CN113344333A - 一种可配置的企业征信预警方法、装置、设备及存储介质 - Google Patents
一种可配置的企业征信预警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113344333A CN113344333A CN202110508272.2A CN202110508272A CN113344333A CN 113344333 A CN113344333 A CN 113344333A CN 202110508272 A CN202110508272 A CN 202110508272A CN 113344333 A CN113344333 A CN 113344333A
- Authority
- CN
- China
- Prior art keywords
- basic information
- risk
- target enterprise
- information
- enterprise
- 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
- 238000011835 investigation Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000008859 change Effects 0.000 claims abstract description 40
- 238000012550 audit Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction 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
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Bioethics (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种可配置的企业征信预警方法、装置、设备及存储介质,方法包括:确定目标企业并获取目标企业的第一基本信息,将第一基本信息存储至数据库,第一基本信息为目标企业的历史信息;配置目标企业的风险方案;定时获取目标企业的第二基本信息,将第二基本信息与数据库中的第一基本信息对比,确定风险项,其中,第二基本信息为目标企业的实时信息,风险项为第二基本信息与第一基本信息的变化项;根据风险项确定相应的风险指标,基于风险指标发送预警信息,通过上述方法,可以有效对企业信息进行监控,一旦企业发生信息变更,可以第一时间向相关方发送预警信息,引入风险指标,使预警信息支持灵活配置。
Description
技术领域
本说明书涉及金融科技领域,尤其涉及一种可配置的企业征信预警方法、装置、设备及存储介质。
背景技术
近年来,企业的信用问题备受关注,企业之间进行投资、借款、赊销等活动也越来越密切,这也对企业的信用风险预警提出了更高的要求。每一个诚信的企业都不可被认为是永远都诚信的,如果由诚信变为失信的过程能够尽早的被发现,就可以帮助相关企业尽早采取措施,信用风险预警是大数据征信的一个重要方面,是针对投资、借款、赊销企业进行持续跟踪的服务。通过对企业信息的持续采集,在预警事项发生后,及时推送给用户,帮助用户即使了解和管理企业信用风险。但现有的征信风险识别很难实现风险的识别和分类,固定的风险识别方案无法满足不同企业的应用场景。
发明内容
本说明书一个或多个实施例提供了一种可配置的企业征信预警方法、装置、设备及存储介质,用于解决如下技术问题:征信风险识别很难实现风险的识别和分类,固定的风险识别方案无法满足定制化的应用场景,直接影响风险预警的服务质量。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种可配置的企业征信预警方法,所述方法包括:确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;配置所述目标企业的风险方案;定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
进一步地,所述风险指标包括以下一项或多项:指标名称、指标编码、预警描述、预警代码、预警规则、预警标志、预警内容和内容详情。
进一步地,所述预警标志包括第一标志、第二标志和第三标志;所述第一标志对应的风险高于所述第二标志,所述第二标志对应的风险高于所述第三标志。
进一步地,所述配置所述目标企业的风险方案,具体包括:所述目标企业的风险方案包括通用风险方案和定制风险方案;若用户对风险方案无特定需求,则所述目标企业的风险方案使用所述通用风险方案;若用户对风险方案有特定需求,则在通用风险方案的基础上,根据用户与所述目标企业的业务类型和目标企业所属行业类型,生成所述定制风险方案。
进一步地,所述获取所述目标企业的第一基本信息,具体包括:用户与所述目标企业开展业务后生成业务凭证,所述业务凭证包括时间信息和请求信息,所述请求信息用于向所述目标企业请求查询目标企业的第一基本信息;所述目标企业根据所述业务凭证中的请求信息对所述目标企业的请求进行确认,基于所述目标企业的确认,征信机构和信息提供部门上传所述目标企业的所述第一基本信息;监管机构对所述第一基本信息进行审核,审核通过后,将所述第一基本信息存储至云服务器,并根据所述业务凭证中的所述时间信息生成时间戳;所述目标企业在所述时间戳的预设时间范围内获取所述目标企业的第一基本信息。
