CN111429319A - 基于教育培训的资金监管方法及装置 - Google Patents
基于教育培训的资金监管方法及装置 Download PDFInfo
- Publication number
- CN111429319A CN111429319A CN202010216417.7A CN202010216417A CN111429319A CN 111429319 A CN111429319 A CN 111429319A CN 202010216417 A CN202010216417 A CN 202010216417A CN 111429319 A CN111429319 A CN 111429319A
- Authority
- CN
- China
- Prior art keywords
- fund
- account
- sub
- training
- accounts
- 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
- 238000012549 training Methods 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013058 risk prediction model Methods 0.000 claims abstract description 41
- 238000012546 transfer Methods 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000002955 isolation Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 7
- 230000007774 longterm Effects 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 238000007619 statistical method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 230000007812 deficiency Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012827 research and development Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种基于教育培训的资金监管方法及装置，基于教育培训的资金监管方法包括：设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户；隔离不同主账户下的子账户；利用Apriori算法建立教育资金风险预测模型；根据所述教育资金风险预测模型预测对应子账户的资金风险。本发明既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
Description
技术领域
本发明涉及信息技术领域，具体涉及由信息技术控制监管资金的应用技术领域，特别是涉及一种基于教育培训的资金监管方法及装置。
背景技术
目前在教育培训市场中，培训机构都是采用预付费机制，学生支付的巨额学费提前全额入账至培训机构账户，政府部门虽然采用了一定的措施对培训机构的资质准入等进行了管控，但是无法在资金账户层面上做到强监管，卷款跑路等现象时有发生。在不改变培训机构经营模式，不改变预付费机制的前提下，如何进一步的对教育培训机构的账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营是亟需解决的问题。
发明内容
针对现有技术中的问题，本发明提供的基于教育培训的资金监管方法及装置，对教育培训资金进行实时在线监控、管理、统计、分析以及预测，提高了培训资金的安全性。
为解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供一种基于教育培训的资金监管方法，包括：
设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户；
隔离不同主账户下的子账户；
利用Apriori算法建立教育资金风险预测模型；
根据所述教育资金风险预测模型预测对应子账户的资金风险。
一实施例中，所述子账户以预设时间周期转出资金。
一实施例中，所述隔离不同主账户下的子账户，包括：
为所述子账户设置专用的硬件服务器；
利用SLB软负载层将多个子账户的交易请求路由分配至不同服务器群组。
一实施例中，所述利用Apriori算法建立教育资金风险预测模型，包括：
收集历史子账户资金风险参数以及对应的资金风险级别；
根据所述Apriori算法生成所述教育资金风险预测模型的初始模型；
利用述Apriori算法、历史子账户资金风险参数对应的资金风险级别训练所述初始模型，以生成教育资金风险预测模型。
一实施例中，所述子账户资金风险参数包括：子账户对应的教育培训机构员工数、所述教育培训机构的开课时长、所述教育培训机构负责人的银行账户资金、所述教育培训机构的年营业额以及所述教育培训机构的注册资本。
