CN113673870A - 一种企业数据分析方法及相关组件 - Google Patents
一种企业数据分析方法及相关组件 Download PDFInfo
- Publication number
- CN113673870A CN113673870A CN202110966812.1A CN202110966812A CN113673870A CN 113673870 A CN113673870 A CN 113673870A CN 202110966812 A CN202110966812 A CN 202110966812A CN 113673870 A CN113673870 A CN 113673870A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- analysis
- evaluation model
- data analysis
- 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.)
- Granted
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000013210 evaluation model Methods 0.000 claims abstract description 42
- 238000011157 data evaluation Methods 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 230000009193 crawling Effects 0.000 claims description 39
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 4
- 238000012502 risk assessment Methods 0.000 abstract description 12
- 238000013075 data extraction Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001052 transient effect 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种企业数据分析方法中,根据用户需求选出适应于当前场景的数据评估模型,并基于场景匹配的数据评估模型中选择贴近用户需求具有针对性的评估维度以及指标项,以该些指标项作为分析对象可以贴合实际评估的需要实现针对性有效风险分析;调用爬虫系统通过爬虫针对目标维度下的目标指标项进行数据爬取,可以实现大量数据的快速获取;然后通过大数据分析爬取的数据,可以实现精准的数据提取分析,最后调用目标评估模型对大数据分析后的精准全面的数据进行风险权重计算,可以保障风险分析的精准度,从而更快更准的衡量目标对象所存在的风险。本申请还提供了一种企业数据分析装置、设备及一种可读存储介质,具有上述有益效果。
Description
技术领域
本申请涉及计算机软件技术领域,特别涉及一种企业数据分析方法、装置、设备及一种可读存储介质。
背景技术
近年来,企业为了长足的发展以及宣传,通常会公开和发布很多信息,比如企业运营信息、品牌信息、资质许可、经营项目、招标信息等,用户也常常会直接利用企业公开的信息进行相应的业务处理。
但是目前,存在着大量数据造假的情况,企业公开的信息的真实性难以保证,导致用户依据这些从网络获取的数据进行进一步的数据分析时分析结果的真实性难以保证的情况,数据参考性较差,可能还会进一步导致用户的利益受损。
因此,如何精准分辨企业数据,是本领域技术人员急需解决的问题。
发明内容
本申请的目的是提供企业数据分析方法,该方法可以提高风险评估的精准率;本申请的另一目的是提供企业数据分析装置、设备及一种可读存储介质。
为解决上述技术问题,本申请提供一种企业数据分析方法,包括:
根据用户需求从预先配置的若干应用场景对应的数据评估模型中确定类型匹配的数据评估模型,作为目标评估模型;
从所述目标评估模型配置的评估维度以及对应的指标项中确定目标维度、目标指标项,并分别为所述目标维度与所述目标指标项进行权重配置;
调用爬虫系统根据所述目标维度下的目标指标项进行数据爬取,并将爬取得到的数据作为目标数据;
通过大数据分析平台对所述目标数据进行数据分析,生成各所述目标指标项对应的指标数据;
将各所述目标指标项以及对应的指标数据导入至所述目标评估模型中,以调用所述目标评估模型根据所述指标数据进行各所述目标维度下风险系数计算;
获取所述目标评估模型生成的风险系数,作为数据分析结果。
可选地,调用爬虫系统根据所述目标维度下的目标指标项进行数据爬取,包括:
调用爬虫系统每隔预设时长根据所述目标维度下的目标指标项进行数据爬取,更新爬取得到的目标数据。
可选地,所述企业数据分析方法还包括:
