CN113780713A - 人员风险评估方法、终端以及存储装置 - Google Patents

人员风险评估方法、终端以及存储装置 Download PDF

Info

Publication number
CN113780713A
CN113780713A CN202110528757.8A CN202110528757A CN113780713A CN 113780713 A CN113780713 A CN 113780713A CN 202110528757 A CN202110528757 A CN 202110528757A CN 113780713 A CN113780713 A CN 113780713A
Authority
CN
China
Prior art keywords
risk
score
personnel
person
acquiring
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
Application number
CN202110528757.8A
Other languages
English (en)
Inventor
徐勇
平书伟
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.)
Guangzhou Gaoke Communications Technology Co ltd
Original Assignee
Guangzhou Gaoke Communications Technology Co ltd
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 Guangzhou Gaoke Communications Technology Co ltd filed Critical Guangzhou Gaoke Communications Technology Co ltd
Priority to CN202110528757.8A priority Critical patent/CN113780713A/zh
Publication of CN113780713A publication Critical patent/CN113780713A/zh
Pending 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种人员风险评估方法、终端以及存储装置，该人员风险评估方法包括：S101：获取人员的信息，通过风险模型对信息进行风险分量化，根据量化结果获取人员的风险分；S102：采集人员的行为数据，根据行为数据判断是否发生报警事件，若是，则执行S103；若否，则执行S102；S103：获取报警事件匹配的风险因子，通过风险因子、风险分获取人员的风险总分以及风险等级，并通过报警事件、风险总分、风险等级生成人员的风险记录。本发明通过风险量化及记录准确获取造成高风险的原因，评估结果更准确，降低了工作量，并且能够结合人员的行为进行动态风险评估，便于实时掌握人员的风险动态。

