CN113988616A - 一种基于行业数据的企业风险评估系统及方法 - Google Patents

一种基于行业数据的企业风险评估系统及方法 Download PDF

Info

Publication number
CN113988616A
CN113988616A CN202111257461.3A CN202111257461A CN113988616A CN 113988616 A CN113988616 A CN 113988616A CN 202111257461 A CN202111257461 A CN 202111257461A CN 113988616 A CN113988616 A CN 113988616A
Authority
CN
China
Prior art keywords
risk
acquiring
data
result
feature
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
CN202111257461.3A
Other languages
English (en)
Inventor
黄旭江
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.)
Shanghai Beitong Enterprise Credit Investigation Co ltd
Original Assignee
Shanghai Beitong Enterprise Credit Investigation 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 Shanghai Beitong Enterprise Credit Investigation Co ltd filed Critical Shanghai Beitong Enterprise Credit Investigation Co ltd
Priority to CN202111257461.3A priority Critical patent/CN113988616A/zh
Publication of CN113988616A publication Critical patent/CN113988616A/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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于行业数据的企业风险评估系统及方法，其中，系统包括：获取模块，用于获取第一企业待实施的多个第一项目，同时，获取第一项目对应的行业；风险评估模块，用于获取行业对应的行业数据，基于行业数据，对相应第一项目进行风险评估，获取评估结果，并进行输出显示。本发明的基于行业数据的企业风险评估系统及方法，确定第一企业待实施的第一项目对应的行业，全面获取行业对应的行业数据，基于行业数据，对第一项目进行风险评估，无需人工收集行业数据进行风险评估，节省了人力成本，同时，可以避免人工进行风险评估存在全面性不足的问题。