判断所述风险系数是否高于阈值;
若高于,生成数据安全程度低的提示信息;
若不高于,生成数据安全的提示信息。
可选地,所述企业数据分析方法还包括:
调用数据监测预警平台对所述数据分析结果预警分析,得到分析结果;
根据所述分析结果针对目标分析对象进行风险的展示以及统计。
本申请还提供了一种企业数据分析装置,该装置包括:
模型确定单元,用于根据用户需求从预先配置的若干应用场景对应的数据评估模型中确定类型匹配的数据评估模型,作为目标评估模型;
指标配置单元,用于从所述目标评估模型配置的评估维度以及对应的指标项中确定目标维度、目标指标项,并分别为所述目标维度与所述目标指标项进行权重配置;
数据爬取单元,用于调用爬虫系统根据所述目标维度下的目标指标项进行数据爬取,并将爬取得到的数据作为目标数据;
数据分析单元,用于通过大数据分析平台对所述目标数据进行数据分析,生成各所述目标指标项对应的指标数据;
模型计算单元,用于将各所述目标指标项以及对应的指标数据导入至所述目标评估模型中,以调用所述目标评估模型根据所述指标数据进行各所述目标维度下风险系数计算;
结果生成单元,用于获取所述目标评估模型生成的风险系数,作为数据分析结果。
可选地,所述数据爬取单元具体为周期数据爬取单元,所述周期数据爬取单元用于:调用爬虫系统每隔预设时长根据所述目标维度下的目标指标项进行数据爬取,更新爬取得到的目标数据。
可选地,所述企业数据分析装置还包括:属性判定单元,所述属性判定单元,包括:
阈值判断子单元,用于判断所述风险系数是否高于阈值;若高于,触发第一提示子单元;若不高于,触发第二提示子单元;
所述第一提示子单元,用于生成数据安全程度低的提示信息;
所述第二提示子单元,用于生成数据安全的提示信息。
可选地,所述企业数据分析装置还包括:预警分析单元,所述预警分析单元包括:
分析子单元,用于调用数据监测预警平台对所述数据分析结果预警分析,得到分析结果;
展示子单元,用于根据所述分析结果针对目标分析对象进行风险的展示以及统计。
本申请还提供了一种企业数据分析设备,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所述的企业数据分析方法的步骤。
本申请还提供了一种可读存储介质,所述可读存储介质上存储有程序,所述程序被处理器执行时实现所述的企业数据分析方法的步骤。
本申请所提供的企业数据分析方法中,通过从预先配置的若干应用场景下的若干数据评估模型中根据用户需求选出适应于当前场景的数据评估模型,并基于场景匹配的数据评估模型中选择贴近用户需求具有针对性的评估维度以及指标项,以该些指标项作为分析对象可以贴合实际评估的需要实现针对性有效风险分析;确定待获取的信息后调用爬虫系统通过爬虫针对目标维度下的目标指标项进行数据爬取,可以实现大量数据的快速获取;然后通过大数据分析爬取的数据,可以实现精准的数据提取分析,最后调用目标评估模型对大数据分析后的精准全面的数据进行风险权重计算,可以保障风险分析的精准度,从而更快更准的衡量目标对象所存在的数据安全性问题。
本申请还提供了一种企业数据分析装置、设备及一种可读存储介质,具有上述有益效果,在此不再赘述。
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为本申请实施例提供的一种企业数据分析方法的流程图;
图2为本申请实施例提供的一种公司状态维度下的可选指标项示意图;
图3为本申请实施例提供的一种特征发现维度下的可选指标项示意图;
图4为本申请实施例提供的一种从业人员维度下的可选指标项示意图;
图5为本申请实施例提供的一种公司管理维度下的可选指标项示意图;
图6为本申请实施例提供的一种舆情信息维度下的可选指标项示意图;
图7为本申请实施例提供的一种警情信息维度下的可选指标项示意图;
图8为本申请实施例提供的一种针对目标分析对象的整体风险评估实现流程示意图;
图9为本申请实施例提供的一种企业数据分析装置的结构框图;
图10为本申请实施例提供的一种企业数据分析设备的结构示意图。
具体实施方式
本申请的核心是提供企业数据分析方法,该方法可以提高风险评估的精准率;本申请的另一核心是提供企业数据分析装置、设备及一种可读存储介质。
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。
在互联网、云计算、大数据、智能化技术的革新主旋律下,为保障数据服务的安全性,需要一种手段来监测以及判定目标对象(比如某企业、某个企业法人、某种公司行为等)是否存在相应的数据造假风险。
针对于此,本申请提出了一种企业数据分析方法,请参考图1,图1为本实施例提供的一种企业数据分析方法的流程图,该方法主要包括以下步骤:
步骤s110、从若干使用需求对应的数据评估模型中确定当前待调用的数据评估模型,作为目标评估模型;
