CN110717732A - 一种信息认证方法及系统 - Google Patents
一种信息认证方法及系统 Download PDFInfo
- Publication number
- CN110717732A CN110717732A CN201910947519.3A CN201910947519A CN110717732A CN 110717732 A CN110717732 A CN 110717732A CN 201910947519 A CN201910947519 A CN 201910947519A CN 110717732 A CN110717732 A CN 110717732A
- Authority
- CN
- China
- Prior art keywords
- information
- authentication
- enterprise
- application file
- preset
- 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
Images
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种信息认证方法及系统,该信息认证方法应用于企业的云资源申请,该方法包括:接收企业上传的云资源的申请文件;从申请文件中提取填报信息和企业的注册信息;判断填报信息与注册信息是否一致;当填报信息与注册信息一致时,从申请文件中提取二次待认证信息;根据预设认证条件对二次待认证信息进行二次认证,生成认证结果。从而通过两次自动认证的方式实现了对企业上传的申请文件的自动审批认证,整个认证过程简单便捷,节约了大量的人力成本,并且大大缩短了整个审批认证的时间,提高了信息认证的效率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种信息认证方法及系统。
背景技术
随着全球云计算领域的活跃创新和我国云计算发展进入应用普及阶段,越来越多企业已开始采用云计算模式部署信息系统,企业上云的需求越来越多。企业上云是指企业通过网络,将企业的基础设施、管理及业务部署到云端,利用网络便捷地获取云服务商提供的计算、存储、软件、数据服务,以此提高资源配置效率、降低信息化建设成本。企业对云资源的申请,即企业上云需要对企业的是否符合上云条件进行审批,随着企业上云的快速发展,存在企业上云需求的企业也越来越多,企业上云申请的审批量也与日俱增,而现有技术中通常采用人工审批的方式对企业是否符合上云条件进行认证,整个信息认证的过程繁琐,耗时长,并且这种传统的认证方式难以对批量的申请进行及时的信息认证处理,并且会延长整个信息认证的过程,影响信息认证的效率。
发明内容
有鉴于此,本公开实施例提供了一种信息认证方法及系统,以克服现有技术中的认证方法采用人工审批的方式过程繁琐,耗时长,无法及时处理批量申请,进而会延长信息认证过程,影响信息认证效率的问题。
根据第一方面,本公开实施例提供了一种信息认证方法,应用于企业的云资源申请,所述方法包括:接收企业上传的云资源的申请文件;从所述申请文件中提取填报信息和企业的注册信息;判断所述填报信息与所述注册信息是否一致;当所述填报信息与所述注册信息一致时,从所述申请文件中提取二次待认证信息;根据预设认证条件对所述二次待认证信息进行二次认证,生成认证结果。
可选地,所述从所述申请文件中提取填报信息和企业的注册信息,包括:采用条件随机场模型从所述申请文件中的文本信息提取所述填报信息;采用预设识别算法对所述申请文件中的图像信息进行识别,提取所述注册信息。
可选地,所述预设认证条件为预设的企业资质条件,则所述根据预设认证条件对所述二次待认证信息进行二次认证,生成认证结果,包括:对所述二次待认证信息进行聚类,得到表征企业特征的聚类结果;判断所述聚类结果是否符合预设的企业资质条件;当所述聚类结果符合所述预设的企业资质条件时,生成所述申请文件对应的所述认证结果为认证通过。
可选地,所述判断所述填报信息与所述注册信息是否一致,还包括:当所述填报信息与所述注册信息不一致时,生成所述申请文件对应的所述认证结果为认证不通过。
根据第二方面,本公开实施例还提供了一种信息认证系统,应用于企业的云资源申请,所述系统包括:获取模块,用于接收企业上传的云资源的申请文件;第一处理模块,用于从所述申请文件中提取填报信息和企业的注册信息;第二处理模块,用于判断所述填报信息与所述注册信息是否一致;第三处理模块,当所述填报信息与所述注册信息一致时,所述第三处理模块用于从所述申请文件中提取二次待认证信息;第四处理模块,用于根据预设认证条件对所述二次待认证信息进行二次认证,生成认证结果。
可选地,所述第一处理模块包括:第一处理子模块,用于采用条件随机场模型从所述申请文件中的文本信息提取所述填报信息;第二处理子模块,用于采用预设识别算法对所述申请文件中的图像信息进行识别,提取所述注册信息。