Description

人员风险评估方法、终端以及存储装置
技术领域
本发明涉及人员管理领域，尤其涉及一种人员风险评估方法、终端以及存储装置。
背景技术
目前，在实际应用中，判断人员的风险大小存在以下问题：1、在日常管理中，只能根据人员的实际引发的风险问题进行管理，无法知道造成高风险的原因是什么；2、评估时间和评估次数固定，无法结合人员的行为进行动态风险评估，难以准确评估人员的风险；3、人为经验判断风险大小的方式不准确，容易受环境、个人情绪的影响；4、需要针对每个人员的情况进行人为评估，风险和工作量很大。
发明内容
为了克服现有技术的不足，本发明提出一种人员风险评估方法、终端以及存储装置，通过风险模型对人员的信息进行风险量化获取风险分，在发生报警事件后根据报警事件对其动态风险评估以得到人员的风险总分、风险等级，并相应生成风险记录，能够通过风险量化及记录准确获取造成高风险的原因，避免了环境以及个人情绪的影响，评估结果更准确，降低了工作量，并且能够结合人员的行为进行动态风险评估，提高了评估的准确性，便于实时掌握人员的风险动态。
为解决上述问题，本发明采用的一个技术方案为：一种人员风险评估方法，所述人员风险评估方法包括：S101：获取人员的信息，通过风险模型对所述信息进行风险分量化，根据量化结果获取所述人员的风险分；S102：采集所述人员的行为数据，根据所述行为数据判断是否发生报警事件，若是，则执行S103；若否，则执行S102；S103：获取所述报警事件匹配的风险因子，通过所述风险因子、风险分获取所述人员的风险总分以及风险等级，并通过所述报警事件、风险总分、风险等级生成所述人员的风险记录。
进一步地，所述人员的信息包括所述人员的静态属性、动态属性。
进一步地，所述通过风险模型对所述信息进行风险分量化的步骤具体包括：通过所述风险模型获取所述信息中的风险特征，并根据所述风险特征与风险因子的匹配信息获取所述人员的风险数据。
进一步地，所述根据所述量化结果获取所述人员的风险分的步骤具体包括：获取所述风险数据中不同风险因子的风险分数、风险等级，根据所述风险分数、风险等级计算所述风险分。
进一步地，所述根据所述风险分数、风险等级计算所述风险分的步骤具体包括：根据所述风险分数、风险等级获取动态风险分、静态风险分，并将所述动态风险分、静态风险分与风险基础分相加后获取所述风险分。
进一步地，所述通过所述风险因子、风险分获取所述人员的风险总分以及风险等级的步骤具体包括：获取所述风险因子对应的风险分数，基于增加所述风险分数后的风险分获取所述人员的风险等级。
进一步地，所述通过报警事件、风险总分、风险等级生成所述人员的风险记录的步骤之后还包括：根据所述报警事件对所述人员采取管理措施，并结合所述管理措施对所述人员进行降风险操作。
进一步地，所述结合所述管理措施对所述人员进行降风险操作的步骤具体包括：基于所述管理措施对应的减分因子对所述风险总分进行减分处理，并根据所述管理措施对应的审核信息、风险总分判断是否解除风险；若是，则解除风险；若否，则对所述人员采取管理措施。
进一步地，本发明还提出一种智能终端，所述智能终端包括处理器、存储器，所述处理器与所述存储器通信连接，所述存储器存储有计算机程序，所述计算机程序被用于实现如上所述的人员风险评估方法。
基于相同的发明构思，本发明又提出一种存储装置，所述存储装置存储有程序数据，所述程序数据被用于执行如上所述的人员风险评估方法。
相比现有技术，本发明的有益效果在于：通过风险模型对人员的信息进行风险量化获取风险分，在发生报警事件后根据报警事件对其动态风险评估以得到人员的风险总分、风险等级，并相应生成风险记录，能够通过风险量化及记录准确获取造成高风险的原因，避免了环境以及个人情绪的影响，评估结果更准确，降低了工作量，并且能够结合人员的行为进行动态风险评估，提高了评估的准确性，便于实时掌握人员的风险动态。
附图说明
图1为本发明人员风险评估方法一实施例的流程图；
图2为本发明智能终端一实施例的结构图；
图3为本发明存储装置一实施例的结构图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
请参阅图1，其中，图1为本发明人员风险评估方法一实施例的流程图。结合附图1对本发明的人员风险评估方法作详细说明。
在本实施例中，人员风险评估方法包括：
S101：获取人员的信息，通过风险模型对信息进行风险分量化，根据量化结果获取人员的风险分。
在本实施例中，执行该人员风险评估方法的控制终端可以为服务器、控制台、计算机以及其他收集人员的信息以及采集人员的行为数据的终端。
在本实施例中，人员的信息包括人员的静态属性。
在其他实施例中，静态属性还可以包括人员的身体状态、学历、居住环境以及其他相关信息。
其中，人员的信息还包括人员的动态属性，动态属性包括心理健康。
在其他实施例中，还可以包括人员的与其他人员的关系以及其他与人员风险相关，且动态变化的数据。
在本实施例中，通过风险模型对信息进行风险分量化的步骤具体包括：通过风险模型获取信息中的风险特征，并根据风险特征与风险因子的匹配信息获取人员的风险数据。