本实施例中对于发布数据真实性的评估主要是通过对其以往发布的相关信息进行数据风险评估得到,则针对不同的使用需求预先配置相对应的数据评估模型,用于评估某对象发布的信息的真实性,比如可以预先设置用于验证企业法人的信息是否虚假对应的数据评估模型、用于验证企业是否存在违规行为(比如私募基金、网络传销等)对应的数据评估模型等贴近用户使用需求的数据评估模型。不同数据评估模型中的数据评估项目(评估指标)以及评估权重,从而实现针对不同类型的数据进行评估的目的。具体模型的配置可以根据实际的使用需要进行设定,在此不做限定。
从预先配置的若干数据评估模型中根据用户的使用需求选出适应于当前应用场景的数据评估模型,作为目标评估模型,比如用户需要确定某企业的某个项目是否合法,从而根据判断结果确定是否信任该企业公开的信息或对该企业发布的招标信息进行投标,此时可以确定项目合法性评估模型作为当前的目标评估模型。
本实施例中预先配置各种应用场景下对应的数据评估模型,使得选定的数据评估模型可以实现有针对性且有效的风险评估分析,从而保证精准的风险评估。
步骤s120、从目标评估模型配置的评估维度以及对应的指标项中确定目标维度、目标指标项,并分别为目标维度与目标指标项进行权重配置;
配置一个模型需要很多维度,比如用于评估某企业的公开的企业法人信息的真实性的风险评估模型中通常包括该企业法人年龄是否偏大以及偏小,该企业法人学历是否过低,该企业法人活动轨迹是否经常出现在企业注册所在地,法人身份证是否是外地,法人是否有本地社保,法人是否上了人员黑名单,法人是否有本地归属地手机号等维度,然后再给各个维度又添加维度(为每个评估维度添加对应的指标项);同时针对各种评估维度也会设置相应的维度权重,比如企业法人的活动轨迹的评估结果占整体识别结果的50%,企业法人学历的评估结果占整体识别结果的10%等。
不同使用场景下对应的数据评估模型中预先配置有多种可以精准实现对应场景下风险评估的评估维度以及指标项。比如公司经营合法性对应的数据评估模型中的评估维度可以包括:公司状态、特征发现、从业人员、公司管理、舆情信息以及警情信息等若干评估维度,其中,公司状态维度下包括:法人信息变更、企业名称变更、股东信息变更等若干指标项,如图2所示为一种公司状态维度下的可选指标项示意图;特征发现维度下包括:拉人头,直接或间接发展下线、交纳或变相交纳入门费等若干指标项,如图3所示为一种特征发现维度下的可选指标项示意图;从业人员维度下包括:监高在多家投资理财公司任职、从业人员有前科、法人/股东/董事有失信等若干指标项,如图4所示为一种从业人员维度下的可选指标项示意图;公司管理维度下包括:有公开行政处罚信息、纳税异常、有公开司法裁定信息等若干指标项,如图5所示为一种公司管理维度下的可选指标项示意图;舆情信息维度下包括:负面舆情等若干指标项,如图6所示为一种舆情信息维度下的可选指标项示意图;警情信息维度下包括:出现上访信息、接到公安接警受案信息、接到行政部门移送的投诉和举报等若干指标项,如图7所示为一种警情信息维度下的可选指标项示意图。
本申请中针对不同的应用场景设置不同的具有针对性评估维度以及针对性评估指标项的数据评估模型,基于场景匹配的数据评估模型中选择贴近用户需求具有针对性的评估维度以及指标项的情况下,可以实现精准的风险评估。
在确定目标评估模型,以及对确定的目标评估模型进行评估维度以及指标项的指定后,还需要针对选定的目标评估维度以及目标指标项分别进行权重的设置,参见图2至图7所示,根据各目标指标项的取值以及对应的权重可以得到相应的评估维度的取值,再根据各目标评估维度的取值以及对应的权重就可以得到整体数据评估的评估结果。
需要说明的是,目标维度、目标指标项以及目标维度与目标指标项分别对应的权重可以由用户自主设定,可以由相关技术人员进行设定,也可以由系统自动根据默认值或其他设置规则进行设定,本实施例中对此不做限定,可以根据实际使用需求进行相应设定。
步骤s130、调用爬虫系统根据目标维度下的目标指标项进行数据爬取,并将爬取得到的数据作为目标数据;
调用爬虫系统通过爬虫针对目标维度下的目标指标项进行数据爬取,把爬虫结果导入到数据仓库,可以实现大量数据的快速获取,本申请中通过调用爬虫系统进行针对性的大量数据获取,获取大量原始数据也有利于后续数据的精准分析,以提升分析的精准度。
而其中具体的数据爬取的实现步骤可以参照相关技术的介绍,在此不再赘述。
步骤s140、通过大数据分析平台对目标数据进行数据分析,生成各目标指标项对应的指标数据;
本申请中通过数据分析平台对爬取的结果进行分类以及统计,统计出所有的分析对象信息项以及分析对象所命中的目标指标项,可以实现精准的信息提取。比如从针对分析对象的大量数据分析中其中是否包含针对目标分析对象的公安接警受案信息等,以便根据统计结果建模统计。
而其中具体的大数据分析的实现步骤可以参照相关技术的介绍,在此不再赘述。
步骤s150、将各目标指标项以及对应的指标数据导入至目标评估模型中,以调用目标评估模型根据各目标维度下的目标指标项以及对应的指标权重进行风险系数计算;
步骤s160、获取目标评估模型生成的风险系数,作为数据分析结果。
