CN111353882A - 一种私有化部署的零售资产风控方法、装置及电子设备 - Google Patents
一种私有化部署的零售资产风控方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111353882A CN111353882A CN202010305981.6A CN202010305981A CN111353882A CN 111353882 A CN111353882 A CN 111353882A CN 202010305981 A CN202010305981 A CN 202010305981A CN 111353882 A CN111353882 A CN 111353882A
- Authority
- CN
- China
- Prior art keywords
- fund
- loan
- risk level
- data
- demand party
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Technology Law (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种私有化部署的零售资产风控方法、装置及电子设备,其中,私有化部署的零售资产风控方法,包括:获取资金需求方历史资金数据;将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。通过该方法进行贷款的风险控制分析结构更加准确,并且节省分析判断时间,提高了资金借贷审批的工作效率,减少了恶意骗贷、坏账和逾期的出现。
Description
技术领域
本发明涉及计算机和金融技术领域,尤其涉及一种私有化部署的零售资产风控方法、装置及电子设备。
背景技术
针对传统的贷款业务,流程繁琐,申请信息主要依赖于用户线下提供,人工采集成本高、数据获取维度窄,数据量有限,主要是基于客户历史行为、数据进行判断,而未来潜在的风险无法提前预估,风险管理存在极大的缺口,容易导致分析的结果无法准确地确定用户的特点评价、效率低下,审批时间长、通常需要2-3周以上才能实现放款,存在信息不对称,面对个人信用体系不完善、恶意骗贷、坏账和逾期、债务收回成本高,贷后监控缺失,依赖线下资源监控,对放款后产生的资产缺少跟踪,对潜在的风控难以识别。
发明内容
(一)发明目的
本发明的目的是提供一种私有化部署的零售资产风控方法、装置及电子设备以解决传统方式分析准确率低、时间长和效率低的问题。
(二)技术方案
为解决上述问题,本发明的第一方面提供了一种私有化部署的零售资产风控方法,包括:
获取资金需求方历史资金数据;
将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;
根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。
进一步地,所述训练好的模型是通过下述步骤建立的:
获取资金需求方这一类客群的模型训练数据,所述训练数据包括每一个客体的历史资金数据和对应的风险等级;
利用所述模型训练数据对机器学习模型进行训练,得到训练好的模型。
进一步地,在所述根据所述借贷风险等级对所述资金需求方放贷该风险等级所对应的的放贷金额步骤之后还包括:
记录所述资金需求方的还款日期,根据所述还款日期监控所述资金放贷。
进一步地,还包括:
根据所述还款日期对所述资金需求方进行贷后催收。
根据本发明的另一个方面,提供一种私有化部署的零售资产风控装置,包括:
数据获取模块,用于获取资金需求方历史资金数据;
资金需求方风险评级模块,用于将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;
资金放贷模块,用于根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。
进一步地,还包括:
模型建立模块,其搭建有机器学习模型;
所述数据获取模块,还用于获取资金需求方这一类客群的模型训练数据,所述训练数据包括每一个客体的历史资金数据和对应的风险等级;
所述模型建立模块利用所述模型训练数据对机器学习模型进行训练,得到训练好的模型。
进一步地,还包括:
资金监控模块,用于记录所述资金需求方的还款日期,根据所述还款日期监控所述资金放贷。
进一步地,还包括:
贷后催款模块,用于根据所述还款日期对所述资金需求方进行贷后催收。
根据本发明的又一方面,提供一种计算机存储介质,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现上述技术方案中任意一项所述方法的步骤。
根据本发明的又一方面,提供一种电子设备,包括存储器、显示器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述技术方案中任意一项所述方法的步骤。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果:
本发明方法及系统对资金需求方的风险分析更加准确,并且节省分析判断时间,提高了资金借贷审批的工作效率,减少了恶意骗贷、坏账和逾期的出现。
附图说明
图1是根据本发明第一实施方式的私有化部署的零售资产风控方法流程图;
图2是根据本发明一可选实施方式的利用私有化部署的零售资产风控方法涉及的风控平台的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
显然,所描述的实施例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。
此外,下面所描述的本发明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。
如图1所示,在本发明实施例的第一方面,提供了一种私有化部署的零售资产风控方法,包括:
S1:获取资金需求方历史资金数据;
S2:将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;
S3:根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。