Description

一种基于行业数据的企业风险评估系统及方法
技术领域
本发明涉及企业风险评估技术领域，特别涉及一种基于行业数据的企业风险评估系统及方法。
背景技术
目前，企业想要实施新的企业项目(例如：开设店铺)时，需要对企业项目的风险性进行评估。传统方法大多雇佣专业评估团队，人工收集企业项目对应的行业数据进行风险评估，人力成本较大。同时，评估团队进行风险评估的全面性也可能存在不足；
因此，亟需一种解决办法。
发明内容
本发明目的之一在于提供了一种基于行业数据的企业风险评估系统及方法，确定第一企业待实施的第一项目对应的行业，全面获取行业对应的行业数据，基于行业数据，对第一项目进行风险评估，无需人工收集行业数据进行风险评估，节省了人力成本，同时，可以避免人工进行风险评估存在全面性不足的问题。
本发明实施例提供的一种基于行业数据的企业风险评估系统，包括：
获取模块，用于获取第一企业待实施的多个第一项目，同时，获取所述第一项目对应的行业；
风险评估模块，用于获取所述行业对应的行业数据，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，并进行输出显示。
优选的，所述风险评估模块执行如下操作：
基于预设的行业数据库，确定所述行业对应的多个第一数据项；
获取所述第一数据项对应的来源方式，所述来源方式包括：主动捕捉和被动获取；
当所述第一数据项对应的来源方式为主动捕捉时，获取主动捕捉所述第一数据项的第一捕捉流程；
对所述第一捕捉流程进行流程分析并拆分，获得多个第一流程；
将所述第一流程按照流程先后顺序进行排序，获得第一流程序列；
确定所述第一流程中捕捉到所述第一数据项的所述第一流程，并作为第二流程；
获取所述第二流程对应的捕捉场景，同时，获取所述捕捉场景提供所述第一数据项的提供方式，所述提供方式包括：自行发布和转发；
当所述捕捉场景提供所述第一数据项的提供方式为自行发布时，获取所述捕捉场景的可信度，若所述可信度小于等于预设的第一阈值，剔除对应所述第一数据项；
当所述捕捉场景提供所述第一数据项的提供方式为转发时，获取所述捕捉场景对所述第一数据项进行担保的担保值，若所述担保值小于等于预设的第二阈值，剔除对应第一数据项；
若所述第一数据项未被剔除，从所述第一流程序列中随机选取除所述第二流程之外的所述第一流程，并作为第三流程；
对所述第三流程进行特征分析并提取，获得至少一个第一特征；
获取预设的风险特征库，将所述第一特征与所述风险特征库中的第一风险特征进行匹配，若匹配符合，将匹配符合的第一风险特征作为第二风险特征，同时，将对应所述第三流程作为第四流程；
随机选取结束后，若所述第一流程序列中所述第二流程前存在所述第四流程，确定所述第一流程序列中所述第二流程前最靠前的所述第四流程，并作为第五流程，截取所述第一流程序列中所述第五流程至所述第二流程之间的第二流程序列；
同时，若所述流程序列中所述第二流程后存在所述第四流程，确定所述流程序列中所述第二流程后最靠后的所述第四流程，并作为第六流程，截取所述第一流程序列中所述第二流程至所述第五流程之间的第三流程序列；
获取预设的风险影响分析模型，将所述第二流程序列和/或所述第三流程序列输入所述风险影响分析模型，由所述风险影响分析模型分析所述第二流程受到的风险影响，获取影响值；
若所述影响值大于等于预设的第三阈值，剔除对应所述第一数据项；
当所述第一数据项对应的来源方式为被动获取时，获取被动获取所述第一数据项的获取来源；
获取所述获取来源对应的信用值，若所述信用值小于等于预设的第四阈值，剔除对应所述第一数据项；
当所述第一数据项中需要剔除的所述第一数据项均被剔除后，将剩余所述第二数据项作为第三数据项；
整合各所述第三数据项，获得所述行业对应的行业数据，完成获取。
优选的，所述风险评估模块执行如下操作：
获取所述第一项目对应的第一项目信息；
对所述第一项目信息进行信息分析并归类，获得不同第一类型的第一信息项；
对所述第一信息项进行特征分析并提取，获得至少一个第二特征，并与对应所述第一类型进行关联；
从所述行业数据中随机提取一个行业事件，所述行业事件包括：其他第二企业已实施的第二项目信息和第一实施结果；
对所述第二项目信息进行信息分析并归类，获得不同第二类型的第二信息项；
对所述第二信息项进行特征分析并提取，获得至少一个第三特征，并与对应所述第二类型进行关联；
将所述第一类型关联的第一特征和与所述第一类型相同的所述第二类型关联的第二特征进行特征匹配，若均匹配符合，将对应第一实施结果作为第二实施结果；
汇总所述第二实施结果，获得实施结果集；
获取预设的风险评估模型，将所述实施结果集输入所述风险评估模型，获取评估结果，完成风险评估。
优选的，基于行业数据的企业风险评估系统，还包括：
建议模块，用于构建风险类型-应对策略库，当所述评估结果包含至少一个第一风险类型时，基于所述构建风险类型-应对策略库，确定所述第一风险类型对应的第一应对策略，并向所述第一企业进行建议；
其中，所述建议模块执行如下操作：
获取预设的风险类型集，所述风险类型集包括：多个第二风险类型；
获取所述第二风险类型对应的至少一个第二应对策略，同时，获取所述第二应对策略对应的多个第一测试记录项，所述第一评价记录项包括：第一测试策略和对应的第一测试结果；
对所述第一测试策略进行策略分析并拆分，获得多个第一策略；
基于预设的策略-经验值库，确定执行所述第一策略对应的经验值；
若所述经验值小于等于预设的第五阈值，剔除对应所述第一策略；
当所述第一策略中需要剔除的所述第一策略均被剔除后，将剩余所述第一策略按照策略先后顺序进行排序组合，获得第二测试策略；
获取预设的可行性分析模型，将所述第二测试策略输入所述可行性分析模型，获取分析结果，所述分析结果包括：可行和不可行；
当所述分析结果为不可行时，剔除对应所述第一测试记录项；
当所述第一测试记录项中需要剔除的所述第一测试记录项均被剔除后，将剩余所述第一测试记录项作为第二测试记录项；
提取所述第二测试记录项中的所述第一测试结果，并作为第二测试结果；
对所述第二测试结果进行结果分析，获取结果值；
将所述结果值进行求和计算，获得结果值和，并与对应所述第二应对策略进行关联；
将最大所述结果值和关联的所述第二应对策略与对应所述第二风险类型进行配对组合，获得一个配对组；
获取预设的空白数据库，将所述配对组存入所述空白数据库；
当需要存入所述空白数据库的配对组全部存入后，将所述空白数据库作为风险类型-应对策略库，完成构建。
优选的，基于行业数据的企业风险评估系统，还包括：
交流模块，用于供所述第一企业与所述第二企业之间进行交流。
本发明实施例提供的一种基于行业数据的企业风险评估方法，包括：
步骤S1：获取第一企业待实施的多个第一项目，同时，获取所述第一项目对应的行业；
步骤S2：获取所述行业对应的行业数据，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，并进行输出显示。
优选的，所述步骤S2中，获取所述行业对应的行业数据，包括：
基于预设的行业数据库，确定所述行业对应的多个第一数据项；
获取所述第一数据项对应的来源方式，所述来源方式包括：主动捕捉和被动获取；
当所述第一数据项对应的来源方式为主动捕捉时，获取主动捕捉所述第一数据项的第一捕捉流程；
对所述第一捕捉流程进行流程分析并拆分，获得多个第一流程；
将所述第一流程按照流程先后顺序进行排序，获得第一流程序列；
确定所述第一流程中捕捉到所述第一数据项的所述第一流程，并作为第二流程；
获取所述第二流程对应的捕捉场景，同时，获取所述捕捉场景提供所述第一数据项的提供方式，所述提供方式包括：自行发布和转发；
当所述捕捉场景提供所述第一数据项的提供方式为自行发布时，获取所述捕捉场景的可信度，若所述可信度小于等于预设的第一阈值，剔除对应所述第一数据项；
当所述捕捉场景提供所述第一数据项的提供方式为转发时，获取所述捕捉场景对所述第一数据项进行担保的担保值，若所述担保值小于等于预设的第二阈值，剔除对应第一数据项；
若所述第一数据项未被剔除，从所述第一流程序列中随机选取除所述第二流程之外的所述第一流程，并作为第三流程；
对所述第三流程进行特征分析并提取，获得至少一个第一特征；
获取预设的风险特征库，将所述第一特征与所述风险特征库中的第一风险特征进行匹配，若匹配符合，将匹配符合的第一风险特征作为第二风险特征，同时，将对应所述第三流程作为第四流程；