可选地,所述第四处理模块包括:第三处理子模块,用于对所述二次待认证信息进行聚类,得到表征企业特征的聚类结果;判断子模块,用于判断所述聚类结果是否符合预设的企业资质条件;第四处理子模块,当所述聚类结果符合所述预设的企业资质条件时,生成所述申请文件对应的所述认证结果为认证通过。
可选地,当所述填报信息与所述注册信息不一致时,所述第二处理模块还用于生成所述申请文件对应的所述认证结果为认证不通过。
根据第三方面,本公开实施例还提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者其任意一种可选实施方式中所述的信息认证方法。
根据第四方面,本公开实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第一方面,或者其任意一种可选实施方式中所述的信息认证方法。
本公开技术方案,具有如下优点:
本公开实施例提供的信息认证方法及系统,通过对企业上传的云资源的申请文件进行企业填报信号和企业注册信息的提取,判断填报信息与注册信息的一致性,再通过从申请文件中提取二次待认证信息进行二次认证生成认证结果。从而通过两次自动认证的方式实现了对企业上传的申请文件的自动审批认证,整个认证过程简单便捷,节约了大量的人力成本,并且大大缩短了整个审批认证的时间,提高了信息认证的效率。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例的一种信息认证方法的流程图;
图2为本公开实施例的一种信息认证系统的结构示意图;
图3为本公开实施例的一种电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
下面所描述的本公开不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
需要说明的是,在本公开实施例中所提供的信息认证的方法是以企业的云资源申请即企业上云信息认证为例进行的说明,在实际应用中,本公开实施例提供的信息认证方法还可以应用于其他企业上报类、政府审批类等需要进行信息认证的其他业务流程,本公开并不以此为限。
图1示出了根据本公开实施例的一种信息认证方法的流程图,如图1所示,该信息认证方法应用于服务器端,具体包括如下步骤:
步骤S101:接收企业上传的云资源的申请文件。
在实际应用中,当该信息认证方法用于对企业的云资源申请即对企业上云进行审批时,上述申请文件可以是企业用户上传至服务器中的word或者pdf的申请书文档,在该申请书文档中包含有该企业进行上云审批所需的所有相关信息。
步骤S102:从申请文件中提取填报信息和企业的注册信息。
其中,填报信息包括上云审批资料的上传者所填写的与企业相关的信息,例如,企业名称、企业类型、注册地址、成立时间、营业执照注册号、法定代表人、注册资本、合同起止时间、企业主营业务等企业的基本信息,以及可以表征企业规模的信息,例如注册日期,职工人数等。企业的注册信息包括可以代表企业的资质的材料,例如,企业的营业执照、年度审计报告、企业上云的业务合同等,这些资质信息为经过政府相关部门认证的企业的真实信息。
由于申请文件通常为word和pdf格式的文档,填报信息一般是文本格式,企业的注册信息一般为图片格式。相应的,提取申请文件中的填报信息和注册信息可以具体采用步骤S201和步骤S202实现:
步骤S201:采用条件随机场模型从申请文件中的文本信息提取填报信息。由于申请文件通常为word和pdf格式的文档,因此可以采用条件随机场(conditional randomfield,简称CRF)这类识别标注算法模型,用于构造在给定一组输入随机变量的条件下,另一组输出随机变量的条件概率分布模型,通过将用户输入的相关信息设置为随机变量条件,从而提取出用户填报的各类相关信息。
步骤S202:采用预设识别算法对申请文件中的图像信息进行识别,提取注册信息。
具体地,上述预设识别算法可以采用光学字符识别算法、场景文本检测算法及密集卷积网络算法中的一种或多种,来识别申请文档中的企业注册资质的图像信息(营业执照、付款凭证、年度审计报告等)。其中,光学字符识别(Optical Character Recognition,简称OCR)算法是指通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息,再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。本实施例中,可以通过OCR算法将申请文件中的票据等转换为计算机可处理的格式统一的图像信息。场景文本检测(Detecting Text in Natural Image with ConnectionistText Proposal Network,简称CTPN)算法是在场景中提取文字的一个效果较好的算法,能将自然环境中的文本信息位置加以检测。然后将上述的格式统一的图像信息作为输入采用CTPN算法以获取图像中文本信息的位置。密集卷积网络(DenseNet)算法是一种具有密集连接的卷积神经网络。在该网络中,任何两层之间都有直接的连接,也就是说,网络每一层的输入都是前面所有层输出的并集,而该层所学习的特征图也会被直接传给其后面所有层作为输入。最后将上述标注有文本信息的位置的图像作为密集卷积网络的输入,来识别申请文档中的各类图像信息中所包含的与上述企业填报信息类别相同的注册信息,为后续审批认证提供准确的数据基础。