进一步地,所述定时获取所述目标企业的第二基本信息,具体包括:设置定时器,所述定时器启动时,根据网络爬虫技术和文本提取技术获取所述目标企业的第二基本信息。
进一步地,所述将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,具体包括:建立机器学习模型,输入数据为所述第二基本信息,输出数据为所述变化项;预先输入所述目标企业的所述第一基本信息作为对照表,输入不同时刻采集到的第二基本信息,若所述第二基本信息与所述第一基本信息不同,则输出目标企业基本信息中的变化项,输出的变化项为所述风险项。
本说明书一个或多个实施例提供一种可配置的企业征信预警装置,所述装置包括:确定单元,用于确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;配置单元,用于配置所述目标企业的风险方案;对比单元,用于定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;发送单元,用于根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
本说明书一个或多个实施例提供一种可配置的企业征信预警设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;配置所述目标企业的风险方案;定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
本说明书一个或多个实施例提供的一种存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;配置所述目标企业的风险方案;定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过上述技术方案,定时获取目标企业的实时信息,可以有效对企业信息进行监控,一旦企业发生信息变更,可以第一时间向相关方发送预警信息,同时,引入风险指标的概念,通过风险指标判定风险类型与风险等级,使预警信息支持灵活配置。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种可配置的企业征信预警方法流程示意图;
图2为本说明书实施例提供的另一种可配置的企业征信预警方法流程示意图;
图3为本说明书实施例提供的一种可配置的企业征信装置的结构示意图;
图4为本说明书实施例提供的一种可配置的企业征信设备的结构示意图。
具体实施方式
本说明书实施例提供一种可配置的企业征信预警方法、装置、设备及存储介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,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,都应当属于本说明书保护的范围。
近年来,企业的信用问题备受关注,大部分企业都极为重视自己的信用问题,但也不可避免的出现少数人或企业出现制假售假、商业欺诈等失信行为,交易出现信任危机;现有的社会信用体系建设,使诚信者得到保护,企业之间进行投资、借款、赊销等活动也越来越密切,这也对企业的信用风险预警提出了更高的要求。每一个诚信的企业都不可被认为永远都是诚信的,如果由诚信变为失信的过程能够尽早的被发现,就可以帮助相关企业尽早采取措施,信用风险预警是大数据征信的一个重要方面,是针对投资、借款、赊销企业进行持续跟踪的服务。通过对企业信息的持续采集,在预警事项发生后,及时推送给用户,帮助用户即使了解和管理企业信用风险。但现有的征信风险识别很难实现风险的识别和分类,固定的风险识别方案无法满足不同企业的应用场景。
附图1为本说明书实施例提供的一种可配置的企业征信预警方法流程示意图,主要包括以下步骤:
步骤S102,确定目标企业并获取目标企业的第一基本信息,将第一基本信息存储至数据库,第一基本信息为目标企业的历史信息。
进一步地,步骤S102具体包括:用户与目标企业开展业务后生成业务凭证,业务凭证包括时间信息和请求信息,请求信息用于向目标企业请求查询目标企业的第一基本信息;目标企业根据所述业务凭证中的请求信息对目标企业的请求进行确认,基于目标企业的确认,征信机构和信息提供部门上传目标企业的第一基本信息;监管机构对第一基本信息进行审核,审核通过后,将第一基本信息存储至云服务器,并根据业务凭证中的时间信息生成时间戳;目标企业在时间戳的预设时间范围内获取目标企业的第一基本信息。
在本说明书的一个实施例中,用户确定目标企业,通过与企业的开展业务类型确定关注的目标企业,在选择了关注的目标企业后,查询目标企业的最新信息并存储至数据库中。
具体地,查询获取目标企业的最新信息包括以下步骤:首先,当用户与对应的目标企业开展业务后会生成业务凭证,业务凭证中包括业务交易时的时间信息和请求信息,其中,请求信息用于向目标企业请求查询目标企业基本信息,可以是有业务往来的用户标识与企业标识,还可以包括业务类型,如用户A于2021年4月20日10时对B企业进行了投资交易,请求信息中包括用户A的身份标识、B企业的身份标识,还可以包括投资交易。