一实施例中，所述根据所述教育资金风险预测模型预测对应子账户的资金风险，包括：
将所述子账户资金风险参数输入至所述教育资金风险预测模型，以预测对应子账户的资金风险。
第二方面，本发明提供一种基于教育培训的资金监管装置，该装置包括：
主账户设置单元，用于设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户；
子账户隔离单元，用于隔离不同主账户下的子账户；
模型建立单元，用于利用Apriori算法建立教育资金风险预测模型；
资金风险预测单元，用于根据所述教育资金风险预测模型预测对应子账户的资金风险。
一实施例中，所述子账户隔离单元包括：
服务器设置模块，用于为所述子账户设置专用的硬件服务器；
交易请求分配模块，用于利用SLB软负载层将多个子账户的交易请求路由分配至不同服务器群组。
一实施例中，所述子账户以预设时间周期转出资金。
一实施例中，模型建立单元包括：
参数收集模块，用于收集历史子账户资金风险参数以及对应的资金风险级别；
初始模型生成模块，用于根据所述Apriori算法生成所述教育资金风险预测模型的初始模型；
模型生成模块，用于利用述Apriori算法、历史子账户资金风险参数对应的资金风险级别训练所述初始模型，以生成教育资金风险预测模型。
一实施例中，所述子账户资金风险参数包括：子账户对应的教育培训机构员工数、所述教育培训机构的开课时长、所述教育培训机构负责人的银行账户资金、所述教育培训机构的年营业额以及所述教育培训机构的注册资本。
一实施例中，资金风险预测单元具体用于将所述子账户资金风险参数输入至所述教育资金风险预测模型，以预测对应子账户的资金风险。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现基于教育培训的资金监管方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现基于教育培训的资金监管方法的步骤。
从上述描述可知，本发明提供的实施例基于教育培训的资金监管方法及装置，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。具体地，本发明实施例具有以下有益效果：
首先统一了教育培训领域的监管模式，一次建设全国各地可复制执行，减少了各地自行研发的成本。监管部门和培训部门相互之间由于业务模式的一致性，可互相取长补短，将教育培训领域的业务逐步成熟，少走弯路。
同时，因为模式的一致性，也使得各兄弟部门间数据有参考可比性，一旦某一部门发现流程上或数据上有所异常，可以横向对比参考，确认问题原因以及是否有系统性风险等，也大大降低了以往单兵作战的业务风险。
另外，监管账户并没有破坏现有银行账户的体系结构，而是在其之外单独的设置虚拟账户，就可以广泛的参与在各行业的账户数据核算统计中，在不影响原有流程下，积极提供额外协助并串联各部门间关系。
综上，本发明实施例通过提供一种银行监管账户产品及整套电子化管理流程，对教育培训资金进行实时在线监控、管理、统计、分析、预测，在保障培训机构正常业务开办的前提下，既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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为本发明的实施例中基于教育培训的资金监管方法流程示意图；
图2为本发明的实施例中基于教育培训的资金监管方法步骤200的流程示意图；
图3为本发明的实施例中基于教育培训的资金监管方法步骤300的流程示意图；
图4为本发明的具体应用实例中基于教育培训的资金监管方法的流程示意图；
图5为本发明的具体应用实例中账户体系构成示意图；
图6为本发明的具体应用实例中多租户系统部署隔离图示意图；
图7为本发明的具体应用实例中开户流程图；
图8为本发明的具体应用实例中资金流转流程图；
图9为本发明的具体应用实例中基于教育培训的资金监管装置的结构示意图；
图10为本发明的具体应用实例中子账户隔离单元的结构示意图；
图11为本发明的具体应用实例中模型建立单元的结构示意图；
图12为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，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，都属于本发明保护的范围。
本发明的实施例提供一种基于教育培训的资金监管方法的具体实施方式，参见图1，该方法具体包括如下内容：
步骤100：设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户。
可以理解的是，步骤100中的主账户可具有查询汇总、查询下级子账户的权限，具有指令审批权限等，但不直接参与交易，而子账户则只具有交易权限。同时在账户设立时，以最少账户开立为原则，避免因子账户开立太多导致管理混乱和成本上涨。
步骤200：隔离不同主账户下的子账户。
可以理解的是，将不同主账户下的子账户进行隔离可以避免了不同子账户(租户)间的越权数据访问，增强了系统安全保密性能。
步骤300：利用Apriori算法建立教育资金风险预测模型。