步骤S103:判断填报信息与注册信息是否一致。
由于在实际应用中,某些不具备云资源申请资格的企业,为了获取企业上云审批通过,可能会存在填报虚假信息的情况,为了避免企业弄虚作假,采用不符合相关要求的企业资质填写虚假企业信息来获得上云审批的通过,本公开实施例通过判断申请文件中包含的各类资质照片中提取的真实注册信息与企业用户自己填写的填报信息是否一致的方式来对该申请上云企业进行一次认证,只有一次认证通过的上云企业才能继续执行后续的审批认证步骤。当填报信息与注册信息不一致时,生成申请文件对应的认证结果为认证不通过。从而在一次认证不通过时,直接驳回企业的申请,大大缩减了部分不合规企业的审批时间,减小了后续企业上云审批的工作量,节约了对审批资源的占用,总体上提高了企业云资源请求审批的审批效率。
步骤S104:当填报信息与注册信息一致时,从申请文件中提取二次待认证信息。
在实际应用中,当上述信息认证方法应用于企业的云资源申请时,该二次待认证信息可以根据审批部门设立的实际审批标准来确定。具体地,例如:当审批标准为企业运营时间、企业收入能力及企业规模这三类时,该二次待认证信息具体包括:企业上传的word文档中包括的企业的注册时间x1、营收y1、净利润y2、注册资本z1、职工人数z2等等与上述三类审批标准有关联的表征企业特征的信息。
步骤S105:根据预设认证条件对二次待认证信息进行二次认证,生成认证结果。
具体地,该认证结果包括认证通过和认证不通过,当认证通过时,表明上传上述申请文件的企业满足企业云资源申请的相关条件,批准其可以进行企业上云,而认证不通过时,则表明上传上述申请文件的企业目前尚不满足企业云资源申请的相关条件,驳回其企业上云申请。在实际应用中,上述的预设认证条件的数量可以根据实际需要进行设置,既可以是单一认证条件,也可以是多个不同的认证条件进行设置,本公开并不以此为限。
具体地,在一实施例中,上述预设认证条件为预设的企业资质条件,上述的步骤S105具体包括如下步骤:
步骤S301:对二次待认证信息进行聚类,得到表征企业特征的聚类结果。
在实际应用中,可以采用预先设置的聚类算法,例如:K-Means++算法。本实施例中,可以预先获取人工审批的多个企业上云的数据作为初始的数据库。
其中,以上述二次待认证信息具体包括:企业的注册时间x1、营收y1、净利润y2、注册资本z1、职工人数z2为例进行说明,若预设将上述二次待认证信息分成经营时间、收入能力、企业规模三类,则可以通过随机选取3个初始聚类中心A、B、C的方式,由此对(x1,y1,y2,z1,z2)分成A、B、C三组,具体示例如表1所示,当然,选取初始聚类中心之间的欧式距离应当尽可能的远。
表1
名称 | 企业的注册时间 | 营收 | 净利润 | 注册资本 | 职工人数 |
二次待认证信息 | x1 | y1 | y2 | z1 | z2 |
数据1 | y11 | y11 | y21 | z11 | z21 |
数据2 | x12 | y12 | y22 | z12 | z22 |
… | |||||
数据n | x1n | y1n | y2n | z1n | z2n |
A | x013 | y013 | y023 | z013 | z023 |
B | x014 | y014 | y024 | z014 | z024 |
C | x015 | y015 | y025 | z015 | z025 |
例如,计算得到聚类数据(包括二次待认证数据与预先获取的人工审批的多个企业上云的数据1至数据n)与初始聚类中心的欧式距离的结果如表2所示。
表2
名称 | A | B | C |
二次待认证信息 | a0 | b0 | c0 |
数据1 | a1 | b1 | c1 |
数据2 | a2 | b2 | c2 |
… | |||
数据n | an | bn | cn |
其中,a0,b0,c0为二次待认证信息分别与初始聚类中心A,B,C的欧式距离,其中,
a0=[(x1-x013)2+((y1-y013)2+(y2-y023)2+(z1-z013)2+(z2-z023)2]1/2;
b0和c0不再赘述。
a1,b1,c1为数据1与初始聚类中心A,B,C的欧氏距离,依次类推,an,bn,cn为数据n与初始聚类中心A,B,C的欧式距离。
根据上述聚类数据与初始聚类中心的欧式距离可以初步得到二次待认证信息的聚类结果。