需要说明的是,生成业务凭证后目标企业对业务凭证的请求信息进行确认,确认方式可以是对业务凭证进行签名的方式,并将签名后的业务凭证发送至区块链节点进行存储,目标企业、用户、征信机构、监管机构、云服务器以及信息提供部门可以是区块链节点。
接着,根据目标企业对请求信息的确认,征信机构和信息提供部门上传目标企业的基本信息,监管机构对基本信息进行审核,审核通过后存储至云服务器,并根据业务凭证中的时间信息生成时间戳,目标企业在时间戳预设时间范围内可获取目标企业的基本信息。需要说明的是,时间戳预设范围可以设置为3天,也可以根据目标企业的需求设置。通过上述技术方案获取目标企业的基本信息,在目标企业确认的前提下相关机构提供企业信息,保证了目标企业的数据安全性,另外,提供企业信息的机构为权威机构,避免了用户在获取信息时存在虚假信息的情况,进一步保证了企业数据的可靠性和真实性。
步骤S104,配置目标企业的风险方案。
进一步地,步骤S104具体包括:目标企业的风险方案包括通用风险方案和定制风险方案;若用户对风险方案无特定需求,则目标企业的风险方案使用通用风险方案;若用户对风险方案有特定需求,则在通用风险方案的基础上,根据用户与目标企业的业务类型和目标企业所属行业类型,生成定制风险方案。
在本说明书的一个实施例中,目标企业的风险方案包括通用风险方案,也就是系统的默认的通用风险方案,如默认企业工商信息中法人变更为黄色预警、税务信息中企业欠税阈值区间为(80,120]等,若通用风险方案可满足需求,目标企业的风险方案可以事业通用风险方案。
在本说明书的一个实施例中,目标企业的风险方案还可以包括定制风险方案,若用户对风险方案有特定需求,则在通用风险方案的基础上,根据用户与目标企业的业务类型和目标企业所属行业类型,生成定制风险方案。例如,若用户与目标企业开展业务为投资,则可以将法人变更信息、股权变更信息更改为红色预警,若用户与目标企业开展业务为借赊业务,则可以将企业欠税阈值区间更改为(50,60]。根据用户需求确定目标企业的风险方案,可实现风险方案定制化,以用于满足用户不同的应用场景。
步骤S106,定时获取目标企业的第二基本信息,将第二基本信息与数据库中的第一基本信息对比,确定风险项,其中,第二基本信息为目标企业的实时信息,风险项为第二基本信息与第一基本信息的变化项。
进一步地,步骤S106具体包括:设置定时器,定时器启动时,根据网络爬虫技术和文本提取技术获取目标企业的第二基本信息;建立机器学习模型,输入数据为第二基本信息,输出数据为变化项;预先输入目标企业的第一基本信息作为对照表,输入不同时刻采集到的第二基本信息,若第二基本信息与第一基本信息不同,则输出目标企业基本信息中的变化项,输出的变化项为风险项。
在本说明书的一个实施例中,设置定时器,根据网络爬虫技术和文本提取技术获取目标企业的实时信息,定时周期可根据用户需求设置。
在本说明书的一个实施例中,建立机器学习模型,输入数据为实时信息数据,输出数据为变化项,需要说明的是,在输入实时信息数据之前,预先输入步骤S102中获取的目标企业的第一基本信息作为对照表。输入不同时刻采集到的实时信息,若实时信息与第一基本信息不同,则输出目标企业基本信息中的变化项,输出的变化项为风险项。例如,通过设置定时器,在T时刻获取到的实时信息为A,在2T时刻获取到的实时信息为B,在使用机器学习模型进行对比时,输入A与第一基本信息对比,接着输出变化项,在对比结束后,继续输入B与第一基本信息对比,输出变化项。通过不断获取实时信息,并与历史信息进行对比的技术方案,可以实现对企业信息的实时监控,一旦企业发生信息变更,可以及时发现变化项。
步骤S108,根据风险项确定相应的风险指标,基于风险指标发送预警信息。
进一步地,步骤S108具体包括:风险指标包括以下一项或多项:指标名称、指标编码、预警描述、预警代码、预警规则、预警标志、预警内容和内容详情。还包括:预警标志包括第一标志、第二标志和第三标志;所述第一标志对应的风险高于所述第二标志,所述第二标志对应的风险高于所述第三标志。
在本说明书的一个实施例中,根据步骤S106确定的风险项,确定相应的风险指标,风险指标包括指标名称、指标编码、预警取值、预警代码、预警规则、预警标志、预警内容和内容详情;其中,设置指标编码与预警代码,便于通过程序实现时与对应的指标和预警类型相对应,指标名称可以是变更项目、是否借壳经营、变更日期与经营状态等。当风险指标为变更项目时,预警描述可以是股权变更、经营范围变更、注册资本减少、法人变更、地址变更、名称变更与其他,示例风险指标如下表所示:
在本说明书的一个实施例中,确定风险项之后,提取出风险项中的指标名称,根据风险方案确定预警描述,进而根据预警规则确定预警标志、预警内容和内容详情,预警标志可以是第一标志、第二标志和第三标志,第一标志对应的风险高于第二标志,第二标志对应的风险高于第三标志;预警标志还可以是红色、黄色和绿色,其中红色标志的风险高于黄色标志,黄色标志的风险高于绿色标志。
在本说明书的一个实施例中,确定风险指标后根据预警标志对应的风险等级将目标企业对应的风险信息推送给用户,可以通过短信、邮件、微信等社交工具进行风险信息推送。
附图2为本说明书实施例提供的另一种可配置的企业征信预警方法流程示意图。
步骤S21,添加关注。用户根据业务的实际需要选择关注的重点企业,同时查询对应重点企业的最新基本信息入库,对重点企业的基本信息进行初始化处理,存入数据库。
