CN112561369A - 一种基于云平台的供应链金融服务方法及系统 - Google Patents

一种基于云平台的供应链金融服务方法及系统 Download PDF

Info

Publication number
CN112561369A
CN112561369A CN202011534376.2A CN202011534376A CN112561369A CN 112561369 A CN112561369 A CN 112561369A CN 202011534376 A CN202011534376 A CN 202011534376A CN 112561369 A CN112561369 A CN 112561369A
Authority
CN
China
Prior art keywords
enterprise
obtaining
information
risk
evaluation result
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.)
Withdrawn
Application number
CN202011534376.2A
Other languages
English (en)
Inventor
徐靖玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202011534376.2A priority Critical patent/CN112561369A/zh
Publication of CN112561369A publication Critical patent/CN112561369A/zh
Withdrawn legal-status Critical Current

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
    • G06Q10/06—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
    • 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
    • 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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于云平台的供应链金融服务方法及系统，获得第一企业第一原材的基础信息，其中，所述第一原材为木材；根据所述基础信息获得所述第一原材的第一存放时间信息；根据所述基础信息获得所述第一原材的第一存放环境信息；根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；获得第一评估结果；获得第一企业和第二企业的第一关联度信息，将所述第一评估结果和所述第一关联度信息输入风险评估模型，获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。解决了现有技术中存在对供应链金融的企业评估不够智能准确的技术问题。