进一步的,根据上述的(x1,y1,y2,z1,z2)再结合之前建立的数据库中包括的人工审批的多个企业上云的数据(例如上述表1及表2中的数据1~数据n),去迭代更新聚类中心。具体的,计算每个类别的聚类数据的均值,以更新聚类中心。
更新后的A组的聚类中心为A=((x1+x11+x12+…x1n)/(n+1),(y1+y11+y12+…y1n)/(n+1),(y2+y21+y22+…y2n)/(n+1),(z1+z11+z12+…z1n)/(n+1),(z2+z21+z22+…z2n)/(n+1)),更新后B组的聚类中心以及C组的聚类中心与A组的聚类中心的计算方式相同,不再赘述。
再次计算聚类数据与更新后的聚类中心的距离,重复执行上述步骤,直至将聚类数据完成聚类,完成对该企业二次待认证信息的分类。对数据分类的结果可能会得到上述的步骤S104中的例如:企业经营时间、企业收入能力及企业规模等表征该企业特征的聚类结果。例如,最终的聚类结果可能为该二次待认证信息被分类至经营时间-稳定期、收入能力-强、企业规模-大企业的类别中。
当然,聚类算法中,聚类中心的数量即对于数据的分组数量随着不断地迭代可能会发生变化,本实施例不再赘述。
步骤S302:判断聚类结果是否符合预设的企业资质条件。
在实际应用中,上述步骤301中所生成的聚类结果可以作为描述一个企业的企业画像,每一个不同类型的聚类结果都对应一个企业的标签,通过判断该标签与政府相关部门预设的企业资质条件是否完全对应,生成最终的企业上云信息的认证结果。例如:当企业资质条件为经营时间超过3年的企业,则当上述企业的标签为3年以上经营时间时,则认为该标签与企业资质条件完全对应,而当上述企业的标签为0-1年经营时间时,则认为该标签与企业资质条件不对应。需要说明的是,在实际应用中,企业资质条件的个数和具体条件可以根据信息认证的实际需要进行设置,本公开并不以此为限。
步骤S303:当聚类结果符合预设的企业资质条件时,生成申请文件对应的认证结果为认证通过;当聚类结果不符合预设的企业资质条件时,判定申请文件对应的认证结果为认证不通过。
在实际应用中,当上述标签与政府相关部门预设的企业资质条件完全对应时,则认为该聚类结果对应的申请文档满足企业上云的条件,对该申请文档所对应的企业上云请求给予审批通过,否则,则驳回该企业的上云请求。从而实现了对大批量上云企业的申请信息的自动审批,大大缩短了企业上云审批的审批流程,提高了企业上云审批的效率。
通过上述步骤S101至步骤S105,本公开实施例提供的信息认证方法,通过对企业上传的云资源的申请文件进行企业填报信号和企业注册信息的提取,判断填报信息与注册信息的一致性,再通过从申请文件中提取二次待认证信息进行二次认证生成认证结果。从而通过两次自动认证的方式实现了对企业上传的申请文件的自动审批认证,整个认证过程简单便捷,节约了大量的人力成本,并且大大缩短了整个审批认证的时间,提高了信息认证的效率。
作为本公开实施例的另一种可选实施方式,上述的信息认证方法,具体还包括如下步骤:
步骤S106:当申请文件对应的认证结果为认证通过,对申请文件及认证结果进行存储。
在实际应用中,当某一企业具备企业上云的资质时,企业上云审批通过,需要在系统中对该企业进行备案,因此需要将该企业对应的申请文件及其对应的认证结果进行存储,以便于后续的查询及公示。
图2示出了根据本公开实施例的一种信息认证系统,如图2所示,该系统包括:
获取模块1,用于接收企业上传的云资源的申请文件。详细内容参见方法实施例中步骤S101的相关描述。
第一处理模块2,用于从申请文件中提取填报信息和企业的注册信息。详细内容参见方法实施例中步骤S102的相关描述。
第二处理模块3,用于判断填报信息与注册信息是否一致。详细内容参见方法实施例中步骤S103的相关描述。
第三处理模块4,当填报信息与注册信息一致时,第三处理模块用于从申请文件中提取二次待认证信息。详细内容参见方法实施例中步骤S104的相关描述。
第四处理模块5,用于根据预设认证条件对二次待认证信息进行二次认证,生成认证结果。详细内容参见方法实施例中步骤S105的相关描述。
作为本公开实施例的一种可选实施方式,上述的第一处理模块2具体包括:
第一处理子模块,用于采用条件随机场模型从申请文件中的文本信息提取填报信息。详细内容参见方法实施例中步骤S201的相关描述。
第二处理子模块,用于采用预设识别算法对申请文件中的图像信息进行识别,提取注册信息。详细内容参见方法实施例中步骤S202的相关描述。
作为本公开实施例的一种可选实施方式,上述的第四处理模块5具体包括:
第三处理子模块,用于对二次待认证信息进行聚类,得到表征企业特征的聚类结果。详细内容参见方法实施例中步骤S301的相关描述。
判断子模块,用于判断聚类结果是否符合预设的企业资质条件。详细内容参见方法实施例中步骤S302的相关描述。
第四处理子模块,当聚类结果符合预设的企业资质条件时,生成申请文件对应的认证结果为认证通过。详细内容参见方法实施例中步骤S303的相关描述。
作为本公开实施例的一种可选实施方式,当填报信息与注册信息不一致时,第二处理模块3还用于生成申请文件对应的认证结果为认证不通过。详细内容参见方法实施例中步骤S104的相关描述。
