류방법 및 그 시스템 | |
Badwan et al. | Financial Risk Management in the Supply Chain Using Business Intelligence and Big Data | |
KR101856550B1 (ko) | 해외건설기업 의사결정 지원을 위한 발주국 평가방법 및 시스템 | |
CN113379211A (zh) | 基于区块链的物流信息平台违约风险管控系统及方法 | |
CN113850609A (zh) | 一种客户管理系统、方法、计算机设备和存储介质 | |
Sun | Deep learning applications in audit decision making | |
Liu et al. | [Retracted] Identification and Early Warning of Financial Fraud Risk Based on Bidirectional Long‐Short Term Memory Model | |
CN112434093A (zh) | 一种资产大数据智能分析方法 | |
Chang et al. | Incorporating soft information from financial news media for management decisions in dynamic business environments | |
Yan | Three essays on the adoption and application of emerging technologies in accounting | |
Ding et al. | LSTM Deep Neural Network Based Power Data Credit Tagging Technology. |
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 |
Application publication date: 20191227 |
|
RJ01 | Rejection of invention patent application after publication |