Apriori算法是一个关联规则挖掘算法。它利用逐层搜索的迭代方法找出数据库中项集的关系，以形成规则，其过程由连接(类矩阵运算)与剪枝(去掉那些没必要的中间结果)组成。该算法中项集的概念即为项的集合。包含K个项的集合为k项集。项集出现的频率是包含项集的事务数，称为项集的频率。
步骤400：根据所述教育资金风险预测模型预测对应子账户的资金风险。
从上述描述可知，本发明提供的实施例基于教育培训的资金监管方法，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。
一实施例中，所述子账户以预设时间周期转出资金。
通过划拨规则设置，减少资金一次性划拨风险。在监控过程中，发现培训机构或某门课程有争议或异常，及时将账户或部分资金冻结，保证资金安全。监控结束以后，可以通过系统中划拨资金明细的查询跟踪，确保资金划拨正确无误。
一实施例中，参见图2，步骤200具体包括：
步骤201：为所述子账户设置专用的硬件服务器。
步骤202：利用SLB软负载层将多个子账户的交易请求路由分配至不同服务器群组。
在系统架构设计上，不同的顶点主账户之间采用租户隔离的策略，为不同租户分别申请设立不同的硬件服务器资源，通过F5(F5-BIG-IP-GTM全球流量管理器，用于对流量和内容进行管理分配，即负载均衡)或SLB软负载层将不同租户的交易请求路由至不同服务群组，避免了不同租户间的越权数据访问，提高了系统安全保密性。
一实施例中，参见图3，步骤300具体包括：
步骤301：收集历史子账户资金风险参数以及对应的资金风险级别。
步骤301中的子账户资金风险参数包括：子账户对应的教育培训机构员工数、所述教育培训机构的开课时长、所述教育培训机构负责人的银行账户资金、所述教育培训机构的年营业额以及所述教育培训机构的注册资本。
步骤302：根据所述Apriori算法生成所述教育资金风险预测模型的初始模型。
步骤303：利用述Apriori算法、历史子账户资金风险参数对应的资金风险级别训练所述初始模型，以生成教育资金风险预测模型。
在步骤302以及步骤303中，首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。
一实施例中，步骤400具体包括：
步骤401：将所述子账户资金风险参数输入至所述教育资金风险预测模型，以预测对应子账户的资金风险。
从上述描述可知，本发明提供的实施例基于教育培训的资金监管方法，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。具体地，本发明实施例具有以下有益效果：
首先统一了教育培训领域的监管模式，一次建设全国各地可复制执行，减少了各地自行研发的成本。监管部门和培训部门相互之间由于业务模式的一致性，可互相取长补短，将教育培训领域的业务逐步成熟，少走弯路。
同时，因为模式的一致性，也使得各兄弟部门间数据有参考可比性，一旦某一部门发现流程上或数据上有所异常，可以横向对比参考，确认问题原因以及是否有系统性风险等，也大大降低了以往单兵作战的业务风险。
另外，监管账户并没有破坏现有银行账户的体系结构，而是在其之外单独的设置虚拟账户，就可以广泛的参与在各行业的账户数据核算统计中，在不影响原有流程下，积极提供额外协助并串联各部门间关系。
综上，本发明实施例通过提供一种银行监管账户产品及整套电子化管理流程，对教育培训资金进行实时在线监控、管理、统计、分析、预测，在保障培训机构正常业务开办的前提下，既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
为进一步地说明本方案，本发明以北京市为例，提供基于教育培训的资金监管方法的具体应用实例，该具体应用实例具体包括如下内容，参见图4。
S0：设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户。
银行监管账户是建立在银行账户体系之上，本质上是将传统托管业务中的专户保管、资金收付、支付监督、信息报告等服务进行组合而创新成为一种新型账户形式，但不能因为新，而忘记本。首先需要遵守相关法律法规制度规范，只能使用在有监管需求特定场景下，用于资金监管作用，而不能挪作他用。同时在账户设立时，以最少账户开立为原则，避免因子账户开立太多导致管理混乱和成本上涨。
账户主属性包含有是否监管账户或被监管账户，账户上下级关系，附属属性包含有所属行业，所属行政区划。参考图5，账户体系构成：同时对外提供统一的账户开立，账户查询，账户废除接口，便于系统后台间进行通讯。监管主账户可具有查询汇总、查询下级子账户的权限，具有指令审批权限等，但不直接参与交易。而子账户则只具有交易权限。具体如表1所示。
表1：账户权限表
S1：隔离不同主账户下的子账户。
在系统架构设计上，不同的顶点主账户之间采用租户隔离的策略，为不同租户分别申请设立不同的硬件服务器资源，通过F5或SLB软负载层将不同租户的交易请求路由至不同服务群组，避免了不同租户间的越权数据访问，提高了系统安全保密性，参考图6。
S2：子账户以预设时间周期转出资金。