作为本公开实施例的一种可选实施方式,上述的信息认证系统还包括:存储模块,当申请文件对应的认证结果为认证通过,存储模块用于对申请文件及认证结果进行存储。详细内容参见方法实施例中步骤S106的相关描述。
在实际应用中,上述的信息认证系统可以通过Java Web开发技术来实现,并调用由Python语音编写的可视化界面来实现企业上云的自动审批。
下面将从需要申请上云审批的企业用户的角度,详细介绍企业上云审批过程:
1、企业用户首先点击可视化界面中的【导入文档】按钮,将企业上云的word或者pdf的申请文件上传至系统文件服务器中。
2、待文件上传成功后,系统将会自动审批该企业的相关注册信息和企业填报信息是否一致,一致则一次认证通过。
可选的,在一致的情况下,在用户界面上【下一步】按钮呈现可点击状态,否则,【下一步】按钮则为不可点击状态,审批结束,驳回该企业的上云请求。
3、用户点击【下一步】按钮后,系统接收到进行二次认证的请求,通过提取的二次待认证信息,对二次待认证信息采用聚类算法进行聚类,即绘制该企业的企业画像,可以得到表征该企业特征的聚类结果,根据聚类结果判断该企业是否满足预设的企业资质条件。若满足预设的企业资质条件,则确定该企业满足企业上云的条件,则二次认证通过。相应的,在用户界面上,【存档】按钮可以呈现可点击状态,否则,若二次认证不通过,【存档】按钮为不可点击状态,审批结束,驳回该企业的上云请求。
4、点击【存档】按钮,将审批通过的企业上云的申请文件及审批结果保存至历史记录中,审批结束。
通过上述各个组成部分的协同合作,本公开实施例提供的信息认证系统,通过对企业上传的云资源的申请文件进行企业填报信息和企业注册信息的提取,判断填报信息与注册信息的一致性,再通过从申请文件中提取二次待认证信息进行二次认证生成认证结果。从而通过两次自动认证的方式实现了对企业上传的申请文件的自动审批认证,整个认证过程简单便捷,节约了大量的人力成本,并且大大缩短了整个审批认证的时间,提高了信息认证的效率。
图3示出了本公开实施例的一种电子设备,如图3所示,该电子设备可以包括处理器901和存储器902,其中处理器901和存储器902可以通过总线或者其他方式连接,图3中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit,CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本公开实施例中的信息认证方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的信息认证方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器901所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中,当被处理器901执行时,执行上述方法实施例中的信息认证方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,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,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本公开的实施例,但是本领域技术人员可以在不脱离本公开的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种信息认证方法,其特征在于,应用于企业的云资源申请,所述方法包括:
接收企业上传的云资源的申请文件;
从所述申请文件中提取填报信息和企业的注册信息;
判断所述填报信息与所述注册信息是否一致;
当所述填报信息与所述注册信息一致时,从所述申请文件中提取二次待认证信息;
根据预设认证条件对所述二次待认证信息进行二次认证,生成认证结果。
2.根据权利要求1所述的信息认证方法,其特征在于,所述从所述申请文件中提取填报信息和企业的注册信息,包括:
采用条件随机场模型从所述申请文件中的文本信息提取所述填报信息;
采用预设识别算法对所述申请文件中的图像信息进行识别,提取所述注册信息。
3.根据权利要求1所述的信息认证方法,其特征在于,所述预设认证条件为预设的企业资质条件,则所述根据预设认证条件对所述二次待认证信息进行二次认证,生成认证结果,包括:
对所述二次待认证信息进行聚类,得到表征企业特征的聚类结果;
判断所述聚类结果是否符合预设的企业资质条件;
当所述聚类结果符合所述预设的企业资质条件时,生成所述申请文件对应的所述认证结果为认证通过。
4.根据权利要求3所述的信息认证方法,其特征在于,所述判断所述填报信息与所述注册信息是否一致,还包括:
当所述填报信息与所述注册信息不一致时,生成所述申请文件对应的所述认证结果为认证不通过。