随机选取结束后，若所述第一流程序列中所述第二流程前存在所述第四流程，确定所述第一流程序列中所述第二流程前最靠前的所述第四流程，并作为第五流程，截取所述第一流程序列中所述第五流程至所述第二流程之间的第二流程序列；
同时，若所述流程序列中所述第二流程后存在所述第四流程，确定所述流程序列中所述第二流程后最靠后的所述第四流程，并作为第六流程，截取所述第一流程序列中所述第二流程至所述第五流程之间的第三流程序列；
获取预设的风险影响分析模型，将所述第二流程序列和/或所述第三流程序列输入所述风险影响分析模型，由所述风险影响分析模型分析所述第二流程受到的风险影响，获取影响值；
若所述影响值大于等于预设的第三阈值，剔除对应所述第一数据项；
当所述第一数据项对应的来源方式为被动获取时，获取被动获取所述第一数据项的获取来源；
获取所述获取来源对应的信用值，若所述信用值小于等于预设的第四阈值，剔除对应所述第一数据项；
当所述第一数据项中需要剔除的所述第一数据项均被剔除后，将剩余所述第二数据项作为第三数据项；
整合各所述第三数据项，获得所述行业对应的行业数据，完成获取。
优选的，所述步骤S2中，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，包括：
获取所述第一项目对应的第一项目信息；
对所述第一项目信息进行信息分析并归类，获得不同第一类型的第一信息项；
对所述第一信息项进行特征分析并提取，获得至少一个第二特征，并与对应所述第一类型进行关联；
从所述行业数据中随机提取一个行业事件，所述行业事件包括：其他第二企业已实施的第二项目信息和第一实施结果；
对所述第二项目信息进行信息分析并归类，获得不同第二类型的第二信息项；
对所述第二信息项进行特征分析并提取，获得至少一个第三特征，并与对应所述第二类型进行关联；
将所述第一类型关联的第一特征和与所述第一类型相同的所述第二类型关联的第二特征进行特征匹配，若均匹配符合，将对应第一实施结果作为第二实施结果；
汇总所述第二实施结果，获得实施结果集；
获取预设的风险评估模型，将所述实施结果集输入所述风险评估模型，获取评估结果，完成风险评估。
优选的，基于行业数据的企业风险评估方法，还包括：
步骤S3：构建风险类型-应对策略库，当所述评估结果包含至少一个第一风险类型时，基于所述构建风险类型-应对策略库，确定所述第一风险类型对应的第一应对策略，并向所述第一企业进行建议；
其中，构建风险类型-应对策略库，包括：
获取预设的风险类型集，所述风险类型集包括：多个第二风险类型；
获取所述第二风险类型对应的至少一个第二应对策略，同时，获取所述第二应对策略对应的多个第一测试记录项，所述第一评价记录项包括：第一测试策略和对应的第一测试结果；
对所述第一测试策略进行策略分析并拆分，获得多个第一策略；
基于预设的策略-经验值库，确定执行所述第一策略对应的经验值；
若所述经验值小于等于预设的第五阈值，剔除对应所述第一策略；
当所述第一策略中需要剔除的所述第一策略均被剔除后，将剩余所述第一策略按照策略先后顺序进行排序组合，获得第二测试策略；
获取预设的可行性分析模型，将所述第二测试策略输入所述可行性分析模型，获取分析结果，所述分析结果包括：可行和不可行；
当所述分析结果为不可行时，剔除对应所述第一测试记录项；
当所述第一测试记录项中需要剔除的所述第一测试记录项均被剔除后，将剩余所述第一测试记录项作为第二测试记录项；
提取所述第二测试记录项中的所述第一测试结果，并作为第二测试结果；
对所述第二测试结果进行结果分析，获取结果值；
将所述结果值进行求和计算，获得结果值和，并与对应所述第二应对策略进行关联；
将最大所述结果值和关联的所述第二应对策略与对应所述第二风险类型进行配对组合，获得一个配对组；
获取预设的空白数据库，将所述配对组存入所述空白数据库；
当需要存入所述空白数据库的配对组全部存入后，将所述空白数据库作为风险类型-应对策略库，完成构建。
优选的，基于行业数据的企业风险评估方法，还包括：
步骤S4：供所述第一企业与所述第二企业之间进行交流。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于行业数据的企业风险评估系统的示意图；
图2为本发明实施例中一种基于行业数据的企业风险评估方法的流程图；
图3为本发明实施例中又一基于行业数据的企业风险评估方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于行业数据的企业风险评估系统，如图1所示，包括：
获取模块1，用于获取第一企业待实施的多个第一项目，同时，获取所述第一项目对应的行业；
风险评估模块2，用于获取所述行业对应的行业数据，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，并进行输出显示。
上述技术方案的工作原理及有益效果为：
获取第一企业(客户企业)待实施的多个第一项目(例如：开设奶茶店等)；获取第一项目对应的行业(例如：奶茶行业)；获取行业对应的行业数据(例如：大量奶茶店开店真实案例)，基于行业数据，对第一项目进行风险评估(可基于第一项目的项目人员资历、项目资金、项目计划开设地等进行风险评估)，获取评估结果，并进行输出显示；
本发明实施例确定第一企业待实施的第一项目对应的行业，全面获取行业对应的行业数据，基于行业数据，对第一项目进行风险评估，无需人工收集行业数据进行风险评估，节省了人力成本，同时，可以避免人工进行风险评估存在全面性不足的问题。
本发明实施例提供了一种基于行业数据的企业风险评估系统，所述风险评估模块2执行如下操作：
基于预设的行业数据库，确定所述行业对应的多个第一数据项；
获取所述第一数据项对应的来源方式，所述来源方式包括：主动捕捉和被动获取；
当所述第一数据项对应的来源方式为主动捕捉时，获取主动捕捉所述第一数据项的第一捕捉流程；
对所述第一捕捉流程进行流程分析并拆分，获得多个第一流程；
将所述第一流程按照流程先后顺序进行排序，获得第一流程序列；
确定所述第一流程中捕捉到所述第一数据项的所述第一流程，并作为第二流程；
获取所述第二流程对应的捕捉场景，同时，获取所述捕捉场景提供所述第一数据项的提供方式，所述提供方式包括：自行发布和转发；
当所述捕捉场景提供所述第一数据项的提供方式为自行发布时，获取所述捕捉场景的可信度，若所述可信度小于等于预设的第一阈值，剔除对应所述第一数据项；
当所述捕捉场景提供所述第一数据项的提供方式为转发时，获取所述捕捉场景对所述第一数据项进行担保的担保值，若所述担保值小于等于预设的第二阈值，剔除对应第一数据项；
若所述第一数据项未被剔除，从所述第一流程序列中随机选取除所述第二流程之外的所述第一流程，并作为第三流程；
对所述第三流程进行特征分析并提取，获得至少一个第一特征；
获取预设的风险特征库，将所述第一特征与所述风险特征库中的第一风险特征进行匹配，若匹配符合，将匹配符合的第一风险特征作为第二风险特征，同时，将对应所述第三流程作为第四流程；
随机选取结束后，若所述第一流程序列中所述第二流程前存在所述第四流程，确定所述第一流程序列中所述第二流程前最靠前的所述第四流程，并作为第五流程，截取所述第一流程序列中所述第五流程至所述第二流程之间的第二流程序列；
同时，若所述流程序列中所述第二流程后存在所述第四流程，确定所述流程序列中所述第二流程后最靠后的所述第四流程，并作为第六流程，截取所述第一流程序列中所述第二流程至所述第五流程之间的第三流程序列；
获取预设的风险影响分析模型，将所述第二流程序列和/或所述第三流程序列输入所述风险影响分析模型，由所述风险影响分析模型分析所述第二流程受到的风险影响，获取影响值；
若所述影响值大于等于预设的第三阈值，剔除对应所述第一数据项；
当所述第一数据项对应的来源方式为被动获取时，获取被动获取所述第一数据项的获取来源；
获取所述获取来源对应的信用值，若所述信用值小于等于预设的第四阈值，剔除对应所述第一数据项；
当所述第一数据项中需要剔除的所述第一数据项均被剔除后，将剩余所述第二数据项作为第三数据项；
整合各所述第三数据项，获得所述行业对应的行业数据，完成获取。
上述技术方案的工作原理及有益效果为：
基于预设的行业数据库(包含不同行业对应的行业数据的数据库)，确定第一行业对应的多个第一数据项(例如：奶茶店开店案例)；第一数据项的来源方式分为主动捕捉(例如：我方从互联网中主动爬取)和被动获取(例如：行业数据收集机构提供给我方)两种；主动捕捉第一数据项时，记录第一捕捉流程(例如，流程1：搜索相关网页，流程2：对网页进行安全检测，流程3：爬取相关数据，流程4：将数据进行回传)；对第一捕捉流程进行流程分析并拆分，获得第一流程，并将第一流程按照流程先后顺序(时序)进行排序，获得第一流程序列；确定第二流程(对应流程3)，获取第二流程对应的捕捉场景(例如：网页)；捕捉场景提供第一数据项的方式分为自行发布(例如：原创)和转发两种；当捕捉场景自行发布时，只需获取捕捉场景的可信度(网页可信度)，若可信度小于等于预设的第一阈值(例如：95)，第一数据项不可信，剔除即可；当捕捉场景转发时，捕捉场景需要对第一数据项进行担保，获取担保值(担保值越大，担保力度越大)，若担保值小于等于预设的第二阈值(例如：85)，第一数据项也不可信，剔除即可；对第三流程进行特征分析并提取，获得第一特征；获取预设的风险特征库(包含第一捕捉流程中不同风险特征的数据库，风险特征具体为，例如：数据回传可能会附带恶意木马，即数据回传为风险特征等)，将第一特征与风险特征进行匹配，若匹配符合，将对应第三流程作为第四流程；因流程之间存在关联性，流程之间相互影响，因此，截取出第二流程序列和/或第三流程序列，输入预设的风险影响分析模型(利用机器学习算法对大量人工进行第一捕捉流程风险对捕捉造成的影响的记录进行学习后生成的模型)，分析第二流程受到的风险影响(例如：风险流程为加载网页中超链接对应的网页，安全性未知，后续爬取超链接对应的网页中相关数据的流程不可取，造成影响)，获取影响值，影响值越大，影响越大；当影响值大于等于预设的第三阈值(例如：75)时，第一捕捉流程不可取，剔除对应第一数据项；当来源为被动获取时，确定获取来源(例如：某行业数据收集机构)，获取所述获取来源对应的信用值(可基于历史上该行业数据收集机构提供数据的真实性确定)，若信用值小于等于预设的第四阈值(例如：98)，第一数据项不可信，应予剔除；
本发明实施例在获取行业数据时，从行业数据库中确定第一数据项，基于第一数据项来源方式的不同，分别进行验证，保证第一数据项来源的可靠性，提升了行业数据获取的精准性；当来源方式为主动捕捉时，对第一捕捉流程的可行性进行验证，当第一捕捉流程不可行时，剔除对应第一数据项；充分考虑了第一捕捉流程间的关联性，基于关联性分析风险流程(第四流程)对捕捉到的流程(第二流程)的影响，确定第一数据项是否可信。
本发明实施例提供了一种基于行业数据的企业风险评估系统，所述风险评估模块2执行如下操作：
获取预设的扩充节点集，所述扩充节点集包括：多个第一扩充节点；
获取历史上所述第一扩充节点对应的至少一个贡献值；
基于所述贡献值计算所述第一扩充节点的评价指数，计算公式如下：
l＝ρα+(n-ρ)γ
Figure BDA0003324555390000131
其中，l为所述第一扩充节点的评价指数，ρ为中间变量，Zi为中间变量，n为所述贡献值的总数目，σi为所述第一扩充节点对应的第i个贡献值，ε为预设的常数，α和γ为预设的权重值，α＞γ；
若所述评价指数大于等于预设的第六阈值，将对应所述第一扩充节点作为第二扩充节点；
通过所述第二扩充节点获取新产生的至少一个第一待扩充特征；
获取预设的捕捉流程集，所述捕捉流程集包括：多个第二捕捉流程；
获取预设的适配分析模型，将所述第一待扩充特征和所述第二捕捉流程输入所述适配分析模型，获取所述第一待扩充特征适配所述第二捕捉流程的至少一个适配值；
基于所述适配值计算所述第一待扩充特征的判定指数，计算公式如下：
Figure BDA0003324555390000141
其中，q为所述判定指数，e为自然常数，μ为所述适配值中小于等于预设的第七阈值的适配值的总数目，Q为所述适配值的总数目；
若所述判定指数大于等于预设的第八阈值，将对应所述第一待扩充特征作为第二待扩充特征；
将所述第二待扩充特征输入所述风险特征库；
当所述第二待扩充特征均输入所述风险特征库后，完成扩充。
上述技术方案的工作原理及有益效果为：
第一扩充节点对应一个风险特征收集团队，获取第一扩充节点的贡献值，贡献值代表历史上风险特征收集团队提供的风险特征被采纳的数量，数量越多，贡献值越大；基于贡献值计算评价指数(公式中，σi≥ε对贡献值进行大小筛选，赋予不同大小的贡献值不同权重计算评价指数)，评价指数越大，说明对应第一扩充节点越好，作为第二扩充节点；通过第二扩充节点新产生(新收集)的至少一个第一待扩充特征，基于预设的适配分析模型(利用机器学习算法对大量人工分析我方的流程是否可能会出现某风险特征的记录进行学习后生成的模型)，由适配分析模型分析第一待扩充特征是否适配，基于适配值(模型在不断进行更新训练，因此，会输出多个适配值)，基于适配值计算判定指数，判定指数越大，适配总体程度越大，填充至风险特征库；预设的常数具体为：例如，100；预设的第六阈值具体为：例如，60；预设的第七阈值具体为：例如，80；预设的第八阈值具体为：例如，75；
本发明实施例定时对所述风险特征库进行扩充，有效提升了主动捕捉第一数据项的捕捉流程中风险流程确定的精准性和全面性。
本发明实施例提供了一种基于行业数据的企业风险评估系统，所述风险评估模块2执行如下操作：
获取所述第一项目对应的第一项目信息；
对所述第一项目信息进行信息分析并归类，获得不同第一类型的第一信息项；
对所述第一信息项进行特征分析并提取，获得至少一个第二特征，并与对应所述第一类型进行关联；
从所述行业数据中随机提取一个行业事件，所述行业事件包括：其他第二企业已实施的第二项目信息和第一实施结果；
对所述第二项目信息进行信息分析并归类，获得不同第二类型的第二信息项；
对所述第二信息项进行特征分析并提取，获得至少一个第三特征，并与对应所述第二类型进行关联；
将所述第一类型关联的第一特征和与所述第一类型相同的所述第二类型关联的第二特征进行特征匹配，若均匹配符合，将对应第一实施结果作为第二实施结果；
汇总所述第二实施结果，获得实施结果集；
获取预设的风险评估模型，将所述实施结果集输入所述风险评估模型，获取评估结果，完成风险评估。
上述技术方案的工作原理及有益效果为：
获取第一项目对应的第一项目信息(例如：人员资历、计划投入资金、开设位置等)，对第一项目信息进行信息分析并归类，获得不同第一类型(例如：人员资历)的第一信息项(xxx，本科，3年奶茶行业经验等)；从行业数据中提取出一个行业事件，行业事件为其他第二企业已实施的第二项目信息和第一实施结果；要想利用该第一实施结果，需要将第一项目信息和第二项目信息进行特征提取和匹配，若均匹配符合，确定第二实施结果；将第二实施结果进行汇总，汇总后输入预设的风险评估模型(利用机器学习算法对大量人工对实施结果进行风险评估的记录进行学习后生成的模型)，获取评估结果，即完成评估。
本发明实施例提供了一种基于行业数据的企业风险评估系统，还包括：
建议模块，用于构建风险类型-应对策略库，当所述评估结果包含至少一个第一风险类型时，基于所述构建风险类型-应对策略库，确定所述第一风险类型对应的第一应对策略，并向所述第一企业进行建议；
其中，所述建议模块执行如下操作：
获取预设的风险类型集，所述风险类型集包括：多个第二风险类型；
获取所述第二风险类型对应的至少一个第二应对策略，同时，获取所述第二应对策略对应的多个第一测试记录项，所述第一评价记录项包括：第一测试策略和对应的第一测试结果；
对所述第一测试策略进行策略分析并拆分，获得多个第一策略；
基于预设的策略-经验值库，确定执行所述第一策略对应的经验值；
若所述经验值小于等于预设的第五阈值，剔除对应所述第一策略；
当所述第一策略中需要剔除的所述第一策略均被剔除后，将剩余所述第一策略按照策略先后顺序进行排序组合，获得第二测试策略；
获取预设的可行性分析模型，将所述第二测试策略输入所述可行性分析模型，获取分析结果，所述分析结果包括：可行和不可行；
当所述分析结果为不可行时，剔除对应所述第一测试记录项；
当所述第一测试记录项中需要剔除的所述第一测试记录项均被剔除后，将剩余所述第一测试记录项作为第二测试记录项；
提取所述第二测试记录项中的所述第一测试结果，并作为第二测试结果；
对所述第二测试结果进行结果分析，获取结果值；
将所述结果值进行求和计算，获得结果值和，并与对应所述第二应对策略进行关联；
将最大所述结果值和关联的所述第二应对策略与对应所述第二风险类型进行配对组合，获得一个配对组；
获取预设的空白数据库，将所述配对组存入所述空白数据库；
当需要存入所述空白数据库的配对组全部存入后，将所述空白数据库作为风险类型-应对策略库，完成构建。
上述技术方案的工作原理及有益效果为：
构建风险类型-应对策略库时，获取第二风险类型对应的至少一个第二应对策略(可以由相关专家进行提供)，我方设置多个测试团队，对应对策略进行测试，获得多个第一测试记录项，第一测试记录项包含第一测试策略(一般分为两种类型的测试策略即正向测试和反向测试，正向测试具体为，例如：对测试策略的效果进行预测，反向测试具体为，例如：直接模拟实施，基于实施效果进行效果评价)和对应第一测试结果；对第一测试策略进行策略分析并拆分，获得多个第一策略；基于预设的策略-经验值库(包含不同的策略对应的经验值数据库，经验值越大，代表测试团队执行该策略的经验越丰富，越可取)，确定所述第一策略对应的经验值；若经验值小于等于预设的第五阈值(例如：75)，剔除对应第一策略；将剩余第一策略按照策略先后顺序(时序)进行排序组合，获得第二测试策略；将可能不完整的第二测试策略输入预设的可行性分析模型(利用机器学习算法对大量人工进行策略可行性分析的记录进行学习后生成的模型)，获取分析结果；当分析结果为不可行时，剔除对应第一测试记录项；提取剩余第二测试记录项中的第二测试结果，并进行结果分析，获取结果值，结果值越大，说明对应第二应对策略效果越好，将汇总的最大结果值和对应的第二应对策略与对应第二风险类型进行配对组合，输入空白数据库；
本发明实施例构建风险类型-应对策略库，为第一企业建议适宜的第一应对策略，供用户参考，更加人性化；同时，在构建风险类型-应对策略库时，对第一测试记录项中的第一测试策略进行验证，验证不通过时，对应第一测试记录项不可取，保证了第二应对策略效果分析的精准性。
本发明实施例提供了一种基于行业数据的企业风险评估系统，还包括：
交流模块，用于供所述第一企业与所述第二企业之间进行交流。
上述技术方案的工作原理及有益效果为：
第一企业可以与第二企业之间进行交流，分享自身真实案例。
本发明实施例提供了一种基于行业数据的企业风险评估方法，如图2所示，包括：
步骤S1：获取第一企业待实施的多个第一项目，同时，获取所述第一项目对应的行业；
步骤S2：获取所述行业对应的行业数据，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，并进行输出显示。
上述技术方案的工作原理及有益效果为：
获取第一企业(客户企业)待实施的多个第一项目(例如：开设奶茶店等)；获取第一项目对应的行业(例如：奶茶行业)；获取行业对应的行业数据(例如：大量奶茶店开店真实案例)，基于行业数据，对第一项目进行风险评估(可基于第一项目的项目人员资历、项目资金、项目计划开设地等进行风险评估)，获取评估结果，并进行输出显示；
本发明实施例确定第一企业待实施的第一项目对应的行业，全面获取行业对应的行业数据，基于行业数据，对第一项目进行风险评估，无需人工收集行业数据进行风险评估，节省了人力成本，同时，可以避免人工进行风险评估存在全面性不足的问题。
本发明实施例提供了一种基于行业数据的企业风险评估方法，所述步骤S2中，获取所述行业对应的行业数据，包括：
基于预设的行业数据库，确定所述行业对应的多个第一数据项；
获取所述第一数据项对应的来源方式，所述来源方式包括：主动捕捉和被动获取；
当所述第一数据项对应的来源方式为主动捕捉时，获取主动捕捉所述第一数据项的第一捕捉流程；
对所述第一捕捉流程进行流程分析并拆分，获得多个第一流程；
将所述第一流程按照流程先后顺序进行排序，获得第一流程序列；
确定所述第一流程中捕捉到所述第一数据项的所述第一流程，并作为第二流程；
获取所述第二流程对应的捕捉场景，同时，获取所述捕捉场景提供所述第一数据项的提供方式，所述提供方式包括：自行发布和转发；
当所述捕捉场景提供所述第一数据项的提供方式为自行发布时，获取所述捕捉场景的可信度，若所述可信度小于等于预设的第一阈值，剔除对应所述第一数据项；
当所述捕捉场景提供所述第一数据项的提供方式为转发时，获取所述捕捉场景对所述第一数据项进行担保的担保值，若所述担保值小于等于预设的第二阈值，剔除对应第一数据项；
若所述第一数据项未被剔除，从所述第一流程序列中随机选取除所述第二流程之外的所述第一流程，并作为第三流程；
对所述第三流程进行特征分析并提取，获得至少一个第一特征；
获取预设的风险特征库，将所述第一特征与所述风险特征库中的第一风险特征进行匹配，若匹配符合，将匹配符合的第一风险特征作为第二风险特征，同时，将对应所述第三流程作为第四流程；
随机选取结束后，若所述第一流程序列中所述第二流程前存在所述第四流程，确定所述第一流程序列中所述第二流程前最靠前的所述第四流程，并作为第五流程，截取所述第一流程序列中所述第五流程至所述第二流程之间的第二流程序列；
同时，若所述流程序列中所述第二流程后存在所述第四流程，确定所述流程序列中所述第二流程后最靠后的所述第四流程，并作为第六流程，截取所述第一流程序列中所述第二流程至所述第五流程之间的第三流程序列；
获取预设的风险影响分析模型，将所述第二流程序列和/或所述第三流程序列输入所述风险影响分析模型，由所述风险影响分析模型分析所述第二流程受到的风险影响，获取影响值；
若所述影响值大于等于预设的第三阈值，剔除对应所述第一数据项；
当所述第一数据项对应的来源方式为被动获取时，获取被动获取所述第一数据项的获取来源；
获取所述获取来源对应的信用值，若所述信用值小于等于预设的第四阈值，剔除对应所述第一数据项；
当所述第一数据项中需要剔除的所述第一数据项均被剔除后，将剩余所述第二数据项作为第三数据项；
整合各所述第三数据项，获得所述行业对应的行业数据，完成获取。
上述技术方案的工作原理及有益效果为：
基于预设的行业数据库(包含不同行业对应的行业数据的数据库)，确定第一行业对应的多个第一数据项(例如：奶茶店开店案例)；第一数据项的来源方式分为主动捕捉(例如：我方从互联网中主动爬取)和被动获取(例如：行业数据收集机构提供给我方)两种；主动捕捉第一数据项时，记录第一捕捉流程(例如，流程1：搜索相关网页，流程2：对网页进行安全检测，流程3：爬取相关数据，流程4：将数据进行回传)；对第一捕捉流程进行流程分析并拆分，获得第一流程，并将第一流程按照流程先后顺序(时序)进行排序，获得第一流程序列；确定第二流程(对应流程3)，获取第二流程对应的捕捉场景(例如：网页)；捕捉场景提供第一数据项的方式分为自行发布(例如：原创)和转发两种；当捕捉场景自行发布时，只需获取捕捉场景的可信度(网页可信度)，若可信度小于等于预设的第一阈值(例如：95)，第一数据项不可信，剔除即可；当捕捉场景转发时，捕捉场景需要对第一数据项进行担保，获取担保值(担保值越大，担保力度越大)，若担保值小于等于预设的第二阈值(例如：85)，第一数据项也不可信，剔除即可；对第三流程进行特征分析并提取，获得第一特征；获取预设的风险特征库(包含第一捕捉流程中不同风险特征的数据库，风险特征具体为，例如：数据回传可能会附带恶意木马，即数据回传为风险特征等)，将第一特征与风险特征进行匹配，若匹配符合，将对应第三流程作为第四流程；因流程之间存在关联性，流程之间相互影响，因此，截取出第二流程序列和/或第三流程序列，输入预设的风险影响分析模型(利用机器学习算法对大量人工进行第一捕捉流程风险对捕捉造成的影响的记录进行学习后生成的模型)，分析第二流程受到的风险影响(例如：风险流程为加载网页中超链接对应的网页，安全性未知，后续爬取超链接对应的网页中相关数据的流程不可取，造成影响)，获取影响值，影响值越大，影响越大；当影响值大于等于预设的第三阈值(例如：75)时，第一捕捉流程不可取，剔除对应第一数据项；当来源为被动获取时，确定获取来源(例如：某行业数据收集机构)，获取所述获取来源对应的信用值(可基于历史上该行业数据收集机构提供数据的真实性确定)，若信用值小于等于预设的第四阈值(例如：98)，第一数据项不可信，应予剔除；
本发明实施例在获取行业数据时，从行业数据库中确定第一数据项，基于第一数据项来源方式的不同，分别进行验证，保证第一数据项来源的可靠性，提升了行业数据获取的精准性；当来源方式为主动捕捉时，对第一捕捉流程的可行性进行验证，当第一捕捉流程不可行时，剔除对应第一数据项；充分考虑了第一捕捉流程间的关联性，基于关联性分析风险流程(第四流程)对捕捉到的流程(第二流程)的影响，确定第一数据项是否可信。
本发明实施例提供了一种基于行业数据的企业风险评估方法，还包括：
定时对所述风险特征库进行扩充；
其中，定时对所述风险特征库进行扩充，包括：
获取预设的扩充节点集，所述扩充节点集包括：多个第一扩充节点；
获取历史上所述第一扩充节点对应的至少一个贡献值；
基于所述贡献值计算所述第一扩充节点的评价指数，计算公式如下：
l＝ρα+(n-ρ)γ
Figure BDA0003324555390000221
其中，l为所述第一扩充节点的评价指数，ρ为中间变量，Zi为中间变量，n为所述贡献值的总数目，σi为所述第一扩充节点对应的第i个贡献值，ε为预设的常数，α和γ为预设的权重值，α＞γ；
若所述评价指数大于等于预设的第六阈值，将对应所述第一扩充节点作为第二扩充节点；
通过所述第二扩充节点获取新产生的至少一个第一待扩充特征；
获取预设的捕捉流程集，所述捕捉流程集包括：多个第二捕捉流程；
获取预设的适配分析模型，将所述第一待扩充特征和所述第二捕捉流程输入所述适配分析模型，获取所述第一待扩充特征适配所述第二捕捉流程的至少一个适配值；
基于所述适配值计算所述第一待扩充特征的判定指数，计算公式如下：
Figure BDA0003324555390000222
其中，q为所述判定指数，e为自然常数，μ为所述适配值中小于等于预设的第七阈值的适配值的总数目，Q为所述适配值的总数目；
若所述判定指数大于等于预设的第八阈值，将对应所述第一待扩充特征作为第二待扩充特征；
将所述第二待扩充特征输入所述风险特征库；
当所述第二待扩充特征均输入所述风险特征库后，完成扩充。
上述技术方案的工作原理及有益效果为：
第一扩充节点对应一个风险特征收集团队，获取第一扩充节点的贡献值，贡献值代表历史上风险特征收集团队提供的风险特征被采纳的数量，数量越多，贡献值越大；基于贡献值计算评价指数(公式中，σi≥ε对贡献值进行大小筛选，赋予不同大小的贡献值不同权重计算评价指数)，评价指数越大，说明对应第一扩充节点越好，作为第二扩充节点；通过第二扩充节点新产生(新收集)的至少一个第一待扩充特征，基于预设的适配分析模型(利用机器学习算法对大量人工分析我方的流程是否可能会出现某风险特征的记录进行学习后生成的模型)，由适配分析模型分析第一待扩充特征是否适配，基于适配值(模型在不断进行更新训练，因此，会输出多个适配值)，基于适配值计算判定指数，判定指数越大，适配总体程度越大，填充至风险特征库；预设的常数具体为：例如，100；预设的第六阈值具体为：例如，60；预设的第七阈值具体为：例如，80；预设的第八阈值具体为：例如，75；
本发明实施例定时对所述风险特征库进行扩充，有效提升了主动捕捉第一数据项的捕捉流程中风险流程确定的精准性和全面性。
本发明实施例提供了一种基于行业数据的企业风险评估方法，所述步骤S2中，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，包括：
获取所述第一项目对应的第一项目信息；
对所述第一项目信息进行信息分析并归类，获得不同第一类型的第一信息项；
对所述第一信息项进行特征分析并提取，获得至少一个第二特征，并与对应所述第一类型进行关联；
从所述行业数据中随机提取一个行业事件，所述行业事件包括：其他第二企业已实施的第二项目信息和第一实施结果；
对所述第二项目信息进行信息分析并归类，获得不同第二类型的第二信息项；
对所述第二信息项进行特征分析并提取，获得至少一个第三特征，并与对应所述第二类型进行关联；
将所述第一类型关联的第一特征和与所述第一类型相同的所述第二类型关联的第二特征进行特征匹配，若均匹配符合，将对应第一实施结果作为第二实施结果；
汇总所述第二实施结果，获得实施结果集；
获取预设的风险评估模型，将所述实施结果集输入所述风险评估模型，获取评估结果，完成风险评估。
上述技术方案的工作原理及有益效果为：
获取第一项目对应的第一项目信息(例如：人员资历、计划投入资金、开设位置等)，对第一项目信息进行信息分析并归类，获得不同第一类型(例如：人员资历)的第一信息项(xxx，本科，3年奶茶行业经验等)；从行业数据中提取出一个行业事件，行业事件为其他第二企业已实施的第二项目信息和第一实施结果；要想利用该第一实施结果，需要将第一项目信息和第二项目信息进行特征提取和匹配，若均匹配符合，确定第二实施结果；将第二实施结果进行汇总，汇总后输入预设的风险评估模型(利用机器学习算法对大量人工对实施结果进行风险评估的记录进行学习后生成的模型)，获取评估结果，即完成评估。
本发明实施例提供了一种基于行业数据的企业风险评估方法，还包括：
步骤S3：构建风险类型-应对策略库，当所述评估结果包含至少一个第一风险类型时，基于所述构建风险类型-应对策略库，确定所述第一风险类型对应的第一应对策略，并向所述第一企业进行建议；
其中，构建风险类型-应对策略库，包括：
获取预设的风险类型集，所述风险类型集包括：多个第二风险类型；
获取所述第二风险类型对应的至少一个第二应对策略，同时，获取所述第二应对策略对应的多个第一测试记录项，所述第一评价记录项包括：第一测试策略和对应的第一测试结果；
对所述第一测试策略进行策略分析并拆分，获得多个第一策略；
基于预设的策略-经验值库，确定执行所述第一策略对应的经验值；
若所述经验值小于等于预设的第五阈值，剔除对应所述第一策略；
当所述第一策略中需要剔除的所述第一策略均被剔除后，将剩余所述第一策略按照策略先后顺序进行排序组合，获得第二测试策略；
获取预设的可行性分析模型，将所述第二测试策略输入所述可行性分析模型，获取分析结果，所述分析结果包括：可行和不可行；
当所述分析结果为不可行时，剔除对应所述第一测试记录项；
当所述第一测试记录项中需要剔除的所述第一测试记录项均被剔除后，将剩余所述第一测试记录项作为第二测试记录项；
提取所述第二测试记录项中的所述第一测试结果，并作为第二测试结果；
对所述第二测试结果进行结果分析，获取结果值；
将所述结果值进行求和计算，获得结果值和，并与对应所述第二应对策略进行关联；
将最大所述结果值和关联的所述第二应对策略与对应所述第二风险类型进行配对组合，获得一个配对组；
获取预设的空白数据库，将所述配对组存入所述空白数据库；
当需要存入所述空白数据库的配对组全部存入后，将所述空白数据库作为风险类型-应对策略库，完成构建。
上述技术方案的工作原理及有益效果为：
构建风险类型-应对策略库时，获取第二风险类型对应的至少一个第二应对策略(可以由相关专家进行提供)，我方设置多个测试团队，对应对策略进行测试，获得多个第一测试记录项，第一测试记录项包含第一测试策略(一般分为两种类型的测试策略即正向测试和反向测试，正向测试具体为，例如：对测试策略的效果进行预测，反向测试具体为，例如：直接模拟实施，基于实施效果进行效果评价)和对应第一测试结果；对第一测试策略进行策略分析并拆分，获得多个第一策略；基于预设的策略-经验值库(包含不同的策略对应的经验值数据库，经验值越大，代表测试团队执行该策略的经验越丰富，越可取)，确定所述第一策略对应的经验值；若经验值小于等于预设的第五阈值(例如：75)，剔除对应第一策略；将剩余第一策略按照策略先后顺序(时序)进行排序组合，获得第二测试策略；将可能不完整的第二测试策略输入预设的可行性分析模型(利用机器学习算法对大量人工进行策略可行性分析的记录进行学习后生成的模型)，获取分析结果；当分析结果为不可行时，剔除对应第一测试记录项；提取剩余第二测试记录项中的第二测试结果，并进行结果分析，获取结果值，结果值越大，说明对应第二应对策略效果越好，将汇总的最大结果值和对应的第二应对策略与对应第二风险类型进行配对组合，输入空白数据库；
本发明实施例构建风险类型-应对策略库，为第一企业建议适宜的第一应对策略，供用户参考，更加人性化；同时，在构建风险类型-应对策略库时，对第一测试记录项中的第一测试策略进行验证，验证不通过时，对应第一测试记录项不可取，保证了第二应对策略效果分析的精准性。
本发明实施例提供了一种基于行业数据的企业风险评估方法，如图3所示，还包括：
步骤S4：供所述第一企业与所述第二企业之间进行交流。
本发明实施例提供了一种基于行业数据的企业风险评估系统，还包括：
交流模块，用于供所述第一企业与所述第二企业之间进行交流。
上述技术方案的工作原理及有益效果为：
第一企业可以与第二企业之间进行交流，分享自身真实案例。
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 (10)

1.一种基于行业数据的企业风险评估系统，其特征在于，包括：
获取模块，用于获取第一企业待实施的多个第一项目，同时，获取所述第一项目对应的行业；
风险评估模块，用于获取所述行业对应的行业数据，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，并进行输出显示。
2.如权利要求1所述的一种基于行业数据的企业风险评估系统，其特征在于，所述风险评估模块执行如下操作：
基于预设的行业数据库，确定所述行业对应的多个第一数据项；
获取所述第一数据项对应的来源方式，所述来源方式包括：主动捕捉和被动获取；
当所述第一数据项对应的来源方式为主动捕捉时，获取主动捕捉所述第一数据项的第一捕捉流程；
对所述第一捕捉流程进行流程分析并拆分，获得多个第一流程；
将所述第一流程按照流程先后顺序进行排序，获得第一流程序列；
确定所述第一流程中捕捉到所述第一数据项的所述第一流程，并作为第二流程；
获取所述第二流程对应的捕捉场景，同时，获取所述捕捉场景提供所述第一数据项的提供方式，所述提供方式包括：自行发布和转发；
当所述捕捉场景提供所述第一数据项的提供方式为自行发布时，获取所述捕捉场景的可信度，若所述可信度小于等于预设的第一阈值，剔除对应所述第一数据项；
当所述捕捉场景提供所述第一数据项的提供方式为转发时，获取所述捕捉场景对所述第一数据项进行担保的担保值，若所述担保值小于等于预设的第二阈值，剔除对应第一数据项；
若所述第一数据项未被剔除，从所述第一流程序列中随机选取除所述第二流程之外的所述第一流程，并作为第三流程；
对所述第三流程进行特征分析并提取，获得至少一个第一特征；
获取预设的风险特征库，将所述第一特征与所述风险特征库中的第一风险特征进行匹配，若匹配符合，将匹配符合的第一风险特征作为第二风险特征，同时，将对应所述第三流程作为第四流程；
随机选取结束后，若所述第一流程序列中所述第二流程前存在所述第四流程，确定所述第一流程序列中所述第二流程前最靠前的所述第四流程，并作为第五流程，截取所述第一流程序列中所述第五流程至所述第二流程之间的第二流程序列；
同时，若所述流程序列中所述第二流程后存在所述第四流程，确定所述流程序列中所述第二流程后最靠后的所述第四流程，并作为第六流程，截取所述第一流程序列中所述第二流程至所述第五流程之间的第三流程序列；
获取预设的风险影响分析模型，将所述第二流程序列和/或所述第三流程序列输入所述风险影响分析模型，由所述风险影响分析模型分析所述第二流程受到的风险影响，获取影响值；
若所述影响值大于等于预设的第三阈值，剔除对应所述第一数据项；
当所述第一数据项对应的来源方式为被动获取时，获取被动获取所述第一数据项的获取来源；
获取所述获取来源对应的信用值，若所述信用值小于等于预设的第四阈值，剔除对应所述第一数据项；
当所述第一数据项中需要剔除的所述第一数据项均被剔除后，将剩余所述第二数据项作为第三数据项；
整合各所述第三数据项，获得所述行业对应的行业数据，完成获取。
3.如权利要求1所述的一种基于行业数据的企业风险评估系统，其特征在于，所述风险评估模块执行如下操作：
获取所述第一项目对应的第一项目信息；
对所述第一项目信息进行信息分析并归类，获得不同第一类型的第一信息项；
对所述第一信息项进行特征分析并提取，获得至少一个第二特征，并与对应所述第一类型进行关联；
从所述行业数据中随机提取一个行业事件，所述行业事件包括：其他第二企业已实施的第二项目信息和第一实施结果；
对所述第二项目信息进行信息分析并归类，获得不同第二类型的第二信息项；
对所述第二信息项进行特征分析并提取，获得至少一个第三特征，并与对应所述第二类型进行关联；
将所述第一类型关联的第一特征和与所述第一类型相同的所述第二类型关联的第二特征进行特征匹配，若均匹配符合，将对应第一实施结果作为第二实施结果；
汇总所述第二实施结果，获得实施结果集；
获取预设的风险评估模型，将所述实施结果集输入所述风险评估模型，获取评估结果，完成风险评估。
4.如权利要求1所述的一种基于行业数据的企业风险评估系统，其特征在于，还包括：
建议模块，用于构建风险类型-应对策略库，当所述评估结果包含至少一个第一风险类型时，基于所述构建风险类型-应对策略库，确定所述第一风险类型对应的第一应对策略，并向所述第一企业进行建议；
其中，所述建议模块执行如下操作：
获取预设的风险类型集，所述风险类型集包括：多个第二风险类型；
获取所述第二风险类型对应的至少一个第二应对策略，同时，获取所述第二应对策略对应的多个第一测试记录项，所述第一评价记录项包括：第一测试策略和对应的第一测试结果；
对所述第一测试策略进行策略分析并拆分，获得多个第一策略；
基于预设的策略-经验值库，确定执行所述第一策略对应的经验值；
若所述经验值小于等于预设的第五阈值，剔除对应所述第一策略；
当所述第一策略中需要剔除的所述第一策略均被剔除后，将剩余所述第一策略按照策略先后顺序进行排序组合，获得第二测试策略；
获取预设的可行性分析模型，将所述第二测试策略输入所述可行性分析模型，获取分析结果，所述分析结果包括：可行和不可行；
当所述分析结果为不可行时，剔除对应所述第一测试记录项；
当所述第一测试记录项中需要剔除的所述第一测试记录项均被剔除后，将剩余所述第一测试记录项作为第二测试记录项；
提取所述第二测试记录项中的所述第一测试结果，并作为第二测试结果；
对所述第二测试结果进行结果分析，获取结果值；
将所述结果值进行求和计算，获得结果值和，并与对应所述第二应对策略进行关联；
将最大所述结果值和关联的所述第二应对策略与对应所述第二风险类型进行配对组合，获得一个配对组；
获取预设的空白数据库，将所述配对组存入所述空白数据库；
当需要存入所述空白数据库的配对组全部存入后，将所述空白数据库作为风险类型-应对策略库，完成构建。
5.如权利要求3所述的一种基于行业数据的企业风险评估系统，其特征在于，还包括：
交流模块，用于供所述第一企业与所述第二企业之间进行交流。
6.一种基于行业数据的企业风险评估方法，其特征在于，包括：
步骤S1：获取第一企业待实施的多个第一项目，同时，获取所述第一项目对应的行业；
步骤S2：获取所述行业对应的行业数据，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，并进行输出显示。
7.如权利要求6所述的一种基于行业数据的企业风险评估方法，其特征在于，所述步骤S2中，获取所述行业对应的行业数据，包括：
基于预设的行业数据库，确定所述行业对应的多个第一数据项；
获取所述第一数据项对应的来源方式，所述来源方式包括：主动捕捉和被动获取；
当所述第一数据项对应的来源方式为主动捕捉时，获取主动捕捉所述第一数据项的第一捕捉流程；
对所述第一捕捉流程进行流程分析并拆分，获得多个第一流程；
将所述第一流程按照流程先后顺序进行排序，获得第一流程序列；
确定所述第一流程中捕捉到所述第一数据项的所述第一流程，并作为第二流程；
获取所述第二流程对应的捕捉场景，同时，获取所述捕捉场景提供所述第一数据项的提供方式，所述提供方式包括：自行发布和转发；
当所述捕捉场景提供所述第一数据项的提供方式为自行发布时，获取所述捕捉场景的可信度，若所述可信度小于等于预设的第一阈值，剔除对应所述第一数据项；
当所述捕捉场景提供所述第一数据项的提供方式为转发时，获取所述捕捉场景对所述第一数据项进行担保的担保值，若所述担保值小于等于预设的第二阈值，剔除对应第一数据项；
若所述第一数据项未被剔除，从所述第一流程序列中随机选取除所述第二流程之外的所述第一流程，并作为第三流程；
对所述第三流程进行特征分析并提取，获得至少一个第一特征；
获取预设的风险特征库，将所述第一特征与所述风险特征库中的第一风险特征进行匹配，若匹配符合，将匹配符合的第一风险特征作为第二风险特征，同时，将对应所述第三流程作为第四流程；
随机选取结束后，若所述第一流程序列中所述第二流程前存在所述第四流程，确定所述第一流程序列中所述第二流程前最靠前的所述第四流程，并作为第五流程，截取所述第一流程序列中所述第五流程至所述第二流程之间的第二流程序列；
同时，若所述流程序列中所述第二流程后存在所述第四流程，确定所述流程序列中所述第二流程后最靠后的所述第四流程，并作为第六流程，截取所述第一流程序列中所述第二流程至所述第五流程之间的第三流程序列；
获取预设的风险影响分析模型，将所述第二流程序列和/或所述第三流程序列输入所述风险影响分析模型，由所述风险影响分析模型分析所述第二流程受到的风险影响，获取影响值；
若所述影响值大于等于预设的第三阈值，剔除对应所述第一数据项；
当所述第一数据项对应的来源方式为被动获取时，获取被动获取所述第一数据项的获取来源；
获取所述获取来源对应的信用值，若所述信用值小于等于预设的第四阈值，剔除对应所述第一数据项；
当所述第一数据项中需要剔除的所述第一数据项均被剔除后，将剩余所述第二数据项作为第三数据项；
整合各所述第三数据项，获得所述行业对应的行业数据，完成获取。
8.如权利要求7所述的一种基于行业数据的企业风险评估方法，其特征在于，所述步骤S2中，基于所述行业数据，对相应所述第一项目进行风险评估，获取评估结果，包括：
获取所述第一项目对应的第一项目信息；
对所述第一项目信息进行信息分析并归类，获得不同第一类型的第一信息项；
对所述第一信息项进行特征分析并提取，获得至少一个第二特征，并与对应所述第一类型进行关联；
从所述行业数据中随机提取一个行业事件，所述行业事件包括：其他第二企业已实施的第二项目信息和第一实施结果；
对所述第二项目信息进行信息分析并归类，获得不同第二类型的第二信息项；
对所述第二信息项进行特征分析并提取，获得至少一个第三特征，并与对应所述第二类型进行关联；
将所述第一类型关联的第一特征和与所述第一类型相同的所述第二类型关联的第二特征进行特征匹配，若均匹配符合，将对应第一实施结果作为第二实施结果；
汇总所述第二实施结果，获得实施结果集；
获取预设的风险评估模型，将所述实施结果集输入所述风险评估模型，获取评估结果，完成风险评估。
9.如权利要求6所述的一种基于行业数据的企业风险评估方法，其特征在于，还包括：
步骤S3：构建风险类型-应对策略库，当所述评估结果包含至少一个第一风险类型时，基于所述构建风险类型-应对策略库，确定所述第一风险类型对应的第一应对策略，并向所述第一企业进行建议；
其中，构建风险类型-应对策略库，包括：
获取预设的风险类型集，所述风险类型集包括：多个第二风险类型；
获取所述第二风险类型对应的至少一个第二应对策略，同时，获取所述第二应对策略对应的多个第一测试记录项，所述第一评价记录项包括：第一测试策略和对应的第一测试结果；
对所述第一测试策略进行策略分析并拆分，获得多个第一策略；
基于预设的策略-经验值库，确定执行所述第一策略对应的经验值；
若所述经验值小于等于预设的第五阈值，剔除对应所述第一策略；
当所述第一策略中需要剔除的所述第一策略均被剔除后，将剩余所述第一策略按照策略先后顺序进行排序组合，获得第二测试策略；
获取预设的可行性分析模型，将所述第二测试策略输入所述可行性分析模型，获取分析结果，所述分析结果包括：可行和不可行；
当所述分析结果为不可行时，剔除对应所述第一测试记录项；
当所述第一测试记录项中需要剔除的所述第一测试记录项均被剔除后，将剩余所述第一测试记录项作为第二测试记录项；
提取所述第二测试记录项中的所述第一测试结果，并作为第二测试结果；
对所述第二测试结果进行结果分析，获取结果值；
将所述结果值进行求和计算，获得结果值和，并与对应所述第二应对策略进行关联；
将最大所述结果值和关联的所述第二应对策略与对应所述第二风险类型进行配对组合，获得一个配对组；
获取预设的空白数据库，将所述配对组存入所述空白数据库；
当需要存入所述空白数据库的配对组全部存入后，将所述空白数据库作为风险类型-应对策略库，完成构建。
10.如权利要求8所述的一种基于行业数据的企业风险评估方法，其特征在于，还包括：
步骤S4：供所述第一企业与所述第二企业之间进行交流。
CN202111257461.3A 2021-10-27 2021-10-27 一种基于行业数据的企业风险评估系统及方法 Pending CN113988616A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111257461.3A CN113988616A (zh) 2021-10-27 2021-10-27 一种基于行业数据的企业风险评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111257461.3A CN113988616A (zh) 2021-10-27 2021-10-27 一种基于行业数据的企业风险评估系统及方法