步骤S22,配置风险方案。在系统中会有默认的通用风险方案,若用户又定制需求可进行定制化风险方案维护生成定制风险方案。如系统默认企业工商信息中法人变更属于黄色预警,用户可自定义修改为红色预警。再如企业税务信息中,企业欠税额阈值区间为“(80,120]”用户可自定义为其他任意区间。
步骤S23,风险识别与分类。设置定时任务,获取关注的重点企业的最新信息,并与数据库中对应重点企业的历史信息进行对比,对比出变化信息,并根据分类与方案确定风险级别。
步骤S24,风险信息推送。可通过短信、邮件、微信等社交工具进行风险信息推送。
图3为本说明书实施例提供的一种可配置的企业征信装置的结构示意图,本说明书实施例还提供一种可配置的企业征信装置,装置包括:确定单元301,用于确定目标企业并获取目标企业的第一基本信息,将第一基本信息存储至数据库,第一基本信息为目标企业的历史信息;配置单元302,用于配置目标企业的风险方案;对比单元303,用于定时获取目标企业的第二基本信息,将第二基本信息与数据库中的第一基本信息对比,确定风险项,其中,第二基本信息为目标企业的实时信息,风险项为第二基本信息与第一基本信息的变化项;发送单元304,用于根据风险项确定相应的风险指标,基于风险指标发送预警信息。
图4为本说明书实施例提供的一种可配置的企业征信设备的结构示意图,本说明书实施例还提供一种可配置的企业征信设备,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,所述指令被至少一个处理器执行,以使至少一个处理器能够:确定目标企业并获取目标企业的第一基本信息,将第一基本信息存储至数据库,第一基本信息为目标企业的历史信息;配置目标企业的风险方案;定时获取目标企业的第二基本信息,将第二基本信息与数据库中的第一基本信息对比,确定风险项,其中,第二基本信息为目标企业的实时信息,风险项为第二基本信息与第一基本信息的变化项;根据风险项确定相应的风险指标,基于风险指标发送预警信息。
本说明书实施例还提供一种存储介质,存储有计算机可执行指令,计算机可执行指令设置为:确定目标企业并获取目标企业的第一基本信息,将第一基本信息存储至数据库,第一基本信息为目标企业的历史信息;配置目标企业的风险方案;定时获取目标企业的第二基本信息,将第二基本信息与数据库中的第一基本信息对比,确定风险项,其中,第二基本信息为目标企业的实时信息,风险项为第二基本信息与第一基本信息的变化项;根据风险项确定相应的风险指标,基于风险指标发送预警信息。
本说明书实施例中的一个或多个技术方案,通过定时获取目标企业的实时信息,可以有效对企业信息进行监控,一旦企业发生信息变更,可以第一时间向相关方发送预警信息,同时,引入风险指标的概念,通过风险指标判定风险类型与风险等级,使预警信息支持灵活配置。
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,对于装置、设备、非易失性计算机存储介质实施例而言,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。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种可配置的企业征信预警方法,其特征在于,所述方法包括:
确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;
配置所述目标企业的风险方案;
定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;
根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
2.根据权利要求1所述的一种可配置的企业征信预警方法,其特征在于,所述风险指标包括以下一项或多项:指标名称、指标编码、预警描述、预警代码、预警规则、预警标志、预警内容和内容详情。
3.根据权利要求2所述的一种可配置的企业征信预警方法,其特征在于,所述预警标志包括第一标志、第二标志和第三标志;所述第一标志对应的风险高于所述第二标志,所述第二标志对应的风险高于所述第三标志。
4.根据权利要求1所述的一种可配置的企业征信预警方法,其特征在于,所述配置所述目标企业的风险方案,具体包括:
所述目标企业的风险方案包括通用风险方案和定制风险方案;
若用户对风险方案无特定需求,则所述目标企业的风险方案使用所述通用风险方案;
若用户对风险方案有特定需求,则在通用风险方案的基础上,根据用户与所述目标企业的业务类型和目标企业所属行业类型,生成所述定制风险方案。
5.根据权利要求1所述的一种可配置的企业征信预警方法,其特征在于,所述获取所述目标企业的第一基本信息,具体包括:
用户与所述目标企业开展业务后生成业务凭证,所述业务凭证包括时间信息和请求信息,所述请求信息用于向所述目标企业请求查询目标企业的第一基本信息;
所述目标企业根据所述业务凭证中的请求信息对所述目标企业的请求进行确认,基于所述目标企业的确认,征信机构和信息提供部门上传所述目标企业的所述第一基本信息;
监管机构对所述第一基本信息进行审核,审核通过后,将所述第一基本信息存储至云服务器,并根据所述业务凭证中的所述时间信息生成时间戳;
