CN112365116A - 一种数据风险分析方法及相关装置 - Google Patents
一种数据风险分析方法及相关装置 Download PDFInfo
- Publication number
- CN112365116A CN112365116A CN202010910760.1A CN202010910760A CN112365116A CN 112365116 A CN112365116 A CN 112365116A CN 202010910760 A CN202010910760 A CN 202010910760A CN 112365116 A CN112365116 A CN 112365116A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- data
- risk analysis
- organization
- database
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 123
- 230000008520 organization Effects 0.000 claims abstract description 68
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 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
- 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
- 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/04—Billing or invoicing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据风险分析方法，包括：根据非正常组织特征获取到非正常组织的基础信息；根据所述非正常组织的基础信息构建非正常数据库；根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。通过获取到的票务数据构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性。本申请还公开了一种数据风险分析装置、服务器以及计算机可读存储介质，具有以上有益效果。
Description
技术领域
本申请涉及数据分析技术领域，特别涉及一种数据风险分析方法、数据风险分析装置、服务器以及计算机可读存储介质。
背景技术
随着信息技术的不断发展，越来越多的企业组织应用到了信息技术，通过信息技术产生的数据进行相应的分析处理。例如，目前经常在企业本地开发票的PC端上按照定制的客户端软件，插入金税盘输入账号密码授权软件提取发票数据，分析进销项税额匹配、供应商客户异常、发票备注栏等风险事项。以便对企业中的发票数据进行相应的风险分析等操作。
但是，现有技术中通常采用这种方法不能分析发票信息中包含的货物信息、没有客观的官方数据进行比对，降低了通过数据进行分析的准确性。
因此，如何提高数据风险分析的准确性是本领域技术人员关注的重点问题。
发明内容
本申请的目的是提供一种数据风险分析方法、数据风险分析装置、服务器以及计算机可读存储介质，通过获取到的组织票务数据，和另外从公开网络来源构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性。
为解决上述技术问题，本申请提供一种数据风险分析方法，包括：
根据非正常组织特征获取到非正常组织的基础信息；
根据所述非正常组织的基础信息构建非正常数据库；
根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。
可选的，根据非正常组织特征获取到非正常组织的基础信息，包括：
根据所述非正常组织特征从票务数据库中进行筛选，得到所述非正常组织的基础信息。
可选的，根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果，包括：
对获取到的所述组织票务数据的货物信息进行智能识别，得到对应的货物信息；
根据所述非正常数据库对所述货物信息进行风险分析，得到所述票务风险结果。
可选的，根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果，包括：
根据所述非正常数据库对获取到的所述组织票务数据中的组织关系进行风险分析，得到所述票务风险结果。
本申请还提供一种数据风险分析装置，包括：
基础信息获取模块，用于根据非正常组织特征获取到非正常组织的基础信息；
数据库构建模块，用于根据所述非正常组织的基础信息构建非正常数据库；
票务风险分析模块，用于根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。
可选的，所述基础信息获取模块，具体用于根据所述非正常组织特征从票务数据库中进行筛选，得到所述非正常组织的基础信息。
可选的，所述票务风险分析模块，包括：
货物信息识别单元，用于对获取到的所述组织票务数据的货物信息进行智能识别，得到对应的货物信息；
货物信息分析单元，用于根据所述非正常数据库对所述货物信息进行风险分析，得到所述票务风险结果。
可选的，所述票务风险分析模块，具体用于根据所述非正常数据库对获取到的所述组织票务数据中的组织关系进行风险分析，得到所述票务风险结果。
本申请还提供一种服务器，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上所述的数据风险分析方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的数据风险分析方法的步骤。
本申请所提供的一种数据风险分析方法，包括：根据非正常组织特征获取到非正常组织的基础信息；根据所述非正常组织的基础信息构建非正常数据库；根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。通过获取到的票务数据构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性。
本申请还提供一种数据风险分析装置、服务器以及计算机可读存储介质，具有以上有益效果，在此不作赘述。
