CN113888278A - 基于企业信用额度分析模型的数据分析方法及装置 - Google Patents
基于企业信用额度分析模型的数据分析方法及装置 Download PDFInfo
- Publication number
- CN113888278A CN113888278A CN202111197755.1A CN202111197755A CN113888278A CN 113888278 A CN113888278 A CN 113888278A CN 202111197755 A CN202111197755 A CN 202111197755A CN 113888278 A CN113888278 A CN 113888278A
- Authority
- CN
- China
- Prior art keywords
- data
- enterprise
- analysis model
- credit
- credit line
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000007405 data analysis Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004140 cleaning Methods 0.000 claims abstract description 12
- 238000002790 cross-validation Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例公开了一种基于企业信用额度模型的数据分析方法、装置、电子设备及存储介质。方法包括:从多个相关部门提取企业信用数据;对所述企业信用数据进行交叉验证及清洗处理,得到待分析数据;将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。实施本发明实施例,从多个相关部门提取原始信用数据,并对其进行交叉验证和清洗处理,可以保证信用数据获取的全面性、完整性及真实性,使得所提取的数据更具参考价值;同时,通过训练好的企业信用额度分析模型对企业信用数据进行综合评估,可以得到更加容易理解且符合当前行业准则的企业信用评估结果。
Description
技术领域
本发明涉及计算机软件技术领域,具体涉及一种基于企业信用额度分析模型的数据分析方法、装置、电子设备及存储介质。
背景技术
企业信用数据涉及多个部门,但目前尚不存在直观、有效的评估和算法体系。因此,现有技术对企业信用数据的获取存在片面性和不完整性,从而使得所获取的企业信用数据的参考价值较低。
发明内容
针对现有技术中的技术缺陷,本发明实施例的目的在于提供一种基于企业信用额度分析模型的数据分析方法、装置、电子设备及存储介质。
为实现上述目的,第一方面,本发明实施例提供了一种基于企业信用额度分析模型的数据分析方法,包括:
从多个相关部门提取企业信用数据;
对所述企业信用数据进行交叉验证及清洗处理,得到待分析数据;
将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。
作为本申请的一种具体实施方式,从多个相关部门提取企业信用数据具体为:
从工商、法律或税务部门获取企业信用数据。
作为本申请的一种具体实施方式,所述待分析数据包括企业经营数据、企业法律数据、失信数据、财务数据、税务数据和企业高管个人信息;对所述待分析数据进行评估具体为:
将所述企业经营数据、企业法律数据和失信数据输入所述企业信用额度分析模型,对企业进行综合评定,判断该企业是否存在欺诈风险,得到风险指标1;
将所述高管个人信息数据输入所述企业信用额度分析模型,判断高管个人是否存在法律风险,得到风险指标2,并根据风险指标2判断是否对企业产生影响;
将所述财务数据和税务数据输入所述企业信用额度分析模型,判断企业的经营是否正常,得到风险指标3;
选取企业的重要经营指标,对企业进行综合评估,得到企业经营能力评分;
根据所述风险指标1、风险指标2、风险指标3和企业经营能力评分,确定企业评级和信用额度。
作为本申请的一种优选实施方式,所述方法还包括训练企业信用额度分析模型,具体为:
构建企业信用额度分析模型;
获取多家银行和信贷机构的行业数据;
采用所述行业数据对所述企业信用额度分析模型进行训练。
第二方面,本发明实施例公开了一种基于企业信用额度分析模型的数据分析装置,包括:
提取单元,用于从多个相关部门提取企业信用数据;
处理单元,用于对所述企业信用数据进行交叉验证及清洗处理,得到待分析数据;
评估单元,用于将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。
作为本申请的一种具体实施方式,所述待分析数据包括企业经营数据、企业法律数据、失信数据、财务数据、税务数据和企业高管个人信息;
所述评估单元具体用于:
将所述企业经营数据、企业法律数据和失信数据输入所述企业信用额度分析模型,对企业进行综合评定,判断该企业是否存在欺诈风险,得到风险指标1;
将所述高管个人信息数据输入所述企业信用额度分析模型,判断高管个人是否存在法律风险,得到风险指标2,并根据风险指标2判断是否对企业产生影响;