Description

一种基于云平台的供应链金融服务方法及系统
技术领域
本发明涉及供应链金融相关领域，尤其涉及一种基于云平台的供应链金融服务方法及系统。
背景技术
供应链金融是银行围绕核心企业，管理上下游中小企业的资金流和物流，并把单个企业的不可控风险转变为供应链企业整体的可控风险，通过立体获取各类信息，将风险控制在最低的金融服务。他将市场竞争已经从单一客户之间的竞争转变为供应链与供应链之间的竞争，同一供应链内部各方相互依存。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在对供应链金融的企业评估不够智能准确的技术问题。
发明内容
本申请实施例通过提供一种基于云平台的供应链金融服务方法及系统，解决了现有技术中存在对供应链金融的企业评估不够智能准确的技术问题，达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。
鉴于上述问题，提出了本申请实施例提供一种基于云平台的供应链金融服务方法及系统。
第一方面，本申请实施例提供了一种基于云平台的供应链金融服务方法，所述方法包括：获得第一企业第一原材的基础信息，其中，所述第一原材为木材；根据所述基础信息获得所述第一原材的第一存放时间信息；根据所述基础信息获得所述第一原材的第一存放环境信息；根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；获得第一评估结果；获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
另一方面，本申请还提供了一种基于云平台的供应链金融服务系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一企业第一原材的基础信息，其中，所述第一原材为木材；第二获得单元，所述第二获得单元用于根据所述基础信息获得所述第一原材的第一存放时间信息；第三获得单元，所述第三获得单元用于根据所述基础信息获得所述第一原材的第一存放环境信息；第一评估单元，所述第一评估单元用于根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；第四获得单元，所述第四获得单元用于获得第一评估结果；第五获得单元，所述第五获得单元用于获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；第一输入单元，所述第一输入单元用于将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；第六获得单元，所述第六获得单元用于获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；第一判断单元，所述第一判断单元用于根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
第三方面，本发明提供了一种基于云平台的供应链金融服务系统，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，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了根据第一企业的第一原材的基础信息获得第一存放时间和第一存放环境信息，根据所述存放时间和存放环境进行原材风险评估，获得第一评估结果，获得第一企业与第二企业的第一关联度信息，将所述第一评估结果和第一关联度输入风险评估模型的方式，基于所述风险评估模型不断地进行自我修正调整的特性，获得更加准确的风险等级的标识信息，进而达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于云平台的供应链金融服务方法的流程示意图；
图2为本申请实施例一种基于云平台的供应链金融服务系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一评估单元14，第四获得单元15，第五获得单元16，第一输入单元17，第六获得单元18，第一判断单元19，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。
具体实施方式
本申请实施例通过提供一种基于云平台的供应链金融服务方法及系统，解决了现有技术中存在对供应链金融的企业评估不够智能准确的技术问题，达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
供应链金融是银行围绕核心企业，管理上下游中小企业的资金流和物流，并把单个企业的不可控风险转变为供应链企业整体的可控风险，通过立体获取各类信息，将风险控制在最低的金融服务。他将市场竞争已经从单一客户之间的竞争转变为供应链与供应链之间的竞争，同一供应链内部各方相互依存。但现有技术中存在对供应链金融的企业评估不够智能准确的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种基于云平台的供应链金融服务方法，所述方法包括：获得第一企业第一原材的基础信息，其中，所述第一原材为木材；根据所述基础信息获得所述第一原材的第一存放时间信息；根据所述基础信息获得所述第一原材的第一存放环境信息；根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；获得第一评估结果；获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种基于云平台的供应链金融服务方法，其中，所述方法包括：