将各目标指标项以及对应的指标数据导入至目标评估模型中,相应地,目标评估模型接收到数据后,根据指标数据确定目标指标项信息,再根据目标维度下各确定的目标指标项信息以及对应的指标权重统计该目标维度下的风险评估值,再根据各目标维度下对应的风险评估值与相应的维度权重值进行加权求和,得到计算结果,作为风险评估系数。
例如,虚假法人数据评估模型中包括七个维度,每个维度的权重分别为如下:法人年龄A为20%,法人活动轨迹不在企业注册地B为20%,法人在税务局人员黑名单C为20%,法人学历D为10%、身份证是外地E为10%、有无本地社保F为10%、手机号归属地G分别为10%。则模型计算公式为A*20%*(指标项命中百分比)+B*20%*(指标项命中百分比)+C*20%*(指标项命中百分比)+D*10%*(指标项命中百分比)+E*10%*(指标项命中百分比)+F*10%*(指标项命中百分比)+G*10%*(指标项命中百分比),将计算结果作为虚假法人风险系数。
基于上述介绍,本实施例提供的企业数据分析方法,通过从预先配置的若干应用场景下的若干数据评估模型中根据用户需求选出适应于当前使用场景的数据评估模型,并基于场景匹配的数据评估模型中选择贴近用户需求具有针对性的评估维度以及指标项,以该些指标项作为分析对象可以贴合实际评估的需要实现针对性有效风险分析;确定待获取的信息后调用爬虫系统通过爬虫针对目标维度下的目标指标项进行数据爬取,可以实现大量数据的快速获取;然后通过大数据分析爬取的数据,可以实现精准的数据提取分析,最后调用目标评估模型对大数据分析后的精准全面的数据进行风险权重计算,可以保障风险分析的精准度,从而更快更准的衡量目标对象所存在的数据安全性问题。
进一步地,为了实现对于目标对象的数据安全性的实时监测,则相应地,调用爬虫系统根据目标维度下的目标指标项进行数据爬取的过程具体可以为:调用爬虫系统每隔预设时长根据目标维度下的目标指标项进行数据爬取,更新爬取得到的目标数据。更新爬取数据后按照上述实施例中的步骤继续执行数据分析以及模型数据导入等步骤,具体可以参照上述实施例的介绍,在此不再赘述。
定期爬取实时更新的数据进行数据安全性的评估,可以更新风险评估系数,实现对于目标对象的实时监测。
进一步地,在计算得到风险系数之后,
判断风险系数是否高于阈值;
若高于,生成数据安全程度低的提示信息;
若不高于,生成数据安全的提示信息。
为进一步提升数据安全性系数的直观性,方便用户了解当前风险系数对应的风险的大小,可以对风险系数进行进一步处理,实现有风险系数到风险属性的评估。具体地,可以根据实际业务设置一个风险阈值,当得到的风险系数大于阈值即可说明该目标评估模型的数据安全程度低,比如目标评估模型为用于评估企业法人是否为虚假法人的数据评估模型时,若计算得到的风险系数大于阈值,则可以生成企业法人为虚假法人的判定信息,以实现对于用户的风险提示。
而其中,具体阈值的设定大小本实施例中不做限定,可以进行数据统计分析后得到,也可以由经验值进行设定,可以根据具体风险防控的严密程度进行阈值的设置,在此不再赘述。
另外,基于当前的数据分析结果,为了实现对于被评估对象的全面风险评估展示,可选地,在通过数据评估模型计算得到风险系数(即风险分)之后,可以进一步调用数据监测预警平台对数据分析结果预警分析,得到分析结果;根据分析结果针对目标分析对象进行风险的展示以及统计,如图8所示为一种针对目标分析对象的整体风险评估实现流程示意图,在实际执行过程可以按照图8所示的流程实现,其它基于本申请的实现方式均可参照图8所示的介绍,在此不再赘述。
请参考图9,图9为本实施例提供的企业数据分析装置的结构框图;该装置主要包括:模型确定单元110、指标配置单元120、数据爬取单元130、数据分析单元140、模型计算单元150以及结果生成单元160。本实施例提供的企业数据分析装置可与上述企业数据分析方法相互对照。
其中,模型确定单元110主要用于根据用户需求从预先配置的若干应用场景对应的数据评估模型中确定类型匹配的数据评估模型,作为目标评估模型;
指标配置单元120主要用于从目标评估模型配置的评估维度以及对应的指标项中确定目标维度、目标指标项,并分别为目标维度与目标指标项进行权重配置;
数据爬取单元130主要用于调用爬虫系统根据目标维度下的目标指标项进行数据爬取,并将爬取得到的数据作为目标数据;
数据分析单元140主要用于通过大数据分析平台对目标数据进行数据分析,生成各目标指标项对应的指标数据;
模型计算单元150主要用于将各目标指标项以及对应的指标数据导入至目标评估模型中,以调用目标评估模型根据指标数据进行各目标维度下风险系数计算;
结果生成单元160主要用于获取目标评估模型生成的风险系数,作为数据分析结果。
可选地,数据爬取单元具体为周期数据爬取单元,周期数据爬取单元用于:调用爬虫系统每隔预设时长根据目标维度下的目标指标项进行数据爬取,更新爬取得到的目标数据。
可选地,企业数据分析装置还包括:属性判定单元,属性判定单元,包括:
阈值判断子单元,用于判断风险系数是否高于阈值;若高于,触发第一提示子单元;若不高于,触发第二提示子单元;
第一提示子单元,用于生成数据安全程度低的提示信息;