将所述财务数据和税务数据输入所述企业信用额度分析模型,判断企业的经营是否正常,得到风险指标3;
选取企业的重要经营指标,对企业进行综合评估,得到企业经营能力评分;
根据所述风险指标1、风险指标2、风险指标3和企业经营能力评分,确定企业评级和信用额度。
作为本申请的一种优选实施方式,还包括训练单元,用于训练企业信用额度分析模型,具体为:
构建企业信用额度分析模型;
获取多家银行和信贷机构的行业数据;
采用所述行业数据对所述企业信用额度分析模型进行训练。
第三方面,本发明实施例还提供了一种电子设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器通过总线相互连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令。其中,所述处理器被配置用于调用所述程序指令,执行上述第一方面的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序/指令。该计算机程序/指令被处理器执行时实现如上述第一方面所述方法的步骤。
实施本发明实施例,从多个相关部门提取企业信用数据,并对其进行交叉验证和清洗处理,可以保证信用数据获取的全面性、完整性及真实性,使得所提取的数据更具参考价值;同时,通过训练好的企业信用额度分析模型对企业信用数据进行综合评估,可以得到更加容易理解且符合当前行业准则的企业信用评估结果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的基于企业信用额度分析模型的数据分析方法的流程图;
图2是本发明实施例提供的基于企业信用额度分析模型的数据分析装置的结构图;
图3是本发明实施例提供的电子设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参考图1,本发明实施例提供的基于企业信用额度分析模型的数据分析方法包括:
S101,从多个相关部门提取企业信用数据。
S102,对企业信用数据进行交叉验证及清洗处理,得到待分析数据。
具体地,从工商、法律、财务或税务部门等提取企业信用数据。在获取过程中,对数据进行交叉验证及清洗处理等,从而保证数据的真实性和全面性。
S103,训练企业信用额度分析模型。
具体地,使用人工智能技术,构建企业信用额度分析模型,通过多家银行、信贷机构的行业数据,采用该行业数据对模型进行训练,使其更加贴近行业需求。
S104,将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。
其中,待分析数据包括但不仅限于企业经营数据、企业法律数据、失信数据、财务数据、税务数据和企业高管个人信息等;步骤S104具体为:
将所述企业经营数据、企业法律数据和失信数据输入所述企业信用额度分析模型,对企业进行综合评定,判断该企业是否存在欺诈风险,得到风险指标1;如企业存在欺诈风险且风险较高,则将其列入黑名单,并提示风险;
将所述高管个人信息数据输入所述企业信用额度分析模型,判断高管个人是否存在法律风险,得到风险指标2,并根据风险指标2判断是否对企业产生影响;若对企业产生影响,则予以提示;
将所述财务数据和税务数据输入所述企业信用额度分析模型,判断企业的经营是否正常,得到风险指标3;若发现企业的财务、税务存在风险,则根据情况降低企业评分、等级以及信用额度等;
选取企业的重要经营指标,对企业进行综合评估,得到企业经营能力评分;即,多维度第对企业进行评估,得出更加立体的企业经营能力评分;
根据所述风险指标1、风险指标2、风险指标3和企业经营能力评分,确定企业评级和信用额度。即,综合前述各项风险指标,得出综合评分、等级及额度。
其中,额度测算主要是基于两种测算方案的。两种测算方法均基于以下公式:
单一客户限额=偿债计数×行业评价系数×客户风险级别调整系数
偿债基数的计算方式如下:
方式1:
偿债基数=上年增值税应纳税额×增值税放大倍数+上年企业所得税应纳税额×企业所得税放大倍数
方式2:
偿债基数2=MIN(营业收入,资产总计×营业收入对资产总计的最大比例)×营业收入比重+资产总计×资产总计比重
需要说明的是,偿债能力代理指标中“营业收入”和“资产总计”的数值应当为申报给税务机关的最近一个完整会计年度的财务报表当中相应会计科目的数值。
从以上描述可以得知,本发明实施例所提供的基于企业信用额度分析模型的数据分析方法,从多个相关部门提取原始信用数据,并对其进行交叉验证和清洗处理,可以保证信用数据获取的全面性、完整性及真实性,使得所提取的数据更具参考价值;同时,通过训练好的企业信用额度分析模型对企业信用数据进行综合评估,可以得到更加容易理解且符合当前行业准则的企业信用评估结果。
基于相同的发明构思,本发明实施例提供了一种基于企业信用额度分析模型的数据分析装置。如图2所示,该装置包括:
提取单元10,用于从多个相关部门提取企业信用数据;
处理单元11,用于对所述企业信用数据进行交叉验证及清洗处理,得到待分析数据;
训练单元12,用于训练企业信用额度分析模型;
评估单元13,用于将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。
其中,训练单元12具体用于:
构建企业信用额度分析模型;