在开户流程上，首先需要由当地教育监管部门牵头完成和银行协议的签订，系统接受协议数据并入数据库保存后，通过调用账户体系模块的监管主账户开户接口，开立顶级监管账户。由监管部门牵头要求所辖地区的所有注册培训机构、学校等接入教育培训资金监管体系，系统中录入培训机构学校信息，并通过调用账户体系模块的子账户开户接口，给每一家机构开设一个子账户，所有子账户都挂在此监管机构的顶级监管账户下，账户受此监管部门监视和管理，见图7。另外每个子账户默认为活期账户，培训机构可以根据自身经营需求，资金周转周期需要等，按需转化为定期账户，定时划息来确保自身利益最大化，不会因为监管的介入而导致自身应得利益的损失。
学员缴纳学费首先入子账户账中，系统提供转出时间，转出比例，转出周期参数，由监管机构根据实际情况进行设置，同时对账户及账户资金设立解冻冻结功能。例如：授课时间为期1年，转出周期设置为每3个月结转一次，每次转出按比例平均转，也即每3个月转出25％的资金并将资金拨付至培训机构账户中。这样就实现了事前通过划拨规则设置，减少资金一次性划拨风险。事中发现培训机构或某门课程有争议或异常，及时将账户或部分资金冻结，保证资金安全。事后可以通过系统中划拨资金明细的查询跟踪，确保资金划拨正确无误，参见图8。
S3：利用Apriori算法建立教育资金风险预测模型。
具体地，收集历史子账户资金风险参数以及对应的资金风险级别，子账户资金风险参数包括：子账户对应的教育培训机构员工数、所述教育培训机构的开课时长、所述教育培训机构负责人的银行账户资金、所述教育培训机构的年营业额以及所述教育培训机构的注册资本。根据所述Apriori算法生成所述教育资金风险预测模型的初始模型。利用述Apriori算法、历史子账户资金风险参数对应的资金风险级别训练所述初始模型，以生成教育资金风险预测模型。
S4：根据所述教育资金风险预测模型预测对应子账户的资金风险。
可以理解的是，当系统中掌握了大量的培训信息、资金划拨信息以后，可以为监管机构及培训机构提供统计分析等功能，系统可根据大数据自动优化划拨、计息规则，确保资金安全的前提下，让资金更高速的流转，产生更大的效益，使得培训机构主观上不再抗拒这种监管模式。
从上述描述可知，本发明提供的实施例基于教育培训的资金监管方法，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。具体地，本发明实施例具有以下有益效果：
首先统一了教育培训领域的监管模式，一次建设全国各地可复制执行，减少了各地自行研发的成本。监管部门和培训部门相互之间由于业务模式的一致性，可互相取长补短，将教育培训领域的业务逐步成熟，少走弯路。
同时，因为模式的一致性，也使得各兄弟部门间数据有参考可比性，一旦某一部门发现流程上或数据上有所异常，可以横向对比参考，确认问题原因以及是否有系统性风险等，也大大降低了以往单兵作战的业务风险。
另外，监管账户并没有破坏现有银行账户的体系结构，而是在其之外单独的设置虚拟账户，就可以广泛的参与在各行业的账户数据核算统计中，在不影响原有流程下，积极提供额外协助并串联各部门间关系。
综上，本发明实施例通过提供一种银行监管账户产品及整套电子化管理流程，对教育培训资金进行实时在线监控、管理、统计、分析、预测，在保障培训机构正常业务开办的前提下，既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
基于同一发明构思，本申请实施例还提供了基于教育培训的资金监管装置，可以用于实现上述实施例所描述的方法，如下面的实施例。由于基于教育培训的资金监管装置解决问题的原理与基于教育培训的资金监管方法相似，因此基于教育培训的资金监管装置的实施可以参见基于教育培训的资金监管方法实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现基于教育培训的资金监管方法的基于教育培训的资金监管装置的具体实施方式，参见图9，基于教育培训的资金监管装置具体包括如下内容：
主账户设置单元10，用于设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户；
子账户隔离单元20，用于隔离不同主账户下的子账户；
模型建立单元30，用于利用Apriori算法建立教育资金风险预测模型；
资金风险预测单元40，用于根据所述教育资金风险预测模型预测对应子账户的资金风险。
一实施例中，参见图10，所述子账户隔离单元20包括：
服务器设置模块201，用于为所述子账户设置专用的硬件服务器；
交易请求分配模块202，用于利用SLB软负载层将多个子账户的交易请求路由分配至不同服务器群组。
一实施例中，所述子账户以预设时间周期转出资金。
一实施例中，参见图11，模型建立单元30包括：
参数收集模块301，用于收集历史子账户资金风险参数以及对应的资金风险级别；
初始模型生成模块302，用于根据所述Apriori算法生成所述教育资金风险预测模型的初始模型；
模型生成模块303，用于利用述Apriori算法、历史子账户资金风险参数对应的资金风险级别训练所述初始模型，以生成教育资金风险预测模型。
一实施例中，所述子账户资金风险参数包括：子账户对应的教育培训机构员工数、所述教育培训机构的开课时长、所述教育培训机构负责人的银行账户资金、所述教育培训机构的年营业额以及所述教育培训机构的注册资本。