附图说明
为了更清楚地说明本申请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，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种数据风险分析方法的流程图；
图2为本申请实施例所提供的一种数据风险分析装置的结构示意图。
具体实施方式
本申请的核心是提供一种数据风险分析方法、数据风险分析装置、服务器以及计算机可读存储介质，通过获取到的票务数据构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
现有技术中，通常采用这种方法不能分析发票信息中包含的货物信息、没有客观的官方数据进行比对，降低了通过数据进行分析的准确性。
因此，本申请提供一种数据风险分析方法，通过获取到的票务数据构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性，提高了异常情况发现的及时性。
以下通过一个实施例，对本申请提供的一种数据风险分析方法进行说明。
请参考图1，图1为本申请实施例所提供的一种数据风险分析方法的流程图。
本实施例中，该方法可以包括：
S101，根据非正常组织特征获取到非正常组织的基础信息；
本步骤旨在根据非正常组织特征获取到非正常组织的基础信息。其中，该非正常组织特征主要是标识了非正常组织的特征，通过该特征可以从组织库中确定出非正常组织。其中，票务数据就是组织在运营过程中在票务处理过程中记录的数据，具有特殊格式，特殊作用等特性。
可见，通过本步骤可以直接获取到非正常组织的基础信息，以便确定出非正常组织的特征。
可选的，本步骤可以包括：
根据非正常组织特征从票务数据库中进行筛选，得到非正常组织的基础信息。
可见，本可选方案中主要是对如果获取到票务数据进行说明。具体的，主要是根据非正常组织特征从票务数据库中进行筛选，得到非正常组织的基础信息。其中，票务数据库可以是网络中公开的数据库资源，也可以是私有的数据库资源，还可以是公开和私有的数据库资源的混合，在此不做具体限定。
S102，根据非正常组织的基础信息构建非正常数据库；
在S101的基础上，本步骤旨在根据非正常组织的基础信息构建非正常数据库。上一步骤中获取到的是多个非正常组织的基础信息构建为非正常数据库。其中，存储了多个非正常组织的非正常特征。
本步骤中可以采用现有技术中提供的任意一种数据库构建的方式，在此不做具体限定。
S103，根据非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。
在S102的基础上，本步骤旨在根据非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。也就是在获取到非正常数据库的基础上，知道了非正常组织的特征，然后将获取到的组织票务数据进行一一匹配即可确定是否为非正常组织，即分析其票务风险结果。
可选的，本步骤可以包括：
步骤1，对获取到的组织票务数据的货物信息进行智能识别，得到对应的货物信息；
步骤2，根据非正常数据库对货物信息进行风险分析，得到票务风险结果。
可见，本可选方案主要是对如何获取到票务风险结果进行说明。具体的，本可选方案中首先，对获取到的组织票务数据的货物信息进行智能识别，得到对应的货物信息；然后，根据非正常数据库对货物信息进行风险分析，得到票务风险结果。也就是，从组织票务数据中分析出对应的货物信息，以便根据该货物信息在非正常数据库中进行匹配，得到票务风险结果。需要说明的是，本可选方案中的非正常数据库具体是指货物信息的非正常数据库。
可选的，本步骤可以包括：
根据非正常数据库对获取到的组织票务数据中的组织关系进行风险分析，得到票务风险结果。
可见，本可选方案主要是对如何获取到票务风险结果进行说明。具体的，根据非正常数据库对获取到的组织票务数据中的组织关系进行风险分析，得到票务风险结果。可见，本可选方案中主要是通过组织关系确定票务风险结果。
综上，本实施例通过获取到的票务数据构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性，提高了异常情况发现的及时性。
以下通过一个具体的实施例，对本申请提供的一种数据风险分析方法做进一步说明。
本实施例中，该方法可以包括：
步骤1，获取已公布非正常组织信息。
通过各地的税务公开信息渠道，自动收录非正常组织信息名单，获得违法的依据和具体行为，建立非正常数据库。
步骤101，数据可以来自各个省份、直辖市的税务局网站，如“国家税务总局-上海市税务局-纳税服务-公众查询-重大税收违法案件信息公布栏”，内容中包含的案例主体纳税人公司名称、识别号、法人代表、主要违法事实、相关法律依据及税务处理处罚情况，按照“名称、时间、识别号、主要违法事实、相关法律依据”录入到数据库中。
步骤102，数据还可以来自各个省份的数据开放平台，比如“浙江数据开放-数据集-非正常户认定信息、行政处罚记录信息、纳税稽查信息”，*-按照接口的要求情况，“组织名称、统一社会信用代码、组织机构代码、检查所属日期起、检查所属日期止、主要违法事实、查补金额(元)、处罚决定书文号、处罚日期、处罚金额(元)、税务登记证号、移送司法标志”录入到数据库中。
步骤2，使用本地插件获得本目的组织的财税申报信息数据。
步骤3，分析相关发票风险。
步骤301，安装发票信息取数插件。
在AI税务师网站上下载发票取数插件，双击打开插件安装程序，选择安装目录，完成安装。
步骤302，授权取得发票数据。
插件安装完成后运行插件，检测到没有插入税控设备，此时需要插入税盘。注意，“金税盘”需在开票电脑内安装插件，“税控盘”则任意电脑即可。税盘插入后插件会自动读取组织的税号，用户只需输入“增值税发票勾选认证平台”的登录密码即可，点击“运行AI税务师”即可开始发票数据读取。可在发票取值插件内查看数据读取进度，插件提示“下载已完成”即发票数据读取成功。
步骤303：将取得的数据归集到数据库中方便分析。
步骤304：将发票信息数据与财税数据进行比对，关注其匹配性，如果匹配程度差异大，则提示对应的风险。
步骤305：智能识别发票信息中的货物信息字段信息，进行归类匹配，如“富含维生素C山东大苹果”会被归类为“苹果”，随后进行高风险商品判断，匹配采购和销售的货物是否符合公司的业务性质，判断相关发票异常风险。