获取多家银行和信贷机构的行业数据;
采用所述行业数据对所述企业信用额度分析模型进行训练。
其中,所述待分析数据包括企业经营数据、企业法律数据、失信数据、财务数据、税务数据和企业高管个人信息;
所述评估单元13具体用于:
将所述企业经营数据、企业法律数据和失信数据输入所述企业信用额度分析模型,对企业进行综合评定,判断该企业是否存在欺诈风险,得到风险指标1;如企业存在欺诈风险且风险较高,则将其列入黑名单,并提示风险;
将所述高管个人信息数据输入所述企业信用额度分析模型,判断高管个人是否存在法律风险,得到风险指标2,并根据风险指标2判断是否对企业产生影响;若对企业产生影响,则予以提示;
将所述财务数据和税务数据输入所述企业信用额度分析模型,判断企业的经营是否正常,得到风险指标3;若发现企业的财务、税务存在风险,则根据情况降低企业评分、等级以及信用额度等;
选取企业的重要经营指标,对企业进行综合评估,得到企业经营能力评分;
根据所述风险指标1、风险指标2、风险指标3和企业经营能力评分,确定企业评级和信用额度。
可选地,本发明实施例还提供了一种电子设备。如图3所示,该数据处理设备可以包括:一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104,上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序,所述计算机程序包括程序指令,所述处理器101被配置用于调用所述程序指令执行上述基于企业信用额度分析模型的数据分析方法实施例部分的方法。
应当理解,在本发明实施例中,所称处理器101可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等,输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器,并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如,存储器104还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的基于企业信用额度分析模型的数据分析方法的实施例中所描述的实现方式,在此不再赘述。
需要说明的是,关于基于企业信用额度分析模型的数据分析装置及电子设备更为具体的工作流程,请参考前述方法实施例部分,在此不再赘述。
从以上描述可以看出,本发明实施例所提供的基于企业信用额度分析模型的数据分析装置及电子设备,从多个相关部门提取原始信用数据,并对其进行交叉验证和清洗处理,可以保证信用数据获取的全面性、完整性及真实性,使得所提取的数据更具参考价值;同时,通过训练好的企业信用额度分析模型对企业信用数据进行综合评估,可以得到更加容易理解且符合当前行业准则的企业信用评估结果。
进一步地,本发明实施例还提供了一种可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现:上述方法实施例部分的方法。
进一步地,本发明实施例提供了一种计算机程序产品,其上存储有计算机程序/指令。该计算机程序/指令被处理器执行时实现:上述方法实施例部分的方法。
该计算机程序产品应当理解为主要通过计算机程序实现其解决方案的软件产品。
所述计算机可读存储介质可以是前述实施例所述的客户机的内部存储单元,例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备,例如所述系统上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,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发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的单元和方法,可以通过其它的方式实现。例如,以上所描述的装置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。另外,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,也可以是电的,机械的或其它的形式连接。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于企业信用额度分析模型的数据分析方法,其特征在于,包括:
从多个相关部门提取企业信用数据;
对所述企业信用数据进行交叉验证及清洗处理,得到待分析数据;
将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。
2.如权利要求1所述的数据分析方法,其特征在于,从多个相关部门提取企业信用数据具体为:
从工商、法律或税务部门获取企业信用数据。
3.如权利要求1所述的数据分析方法,其特征在于,所述待分析数据包括企业经营数据、企业法律数据、失信数据、财务数据、税务数据和企业高管个人信息。
4.如权利要求3所述的数据分析方法,其特征在于,对所述待分析数据进行评估具体为:
将所述企业经营数据、企业法律数据和失信数据输入所述企业信用额度分析模型,对企业进行综合评定,判断该企业是否存在欺诈风险,得到风险指标1;