第二提示子单元,用于生成数据安全的提示信息。
可选地,企业数据分析装置还包括:预警分析单元,预警分析单元包括:
分析子单元,用于调用数据监测预警平台对数据分析结果预警分析,得到分析结果;
展示子单元,用于根据分析结果针对目标分析对象进行风险的展示以及统计。
本实施例提供一种企业数据分析设备,主要包括:存储器以及处理器。
其中,存储器用于存储程序;
处理器用于执行程序时实现如上述实施例介绍的企业数据分析方法的步骤,具体可参照上述企业数据分析方法的介绍。
请参考图10,为本实施例提供的企业数据分析设备的结构示意图,该企业数据分析设备301可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,存储器332存储有一个或一个以上的计算机应用程序342或数据344。其中,存储器332可以是短暂存储或持久存储。存储在存储器332的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对企业数据分析设备中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储器332通信,在企业数据分析设备301上执行存储介质330中的一系列指令操作。
企业数据分析设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上面图1所描述的企业数据分析方法中的步骤可以由本实施例介绍的企业数据分析设备的结构实现。
本实施例公开一种可读存储介质,其上存储有程序,程序被处理器执行时实现如上述实施例介绍的企业数据分析方法的步骤,具体可参照上述实施例中对企业数据分析方法的介绍。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
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企业数据分析方法、装置、设备及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)
1.一种企业数据分析方法,其特征在于,该方法包括:
根据用户需求从预先配置的若干应用场景对应的数据评估模型中确定类型匹配的数据评估模型,作为目标评估模型;
从所述目标评估模型配置的评估维度以及对应的指标项中确定目标维度、目标指标项,并分别为所述目标维度与所述目标指标项进行权重配置;
调用爬虫系统根据所述目标维度下的目标指标项进行数据爬取,并将爬取得到的数据作为目标数据;
通过大数据分析平台对所述目标数据进行数据分析,生成各所述目标指标项对应的指标数据;
将各所述目标指标项以及对应的指标数据导入至所述目标评估模型中,以调用所述目标评估模型根据所述指标数据进行各所述目标维度下风险系数计算;
获取所述目标评估模型生成的风险系数,作为数据分析结果。
2.如权利要求1所述的企业数据分析方法,其特征在于,调用爬虫系统根据所述目标维度下的目标指标项进行数据爬取,包括:
调用爬虫系统每隔预设时长根据所述目标维度下的目标指标项进行数据爬取,更新爬取得到的目标数据。
3.如权利要求1所述的企业数据分析方法,其特征在于,还包括:
判断所述风险系数是否高于阈值;
若高于,生成数据安全程度低的提示信息;
若不高于,生成数据安全的提示信息。
4.如权利要求1所述的企业数据分析方法,其特征在于,还包括:
调用数据监测预警平台对所述数据分析结果预警分析,得到分析结果;
根据所述分析结果针对目标分析对象进行风险的展示以及统计。
5.一种企业数据分析装置,其特征在于,该装置包括:
模型确定单元,用于根据用户需求从预先配置的若干应用场景对应的数据评估模型中确定类型匹配的数据评估模型,作为目标评估模型;
指标配置单元,用于从所述目标评估模型配置的评估维度以及对应的指标项中确定目标维度、目标指标项,并分别为所述目标维度与所述目标指标项进行权重配置;
数据爬取单元,用于调用爬虫系统根据所述目标维度下的目标指标项进行数据爬取,并将爬取得到的数据作为目标数据;
数据分析单元,用于通过大数据分析平台对所述目标数据进行数据分析,生成各所述目标指标项对应的指标数据;
模型计算单元,用于将各所述目标指标项以及对应的指标数据导入至所述目标评估模型中,以调用所述目标评估模型根据所述指标数据进行各所述目标维度下风险系数计算;
结果生成单元,用于获取所述目标评估模型生成的风险系数,作为数据分析结果。
6.如权利要求5所述的企业数据分析装置,其特征在于,所述数据爬取单元具体为周期数据爬取单元,所述周期数据爬取单元用于:调用爬虫系统每隔预设时长根据所述目标维度下的目标指标项进行数据爬取,更新爬取得到的目标数据。
7.如权利要求5所述的企业数据分析装置,其特征在于,还包括:属性判定单元,所述属性判定单元,包括:
阈值判断子单元,用于判断所述风险系数是否高于阈值;若高于,触发第一提示子单元;若不高于,触发第二提示子单元;
所述第一提示子单元,用于生成数据安全程度低的提示信息;