步骤306：将发票信息数据与非正常数据库进行比对，判断是否存在客户、供应商为非正常组织的风险，如果有则提示对应的违法依据和具体行为。
步骤307：对发票信息数据进行其他维度的分析，包括金额异常变动、异常地区往来、异常主体开具、金额规律异常等特定风险，如果有则提示对应的风险和历史案例。
可见，本实施例通过获取到的票务数据构建出非正常数据库，然后再通过该非正常数据库进行风险分析，得到票务风险结果，提高了数据风险分析的准确性，提高了异常情况发现的及时性。
下面对本申请实施例提供的一种数据风险分析装置进行介绍，下文描述的一种数据风险分析装置与上文描述的一种数据风险分析方法可相互对应参照。
请参考图2，图2为本申请实施例所提供的一种数据风险分析装置的结构示意图。
本实施例中，该装置可以包括：
基础信息获取模块100，用于根据非正常组织特征获取到非正常组织的基础信息；
数据库构建模块200，用于根据非正常组织的基础信息构建非正常数据库；
票务风险分析模块300，用于根据非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。
可选的，该基础信息获取模块100，具体用于根据非正常组织特征从票务数据库中进行筛选，得到非正常组织的基础信息。
可选的，该票务风险分析模块300，可以包括：
货物信息识别单元，用于对获取到的组织票务数据的货物信息进行智能识别，得到对应的货物信息；
货物信息分析单元，用于根据非正常数据库对货物信息进行风险分析，得到票务风险结果。
可选的，该票务风险分析模块300，具体用于根据非正常数据库对获取到的组织票务数据中的组织关系进行风险分析，得到票务风险结果。
本申请实施例还提供一种服务器，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如以上实施例所述的数据风险分析方法的步骤。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如以上实施例所述的数据风险分析方法的步骤。
说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种数据风险分析方法、数据风险分析装置、服务器以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种数据风险分析方法，其特征在于，包括：
根据非正常组织特征获取到非正常组织的基础信息；
根据所述非正常组织的基础信息构建非正常数据库；
根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。
2.根据权利要求1所述的数据风险分析方法，其特征在于，根据非正常组织特征获取到非正常组织的基础信息，包括：
根据所述非正常组织特征从票务数据库中进行筛选，得到所述非正常组织的基础信息。
3.根据权利要求1所述的数据风险分析方法，其特征在于，根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果，包括：
对获取到的所述组织票务数据的货物信息进行智能识别，得到对应的货物信息；
根据所述非正常数据库对所述货物信息进行风险分析，得到所述票务风险结果。
4.根据权利要求1所述的数据风险分析方法，其特征在于，根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果，包括：
根据所述非正常数据库对获取到的所述组织票务数据中的组织关系进行风险分析，得到所述票务风险结果。
5.一种数据风险分析装置，其特征在于，包括：
基础信息获取模块，用于根据非正常组织特征获取到非正常组织的基础信息；
数据库构建模块，用于根据所述非正常组织的基础信息构建非正常数据库；
票务风险分析模块，用于根据所述非正常数据库对获取到的组织票务数据进行风险分析，得到票务风险结果。
6.根据权利要求5所述的数据风险分析装置，其特征在于，所述基础信息获取模块，具体用于根据所述非正常组织特征从票务数据库中进行筛选，得到所述非正常组织的基础信息。
7.根据权利要求5所述的数据风险分析装置，其特征在于，所述票务风险分析模块，包括：
货物信息识别单元，用于对获取到的所述组织票务数据的货物信息进行智能识别，得到对应的货物信息；
货物信息分析单元，用于根据所述非正常数据库对所述货物信息进行风险分析，得到所述票务风险结果。
8.根据权利要求5所述的数据风险分析装置，其特征在于，所述票务风险分析模块，具体用于根据所述非正常数据库对获取到的所述组织票务数据中的组织关系进行风险分析，得到所述票务风险结果。
9.一种服务器，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述的数据风险分析方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的数据风险分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010910760.1A CN112365116A (zh) | 2020-09-02 | 2020-09-02 | 一种数据风险分析方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010910760.1A CN112365116A (zh) | 2020-09-02 | 2020-09-02 | 一种数据风险分析方法及相关装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112365116A true CN112365116A (zh) | 2021-02-12 |
Family
ID=74516486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010910760.1A Pending CN112365116A (zh) | 2020-09-02 | 2020-09-02 | 一种数据风险分析方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112365116A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114297319A (zh) * | 2021-12-23 | 2022-04-08 | 税友信息技术有限公司 | 一种数据识别方法及相关装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108805715A (zh) * | 2018-06-11 | 2018-11-13 | 上海果藤互联网金融信息服务有限公司 | 一种票据运营风险管控方法及其系统 |