将所述高管个人信息数据输入所述企业信用额度分析模型,判断高管个人是否存在法律风险,得到风险指标2,并根据风险指标2判断是否对企业产生影响;
将所述财务数据和税务数据输入所述企业信用额度分析模型,判断企业的经营是否正常,得到风险指标3;
选取企业的重要经营指标,对企业进行综合评估,得到企业经营能力评分;
根据所述风险指标1、风险指标2、风险指标3和企业经营能力评分,确定企业评级和信用额度。
5.如权利要求1-4任一项所述的数据分析方法,其特征在于,所述方法还包括训练企业信用额度分析模型,具体为:
构建企业信用额度分析模型;
获取多家银行和信贷机构的行业数据;
采用所述行业数据对所述企业信用额度分析模型进行训练。
6.一种基于企业信用额度分析模型的数据分析装置,其特征在于,包括:
提取单元,用于从多个相关部门提取企业信用数据;
处理单元,用于对所述企业信用数据进行交叉验证及清洗处理,得到待分析数据;
评估单元,用于将所述待分析数据输入已训练的企业信用额度分析模型进行评估,得到符合当前行业准则的企业信用评估结果。
7.如权利要求6所述的数据分析装置,其特征在于,所述待分析数据包括企业经营数据、企业法律数据、失信数据、财务数据、税务数据和企业高管个人信息;
所述评估单元具体用于:
将所述企业经营数据、企业法律数据和失信数据输入所述企业信用额度分析模型,对企业进行综合评定,判断该企业是否存在欺诈风险,得到风险指标1;
将所述高管个人信息数据输入所述企业信用额度分析模型,判断高管个人是否存在法律风险,得到风险指标2,并根据风险指标2判断是否对企业产生影响;
将所述财务数据和税务数据输入所述企业信用额度分析模型,判断企业的经营是否正常,得到风险指标3;
选取企业的重要经营指标,对企业进行综合评估,得到企业经营能力评分;
根据所述风险指标1、风险指标2、风险指标3和企业经营能力评分,确定企业评级和信用额度。
8.如权利要求6或7所述的数据分析装置,其特征在于,还包括训练单元,用于训练企业信用额度分析模型,具体为:
构建企业信用额度分析模型;
获取多家银行和信贷机构的行业数据;
采用所述行业数据对所述企业信用额度分析模型进行训练。
9.一种电子设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器通过总线相互连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,其特征在于,所述处理器被配置于调用程序指令执行如权利要求5所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求5所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111197755.1A CN113888278A (zh) | 2021-10-14 | 2021-10-14 | 基于企业信用额度分析模型的数据分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111197755.1A CN113888278A (zh) | 2021-10-14 | 2021-10-14 | 基于企业信用额度分析模型的数据分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888278A true CN113888278A (zh) | 2022-01-04 |
Family
ID=79002857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111197755.1A Pending CN113888278A (zh) | 2021-10-14 | 2021-10-14 | 基于企业信用额度分析模型的数据分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888278A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114595211A (zh) * | 2022-01-25 | 2022-06-07 | 杭州新中大科技股份有限公司 | 一种基于深度学习的产品数据清洗方法及系统 |
CN116628206A (zh) * | 2023-06-08 | 2023-08-22 | 江苏万禾信息技术有限公司 | 基于数据分析的企业信用分析管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779457A (zh) * | 2016-12-29 | 2017-05-31 | 深圳微众税银信息服务有限公司 | 一种企业信用评估方法及系统 |
CN110246031A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 企业信用的评估方法、系统、设备及存储介质 |
CN110322089A (zh) * | 2018-03-30 | 2019-10-11 | 宗略投资(上海)有限公司 | 企业信用风险评估方法及其系统 |