5.一种信息认证系统,其特征在于,应用于企业的云资源申请,所述系统包括:
获取模块,用于接收企业上传的云资源的申请文件;
第一处理模块,用于从所述申请文件中提取填报信息和企业的注册信息;
第二处理模块,用于判断所述填报信息与所述注册信息是否一致;
第三处理模块,当所述填报信息与所述注册信息一致时,所述第三处理模块用于从所述申请文件中提取二次待认证信息;
第四处理模块,用于根据预设认证条件对所述二次待认证信息进行二次认证,生成认证结果。
6.根据权利要求5所述的信息认证系统,其特征在于,所述第一处理模块包括:
第一处理子模块,用于采用条件随机场模型从所述申请文件中的文本信息提取所述填报信息;
第二处理子模块,用于采用预设识别算法对所述申请文件中的图像信息进行识别,提取所述注册信息。
7.根据权利要求5所述的信息认证系统,其特征在于,所述第四处理模块包括:
第三处理子模块,用于对所述二次待认证信息进行聚类,得到表征企业特征的聚类结果;
判断子模块,用于判断所述聚类结果是否符合预设的企业资质条件;
第四处理子模块,当所述聚类结果符合所述预设的企业资质条件时,生成所述申请文件对应的所述认证结果为认证通过。
8.根据权利要求5所述的信息认证系统,其特征在于,当所述填报信息与所述注册信息不一致时,所述第二处理模块还用于生成所述申请文件对应的所述认证结果为认证不通过。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-4任一项所述的信息认证方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机从而执行权利要求1-4任一项所述的信息认证方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910947519.3A CN110717732A (zh) | 2019-09-29 | 2019-09-29 | 一种信息认证方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910947519.3A CN110717732A (zh) | 2019-09-29 | 2019-09-29 | 一种信息认证方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110717732A true CN110717732A (zh) | 2020-01-21 |
Family
ID=69212218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910947519.3A Pending CN110717732A (zh) | 2019-09-29 | 2019-09-29 | 一种信息认证方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717732A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112311785A (zh) * | 2020-10-27 | 2021-02-02 | 珠海格力电器股份有限公司 | 设备认证信息级联更新的方法和装置 |
CN114943592A (zh) * | 2022-05-16 | 2022-08-26 | 山东浪潮爱购云链信息科技有限公司 | 一种企业快速注册的方法、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468722A (zh) * | 2015-11-20 | 2016-04-06 | 百度在线网络技术(北京)有限公司 | 信誉信息处理方法及装置 |
CN106529979A (zh) * | 2016-12-05 | 2017-03-22 | 深圳微众税银信息服务有限公司 | 一种企业身份认证方法及系统 |
CN108830512A (zh) * | 2018-08-20 | 2018-11-16 | 华润守正招标有限公司 | 一种电子招标投标平台的用户注册审核方法、装置及设备 |
CN109739834A (zh) * | 2018-12-25 | 2019-05-10 | 青岛高企通互联网有限公司 | 一种基于云计算的科技项目智能申报系统 |
CN109872120A (zh) * | 2019-01-22 | 2019-06-11 | 政和科技股份有限公司 | 一种企业上云管理系统及其方法 |
-
2019
- 2019-09-29 CN CN201910947519.3A patent/CN110717732A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468722A (zh) * | 2015-11-20 | 2016-04-06 | 百度在线网络技术(北京)有限公司 | 信誉信息处理方法及装置 |