一实施例中，资金风险预测单元具体用于将所述子账户资金风险参数输入至所述教育资金风险预测模型，以预测对应子账户的资金风险。
从上述描述可知，本发明提供的实施例基于教育培训的资金监管装置，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。具体地，本发明实施例具有以下有益效果：
首先统一了教育培训领域的监管模式，一次建设全国各地可复制执行，减少了各地自行研发的成本。监管部门和培训部门相互之间由于业务模式的一致性，可互相取长补短，将教育培训领域的业务逐步成熟，少走弯路。
同时，因为模式的一致性，也使得各兄弟部门间数据有参考可比性，一旦某一部门发现流程上或数据上有所异常，可以横向对比参考，确认问题原因以及是否有系统性风险等，也大大降低了以往单兵作战的业务风险。
另外，监管账户并没有破坏现有银行账户的体系结构，而是在其之外单独的设置虚拟账户，就可以广泛的参与在各行业的账户数据核算统计中，在不影响原有流程下，积极提供额外协助并串联各部门间关系。
综上，本发明实施例通过提供一种银行监管账户产品及整套电子化管理流程，对教育培训资金进行实时在线监控、管理、统计、分析、预测，在保障培训机构正常业务开办的前提下，既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
本申请的实施例还提供能够实现上述实施例中的基于教育培训的资金监管方法中全部步骤的一种电子设备的具体实施方式，参见图12，电子设备具体包括如下内容：
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204；
其中，处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信；通信接口1203用于实现服务器端设备、接口设备以及用户端设备等相关设备之间的信息传输。
处理器1201用于调用存储器1202中的计算机程序，处理器执行计算机程序时实现上述实施例中的基于教育培训的资金监管方法中的全部步骤，例如，处理器执行计算机程序时实现下述步骤：
步骤100：设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户。
步骤200：隔离不同主账户下的子账户。
步骤300：利用Apriori算法建立教育资金风险预测模型。
步骤400：根据所述教育资金风险预测模型预测对应子账户的资金风险。
从上述描述可知，本申请实施例中的电子设备，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。具体地，本发明实施例具有以下有益效果：
首先统一了教育培训领域的监管模式，一次建设全国各地可复制执行，减少了各地自行研发的成本。监管部门和培训部门相互之间由于业务模式的一致性，可互相取长补短，将教育培训领域的业务逐步成熟，少走弯路。
同时，因为模式的一致性，也使得各兄弟部门间数据有参考可比性，一旦某一部门发现流程上或数据上有所异常，可以横向对比参考，确认问题原因以及是否有系统性风险等，也大大降低了以往单兵作战的业务风险。
另外，监管账户并没有破坏现有银行账户的体系结构，而是在其之外单独的设置虚拟账户，就可以广泛的参与在各行业的账户数据核算统计中，在不影响原有流程下，积极提供额外协助并串联各部门间关系。
综上，本发明实施例通过提供一种银行监管账户产品及整套电子化管理流程，对教育培训资金进行实时在线监控、管理、统计、分析、预测，在保障培训机构正常业务开办的前提下，既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
本申请的实施例还提供能够实现上述实施例中的基于教育培训的资金监管方法中全部步骤的一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的基于教育培训的资金监管方法的全部步骤，例如，处理器执行计算机程序时实现下述步骤：
步骤100：设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户。
步骤200：隔离不同主账户下的子账户。
步骤300：利用Apriori算法建立教育资金风险预测模型。
步骤400：根据所述教育资金风险预测模型预测对应子账户的资金风险。
从上述描述可知，本申请实施例中的计算机可读存储介质，在不改变教育培训机构经营模式，不改变预付费机制的前提下，监管端(银行端)自主创新，引入监管账户机制，通过设置账户开立规则、将账户进行分类分级管理，通过主账户对下级子账户的监控、管理保障培训资金安全。更进一步的对账户各类交易数据进行统计分析，做好资金划拨计划的预测，给出资金使用规划建议，提高资金安全和企业稳健运营。具体地，本发明实施例具有以下有益效果：
首先统一了教育培训领域的监管模式，一次建设全国各地可复制执行，减少了各地自行研发的成本。监管部门和培训部门相互之间由于业务模式的一致性，可互相取长补短，将教育培训领域的业务逐步成熟，少走弯路。
同时，因为模式的一致性，也使得各兄弟部门间数据有参考可比性，一旦某一部门发现流程上或数据上有所异常，可以横向对比参考，确认问题原因以及是否有系统性风险等，也大大降低了以往单兵作战的业务风险。