CN112862338A (zh) * | 2021-02-24 | 2021-05-28 | 深圳微众信用科技股份有限公司 | 一种企业信用报告获取方法及相关设备 |
-
2021
- 2021-10-14 CN CN202111197755.1A patent/CN113888278A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779457A (zh) * | 2016-12-29 | 2017-05-31 | 深圳微众税银信息服务有限公司 | 一种企业信用评估方法及系统 |
CN110322089A (zh) * | 2018-03-30 | 2019-10-11 | 宗略投资(上海)有限公司 | 企业信用风险评估方法及其系统 |
CN110246031A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 企业信用的评估方法、系统、设备及存储介质 |
CN112862338A (zh) * | 2021-02-24 | 2021-05-28 | 深圳微众信用科技股份有限公司 | 一种企业信用报告获取方法及相关设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114595211A (zh) * | 2022-01-25 | 2022-06-07 | 杭州新中大科技股份有限公司 | 一种基于深度学习的产品数据清洗方法及系统 |
CN116628206A (zh) * | 2023-06-08 | 2023-08-22 | 江苏万禾信息技术有限公司 | 基于数据分析的企业信用分析管理系统 |
CN116628206B (zh) * | 2023-06-08 | 2024-01-05 | 乌鲁木齐汇智兴业信息科技有限公司 | 基于数据分析的企业信用分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416664B (zh) | 基于消费信贷场景的风险评估方法及系统实现 | |
JP4897253B2 (ja) | 事業実体に関するビジネス行動パターンを検出するための方法 | |
CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
US11226994B2 (en) | Modifying data structures to indicate derived relationships among entity data objects | |
Franceschetti et al. | Do bankrupt companies manipulate earnings more than the non-bankrupt ones? | |
CN109635007B (zh) | 一种行为评估方法、装置及相关设备 | |
CN111967779A (zh) | 一种风险评估方法、装置及设备 | |
CN110852878B (zh) | 一种可信度确定方法、装置、设备和存储介质 | |
Firmansyah et al. | The influence of efficacy, credibility, and normative pressure to M-banking adoption level in Indonesia | |
CN113888278A (zh) | 基于企业信用额度分析模型的数据分析方法及装置 | |
CN110766275A (zh) | 数据验证方法、装置、计算机设备及存储介质 | |
CN111260189B (zh) | 一种风险控制方法、装置、计算机系统及可读存储介质 | |
CN113989019A (zh) | 识别风险的方法、装置、设备及存储介质 | |
CN111914542A (zh) | 疑似非法集资市场主体识别方法、装置、终端及存储介质 | |
CN113887984A (zh) | 基于企业征信黑名单的预警提醒方法、装置及电子设备 | |
CN110598996A (zh) | 一种风险处理方法、装置、电子设备及存储介质 | |
CN112231420A (zh) | 数据分析方法、数据分析装置、电子设备及存储介质 | |
CN110991650A (zh) | 训练养卡识别模型、识别养卡行为的方法及装置 | |
CN110942312A (zh) | 一种pos机套现识别方法、系统、设备及存储介质 | |
CN110020795A (zh) | 用于基金收益发放风险控制的方法及装置 | |
CN113807943A (zh) | 一种不良资产的多因子估值方法及系统、介质、设备 | |
CN109636627B (zh) | 基于区块链的保险产品管理方法、装置、介质及电子设备 | |
CN112150260A (zh) | 制造型企业经营信息真实性核验方法、系统、设备、介质 | |
CN110555589A (zh) | 风险订单识别方法及装置 | |
CN109919414A (zh) | P2p网络借贷平台风险分析方法、装置及存储介质 |
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 |