所述目标企业在所述时间戳的预设时间范围内获取所述目标企业的第一基本信息。
6.根据权利要求1所述的一种可配置的企业征信预警方法,其特征在于,所述定时获取所述目标企业的第二基本信息,具体包括:
设置定时器,所述定时器启动时,根据网络爬虫技术和文本提取技术获取所述目标企业的第二基本信息。
7.根据权利要求1所述的一种可配置的企业征信预警方法,其特征在于,所述将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,具体包括:
建立机器学习模型,输入数据为所述第二基本信息,输出数据为所述变化项;
预先输入所述目标企业的所述第一基本信息作为对照表,输入不同时刻采集到的第二基本信息,若所述第二基本信息与所述第一基本信息不同,则输出目标企业基本信息中的变化项,输出的变化项为所述风险项。
8.一种可配置的企业征信预警装置,其特征在于,所述装置包括:
确定单元,用于确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;
配置单元,用于配置所述目标企业的风险方案;
对比单元,用于定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;
发送单元,用于根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
9.一种可配置的企业征信预警设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;
配置所述目标企业的风险方案;
定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;
根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
10.一种存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
确定目标企业并获取所述目标企业的第一基本信息,将所述第一基本信息存储至数据库,所述第一基本信息为目标企业的历史信息;
配置所述目标企业的风险方案;
定时获取所述目标企业的第二基本信息,将所述第二基本信息与所述数据库中的所述第一基本信息对比,确定风险项,其中,所述第二基本信息为所述目标企业的实时信息,所述风险项为所述第二基本信息与所述第一基本信息的变化项;
根据所述风险项确定相应的风险指标,基于所述风险指标发送预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110508272.2A CN113344333A (zh) | 2021-05-11 | 2021-05-11 | 一种可配置的企业征信预警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110508272.2A CN113344333A (zh) | 2021-05-11 | 2021-05-11 | 一种可配置的企业征信预警方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113344333A true CN113344333A (zh) | 2021-09-03 |
Family
ID=77470437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110508272.2A Pending CN113344333A (zh) | 2021-05-11 | 2021-05-11 | 一种可配置的企业征信预警方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344333A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091899A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 风险特征识别方法以及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084197A1 (en) * | 2010-10-04 | 2012-04-05 | Bank Of America Corporation | Managing Credit Risk |
CN106530078A (zh) * | 2016-11-29 | 2017-03-22 | 流量海科技成都有限公司 | 基于跨行业数据的贷款风险预警方法及系统 |
CN108230143A (zh) * | 2018-02-05 | 2018-06-29 | 深圳微众税银信息服务有限公司 | 一种贷后数据报告生成方法及系统 |
CN108876228A (zh) * | 2018-09-28 | 2018-11-23 | 苏州朗动网络科技有限公司 | 企业风险的监控方法、装置、计算机设备及存储介质 |
CN110033171A (zh) * | 2019-03-19 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种识别金融企业风险的方法、系统平台和介质 |