另外，监管账户并没有破坏现有银行账户的体系结构，而是在其之外单独的设置虚拟账户，就可以广泛的参与在各行业的账户数据核算统计中，在不影响原有流程下，积极提供额外协助并串联各部门间关系。
综上，本发明实施例通过提供一种银行监管账户产品及整套电子化管理流程，对教育培训资金进行实时在线监控、管理、统计、分析、预测，在保障培训机构正常业务开办的前提下，既满足了培训教育机构资金稳定性的需求，同时也又不使学员对机构丧失信心，克服了双方信任缺失的危机，提高了培训资金的安全性，进而保证教育培训市场的稳定、长远发展。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，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。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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。
本发明是参照根据本发明实施例的方法、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设备上，使得在计算机或其他可编程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。
本发明中应用了具体实施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 (10)
1.一种基于教育培训的资金监管方法，其特征在于，包括：
设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户；
隔离不同主账户下的子账户；
利用Apriori算法建立教育资金风险预测模型；
根据所述教育资金风险预测模型预测对应子账户的资金风险。
2.根据权利要求1所述的基于教育培训的资金监管方法，其特征在于，所述子账户以预设时间周期转出资金。
3.根据权利要求1所述的基于教育培训的资金监管方法，其特征在于，所述隔离不同主账户下的子账户，包括：
为所述子账户设置专用的硬件服务器；
利用SLB软负载层将多个子账户的交易请求路由分配至不同服务器群组。
4.根据权利要求1所述的基于教育培训的资金监管方法，其特征在于，所述利用Apriori算法建立教育资金风险预测模型，包括：
收集历史子账户资金风险参数以及对应的资金风险级别；
根据所述Apriori算法生成所述教育资金风险预测模型的初始模型；
利用述Apriori算法、历史子账户资金风险参数对应的资金风险级别训练所述初始模型，以生成教育资金风险预测模型。
5.根据权利要求4所述的基于教育培训的资金监管方法，其特征在于，所述子账户资金风险参数包括：子账户对应的教育培训机构员工数、所述教育培训机构的开课时长、所述教育培训机构负责人的银行账户资金、所述教育培训机构的年营业额以及所述教育培训机构的注册资本。
6.根据权利要求5所述的基于教育培训的资金监管方法，其特征在于，所述根据所述教育资金风险预测模型预测对应子账户的资金风险，包括：
将所述子账户资金风险参数输入至所述教育资金风险预测模型，以预测对应子账户的资金风险。
7.一种基于教育培训的资金监管装置，其特征在于，包括：
主账户设置单元，用于设置多个银行主账户，以监控多个教育培训机构的银行账户子账户，所述银行主账户下设置有多个所述子账户；
子账户隔离单元，用于隔离不同主账户下的子账户；
模型建立单元，用于利用Apriori算法建立教育资金风险预测模型；
资金风险预测单元，用于根据所述教育资金风险预测模型预测对应子账户的资金风险。
8.根据权利要求7所述的基于教育培训的资金监管装置，所述子账户隔离单元包括：
服务器设置模块，用于为所述子账户设置专用的硬件服务器；
交易请求分配模块，用于利用SLB软负载层将多个子账户的交易请求路由分配至不同服务器群组。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6任一项所述基于教育培训的资金监管方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6任一项所述基于教育培训的资金监管方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010216417.7A CN111429319A (zh) | 2020-03-25 | 2020-03-25 | 基于教育培训的资金监管方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010216417.7A CN111429319A (zh) | 2020-03-25 | 2020-03-25 | 基于教育培训的资金监管方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111429319A true CN111429319A (zh) | 2020-07-17 |
Family
ID=71549476