在本实施例中，根据历史人员的风险数据建立数据库，并利用数据库中的数据进行模型训练获取风险模型，该风险模型用于分析人员的风险特征、该风险特征对应的风险因子，并对该风险因子进行量化。还用于获取该特征对应的减分因子。
在一个具体的实施例中，风险数据包括历史人员的静态属性数据、动态属性数据，对静态属性数据、动态属性数据进行风险指标处理以表示不同数据对应的风险特征、风险因子，并对处理后的数据进行数据预处理和特征选择，从而将风险指标转化为深度n的有效指标。通过包含有效指标的已知数据集进行模型训练得到风险模型，并将包含有效指标的未知数据集输入风险模型获取包含该未知数据集风险指标的预测结果，根据预测结果与有效指标的差距对模型做进一步的优化。其中，数据预处理包括数据提取、无纲量化、归一化、标准化以及缺失值处理，并在数据预处理后进行数据清洗。已知数据集分为训练集和测试集，对其进行监督学习算法训练，并生成风险模型，此时判断是否达到最优，如果不是则返回调整参数并重新整合为训练集和测试集，当达到最优时则结合未知数据集进行预测，判断风险模型的预测结果是否达到人为期望值，如果不是将前述结果添加到已知数据集并重新训练。
其中，根据量化结果获取人员的风险分的步骤具体包括：获取风险数据中不同风险因子的风险分数、风险等级，根据风险分数、风险等级计算风险分。
其中，根据风险分数、风险等级计算风险分的步骤具体包括：根据风险分数、风险等级获取动态风险分、静态风险分，并将动态风险分、静态风险分与风险基础分相加后获取风险分。
在本实施例中，风险因子包括静态风险因子、动态风险因子，每个风险因子对应不同的风险特征、风险分数以及风险等级。其中，在计算风险分时，分开计算动态风险分、静态风险分，若在计算动态风险分或静态风险分时，一个人员具备多个风险等级的风险因子时，将风险等级最高且风险分数最高的风险因子的风险分数作为该人员的动态风险分或静态风险分。
在其他实施例中，也可以仅对每个风险因子设置不同的风险分数，通过将所有风险分数相加的方式获取人员的风险分，并根据该风险分获取人员的风险等级。
在本实施例中，风险基础分的具体数据可根据用户需求进行设置，可以为 10分、20分以及其他数据，在此不做限定。
在其他实施例中，也可以通过风险基础分减去动态风险分、静态风险分的方式获取人员的风险分，风险分越低，人员的风险越大。
在一个具体的实施例中，设置风险因子，并定义不同风险因子的风险等级，其中，每个风险等级对应不同的风险分数。
S102：采集人员的行为数据，根据行为数据判断是否发生报警事件，若是，则执行S103；若否，则执行S102。
在本实施例中，可以通过人工输入、摄像头采集、麦克风采集、报警装置输入等方式采集人员的行为数据。并根据行为数据判断是否发生报警事件。
在本实施例中，可以通过图像识别系统传输报警识别信息、人员报告以及其他方式判断是否发生报警事件。
S103：获取报警事件匹配的风险因子，通过风险因子、风险分获取人员的风险总分以及风险等级，并通过报警事件、风险总分、风险等级生成人员的风险记录。
在本实施例中，通过提取报警事件的风险特征，根据该风险特征查找匹配的风险因子，在其他实施例中，也可以预存不同报警事件对应的风险因子，确定发生报警事件后，将该报警事件对应的风险因子作为匹配的风险因子。
其中，通过风险因子、风险分获取人员的风险总分以及风险等级的步骤具体包括：获取风险因子对应的风险分数，基于增加风险分数后的风险分获取人员的风险总分以及风险等级。
在一个具体的实施例中，不同的风险总分对应不同的风险等级。风险等级的数量为4个，1：一级重大风险(大于75分)2：二级重大风险(50-75)3：三级重大风险(25-50)4：一般风险(0-25)。
在其他实施例中，也可以将人员的风险因子中最高的风险等级作为人员的风险等级。
在本实施例中，风险记录存储有人员每次风险总分、风险等级变化时导致该变化的风险因子以及该风险因子对应的事件。其中，还可以根据风险记录生成人员的风险变化趋势图，通过该趋势图清晰地了解人员风险变化的原因。
在本实施例中，还可以设置每个人员的风险阈值，该风险阈值包括风险总分阈值、风险等级阈值中的至少一个，并在确定人员的风险总分或风险等级达到风险阈值时进行预警提示，便于人员对相关人员进行重点关注，实时掌握被人员的风险动态。
在本实施例中，通过报警事件、风险总分、风险等级生成人员的风险记录的步骤之后还包括：根据报警事件对人员采取管理措施，并结合管理措施对人员进行降风险操作。
在本实施例中，结合管理措施对人员进行降风险操作的步骤具体包括：基于管理措施对应的减分因子对风险分进行减分处理，并根据管理措施对应的审核信息、风险总分判断是否解除风险；若是，则解除风险；若否，则对人员采取管理措施。
在本实施例中，将管理措施输入风险模型获取其对应的减分因子以及减分分数，从风险总分中减去减分分数得到人员新的风险总分。其中，在进行减分处理时，还需要判断新的风险总分是否大于报警事件发生之前的风险总分或大于预设值，若是，则确定风险下降，若否，则更换管理措施或在管理措施执行完毕后，继续采取新的管理措施直至确定风险下降。
在本实施例中，若根据风险总分确定风险下降，且管理措施对应的审核信息为审核通过后，确定可以解除风险。在其他实施例中，也可以将根据风险总分确定风险下降、管理措施对应的审核信息为审核通过中的任一个作为解除风险的判断标准。