CN111833178A (zh) * | 2020-07-08 | 2020-10-27 | 北京三快在线科技有限公司 | 征信评分查询的系统和方法 |
-
2021
- 2021-05-11 CN CN202110508272.2A patent/CN113344333A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084197A1 (en) * | 2010-10-04 | 2012-04-05 | Bank Of America Corporation | Managing Credit Risk |
CN106530078A (zh) * | 2016-11-29 | 2017-03-22 | 流量海科技成都有限公司 | 基于跨行业数据的贷款风险预警方法及系统 |
CN108230143A (zh) * | 2018-02-05 | 2018-06-29 | 深圳微众税银信息服务有限公司 | 一种贷后数据报告生成方法及系统 |
CN108876228A (zh) * | 2018-09-28 | 2018-11-23 | 苏州朗动网络科技有限公司 | 企业风险的监控方法、装置、计算机设备及存储介质 |
CN110033171A (zh) * | 2019-03-19 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种识别金融企业风险的方法、系统平台和介质 |
CN111833178A (zh) * | 2020-07-08 | 2020-10-27 | 北京三快在线科技有限公司 | 征信评分查询的系统和方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091899A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 风险特征识别方法以及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108681966A (zh) | 一种基于区块链的信息监管方法及装置 | |
US10346620B2 (en) | Systems and methods for authentication of access based on multi-data source information | |
CN112907243B (zh) | 区块链交易审计方法及装置 | |
CN110457336B (zh) | 交易数据处理方法及装置 | |
CN111931189B (zh) | Api接口转用风险检测方法、装置和api服务系统 | |
CN109828958A (zh) | 基于区块链的事件记录方法及记录系统 | |
US20230214791A1 (en) | Method for creating and maintaining a distributed ledger of vehicle gas consumption and wear and tear information | |
CN109658126A (zh) | 基于产品推广的数据处理方法、装置、设备及存储介质 | |
CN110909381A (zh) | 一种基于区块链的用户评论防篡改系统及其方法 | |
CN111415067A (zh) | 企业及个人信用评级系统 | |
CN113327111A (zh) | 一种网络金融交易风险的评估方法及系统 | |
CN113344333A (zh) | 一种可配置的企业征信预警方法、装置、设备及存储介质 | |
CN111008894B (zh) | 银行客户信息周期提醒控制方法及装置 | |
CN112837140A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
KR101722094B1 (ko) | 소셜 가계부 기능을 제공하는 서버 | |
CN111881479A (zh) | 一种基于区块链的反洗钱名单共享系统和方法 | |
CN116797345A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN111556148A (zh) | 一种数据共享方法、数据共享平台和装置 | |
CN114153860A (zh) | 业务数据管理方法及装置、电子设备、存储介质 | |
CN112150299B (zh) | 年金数据处理方法、装置、介质及电子设备 | |
CN112383407A (zh) | 一种基于区块链的在线公证全流程日志处理方法及系统 | |
CN114818001A (zh) | 一种数据处理方法、装置及介质 | |
CN111737729A (zh) | 基于业务数据区块链的评价数据存储方法及系统 | |
Tedeschi | Trading network performance for cash in the bitcoin blockchain | |
CN111651652A (zh) | 基于人工智能的情感倾向识别方法、装置、设备及介质 |
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: 20210903 |