步骤S100：获得第一企业第一原材的基础信息，其中，所述第一原材为木材；
具体而言，所述第一企业为供应链体系内企业，所述原材是指生产某种产品的基本原料。它是用于生产过程起点的产品。原材料分为两大类。一类是在自然形态下的森林产品、矿产品与海洋产品，如铁矿石原油等。一类是农产品，如粮、棉、油、烟草等。这类产品供货方较多，且质量上没有什么差别。获得第一企业的第一原材的基础信息，所述第一原材为木材，所述木材为存储在所述第一企业待使用的原材，获得所述木材的基础信息。
步骤S200：根据所述基础信息获得所述第一原材的第一存放时间信息；
具体而言，所述第一存放时间包括所述第一原材在所述第一企业的存放时间，还包括所述第一原材在所述第一企业外的存放时间信息，所述第一存放时间为所述第一原材在第一企业内和第一企业外的存放的时间的汇总集合时间。
步骤S300：根据所述基础信息获得所述第一原材的第一存放环境信息；
具体而言，所述存放环境信息为所述第一原材的存储环境的信息，所述环境信息包括温度、湿度、通风状况、包装情况等，所述第一原材的存放环境包括不同时间点下的原材的存放环境信息，所述存放环境信息还包含不同存放环境下的存放的时长信息，将所述环境信息和存放时长信息汇总，获得第一原材的第一存放环境信息。
步骤S400：根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；
步骤S500：获得第一评估结果；
具体而言，根据所述第一原材的存放的时间信息和存放的时长信息进行原材风险评估，详细来说，根据所述第一原材即所述木材的种类、质量的不同，对所述木材的存储环境、存储时间进行评估，即评估所述木材在存储过程中的环境温湿度的变化、通风情况对所述原材的影响程度，根据所述原材的需求情况对所述存储环境及存储时长进行风险评估，获得第一评估结果。
步骤S600：获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；
具体而言，所述第二企业为所述第一企业的上游企业，所述上游企业是指处在整个产业链的开始端，包括重要资源和原材料的采掘、供应业以及零部件制造和生产的企业，这一企业决定着其它企业的发展速度，具有基础性、原料性、联系性强的特点。根据所述第一企业和第二企业的合作时间、合作稳定性、合作亲密度等进行关联度的评估，获得第一关联度信息。
步骤S700：将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；
步骤S800：获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；
具体而言，所述风险评估模型为机器学习中的神经网络模型，神经网络(NeuralNetworks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial NeuralNetworks)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述第一评估结果和所述第一关联度信息输入神经网络模型，则输出第一风险等级。
更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息，将所述第一评估结果、所述第一关联度信息输入到神经网络模型中，根据用来标识风险等级的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一风险等级，进而可对第一企业的风险进行更加准确的评估，进而达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。
步骤S900：根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
具体而言，根据所述风险评估模型获得的第一风险等级，对所述第一企业的供应链金融服务金额进行调整，进而达到智能根据企业情况，进行相适应的供应链金融的服务的技术效果。
进一步而言，所述获得所述第一企业和第二企业的第一关联度信息，本申请实施例步骤S600还包括：
步骤S610：获得所述第一企业的第一文件信息，其中，所述第一文件为所述第一企业与所述第二企业签订的相关文件；
步骤S620：获得所述第二企业的第二文件信息，所述第二文件为所述第二企业与第三企业签订的文件；
步骤S630：获得第一评估指令；
步骤S640：根据所述第一评估指令对所述第一文件信息和第二文件信息进行评估；
步骤S650：获得第二评估结果，所述第二评估结果包括第一关联度信息。