| CN109409969A (zh) * | 2018-10-24 | 2019-03-01 | 仲恺农业工程学院 | 一种企业税务欺诈检测方法、电子设备及存储介质 |
| WO2020037942A1 (zh) * | 2018-08-20 | 2020-02-27 | 平安科技（深圳）有限公司 | 风险预测处理方法、装置、计算机设备和介质 |
| WO2020082673A1 (zh) * | 2018-10-23 | 2020-04-30 | 深圳壹账通智能科技有限公司 | 发票检验方法、装置、计算设备和存储介质 |
-
2020
- 2020-09-02 CN CN202010910760.1A patent/CN112365116A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108805715A (zh) * | 2018-06-11 | 2018-11-13 | 上海果藤互联网金融信息服务有限公司 | 一种票据运营风险管控方法及其系统 |
| WO2020037942A1 (zh) * | 2018-08-20 | 2020-02-27 | 平安科技（深圳）有限公司 | 风险预测处理方法、装置、计算机设备和介质 |
| WO2020082673A1 (zh) * | 2018-10-23 | 2020-04-30 | 深圳壹账通智能科技有限公司 | 发票检验方法、装置、计算设备和存储介质 |
| CN109409969A (zh) * | 2018-10-24 | 2019-03-01 | 仲恺农业工程学院 | 一种企业税务欺诈检测方法、电子设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114297319A (zh) * | 2021-12-23 | 2022-04-08 | 税友信息技术有限公司 | 一种数据识别方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gee | Fraud and Fraud Detection,+ Website: A Data Analytics Approach | |
| RU2451337C2 (ru) | Контроль соответствия правилам в программе, основанной на картах | |
| US8336085B2 (en) | Tuning product policy using observed evidence of customer behavior | |
| JP5029616B2 (ja) | 検証装置、検証方法および検証プログラム | |
| CN110119977A (zh) | 财务记账凭证自动生成方法、系统、介质和电子设备 | |
| CN111178219A (zh) | 票据识别管理方法、装置、存储介质及电子设备 | |
| US20090012896A1 (en) | Systems and methods for automated vendor risk analysis | |
| CN102347929A (zh) | 一种用户身份的验证方法及装置 | |
| CN102325062A (zh) | 异常登录检测方法及装置 | |
| US20140181007A1 (en) | Trademark reservation system | |
| CN112862338A (zh) | 一种企业信用报告获取方法及相关设备 | |
| EP3940611A1 (en) | Personal information management system, personal information management device, and personal information management method | |
| Singh et al. | Automating vendor fraud detection in enterprise systems | |
| CN106463025B (zh) | 用于分析电子法律发票数据的系统 | |
| KR20190121797A (ko) | 데이터베이스 내에 정보를 등록하는 진보된 방법, 시스템 및 디바이스 | |
| CN112365116A (zh) | 一种数据风险分析方法及相关装置 | |
| JP2021536639A (ja) | 情報をデータベースに登録する先進的な方法、システム及びデバイス | |
| KR102416998B1 (ko) | 세무 문서 수집 및 분류 자동화 장치 및 방법 | |
| KR102275155B1 (ko) | 지능형 출장경비 처리 시스템과 방법 및 이를 위한 컴퓨터 프로그램 | |
| KR101948589B1 (ko) | 빅데이터 기반 면세점 입점 요건 인증 및 관리 시스템 | |
| CN112561674A (zh) | 客运收入结算方法、装置、存储介质及电子设备 | |
| CN110599189A (zh) | 一种票据风险分析方法、相关设备及计算机存储介质 | |
| KR20200142371A (ko) | 면세점 상품 추천 및 매칭 방법 및 시스템 | |
| KR20040011858A (ko) | 실시간 정보보안 위험분석 시스템 및 그 방법 | |
| EP2521088A1 (en) | System for automated control of data of documents, authenticity of documents and their electronic archiving |
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 |