Publications (1)

Publication Number Publication Date
CN113988616A true CN113988616A (zh) 2022-01-28

Family

ID=79742765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111257461.3A Pending CN113988616A (zh) 2021-10-27 2021-10-27 一种基于行业数据的企业风险评估系统及方法

Country Status (1)

Country Link
CN (1) CN113988616A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114595497A (zh) * 2022-01-29 2022-06-07 中铁北京工程局集团有限公司 一种隐伏溶洞智能探测方法及系统
CN116185815A (zh) * 2022-11-17 2023-05-30 北京东方通科技股份有限公司 一种软件性能测试模拟方法及系统
CN117333006A (zh) * 2023-08-03 2024-01-02 上海海关机电产品检测技术中心 一种进出口工业产品风险信息监测系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114595497A (zh) * 2022-01-29 2022-06-07 中铁北京工程局集团有限公司 一种隐伏溶洞智能探测方法及系统
CN116185815A (zh) * 2022-11-17 2023-05-30 北京东方通科技股份有限公司 一种软件性能测试模拟方法及系统
CN116185815B (zh) * 2022-11-17 2023-12-08 北京东方通科技股份有限公司 一种软件性能测试模拟方法及系统
CN117333006A (zh) * 2023-08-03 2024-01-02 上海海关机电产品检测技术中心 一种进出口工业产品风险信息监测系统及方法

Similar Documents

Publication Publication Date Title
CN113988616A (zh) 一种基于行业数据的企业风险评估系统及方法
CA2791597C (en) Biometric training and matching engine
CN106548343B (zh) 一种非法交易检测方法及装置
US8832124B2 (en) Biometric matching engine
CN113011973B (zh) 基于智能合约数据湖的金融交易监管模型的方法及设备
CN110992167A (zh) 银行客户业务意图识别方法及装置
CN110998608A (zh) 用于各种计算机应用程序的机器学习系统
CN112132233A (zh) 一种基于有效影响因子的服刑人员危险行为预测方法及系统
Ray Fraud detection in e-Commerce using machine learning
CN109711424A (zh) 一种基于决策树的行为规则获取方法、装置及设备
CN113988613A (zh) 一种基于企业信用的决策系统及方法
CN113689218A (zh) 风险账户的识别方法、装置、计算机设备和存储介质
CN114417020A (zh) 一种产业链图谱构建系统及方法
CN107862599B (zh) 银行风险数据处理方法、装置、计算机设备和存储介质
CN114463011A (zh) 基于区块链的异常交易检测方法、装置、设备及存储介质
CN112990989A (zh) 价值预测模型输入数据生成方法、装置、设备和介质
CN113688317B (zh) 一种基于区块链的信息推荐方法及系统
CN112434886A (zh) 一种预测客户抵押贷款违约概率的方法
CN110808947A (zh) 一种自动化的脆弱性量化评估方法及系统
CN114417884A (zh) 一种用于信息技术咨询服务的智能展示装置及方法
CN114511329A (zh) 账户识别方法、装置、存储介质和电子设备
CN114519437A (zh) 一种基于云的故障诊断分析及报修的微服务方法及系统
CN113409130A (zh) 交易风险识别方法、装置及计算机存储介质
CN113657808A (zh) 一种人员评定方法、装置、设备及存储介质
CN113554099A (zh) 一种识别异常商户的方法及装置

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