具体而言，所述文件为签订的文件信息，所述文件是指在进行企业与企业的对接、合作等过程中产生的具有法律效益的文件信息，在经过所述第一企业、第二企业、第三企业许可的情况下，对所述第一企业、第二企业、第三企业的相关文件进行采集，将采集后的文件信息进行加密后，进行文件的评估，举例而言，所述文件信息可以是合同信息，获得第一企业的第一合同、第二企业的第二合同，其中，所述第一合同为第一企业与第二企业签订的原材的约定相关信息，所述第三企业为第一企业的竞争企业，获得第三企业与第二企业签订的第二合同信息，根据所述第一合同和第二合同的约定内容、时间等信息进行评估，获得第二评估结果，所述第二评估结果包括所述第一企业与第二企业的第一关联度信息。
进一步而言，所述获得第二评估结果，本申请实施例步骤S650还包括：
步骤S651：根据所述第二评估结果，获得第一权重值；
步骤S652：获得第一合作时长信息，所述第一合作时长为所述第一企业与所述第二企业的合作时长；
步骤S653：根据所述合作时长获得第二权重值；
步骤S654：根据所述第一权重值和第二权重值进行关联度评估，获得第一关联度信息。
具体而言，所述权重值是指某一因素或指标相对于某一事物的重要程度，其不同于一般的比重，体现的不仅仅是某一因素或指标所占的百分比，强调的是因素或指标的相对重要程度，倾向于贡献度或重要性。根据所述第二评估结果，获得第一权重值，所述第一权重值代表着第一企业与第二企业在合同关系上的关联程度，获得第一企业与第二企业的合作时长，所述合作时长为历史合作时长信息，根据所述合作时长信息获得第二权重值，其中，所述第一权重值和第二权重值所占比重根据合同情况和历史合作时长进行调整，根据所述权重值的不同，对所述第一企业和第二企业进行关联度评估，进而获得更加准确的第一企业与第二企业的关联度，进而达到获得更加准确的风险等级，达到智能根据企业情况，进行相适应的供应链金融的服务的技术效果。
进一步而言，本申请实施例还包括：
步骤S1010：获得所述第一原材的第一运输时间信息；
步骤S1020：获得第一空气湿度信息，所述第一空气湿度为运输路径上的空气湿度；
步骤S1030：根据所述第一运输时间和第一空气湿度进行所述第一原材的损耗评估；
步骤S1040：获得第三评估结果；
步骤S1050：根据所述第三评估结果，对所述第一风险等级进行调整。
具体而言，所述第一运输时间为所述第一原材的物流时间，所述物流时间包括从第二企业运输到第一企业花费的时间信息，木材在运输的过程中，受空气的湿度的变化、车辆行驶过程中产生的风，导致木材水分蒸发，造成木材的损耗，根据所述运输的时间，运输过程的防护措施、空气的湿度变化，对所述第一原材进行损耗评估，根据所述原材损耗的评估结果，结合所述第一企业的产品特性，判断所述损耗对所述第一企业的产品的影响程度，根据所述影响情况，对所述第一风险等级进行调整。即当所述损耗对所述第一企业的产品的影响程度较小时，此时可不对所述第一风险等级进行调整，当所述损耗对所述第一企业的产品的质量产生严重影响时，甚至有造成第一企业的口碑崩塌，此时可提高所述第一风险等级，减少对所述第一企业的供应链金融服务。
进一步而言，本申请实施例还包括：
步骤S1110：获得第一企业的第一法定代表人的基础信息；
步骤S1120：根据所述基础信息获得所述第一法定代表人的第一健康情况；
步骤S1130：获得预定健康评估阈值；
步骤S1140：判断所述第一健康情况是否满足所述预定健康评估阈值；
步骤S1150：当所述第一法定代表人的第一健康情况满足所述预定健康评估阈值时，不对所述第一风险等级进行调整。
具体而言，所述法定代表人是指企业法人登记过程中，需要确定一个自然人作为企业的法定代表人，企业的法定代表人必须是完全民事行为能力人，并且应当符合国家法律、法规和政策的规定。一般来说，企业的法定代表人是由董事长、执行董事、总经理或CEO担任。获得所述第一法定代表人的第一健康情况，所述第一健康情况为对所述第一法定代表人的健康评估情况，获得预定健康评估阈值，判断所述第一法定代表人的健康情况是否满足所述健康评估阈值，当不满足时，表明所述第一法定代表人已经不足以继续维系公司的正常运行，此时所述第一企业的稳定性可能会受到冲击和影响，此时根据所述第一企业的股份特性，对所述第一风险等级进行调整。
进一步而言，本申请实施例还包括：
步骤S1210：获得存储所述第一原材的第一仓库信息；
步骤S1220：获得第二评估指令；
步骤S1230：根据所述第二评估指令对所述第一仓库进行卫生质量等级评估；
步骤S1240：获得第四评估结果；
步骤S1250：根据所述第四评估结果，判断是否对所述第一风险等级进行调整。
具体而言，所述第一仓库为存储所述第一原材的仓库，现代仓库包括库内加工、分拣、库内包装等环节，仓库是生产制造与商品流通的重要环节之一，也是物流活动的重要环节。获得所述第一仓库额度信息，所述信息包括所述仓库的温度、湿度、原材的摆放情况、原材分类等信息，根据所述仓库的温度湿度、原材摆放、原材分类、仓库卫生等进行卫生质量等级评估，根据所述第一企业的第一仓库的卫生质量等级，对所述第一企业的内部管理情况进行评估，根据所述第四评估结果，判断是否调整所述第一风险等级信息。
进一步而言，本申请实施例还包括：
步骤S1310：获得第四企业信息，所述第四企业为所述第一企业的竞争企业；
步骤S1320：获得所述第四企业的第一新品信息；
步骤S1330：根据所述第一新品获得所述第一企业的第一影响信息；
步骤S1340：根据所述第一影响信息对所述第一风险等级进行调整。
具体而言，所述第四企业为所述第一企业的竞争企业，获得所述第四企业推出的第一新品信息，所述新品为采用新技术原理、新设计构思研制、生产的全新产品，或在结构、材质、工艺等某一方面比原有产品有明显改进，从而显著提高了产品性能或扩大了使用功能的产品。根据所述第一新品的市场影响力，判断对所述第一企业的产品的冲击情况，根据所述冲击具体情况，判断是否对所述风险等级进行调整。
进一步而言，将所述第一评估结果和所述第一关联度信息输入风险评估模型之后，本申请实施例步骤S700还包括：
步骤S710：获得所述风险评估模型多组训练数据中的第一训练数据、第二训练数据，直至第N训练数据，其中，N为大于1的自然数；
步骤S720：根据所述第一训练数据生成第一验证码，所述第一验证码与所述第一训练数据一一对应；
步骤S730：根据所述第二训练数据和第一验证码生成第二验证码，以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码；
步骤S740：将所有训练数据和验证码复制存储在M台电子设备上，其中，M为大于1的自然数。
具体而言，区块链技术也被称之为分布式账本技术，是一种由若干台计算设备共同参与“记账”，共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性，使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一训练数据生成第一验证码，所述第一验证码与第一训练数据一一对应；根据所述第二训练数据和第一验证码生成第二验证码，第二验证码与第二训练数据一一对应；以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码，其中，N为大于1的自然数，将所有训练数据和验证码分别复制保存在M台设备上，其中，所述第一训练数据和所述第一验证码作为第一存储单元保存在一台设备上，所述第二训练数据和所述第二验证码作为第二存储单元保存在一台设备上，所述第N训练数据和所述第N验证码作为第N存储单元保存在一台设备上，当需要调用所述训练数据时，每后一个节点接收前一节点存储的数据后，通过“共识机制”进行校验后保存，通过哈希函数对于每一存储单元进行串接，使得筛选条件不易丢失和遭到破坏，通过区块链的逻辑对所述训练数据进行加密处理，保证了所述训练数据的安全性，进而保证了通过所述训练数据训练获得的风险评估模型的准确性，为后续获得更加准确的第一风险等级夯实了基础。
综上所述，本申请实施例所提供的一种基于云平台的供应链金融服务方法及系统具有如下技术效果：
1、由于采用了根据第一企业的第一原材的基础信息获得第一存放时间和第一存放环境信息，根据所述存放时间和存放环境进行原材风险评估，获得第一评估结果，获得第一企业与第二企业的第一关联度信息，将所述第一评估结果和第一关联度输入风险评估模型的方式，基于所述风险评估模型不断地进行自我修正调整的特性，获得更加准确的风险等级的标识信息，进而达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。
2、由于采用了通过对所述神经网络模型的监督学习的方式，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一风险等级，进而可对第一企业的风险进行更加准确的评估，进而达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。
3、由于采用了根据所述权重值的不同，对所述第一企业和第二企业进行关联度评估的方式，进而获得更加准确的第一企业与第二企业的关联度，进而达到获得更加准确的风险等级，达到智能根据企业情况，进行相适应的供应链金融的服务的技术效果。
实施例二
基于与前述实施例中一种基于云平台的供应链金融服务方法同样发明构思，本发明还提供了一种基于云平台的供应链金融服务系统，如图2所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一企业第一原材的基础信息，其中，所述第一原材为木材；
第二获得单元12，所述第二获得单元12用于根据所述基础信息获得所述第一原材的第一存放时间信息；
第三获得单元13，所述第三获得单元13用于根据所述基础信息获得所述第一原材的第一存放环境信息；
第一评估单元14，所述第一评估单元14用于根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；
第四获得单元15，所述第四获得单元15用于获得第一评估结果；
第五获得单元16，所述第五获得单元16用于获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；
第一输入单元17，所述第一输入单元17用于将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；
第六获得单元18，所述第六获得单元18用于获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；
第一判断单元19，所述第一判断单元19用于根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于获得所述第一企业的第一文件信息，其中，所述第一文件为所述第一企业与所述第二企业签订的相关文件；