通过上述方法进行贷款的风险控制分析结构更加准确,并且节省分析判断时间,提高了资金借贷审批的工作效率,减少了恶意骗贷、坏账和逾期的出现。
可选的,所述训练好的模型是通过下述步骤建立的:
获取资金需求方这一类客群的模型训练数据,所述训练数据包括每一个客体的历史资金数据和对应的风险等级;
利用所述模型训练数据对机器学习模型进行训练,得到训练好的模型。
可选的,在所述根据所述借贷风险等级对所述资金需求方放贷该风险等级所对应的的放贷金额步骤之后还包括:
记录所述资金需求方的还款日期,根据所述还款日期监控所述资金放贷。
可选的,还包括:
根据所述还款日期对所述资金需求方进行贷后催收。
在本发明实施例的另一个方面,提供一种私有化部署的零售资产风控装置,包括:
数据获取模块,用于获取资金需求方历史资金数据;
资金需求方风险评级模块,用于将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;
资金放贷模块,用于根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。
可选的,还包括:
模型建立模块,其搭建有机器学习模型;
所述数据获取模块,还用于获取资金需求方这一类客群的模型训练数据,所述训练数据包括每一个客体的历史资金数据和对应的风险等级;
所述模型建立模块利用所述模型训练数据对机器学习模型进行训练,得到训练好的模型。
可选的,还包括:
资金监控模块,用于记录所述资金需求方的还款日期,根据所述还款日期监控所述资金放贷。
可选的,还包括:
贷后催款模块,用于根据所述还款日期对所述资金需求方进行贷后催收。
在本发明一具体实施例中,根据上述实施例方法设计私有化风控平台,包括:
规则参数管理模块
a)策略参数配置:对模型及策略的入参及出参进行增删改查,实时生效。
b)策略规则配置:针对不同的项目,可以创建多个策略集,每个策略集由策略基本信息,策略步骤,策略规则等组成,每一个规则集需要定义规则的返回参数值,这样后续方便A/BTest。
c)策略发布:针对已经创建好的策略,风控人员需要通过私有化管理平台发布功能将新配置的策略同步给其中的一台风控引擎服务中心,然后在经过生产验证,验证通过之后,在同步其它的风控引擎服务中心,进而达到灰度级全量发布的效果。
d)策略发布日志:每发布一次策略至风控引擎服务中心,都会生成一条相应的策略发布日志,方便系统使用人员查看近段时间发布了哪些策略,也方便开发人员后续排查问题。
统计报表模块
a)审批结果:针对每笔资产的详细输出结果,包含通过API传输的入参以及审批是否通过、拒绝原因等详细信息。
b)审批监控:该页面是实时统计资产的通过与拒绝数量,支持按项目名称、日期进行查询,通过该资产的通过、拒绝率,风控策略人员可以判断出该通过拒绝率是否符合预期,进而对该对应的策略进行相应的调整。
c)资产等级监控:模型对资产划分为1-20个等级,等级越高,风险越高,反之,等级越低,风险越低,风控人员通过资产等级监控页面,可以直观的看出每个等级对应的资产情况。
系统设置模块
a)用户管理:对于新入职的人员或者需要访问系统的人员,由其向直属领导申请系统访问权限,由直属领导以邮件的形式给系统管理员开通账号权限,系统管理员根据邮件指示,创建账号,并对账号进行相应的角色,对于离职员工,可以更改用户状态为离职状态,变更状态后,该人员无法登录系统。
b)角色管理:角色的分类是按照职位的属性进行划分,比如有风控策略人员,风控信审人员,系统管理员,运营人员等,由系统管理员对不同的角色进行划分权限,比如风控策略人员具有规则参数管理模块对应菜单的操作权限。
c)菜单管理:从属性来进行分类,菜单可以分为三类,分别为菜单导航、页面、按钮,对于未进行拦截器的url地址都需要配置一条菜单记录,否则提示用户无权限,请联系管理员;每次新开发页面,开发人员都需要将页面url、code、描述等信息告诉系统管理员,系统管理员对菜单进行配置。
d)修改密码:每个登录系统的用户都可以对自己设置的密码进行修改操作,修改密码时,需要输入原始密码,通过原始密码判断是否为本人登录系统,对于新密码要求用户必须输入两次,避免用户对新密码设置错误,导致登录不了系统。
e)系统日志:对用户从登录系统到退出系统,所以对系统的操作都会记录在系统日志表中,便于后续排查用户是否有违规操作及后续系统做审计用途。
智能建模机器人模块
a)历史数据导入:通过私有化风控管理平台导入该项目对应客群的历史数据。
智能建模:导入数据之后,点击运行,智能建模机器人将按照内置算法进行建模,生成模型标准文件。
a)业务
模型部署:风控人员针对不同的项目需要,将该类客群历史表现数据导入建模机器人中,建模机器人根据内置机器算法生成标准化的模型文件,然后在通过私有化管理平台将其同步给风控引擎服务中心,实时生效。
策略部署:风控人员针对不同的项目需要,制定出不同的评分规则及标准策略,通过私有化管理平台进行配置,进而同步给风控引擎服务中心,实时生效。
模型策略监控:通过私有化风控管理平台,风控人员可以对投产后的每笔资产明细进行查看,根据统计报表可以按日期筛选资产的通过与拒绝率、可以查看每个资产等级对应的资产数量,通过这些明细数据及统计数据,可以得出资产的通过率是否符合预期,如果不符合预期,可以针对策略进行升级,修改之后,进行保存,,进而同步给风控引擎服务中心,实时生效。
数据处理:通过私有化风控管理平台,可以配置一些规则入参的字段,该字段可标记为某个数据来源,针对不同的项目,可以内置不同的规则入参,前端客户调用授信审批接口,会根据规则入参字段,触发不同的数据源获取服务,数据源服务可秒级响应数据请求,授信审批接口获取数据后,按照自定义的规则,其内部对数据进行加工处理,比如会做些加、减、乘、除、模运算等,加工后的数据输入给模型,由模型输出fit值,在对fit值进行一些内部的运算,得到一个分数,接着对分数进行计算,得到一个对应的等级,授信审批接口会根据该等级,与私有化风控平台配置的等级作比较,输出结果给前端客户。
b)系统
系统功能
规则参数管理:包含规则出参展示、规则入参展示、策略列表、策略发布、策略发布日志等功能。
统计报表:包含审批结果、审批监控、资产等级监控等功能。
系统设置:包含用户管理、角色管理、权限管理、修改密码、系统日志等功能。
职能建模机器人:包含历史数据导入及职能建模等功能。
在本发明实施例的又一方面,提供一种计算机存储介质,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现上述实施例中任意一项所述方法的步骤。