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010216417.7A Pending CN111429319A (zh) | 2020-03-25 | 2020-03-25 | 基于教育培训的资金监管方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111429319A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112116337A (zh) * | 2020-09-16 | 2020-12-22 | 招商银行股份有限公司 | 数据监管方法、系统及计算机可读存储介质 |
| CN113077246A (zh) * | 2021-03-31 | 2021-07-06 | 中国建设银行股份有限公司 | 一种利用划拨计划进行资金自动划拨的方法及装置 |
| CN114202213A (zh) * | 2021-12-15 | 2022-03-18 | 建信金融科技(苏州)有限公司 | 教育资源监管系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101884051A (zh) * | 2007-11-29 | 2010-11-10 | 美国银行公司 | 子账户机制 |
| US20120259768A1 (en) * | 2011-04-05 | 2012-10-11 | Ebay Inc. | System and method for providing proxy accounts |
| US20170169507A1 (en) * | 2015-12-15 | 2017-06-15 | Theodore Phillip Skaarup | Fractional banking for account holders |
| CN107862406A (zh) * | 2017-10-31 | 2018-03-30 | 中国南方电网有限责任公司 | 应用深度学习和改进Apriori算法综合的一次设备风险预测的方法 |
| CN109118190A (zh) * | 2018-08-11 | 2019-01-01 | 何太阳 | 一种多账户管理方法、网络支付方法及其支付系统和支付系统服务端 |
| CN110428122A (zh) * | 2019-05-27 | 2019-11-08 | 平安银行股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-03-25 CN CN202010216417.7A patent/CN111429319A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101884051A (zh) * | 2007-11-29 | 2010-11-10 | 美国银行公司 | 子账户机制 |
| US20120259768A1 (en) * | 2011-04-05 | 2012-10-11 | Ebay Inc. | System and method for providing proxy accounts |
| US20170169507A1 (en) * | 2015-12-15 | 2017-06-15 | Theodore Phillip Skaarup | Fractional banking for account holders |
| CN107862406A (zh) * | 2017-10-31 | 2018-03-30 | 中国南方电网有限责任公司 | 应用深度学习和改进Apriori算法综合的一次设备风险预测的方法 |
| CN109118190A (zh) * | 2018-08-11 | 2019-01-01 | 何太阳 | 一种多账户管理方法、网络支付方法及其支付系统和支付系统服务端 |
| CN110428122A (zh) * | 2019-05-27 | 2019-11-08 | 平安银行股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112116337A (zh) * | 2020-09-16 | 2020-12-22 | 招商银行股份有限公司 | 数据监管方法、系统及计算机可读存储介质 |
| CN113077246A (zh) * | 2021-03-31 | 2021-07-06 | 中国建设银行股份有限公司 | 一种利用划拨计划进行资金自动划拨的方法及装置 |
| CN114202213A (zh) * | 2021-12-15 | 2022-03-18 | 建信金融科技(苏州)有限公司 | 教育资源监管系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101901428B (zh) | 一种采用soa技术的电力市场仿真系统 | |
| CN110175788A (zh) | 一种智慧城市能源云平台 | |
| CN111429319A (zh) | 基于教育培训的资金监管方法及装置 | |