CN106529979A (zh) * | 2016-12-05 | 2017-03-22 | 深圳微众税银信息服务有限公司 | 一种企业身份认证方法及系统 |
CN108830512A (zh) * | 2018-08-20 | 2018-11-16 | 华润守正招标有限公司 | 一种电子招标投标平台的用户注册审核方法、装置及设备 |
CN109739834A (zh) * | 2018-12-25 | 2019-05-10 | 青岛高企通互联网有限公司 | 一种基于云计算的科技项目智能申报系统 |
CN109872120A (zh) * | 2019-01-22 | 2019-06-11 | 政和科技股份有限公司 | 一种企业上云管理系统及其方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112311785A (zh) * | 2020-10-27 | 2021-02-02 | 珠海格力电器股份有限公司 | 设备认证信息级联更新的方法和装置 |
CN114943592A (zh) * | 2022-05-16 | 2022-08-26 | 山东浪潮爱购云链信息科技有限公司 | 一种企业快速注册的方法、设备及存储介质 |
CN114943592B (zh) * | 2022-05-16 | 2024-03-26 | 山东浪潮爱购云链信息科技有限公司 | 一种企业快速注册的方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543690B (zh) | 用于提取信息的方法和装置 | |
CN111931664B (zh) | 混贴票据图像的处理方法、装置、计算机设备及存储介质 | |
CN109887153B (zh) | 一种财税处理方法和处理系统 | |
US10546351B2 (en) | System and method for automatic generation of reports based on electronic documents | |
WO2020000688A1 (zh) | 财务风险验证处理方法、装置、计算机设备及存储介质 | |
CN111681091B (zh) | 基于时间域信息的金融风险预测方法、装置及存储介质 | |
CN110874618B (zh) | 基于小样本的ocr模板学习方法、装置、电子设备及介质 | |
CN110738219A (zh) | 图像中线条提取方法和装置、存储介质及电子装置 | |
CN111475513A (zh) | 表单生成方法、装置、电子设备及介质 | |
CN111932363B (zh) | 授权书的识别审核方法、装置、设备及系统 | |
US20190114313A1 (en) | User interface for contextual document recognition | |
CN109858373A (zh) | 一种基于深度学习的发票识别验真方法及系统 | |
CN114038004A (zh) | 一种证件信息提取方法、装置、设备及存储介质 | |
US20230316421A1 (en) | Taxpayers switching tax preparers | |
CN110717732A (zh) | 一种信息认证方法及系统 | |
CN111126370A (zh) | 一种基于ocr识别结果的最长公共子串自动纠错方法及系统 | |
CN110599319B (zh) | 自动审计方法、装置、终端及存储介质 | |
CN111462388A (zh) | 一种票据检验方法、装置、终端设备及存储介质 | |
CN113360737B (zh) | 页面内容采集方法、装置、电子设备和可读介质 | |
CN111373395A (zh) | 基于层次聚类的人工智能系统和方法 | |
CN112560855A (zh) | 图像信息提取方法、装置、电子设备及存储介质 | |
US20220172301A1 (en) | System and method for clustering an electronic document that includes transaction evidence | |
CN112764839B (zh) | 一种用于管理服务平台的大数据配置方法及系统 | |
CN110457332B (zh) | 一种信息处理方法及相关设备 | |
CN113537964A (zh) | 申请单处理方法、设备、存储介质及装置 |
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: 20200121 |
|
RJ01 | Rejection of invention patent application after publication |