在本发明实施例的又一方面,提供一种电子设备,包括存储器、显示器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述实施例中任意一项所述方法的步骤。
本发明旨在保护一种私有化部署的零售资产风控方法,包括:获取资金需求方历史资金数据;将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。通过该方法进行贷款的风险控制分析结构更加准确,并且节省分析判断时间,提高了资金借贷审批的工作效率,减少了恶意骗贷、坏账和逾期的出现。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种私有化部署的零售资产风控方法,其特征在于,包括:
获取资金需求方历史资金数据;
将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;
根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。
2.根据权利要求1所述的方法,其特征在于,所述训练好的模型是通过下述步骤建立的:
获取资金需求方这一类客群的模型训练数据,所述训练数据包括每一个客体的历史资金数据和对应的风险等级;
利用所述模型训练数据对机器学习模型进行训练,得到训练好的模型。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述借贷风险等级对所述资金需求方放贷该风险等级所对应的的放贷金额步骤之后还包括:
记录所述资金需求方的还款日期,根据所述还款日期监控所述资金放贷。
4.根据权利要求3所述的方法,其特征在于,还包括:
根据所述还款日期对所述资金需求方进行贷后催收。
5.一种私有化部署的零售资产风控装置,其特征在于,包括:
数据获取模块,用于获取资金需求方历史资金数据;
资金需求方风险评级模块,用于将所述资金需求方历史资金数据输入到训练好的模型中,得到所述资金需求方的借贷风险等级;
资金放贷模块,用于根据所述借贷风险等级对所述资金需求方进行资金放贷,该资金放贷的金额与所述借贷风险等级对应。
6.根据权利要求5所述的装置,其特征在于,还包括:
模型建立模块,其搭建有机器学习模型;
所述数据获取模块,还用于获取资金需求方这一类客群的模型训练数据,所述训练数据包括每一个客体的历史资金数据和对应的风险等级;
所述模型建立模块利用所述模型训练数据对机器学习模型进行训练,得到训练好的模型。
7.根据权利要求5所述的装置,其特征在于,还包括:
资金监控模块,用于记录所述资金需求方的还款日期,根据所述还款日期监控所述资金放贷。
8.根据权利要求7所述的装置,其特征在于,还包括:
贷后催款模块,用于根据所述还款日期对所述资金需求方进行贷后催收。
9.一种计算机存储介质,其特征在于,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现权利要求1-4中任意一项所述方法的步骤。
10.一种电子设备,其特征在于,包括存储器、显示器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-4中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010305981.6A CN111353882A (zh) | 2020-04-17 | 2020-04-17 | 一种私有化部署的零售资产风控方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010305981.6A CN111353882A (zh) | 2020-04-17 | 2020-04-17 | 一种私有化部署的零售资产风控方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353882A true CN111353882A (zh) | 2020-06-30 |
Family
ID=71197741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010305981.6A Pending CN111353882A (zh) | 2020-04-17 | 2020-04-17 | 一种私有化部署的零售资产风控方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353882A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538071A (zh) * | 2021-09-15 | 2021-10-22 | 北京顶象技术有限公司 | 一种提升风控策略效果的方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060059073A1 (en) * | 2004-09-15 | 2006-03-16 | Walzak Rebecca B | System and method for analyzing financial risk |
CN106649083A (zh) * | 2016-09-05 | 2017-05-10 | 中国农业银行股份有限公司 | 应用灰度发布方法及设备、应用访问方法及设备 |
CN106779755A (zh) * | 2016-12-31 | 2017-05-31 | 湖南文沥征信数据服务有限公司 | 一种网络电商借贷风险评估方法及模型 |
CN107424070A (zh) * | 2017-03-29 | 2017-12-01 | 广州汇融易互联网金融信息服务有限公司 | 一种基于机器学习的贷款用户信用评级方法及系统 |
CN108629685A (zh) * | 2018-05-09 | 2018-10-09 | 平安普惠企业管理有限公司 | 贷款产品属性确定方法及服务器 |
CN109389486A (zh) * | 2018-08-27 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 贷款风控规则调整方法、装置、设备及计算机存储介质 |