所述第二提示子单元,用于生成数据安全的提示信息。
8.如权利要求5所述的企业数据分析装置,其特征在于,还包括:预警分析单元,所述预警分析单元包括:
分析子单元,用于调用数据监测预警平台对所述数据分析结果预警分析,得到分析结果;
展示子单元,用于根据所述分析结果针对目标分析对象进行风险的展示以及统计。
9.一种企业数据分析设备,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任一项所述的企业数据分析方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如权利要求1至4任一项所述的企业数据分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110966812.1A CN113673870B (zh) | 2021-08-23 | 2021-08-23 | 一种企业数据分析方法及相关组件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110966812.1A CN113673870B (zh) | 2021-08-23 | 2021-08-23 | 一种企业数据分析方法及相关组件 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673870A true CN113673870A (zh) | 2021-11-19 |
CN113673870B CN113673870B (zh) | 2024-04-30 |
Family
ID=78545045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110966812.1A Active CN113673870B (zh) | 2021-08-23 | 2021-08-23 | 一种企业数据分析方法及相关组件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673870B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115953032A (zh) * | 2023-03-10 | 2023-04-11 | 山东柏源技术有限公司 | 一种基于数据分析的企业项目执行风险评估系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614609A (zh) * | 2018-11-06 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 模型建立方法及装置 |
WO2019095572A1 (zh) * | 2017-11-17 | 2019-05-23 | 平安科技(深圳)有限公司 | 企业投资风险评估方法、装置及存储介质 |
CN110009225A (zh) * | 2019-04-03 | 2019-07-12 | 平安科技(深圳)有限公司 | 风险评估系统构建方法、装置、计算机设备和存储介质 |
CN110443458A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN110533525A (zh) * | 2019-07-30 | 2019-12-03 | 阿里巴巴集团控股有限公司 | 用于评估实体风险的方法及装置 |
CN110544023A (zh) * | 2019-08-16 | 2019-12-06 | 北京慧辰资道资讯股份有限公司 | 一种企业区域性贡献力的数据化评估系统及其评估方法 |
CN111507822A (zh) * | 2020-04-13 | 2020-08-07 | 深圳微众信用科技股份有限公司 | 一种基于特征工程的企业风险评估方法 |
CN111915155A (zh) * | 2020-07-13 | 2020-11-10 | 上海冰鉴信息科技有限公司 | 小微企业风险等级识别方法、装置及计算机设备 |
CN111967802A (zh) * | 2020-09-25 | 2020-11-20 | 杭州安恒信息安全技术有限公司 | 一种企业金融风险定量分析和预警方法、装置及设备 |
-
2021
- 2021-08-23 CN CN202110966812.1A patent/CN113673870B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019095572A1 (zh) * | 2017-11-17 | 2019-05-23 | 平安科技(深圳)有限公司 | 企业投资风险评估方法、装置及存储介质 |
CN109614609A (zh) * | 2018-11-06 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 模型建立方法及装置 |