第八获得单元，所述第八获得单元用于获得所述第二企业的第二文件信息，所述第二文件为所述第二企业与第三企业签订的文件；
第九获得单元，所述第九获得单元用于获得第一评估指令；
第十获得单元，所述第十获得单元用于根据所述第一评估指令对所述第一文件信息和第二文件信息进行评估；
第十一获得单元，所述第十一获得单元用于获得第二评估结果，所述第二评估结果包括第一关联度信息。
进一步的，所述系统还包括：
第十二获得单元，所述第十二获得单元用于根据所述第二评估结果，获得第一权重值；
第十三获得单元，所述第十三获得单元用于获得第一合作时长信息，所述第一合作时长为所述第一企业与所述第二企业的合作时长；
第十四获得单元，所述第十四获得单元用于根据所述合作时长获得第二权重值；
第十五获得单元，所述第十五获得单元用于根据所述第一权重值和第二权重值进行关联度评估，获得第一关联度信息。
进一步的，所述系统还包括：
第十六获得单元，所述第十六获得单元用于获得所述第一原材的第一运输时间信息；
第十七获得单元，所述第十七获得单元用于获得第一空气湿度信息，所述第一空气湿度为运输路径上的空气湿度；
第十八获得单元，所述第十八获得单元用于根据所述第一运输时间和第一空气湿度进行所述第一原材的损耗评估；
第十九获得单元，所述第十九获得单元用于获得第三评估结果；
第一调整单元，所述第一调整单元用于根据所述第三评估结果，对所述第一风险等级进行调整。
进一步的，所述系统还包括：
第二十获得单元，所述第二十获得单元用于获得第一企业的第一法定代表人的基础信息；
第二十一获得单元，所述第二十一获得单元用于根据所述基础信息获得所述第一法定代表人的第一健康情况；
第二十二获得单元，所述第二十二获得单元用于获得预定健康评估阈值；
第二判断单元，所述第二判断单元用于判断所述第一健康情况是否满足所述预定健康评估阈值；
第二十三获得单元，所述第二十三获得单元用于当所述第一法定代表人的第一健康情况满足所述预定健康评估阈值时，不对所述第一风险等级进行调整。
进一步的，所述系统还包括：
第二十四获得单元，所述第二十四获得单元用于获得存储所述第一原材的第一仓库信息；
第二十五获得单元，所述第二十五获得单元用于获得第二评估指令；
第二评估单元，所述第二评估单元用于根据所述第二评估指令对所述第一仓库进行卫生质量等级评估；
第二十六获得单元，所述第二十六获得单元用于获得第四评估结果；
第三判断单元，所述第三判断单元用于根据所述第四评估结果，判断是否对所述第一风险等级进行调整。
进一步的，所述系统还包括：
第二十七获得单元，所述第二十七获得单元用于获得第四企业信息，所述第四企业为所述第一企业的竞争企业；
第二十八获得单元，所述第二十八获得单元用于获得所述第四企业的第一新品信息；
第二十九获得单元，所述第二十九获得单元用于根据所述第一新品获得所述第一企业的第一影响信息；
第二调整单元，所述第二调整单元用于根据所述第一影响信息对所述第一风险等级进行调整。
前述图1实施例一中的一种基于云平台的供应链金融服务方法的各种变化方式和具体实例同样适用于本实施例的一种基于云平台的供应链金融服务系统，通过前述对一种基于云平台的供应链金融服务方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于云平台的供应链金融服务系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于云平台的供应链金融服务方法的发明构思，本发明还提供一种基于云平台的供应链金融服务系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于云平台的供应链金融服务方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种基于云平台的供应链金融服务方法，所述方法包括：获得第一企业第一原材的基础信息，其中，所述第一原材为木材；根据所述基础信息获得所述第一原材的第一存放时间信息；根据所述基础信息获得所述第一原材的第一存放环境信息；根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；获得第一评估结果；获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。解决了现有技术中存在对供应链金融的企业评估不够智能准确的技术问题，达到对供应链内企业进行智能准确的评估，以提供更适合的供应链金融服务的技术效果。
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系统。
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系统的制造品，该指令系统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。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于云平台的供应链金融服务方法，其中，所述方法包括：
获得第一企业第一原材的基础信息，其中，所述第一原材为木材；
根据所述基础信息获得所述第一原材的第一存放时间信息；
根据所述基础信息获得所述第一原材的第一存放环境信息；
根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；
获得第一评估结果；
获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；
将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；
获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；
根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
2.如权利要求1所述的方法，其中，所述获得所述第一企业和第二企业的第一关联度信息，所述方法还包括：
获得所述第一企业的第一文件信息，其中，所述第一文件为所述第一企业与所述第二企业签订的相关文件；
获得所述第二企业的第二文件信息，所述第二文件为所述第二企业与第三企业签订的文件；
获得第一评估指令；
根据所述第一评估指令对所述第一文件信息和第二文件信息进行评估；
获得第二评估结果，所述第二评估结果包括第一关联度信息。
3.如权利要求2所述的方法，其中，所述获得第二评估结果，所述方法还包括：
根据所述第二评估结果，获得第一权重值；
获得第一合作时长信息，所述第一合作时长为所述第一企业与所述第二企业的合作时长；
根据所述合作时长获得第二权重值；
根据所述第一权重值和第二权重值进行关联度评估，获得第一关联度信息。
4.如权利要求1所述的方法，所述方法还包括：
获得所述第一原材的第一运输时间信息；
获得第一空气湿度信息，所述第一空气湿度为运输路径上的空气湿度；
根据所述第一运输时间和第一空气湿度进行所述第一原材的损耗评估；
获得第三评估结果；
根据所述第三评估结果，对所述第一风险等级进行调整。
5.如权利要求1所述的方法，其中，所述方法还包括：
获得第一企业的第一法定代表人的基础信息；
根据所述基础信息获得所述第一法定代表人的第一健康情况；
获得预定健康评估阈值；
判断所述第一健康情况是否满足所述预定健康评估阈值；
当所述第一法定代表人的第一健康情况满足所述预定健康评估阈值时，不对所述第一风险等级进行调整。
6.如权利要求1所述的方法，其中，所述方法包括：
获得存储所述第一原材的第一仓库信息；
获得第二评估指令；
根据所述第二评估指令对所述第一仓库进行卫生质量等级评估；
获得第四评估结果；
根据所述第四评估结果，判断是否对所述第一风险等级进行调整。
7.如权利要求1所述的方法，其中，所述方法包括：
获得第四企业信息，所述第四企业为所述第一企业的竞争企业；
获得所述第四企业的第一新品信息；
根据所述第一新品获得所述第一企业的第一影响信息；
根据所述第一影响信息对所述第一风险等级进行调整。
8.一种基于云平台的供应链金融服务系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一企业第一原材的基础信息，其中，所述第一原材为木材；
第二获得单元，所述第二获得单元用于根据所述基础信息获得所述第一原材的第一存放时间信息；
第三获得单元，所述第三获得单元用于根据所述基础信息获得所述第一原材的第一存放环境信息；
第一评估单元，所述第一评估单元用于根据所述第一存放时间信息、第一存放环境信息进行原材风险评估；
第四获得单元，所述第四获得单元用于获得第一评估结果；
第五获得单元，所述第五获得单元用于获得所述第一企业和第二企业的第一关联度信息，所述第二企业为所述第一企业的上游企业；
第一输入单元，所述第一输入单元用于将所述第一评估结果和所述第一关联度信息输入风险评估模型，所述风险评估模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一评估结果、所述第一关联度信息和标识风险等级的标识信息；
第六获得单元，所述第六获得单元用于获得所述风险评估模型的第一输出结果，所述第一输出结果包括第一风险等级；
第一判断单元，所述第一判断单元用于根据所述第一风险等级，判断是否继续对所述第一企业继续供应链金融服务。
9.一种基于云平台的供应链金融服务系统，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，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202011534376.2A 2020-12-23 2020-12-23 一种基于云平台的供应链金融服务方法及系统 Withdrawn CN112561369A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011534376.2A CN112561369A (zh) 2020-12-23 2020-12-23 一种基于云平台的供应链金融服务方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011534376.2A CN112561369A (zh) 2020-12-23 2020-12-23 一种基于云平台的供应链金融服务方法及系统