CN110837963A (zh) * | 2019-11-06 | 2020-02-25 | 浪潮卓数大数据产业发展有限公司 | 一种基于数据、模型及策略的风险控制平台建设方法 |
-
2020
- 2020-04-17 CN CN202010305981.6A patent/CN111353882A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060059073A1 (en) * | 2004-09-15 | 2006-03-16 | Walzak Rebecca B | System and method for analyzing financial risk |
CN106649083A (zh) * | 2016-09-05 | 2017-05-10 | 中国农业银行股份有限公司 | 应用灰度发布方法及设备、应用访问方法及设备 |
CN106779755A (zh) * | 2016-12-31 | 2017-05-31 | 湖南文沥征信数据服务有限公司 | 一种网络电商借贷风险评估方法及模型 |
CN107424070A (zh) * | 2017-03-29 | 2017-12-01 | 广州汇融易互联网金融信息服务有限公司 | 一种基于机器学习的贷款用户信用评级方法及系统 |
CN108629685A (zh) * | 2018-05-09 | 2018-10-09 | 平安普惠企业管理有限公司 | 贷款产品属性确定方法及服务器 |
CN109389486A (zh) * | 2018-08-27 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 贷款风控规则调整方法、装置、设备及计算机存储介质 |
CN110837963A (zh) * | 2019-11-06 | 2020-02-25 | 浪潮卓数大数据产业发展有限公司 | 一种基于数据、模型及策略的风险控制平台建设方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538071A (zh) * | 2021-09-15 | 2021-10-22 | 北京顶象技术有限公司 | 一种提升风控策略效果的方法及装置 |
CN113538071B (zh) * | 2021-09-15 | 2022-01-25 | 北京顶象技术有限公司 | 一种提升风控策略效果的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108322473B (zh) | 用户行为分析方法与装置 | |
CN109544163B (zh) | 一种用户支付行为的风险控制方法、装置、设备及介质 | |
CN110727922B (zh) | 一种基于多维度数据流的反欺诈决策模型构建方法 | |
Alali et al. | Cloud computing: Overview and risk analysis | |
US10817813B2 (en) | Resource configuration and management system | |
CN111144697A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
US20050033761A1 (en) | System and method for generating and using a pooled knowledge base | |
US20100071028A1 (en) | Governing Service Identification In A Service Oriented Architecture ('SOA') Governance Model | |
WO2010031699A1 (en) | Governing service identification in a service oriented architecture ('soa') governance model | |
CN112612813A (zh) | 一种测试数据的生成方法和装置 | |
CN115577691A (zh) | 标书生成方法、存储介质及电子装置 | |
CN111199469A (zh) | 用户还款模型生成方法、装置及电子设备 | |
CN116846619A (zh) | 一种自动化网络安全风险评估方法、系统及可读存储介质 | |
CN107767118A (zh) | 安全隐患填报系统、安全隐患填报方法、存储介质 | |
US20210174453A1 (en) | Managing risk assessment and services through modeling | |
CN111353882A (zh) | 一种私有化部署的零售资产风控方法、装置及电子设备 | |
CN110020795A (zh) | 用于基金收益发放风险控制的方法及装置 | |
CN112669039A (zh) | 基于知识图谱的客户风险管控系统及方法 | |
CN109711984B (zh) | 一种基于催收的贷前风险监控方法及装置 | |
CN110705817A (zh) | 对企业融资数据进行风控评估管理的方法和装置 | |
CN115600972A (zh) | 一种不良资产的核销方法、装置、设备及存储介质 | |
Korman et al. | Technology management through architecture reference models: A smart metering case | |
Omar et al. | Factors influencing quality accounting information systems among Malaysian private organizations | |
CN107808339A (zh) | 一种数据采集分析系统 | |
CN114066395A (zh) | 一种结合专家数据库建立的项目管理方法及系统 |
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 |