有益效果：本发明人员风险评估方法通过风险模型对人员的信息进行风险量化获取风险分，在发生报警事件后根据报警事件对其动态风险评估以得到人员的风险总分、风险等级，并相应生成风险记录，能够通过风险量化及记录准确获取造成高风险的原因，避免了环境以及个人情绪的影响，评估结果更准确，降低了工作量，并且能够结合人员的行为进行动态风险评估，提高了评估的准确性，便于实时掌握人员的风险动态。
基于相同的发明构思，本发明还提出一种智能终端，请参阅图2，图2为本发明智能终端一实施例的结构图，结合图2对本发明的智能终端进行说明。
在本实施例中，智能终端包括处理器、存储器，处理器与存储器耦合连接，存储器存储有计算机程序，处理器通过所述计算机程序实现如上述实施例所述的人员风险评估方法。
基于相同的发明构思，本发明再提出一种存储装置，请参阅图3，图3为本发明存储装置一实施例的结构图，结合图3对本发明的存储装置进行说明。
在本实施例中，存储装置存储有程序数据，该程序数据被用于执行如上述实施例所述的人员风险评估方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端、系统和方法，可以通过其他的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立地产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-Only人员风险评估方法Memory，英文缩写：ROM)、随机存取存储器(英文全称：Random 人员风险评估方法Access人员风险评估方法Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种人员风险评估方法，其特征在于，所述人员风险评估方法包括：
S101：获取人员的信息，通过风险模型对所述信息进行风险分量化，根据量化结果获取所述人员的风险分；
S102：采集所述人员的行为数据，根据所述行为数据判断是否发生报警事件，若是，则执行S103；若否，则执行S102；
S103：获取所述报警事件匹配的风险因子，通过所述风险因子、风险分获取所述人员的风险总分以及风险等级，并通过所述报警事件、风险总分、风险等级生成所述人员的风险记录。
2.如权利要求1所述的人员风险评估方法，其特征在于，所述人员的信息包括所述人员的静态属性、动态属性。
3.如权利要求1所述的人员风险评估方法，其特征在于，所述通过风险模型对所述信息进行风险分量化的步骤具体包括：
通过所述风险模型获取所述信息中的风险特征，并根据所述风险特征与风险因子的匹配信息获取所述人员的风险数据。
4.如权利要求3所述的人员风险评估方法，其特征在于，所述根据所述量化结果获取所述人员的风险分的步骤具体包括：
获取所述风险数据中不同风险因子的风险分数、风险等级，根据所述风险分数、风险等级计算所述风险分。
5.如权利要求4所述的人员风险评估方法，其特征在于，所述根据所述风险分数、风险等级计算所述风险分的步骤具体包括：
根据所述风险分数、风险等级获取动态风险分、静态风险分，并将所述动态风险分、静态风险分与风险基础分相加后获取所述风险分。
6.如权利要求1所述的人员风险评估方法，其特征在于，所述通过所述风险因子、风险分获取所述人员的风险总分以及风险等级的步骤具体包括：
获取所述风险因子对应的风险分数，基于增加所述风险分数后的风险分获取所述人员的风险等级。
7.如权利要求1所述的人员风险评估方法，其特征在于，所述通过报警事件、风险总分、风险等级生成所述人员的风险记录的步骤之后还包括：
根据所述报警事件对所述人员采取管理措施，并结合所述管理措施对所述人员进行降风险操作。
8.如权利要求7所述的人员风险评估方法，其特征在于，所述结合所述管理措施对所述人员进行降风险操作的步骤具体包括：
基于所述管理措施对应的减分因子对所述风险总分进行减分处理，并根据所述管理措施对应的审核信息、风险总分判断是否解除风险；
若是，则解除风险；
若否，则对所述人员采取管理措施。
9.一种智能终端，其特征在于，所述智能终端包括处理器、存储器，所述处理器与所述存储器通信连接，所述存储器存储有计算机程序，所述计算机程序被用于实现如权利要求1-8任一项所述的人员风险评估方法。
10.一种存储装置，其特征在于，所述存储装置存储有程序数据，所述程序数据被用于执行如权利要求1-8任一项所述的人员风险评估方法。
CN202110528757.8A 2021-05-14 2021-05-14 人员风险评估方法、终端以及存储装置 Pending CN113780713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110528757.8A CN113780713A (zh) 2021-05-14 2021-05-14 人员风险评估方法、终端以及存储装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110528757.8A CN113780713A (zh) 2021-05-14 2021-05-14 人员风险评估方法、终端以及存储装置