Publications (1)

Publication Number Publication Date
CN112561369A true CN112561369A (zh) 2021-03-26

Family

ID=75032219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011534376.2A Withdrawn CN112561369A (zh) 2020-12-23 2020-12-23 一种基于云平台的供应链金融服务方法及系统

Country Status (1)

Country Link
CN (1) CN112561369A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408849A (zh) * 2021-05-13 2021-09-17 柳州东风容泰化工股份有限公司 一种唑螨酯与农药混用药效评估方法及系统
CN113516548A (zh) * 2021-05-14 2021-10-19 牛少侠科技(山西)有限公司 一种基于区块链的金融借贷方法及系统
CN114742492A (zh) * 2022-03-09 2022-07-12 深圳市天人供应链管理有限公司 一种供应链上下级库存决策的方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214703A (zh) * 2018-09-25 2019-01-15 广州新丝路信息科技有限公司 一种外贸综合服务企业的评估方法及装置
CN110348914A (zh) * 2019-07-19 2019-10-18 中国银行股份有限公司 客户流失数据分析方法及装置
CN111553803A (zh) * 2020-06-04 2020-08-18 上海燕汐软件信息科技有限公司 理赔处理方法和装置
CN111967796A (zh) * 2020-09-02 2020-11-20 追溯云信息发展股份有限公司 食品企业信用评分方法、装置和电子设备
CN112101769A (zh) * 2020-09-09 2020-12-18 复旦大学 供应链风险管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214703A (zh) * 2018-09-25 2019-01-15 广州新丝路信息科技有限公司 一种外贸综合服务企业的评估方法及装置
CN110348914A (zh) * 2019-07-19 2019-10-18 中国银行股份有限公司 客户流失数据分析方法及装置
CN111553803A (zh) * 2020-06-04 2020-08-18 上海燕汐软件信息科技有限公司 理赔处理方法和装置
CN111967796A (zh) * 2020-09-02 2020-11-20 追溯云信息发展股份有限公司 食品企业信用评分方法、装置和电子设备
CN112101769A (zh) * 2020-09-09 2020-12-18 复旦大学 供应链风险管理系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408849A (zh) * 2021-05-13 2021-09-17 柳州东风容泰化工股份有限公司 一种唑螨酯与农药混用药效评估方法及系统
CN113516548A (zh) * 2021-05-14 2021-10-19 牛少侠科技(山西)有限公司 一种基于区块链的金融借贷方法及系统
CN114742492A (zh) * 2022-03-09 2022-07-12 深圳市天人供应链管理有限公司 一种供应链上下级库存决策的方法及系统

Similar Documents

Publication Publication Date Title
CN112561369A (zh) 一种基于云平台的供应链金融服务方法及系统
Babu et al. Exchange rate forecasting using ARIMA
CN110852881B (zh) 风险账户识别方法、装置、电子设备及介质
CN109949152A (zh) 一种个人信贷违约预测方法
CN112053164A (zh) 一种基于区块链的电子商务数据处理方法及系统
Aytekin et al. Nearest solution to references method for multicriteria decision-making problems
CN113723692A (zh) 数据处理方法、装置、设备、介质及程序产品
Abreu et al. A decision tree model for the prediction of the stay time of ships in Brazilian ports
CN111260490A (zh) 基于树模型的车险快速理赔方法和系统
Khilenko Mathematical modeling of the effect of “splashing out” and optimization of management of banking and economic systems under globalization conditions
CN112785146A (zh) 一种网络舆情的评估方法及系统
Liu et al. Fuzzy neural networks for machine maintenance in mass transit railway system
CN115907937A (zh) 基于神经网络的供应链金融风险监控方法及系统
US11381467B2 (en) Method and system for generating synthetic data from aggregate dataset
CN114254985A (zh) 一种基于供应链的智能金融服务方法及系统
CN113988603A (zh) 一种基于大数据的供应商评价方法及系统
CN112288582A (zh) 一种提高保单审批效率的信息处理方法和装置
CN113706309A (zh) 一种基于人工智能的投资风险评估方法及系统
CN113256433A (zh) 一种基于人工智能的金融产品推荐方法及系统
CN112487780A (zh) 一种订单数据排版优化方法及系统
Mamyrbayev et al. Mathematical model and method of enterprise financial risk assessment based on threshold elements.
Ying et al. Study on the model of demand forecasting based on artificial neural network
CN114493477B (zh) 一种基于bim的建筑成本多维度统计方法及系统
Yang et al. Research on the evaluation methods of bid of construction project based on improved BP neural network
Quintero-Avellaneda et al. Forecasting the Exchange Rate in Diffuse Time Series by Hybridization of the OWA Operator in an Adaptive ARANFIS Neuronal Network

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210326