| Khalatur et al. | A model for analyzing the financial stability of banks in the VUCA-world conditions | |
| Lu et al. | Credit portfolio management using two-level particle swarm optimization | |
| Song et al. | The risk of block chain financial market based on particle swarm optimization | |
| CN109324905A (zh) | 数据库操作方法、装置、电子设备及存储介质 | |
| Kornevs et al. | Cloud computing evaluation based on financial metrics | |
| Zhang | Political incentives and local government spending multiplier: Evidence for Chinese provinces (1978–2016) | |
| CN111639121A (zh) | 一种构建客户画像的大数据平台及构建方法 | |
| Yang et al. | Exploring the dilemma and influencing factors of ecological transformation of resource-based cities in China: Perspective on a tripartite evolutionary game | |
| CN110599370A (zh) | 一种基于区块链的物业管理方法、装置和存储介质 | |
| Liuhong | [Retracted] Research on Tax Collection and Administration Application and Legal Issues Based on Big Data Analysis | |
| Zhou et al. | Impact effects of digital technology application on quality tourism development: Empirical evidence from China. | |
| Nieto-Martin et al. | Enabling automated transparency for the market participation of ESCOs with Blockchain | |
| Ke | The construction of enterprise's financial supply chain management under blockchain technology | |
| Huđek et al. | Modeling a business intelligence system for school management on local government level | |
| Chen et al. | Research on Life‐Cycle Project Cost Management Based on Random Matrix Weight Algorithm | |
| Zhang | Innovation of financial shared service center based on artificial intelligence | |
| Jannah et al. | Designing the Smart Health Function towards Puskesmas (Citizen Health Centre) based on Smart City Concept | |
| Huang | Internet financial forecasting and digital economy development by using machine learning algorithm in the new consumption environment | |
| Artemenko et al. | Digital transformation of an institutional environment | |
| KR20140040367A (ko) | 지적재산권 담보 대출 방법, 이를 실행하는 서버 및 이를 실행하는 시스템 | |
| Zhou | Enterprise Financial Information Management System Based on Data Analysis Algorithm | |
| Zhu et al. | Design, Research and Practice of Blockchain Based Smart Education Cloud Platform |
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: 20200717 |