Publications (1)

Publication Number Publication Date
CN113780713A true CN113780713A (zh) 2021-12-10

Family

ID=78835736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110528757.8A Pending CN113780713A (zh) 2021-05-14 2021-05-14 人员风险评估方法、终端以及存储装置

Country Status (1)

Country Link
CN (1) CN113780713A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115083609A (zh) * 2022-07-21 2022-09-20 湖南警察学院 一种弹性化高危人员风险等级动态评估系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115083609A (zh) * 2022-07-21 2022-09-20 湖南警察学院 一种弹性化高危人员风险等级动态评估系统

Similar Documents

Publication Publication Date Title
CN111523996A (zh) 一种审批方法及系统
CN108765177A (zh) 核保方法及核保系统
CN116664012A (zh) 一种基于大数据分析的企业信用评估方法及系统
CN114388103A (zh) 一种针对青少年心理预警分析的算法
CN111275338A (zh) 一种企业欺诈行为的判定方法、装置、设备及存储介质
CN112650608B (zh) 异常根因定位方法以及相关装置、设备
CN114997741A (zh) 一种检修计划风险评估方法、系统和设备
CN113780713A (zh) 人员风险评估方法、终端以及存储装置
CN118014730A (zh) 金融期货交易管理系统
CN115035974B (zh) 一种心理测评数据管理系统及方法
CN111552814B (zh) 基于考核指标图谱的考核方案生成方法及装置
CN115982653A (zh) 异常账号识别方法、装置、电子设备及可读存储介质
CN112668617A (zh) 一种电网员工工作满意度评估方法及装置
CN117954036B (zh) 基于大数据的健康管理方法及系统
CN118505066B (zh) 基于预录制SaaS软件操作技能的技能测试方法及系统
CN110910989A (zh) 心理评分方法、装置、电子设备及存储介质
CN114331734B (zh) 产品购买的风险评估方法、装置、设备及存储介质
CN113205270B (zh) 一种满意度评价表自动生成和评价得分计算的方法及系统
CN118552018B (zh) 一种基于ai分析反馈的就诊流程优化调整方法及系统
CN114780711B (zh) 基于智慧档案平台的证照申办识别方法、系统及介质
CN118260177A (zh) 基于多源数据的ai应用性能测定方法、设备及介质
CN115376691A (zh) 风险等级评估方法、装置、电子设备及存储介质
CN117036065A (zh) 一种基于大数据的会计信息核算系统
CN114238630A (zh) 一种不良事件影响因素分析系统及方法
CN112926816A (zh) 供应商评价方法、装置、计算机设备和存储介质

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