CN110009225A (zh) * | 2019-04-03 | 2019-07-12 | 平安科技(深圳)有限公司 | 风险评估系统构建方法、装置、计算机设备和存储介质 |
CN110443458A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN110533525A (zh) * | 2019-07-30 | 2019-12-03 | 阿里巴巴集团控股有限公司 | 用于评估实体风险的方法及装置 |
CN110544023A (zh) * | 2019-08-16 | 2019-12-06 | 北京慧辰资道资讯股份有限公司 | 一种企业区域性贡献力的数据化评估系统及其评估方法 |
CN111507822A (zh) * | 2020-04-13 | 2020-08-07 | 深圳微众信用科技股份有限公司 | 一种基于特征工程的企业风险评估方法 |
CN111915155A (zh) * | 2020-07-13 | 2020-11-10 | 上海冰鉴信息科技有限公司 | 小微企业风险等级识别方法、装置及计算机设备 |
CN111967802A (zh) * | 2020-09-25 | 2020-11-20 | 杭州安恒信息安全技术有限公司 | 一种企业金融风险定量分析和预警方法、装置及设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115953032A (zh) * | 2023-03-10 | 2023-04-11 | 山东柏源技术有限公司 | 一种基于数据分析的企业项目执行风险评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113673870B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10783457B2 (en) | Method for determining risk preference of user, information recommendation method, and apparatus | |
KR20180013998A (ko) | 계정 도난 위험 식별 방법, 식별 장치, 예방 및 통제 시스템 | |
CN108364233A (zh) | 一种保单风险评估方法、装置、终端设备及存储介质 | |
CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
CN110417721A (zh) | 安全风险评估方法、装置、设备及计算机可读存储介质 | |
CN110349039B (zh) | 投诉风险评估方法、系统、计算机设备及可读存储介质 | |
CN108876188B (zh) | 一种间连服务商风险评估方法及装置 | |
CN111583033A (zh) | 基于上市公司和股东之间联系的关联分析方法及装置 | |
CN110135684A (zh) | 一种能力测评方法、能力测评装置及终端设备 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN115545516A (zh) | 一种基于流程引擎的绩效数据处理方法、装置及系统 | |
CN115689752A (zh) | 风控规则的调整方法、装置、设备及存储介质 | |
CN113673870B (zh) | 一种企业数据分析方法及相关组件 | |
CN112000862B (zh) | 数据处理方法及装置 | |
CN107480703B (zh) | 交易故障检测方法及装置 | |
CN113450158A (zh) | 银行活动信息推送方法及装置 | |
CN116308366B (zh) | 一种支付安全监控处理方法、系统及存储介质 | |
CN112330355A (zh) | 消费券交易数据处理方法、装置、设备及存储介质 | |
CN114978474A (zh) | 一种用户聊天风险等级自动处置方法及系统 | |
CN116934131A (zh) | 一种企业经营状况评估方法、装置及设备 | |
CN110706098A (zh) | 一种基于区块链的精准扶贫系统和方法 | |
CN110766544A (zh) | 信用风险的检测方法及装置、存储介质、电子装置 | |
CN110570301A (zh) | 风险识别方法、装置、设备及介质 | |
CN114723570B (zh) | 农险风险监测方法、装置、存储介质及计算机设备 | |
CN115759733B (zh) | 基于业务事件的用户违约风险确定方法、装置、介质及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |