CN115292754A - 一种征信平台信用数据风险监控方法 - Google Patents

一种征信平台信用数据风险监控方法 Download PDF

Info

Publication number
CN115292754A
CN115292754A CN202210801775.3A CN202210801775A CN115292754A CN 115292754 A CN115292754 A CN 115292754A CN 202210801775 A CN202210801775 A CN 202210801775A CN 115292754 A CN115292754 A CN 115292754A
Authority
CN
China
Prior art keywords
data
information
early warning
credit
template
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
CN202210801775.3A
Other languages
English (en)
Inventor
付佳鑫
郑云龙
于鹏辉
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.)
Qingdao Engineering Consulting Institute
Original Assignee
Qingdao Engineering Consulting Institute
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 Qingdao Engineering Consulting Institute filed Critical Qingdao Engineering Consulting Institute
Priority to CN202210801775.3A priority Critical patent/CN115292754A/zh
Publication of CN115292754A publication Critical patent/CN115292754A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • 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
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F16/90344—Query processing by using string matching techniques
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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
    • G06Q40/10—Tax strategies
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services; Handling legal documents
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5021—Priority
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2151—Time stamp

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Technology Law (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Bioethics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Educational Administration (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种征信平台信用数据风险监控方法，具体实现步骤如下：S1、配置预警数据模板，主要包含需要预警的数据类目，将需要预警的信息进行整理归纳，制作成可配置的模板；S2、将来源数据中需要预警的数据进行细化拆分存储，存储方式为按时间戳分库、分表方式，数据形式为key‑value形式。本发明对比传统通过大而全的数据比对发掘有用的预警信息，本发明采用采用更细粒度更有针对性的对不同预警数据采用分布式计算，在提高预警信息的准确性和时效性的同时，有效的解决数据库集中读写造成服务器资源浪费、数据库性能下降等问题，也大大降低了算法实现的耦合度降低了实施维护的成本。

Description

一种征信平台信用数据风险监控方法
技术领域
本发明涉及计算机信息处理技术领域，尤其涉及一种征信平台信用数据风险监控方法。
背景技术
征信就是专业化的、独立的第三方机构为个人或企业建立信用档案，依法采集、客观记录其信用信息，并依法对外提供信用信息服务的一种活动，它为专业化的授信机构提供了信用信息共享的平台。
征信数据监控的传统方法是将各种来源的数据统一转换到同一个数据库中，将不同类型的数据归类到不同的数据表中以数据行为单位存储，然后后对数据轮询比对发现和历史数据不同后整理出预警数据。
由于数据来源众多，有的是通过特定接口直接推送，有的是通过文件手动上传。更新方式不一样，有的是全量更新，有的是部分增量更新。更新时间不一样，有的是按年更新、有的数据按月度更新。随着时间推移，会造成数据库频繁的读写，大量消耗服务资源，严重影响预警数据的时效性和有效性。由于数据来源众多，更新时间也不统一，造成程序实现非常的复杂，不利于灵活定制扩展关注需要预警的数据，所以需要进行改进。
发明内容
本发明的目的是为了解决现有技术中因数据来源众多且更新方式、更新时间的不同，导致数据库频繁的读写，大量消耗服务资源，严重影响预警数据的时效性和有效性，同时还造成程序实现非常的复杂，不利于灵活定制扩展关注需要预警的数据的不足，而提出的一种征信平台信用数据风险监控方法。
为了实现上述目的，本发明采用了如下技术方案：
一种征信平台信用数据风险监控方法，具体实现步骤如下：
S1、配置预警数据模板，主要包含需要预警的数据类目，将需要预警的信息进行整理归纳，制作成可配置的模板；
S2、将来源数据中需要预警的数据进行细化拆分存储，存储方式为按时间戳分库、分表方式，数据形式为key-value形式；
S3、通过优先级计算类目综合计算等得出预警模板中的数据的优先级，优先级高的数据可分配较多线程等资源来快速处理数据，优化服务器资源的合理使用；
S4、根据数据比对的优先级再次制作热点数据模板，数据模板包含数据内容、时间戳、数据来源以及上次比对出现数据内容差异的时间戳、是否新增、是否变更标志，同时数据内容取hash后的签名，签名数据格式直接使用二进制数据格式，通过数据签名、时间戳、来源来确保数据比对的有效性和完整性；
S5、将历史数据按照按照热点数据模板保存到内存中，定时将来源数据和内存中的数据做两次比较，将重点需要预警的数据保存到指定媒介中，合理的使用内存可大大降低服务器硬盘的读写提高数据相应速度，二进制签名可大大降低数据对比的内容大小，降低cpu的使用率；
S6、继续将预警数据模板中剩余非热点数据拼接为一个字符串并计算得出hash值，与新增的数据做同样处理后比较hash签名是否相等来得出数据是否出现变动，如果出现变动则进一部按照时间戳比较数据内容；
S7、定期调整热点数据模板，优化数据对比算法，保留数据对比日志；
S8、将S5、S6处理后的数据按照预警模板生成方便阅读格式的预警信息。
优选地，所述S1中的数据类目包含：
1、基本信息：记录了个人的身份信息、居住信息、职业信息等基本信息；
2、信贷信息：简单来说就是个人借钱还钱的信息，比如贷款、信用卡的使用记录，是信用报告中最核心的信息；
3、非金融负债信息：先消费后付款形成的信息；
4、公共信息：社保公积金信息、法院信息、欠税信息、行政执法信息；
5、查询信息。
优选地，所述S3中优先级计算类目包括：抽样统计、数据更新频率、数据时效(可调整)、数据关注度(可配置调整)。
优选地，所述S5中的两次比较为：第一次做数据时间戳和更新标志的对比；第二次做数据签名的对比。
优选地，所述S8中方便阅读格式包括：txt格式、xls电子表格格式、ppt演示文档格式、wps格式、dot格式。
优选地，所述S6中的hash值是根据文件的内容的数据通过逻辑运算得到的数值,不同的文件(即使是相同的文件名)得到的HASH值是不同的。
优选地，所述S5中的指定媒介包括:服务器硬盘、移动硬盘和云端存储服务器。
本发明的有益效果是：
1、通过细化拆分存储的方式将所获取的数据进行高效分类，并且能很好的将数据按照时间戳分库、分表方式形成key-value形式，从而方便从中按照优先级的顺势选定其中的热点数据，快速进行确定，有助于提升数据处理的效率和质量；
2、通过定时将来源数据和内存中的数据做比较，有助于降低对比内容，同时能很好的降低CPU的使用率，提升运作的效率和稳定性；
3、通过采用hash值来提升非热点数据的监控效率；
综上所述，本发明对比传统通过大而全的数据比对发掘有用的预警信息，本发明采用采用更细粒度更有针对性的对不同预警数据采用分布式计算，在提高预警信息的准确性和时效性的同时，有效的解决数据库集中读写造成服务器资源浪费、数据库性能下降等问题，也大大降低了算法实现的耦合度降低了实施维护的成本。
附图说明
图1为本发明提出的一种征信平台信用数据风险监控方法的连接结构图。
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1，一种征信平台信用数据风险监控方法，具体实现步骤如下：
S1、配置预警数据模板，主要包含需要预警的数据类目，将需要预警的信息进行整理归纳，制作成可配置的模板，数据类目包含征信所需数据信息，而征信所需数据信息一般分为企业征信和个人征信两类，个人征信数据类目包括：1、基本信息：记录了个人的身份信息、居住信息、职业信息等基本信息；2、信贷信息：简单来说就是个人借钱还钱的信息，比如贷款、信用卡的使用记录，是信用报告中最核心的信息；3、非金融负债信息：先消费后付款形成的信息；4、公共信息：社保公积金信息、法院信息、欠税信息、行政执法信息；5、查询信息，还包括企业征信信息，从而保证涵盖全面，提升数据库的深度；
企业征信数据类目经几百家分支机构历经10年的采集、加工、录入，日常数百名工作人员的优化、维护等辛勤工作，已经拥有了2000多万家中国区域的企业数据库，涉及有价值企业信用信息达亿条，信用信息最远追溯可达8年，建立起了中国最庞大的企业信用信息数据库；分别为政府监管信息、银行信贷信息、行业评价信息、媒体评价信息、企业运营信息、市场反馈信息。其中政府监管信息包括企业基本资质、质量检查信息、行政许可/认定、行政奖罚信息、商标/专利/著作权信息、人民法院判决；银行信贷信息包括中国人民银行信贷评价信息、商业银行信贷评价信息、小额贷款公司及民间借贷评价信息；行业评价信息包括行业协会(社团组织)评价信息、水、电、气、通讯等公共事业单位评价信息；企业运营信息包括企业财务信息、企业管理体系评估信息；市场反馈信息(包括消费者、交易对方、合作伙伴、员工等不同身份的实名评价信息)；
S2、将来源数据中需要预警的数据进行细化拆分存储，存储方式为按时间戳分库、分表方式，能快速将数据进行分类，从而便于归档存储，便于进行类比，提升对比效率，数据形式为key-value形式，key-value分布式存储系统查询速度快、存放数据量大、支持高并发，非常适合通过主键进行查询；
S3、通过优先级计算类目综合计算等得出预警模板中的数据的优先级，优先级高的数据可分配较多线程等资源来快速处理数据，优化服务器资源的合理使用，优先级计算类目包括：抽样统计、数据更新频率、数据时效(可调整)、数据关注度(可配置调整)，能很好的将数据按照优先级进行排序，后续监控预警也按照数据优先级进行对比，能按照数据重要性进行对比识别，了解数据变化情况；
S4、根据数据比对的优先级再次制作热点数据模板，数据模板包含数据内容、时间戳、数据来源以及上次比对出现数据内容差异的时间戳、是否新增、是否变更标志，同时数据内容取hash后的签名，签名数据格式直接使用二进制数据格式，通过数据签名、时间戳、来源来确保数据比对的有效性和完整性，HASH值就成了每一个文件在EMULE里的身份证，是根据文件大小，时间，类型，创作着，机器等计算出来，将任意长度的二进制值映射为固定长度的较小二进制值，其很容易发生变化，不同HASH值的文件在EMULE里被认为是不同的文件,相同的HASH值的文件的内容肯定是完全相同(即使文件名不同)，HASH值还有文件校验的功能,相当于文件的校验码，所以还可以用来检查文件下载是否正确(所以EMULE下载完毕时,都会在HASH文件一遍,检查文件是否出错)，用以确定非热点数据是否存在变化，能有效提升数据监控的效率和质量；
S5、将历史数据按照按照热点数据模板保存到内存中，定时将来源数据和内存中的数据做两次比较，两次比较为：第一次做数据时间戳和更新标志的对比；第二次做数据签名的对比；将重点需要预警的数据保存到指定媒介中，合理的使用内存可大大降低服务器硬盘的读写提高数据相应速度，二进制签名可大大降低数据对比的内容大小，降低cpu的使用率，同时也能提升运行的稳定性，保证数据监控的效率和质量，指定媒介包括:服务器硬盘、移动硬盘和云端存储服务器，将数据进行备份存储，用以确保数据的安全性；
S6、继续将预警数据模板中剩余非热点数据拼接为一个字符串并计算得出hash值，与新增的数据做同样处理后比较hash签名是否相等来得出数据是否出现变动，如果出现变动则进一部按照时间戳比较数据内容，hash值是根据文件的内容的数据通过逻辑运算得到的数值,不同的文件(即使是相同的文件名)得到的HASH值是不同的；
S7、定期调整热点数据模板，优化数据对比算法，保留数据对比日志，方便快速根据实际操作情况进行更新，有助于提升数据监控的效率和质量；
S8、将S5、S6处理后的数据按照预警模板生成方便阅读格式的预警信息，方便阅读格式包括：txt格式、xls电子表格格式、ppt演示文档格式、wps格式、dot格式，便于使用者快速了解。
在本发明中，配置预警数据模板，主要包含需要预警的数据类目，将需要预警的信息进行整理归纳，制作成可配置的模板；将来源数据中需要预警的数据进行细化拆分存储，存储方式为按时间戳分库、分表方式，数据形式为key-value形式；通过优先级计算类目综合计算等得出预警模板中的数据的优先级，优先级高的数据可分配较多线程等资源来快速处理数据，优化服务器资源的合理使用；根据数据比对的优先级再次制作热点数据模板，数据模板包含数据内容、时间戳、数据来源以及上次比对出现数据内容差异的时间戳、是否新增、是否变更标志，同时数据内容取hash后的签名，签名数据格式直接使用二进制数据格式，通过数据签名、时间戳、来源来确保数据比对的有效性和完整性；将历史数据按照按照热点数据模板保存到内存中，定时将来源数据和内存中的数据做两次比较，将重点需要预警的数据保存到指定媒介中，合理的使用内存可大大降低服务器硬盘的读写提高数据相应速度，二进制签名可大大降低数据对比的内容大小，降低cpu的使用率，将处理后的数据按照预警模板生成方便阅读格式的预警信息；继续将预警数据模板中剩余非热点数据拼接为一个字符串并计算得出hash值，与新增的数据做同样处理后比较hash签名是否相等来得出数据是否出现变动，如果出现变动则进一部按照时间戳比较数据内容，将处理后的数据按照预警模板生成方便阅读格式的预警信息；定期调整热点数据模板，优化数据对比算法，保留数据对比日志。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种征信平台信用数据风险监控方法，其特征在于，具体实现步骤如下：
S1、配置预警数据模板，主要包含需要预警的数据类目，将需要预警的信息进行整理归纳，制作成可配置的模板；
S2、将来源数据中需要预警的数据进行细化拆分存储，存储方式为按时间戳分库、分表方式，数据形式为key-value形式；
S3、通过优先级计算类目综合计算等得出预警模板中的数据的优先级，优先级高的数据可分配较多线程等资源来快速处理数据，优化服务器资源的合理使用；
S4、根据数据比对的优先级再次制作热点数据模板，数据模板包含数据内容、时间戳、数据来源以及上次比对出现数据内容差异的时间戳、是否新增、是否变更标志，同时数据内容取hash后的签名，签名数据格式直接使用二进制数据格式，通过数据签名、时间戳、来源来确保数据比对的有效性和完整性；
S5、将历史数据按照按照热点数据模板保存到内存中，定时将来源数据和内存中的数据做两次比较，将重点需要预警的数据保存到指定媒介中，合理的使用内存可大大降低服务器硬盘的读写提高数据相应速度，二进制签名可大大降低数据对比的内容大小，降低cpu的使用率；
S6、继续将预警数据模板中剩余非热点数据拼接为一个字符串并计算得出hash值，与新增的数据做同样处理后比较hash签名是否相等来得出数据是否出现变动，如果出现变动则进一部按照时间戳比较数据内容；
S7、定期调整热点数据模板，优化数据对比算法，保留数据对比日志；
S8、将S5、S6处理后的数据按照预警模板生成方便阅读格式的预警信息。
2.根据权利要求1所述的一种征信平台信用数据风险监控方法，其特征在于：所述S1中的数据类目包含：
1、基本信息：记录了个人的身份信息、居住信息、职业信息等基本信息；
2、信贷信息：简单来说就是个人借钱还钱的信息，比如贷款、信用卡的使用记录，是信用报告中最核心的信息；
3、非金融负债信息：先消费后付款形成的信息；
4、公共信息：社保公积金信息、法院信息、欠税信息、行政执法信息；
5、查询信息。
3.根据权利要求1所述的一种征信平台信用数据风险监控方法，其特征在于：所述S3中优先级计算类目包括：抽样统计、数据更新频率、数据时效(可调整)、数据关注度(可配置调整)。
4.根据权利要求1所述的一种征信平台信用数据风险监控方法，其特征在于：所述S5中的两次比较为：第一次做数据时间戳和更新标志的对比；第二次做数据签名的对比。
5.根据权利要求1所述的一种征信平台信用数据风险监控方法，其特征在于：所述S8中方便阅读格式包括：txt格式、xls电子表格格式、ppt演示文档格式、wps格式、dot格式。
6.根据权利要求1所述的一种征信平台信用数据风险监控方法，其特征在于：所述S6中的hash值是根据文件的内容的数据通过逻辑运算得到的数值,不同的文件(即使是相同的文件名)得到的HASH值是不同的。
7.根据权利要求1所述的一种征信平台信用数据风险监控方法，其特征在于：所述S5中的指定媒介包括:服务器硬盘、移动硬盘和云端存储服务器。
CN202210801775.3A 2022-07-07 2022-07-07 一种征信平台信用数据风险监控方法 Pending CN115292754A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210801775.3A CN115292754A (zh) 2022-07-07 2022-07-07 一种征信平台信用数据风险监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210801775.3A CN115292754A (zh) 2022-07-07 2022-07-07 一种征信平台信用数据风险监控方法

Publications (1)

Publication Number Publication Date
CN115292754A true CN115292754A (zh) 2022-11-04

Family

ID=83822394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210801775.3A Pending CN115292754A (zh) 2022-07-07 2022-07-07 一种征信平台信用数据风险监控方法

Country Status (1)

Country Link
CN (1) CN115292754A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116468540A (zh) * 2023-04-13 2023-07-21 苏银凯基消费金融有限公司 基于大数据的消费金融客群风险识别系统及其方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116468540A (zh) * 2023-04-13 2023-07-21 苏银凯基消费金融有限公司 基于大数据的消费金融客群风险识别系统及其方法

Similar Documents

Publication Publication Date Title
CN111104394A (zh) 一种能源数据仓库系统构建方法及装置
US11823072B2 (en) Customer behavior predictive modeling
US8886654B2 (en) Infrastructure and architecture for development and execution of predictive models
CN105205104A (zh) 一种云平台数据获取方法
CN102722533A (zh) 一种报表展现与填报的方法及系统
CN102890720A (zh) 数据库检查维护方法
CN110544035A (zh) 一种内控检测方法、系统和计算机可读存储介质
CN109669975B (zh) 一种工业大数据处理系统及方法
CN114880405A (zh) 一种基于数据湖的数据处理方法及系统
CN111737325A (zh) 一种基于大数据技术的电力数据分析方法和装置
CN111160865A (zh) 一种工作流管理方法及装置
CN107491558B (zh) 元数据更新方法及装置
CN115292754A (zh) 一种征信平台信用数据风险监控方法
CN115617743A (zh) 一种基于数据采集的科技项目档案管理系统
Dai Designing an Accounting Information Management System Using Big Data and Cloud Technology
CN115358522A (zh) 一种企业在线监测系统和方法
CN110544024A (zh) 一种基于区块链的商圈信用指数评价方法
CN115618825A (zh) 财务报表合并方法、装置、计算机可读介质及终端设备
CN113568873B (zh) 一种政策文件智能匹配方法及装置
CN110941952A (zh) 一种完善审计分析模型的方法及装置
CN112966024A (zh) 一种基于大数据的金融风控数据分析系统
KR20210080977A (ko) 블록체인을 이용한 비지니스 문서 편집 방법
JP2017010376A (ja) マートレス検証支援システムおよびマートレス検証支援方法
Cheng Intelligent Financial Data Analysis and Decision Management Based on Edge Computing
Qihai et al. Analysis of business intelligence and its derivative-financial intelligence

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