CN115392660A - 一种数据处理方法、装置、设备及存储介质 - Google Patents

一种数据处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115392660A
CN115392660A CN202210957521.0A CN202210957521A CN115392660A CN 115392660 A CN115392660 A CN 115392660A CN 202210957521 A CN202210957521 A CN 202210957521A CN 115392660 A CN115392660 A CN 115392660A
Authority
CN
China
Prior art keywords
data
information
specified
target
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
CN202210957521.0A
Other languages
English (en)
Inventor
黄鹤
宋侃侃
黄宇
朱杲
徐方
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.)
Xinrongyi Information Technology Zhejiang Co ltd
Huashi Xinhe Intelligent Technology Zhejiang Co ltd
Original Assignee
Xinrongyi Information Technology Zhejiang Co ltd
Huashi Xinhe Intelligent Technology Zhejiang 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 Xinrongyi Information Technology Zhejiang Co ltd, Huashi Xinhe Intelligent Technology Zhejiang Co ltd filed Critical Xinrongyi Information Technology Zhejiang Co ltd
Priority to CN202210957521.0A priority Critical patent/CN115392660A/zh
Publication of CN115392660A publication Critical patent/CN115392660A/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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project 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)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种数据处理方法、装置、设备及存储介质，所述方法包括：获取与指定目标对应的第一数据；获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。

Description

一种数据处理方法、装置、设备及存储介质
技术领域
本公开涉及数据处理领域，尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
在工厂、学校以及行政机关等多种场景中，往往需要对指定的目标进行考核，其中，指定目标包括但是不限于工人、产品、老师、学生、公司以及员工，考核过程通常需要获取与指定目标的所有信息，从做出最准确的判断，现在的考核方法往往人工考核，但是随着信息的增长，通过人工的方式力有不逮。
发明内容
本公开提供了一种数据处理方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。
根据本公开的第一方面，提供了一种数据分析方法，所述方法包括：获取与指定目标对应的第一数据；获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。
在一可实施方式中，获取指定目标对应的第一数据，包括：根据指定目标确定与指定目标对应的标识信息；确定与指定目标对应的信息获取途径，所述信息获取途径为多个；基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据。
在一可实施方式中，基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据，包括：基于所述标识信息和所述信息获取途径，获取与指定目标对应的所有信息，确定为第三数据；获取来自用户端的筛选条件；基于所述筛选条件对所述第三数据进行筛选，获得第一数据。
在一可实施方式中，所述指定目标为目标集群中的一个；相对应的，获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据，包括：根据所述指定条件，生成与指定条件对应的第一模型；根据所述第一模型对所述第一数据进行计算，获得与目标信息对应的第二数据；所述第一模型至少包括与指定目标对应的异性特征监测模型，和与目标集群对应的共性特征监测模型。
在一可实施方式中，对第二数据进行计算，获得与指定目标对应的分析结果，包括：根据所述所述指定目标，确定与所述指定目标对应的标准信息；获取来自用户端的处理意图，所述处理意图用于指示对第一数据进行指定处理；通过所述标准信息和所述处理意图生成第二模型，所述第二模型用于对所述第二数据进行计算，以获得与指定目标对应的分析结果。
在一可实施方式中，所述分析结果还包括显示信息；所述显示信息至少包括：与标准信息对应的三级标准信息、对标准信息进行数据处理的二级标准信息和对二级标准信息进行数据处理的一级标准信息。
在一可实施方式中，每个第一周期会生成有一个对应的分析结果；相对应的，对第二数据进行计算，获得与指定目标对应的分析结果之后，所述方法还包括：获取来自用户端的审核信息和评级指令，所述评级指令用于指示对第二周期内的指定目标进行评级，所述第二周期内包含有若干第一周期；根据所述评级指令，确定与第二周期对应的若干第一周期的分析结果，生成分析结果集；根据所述分析结果集和所述审核信息进行计算，获得评级信息；所述评级信息至少包括合格信息或不合格信息。
根据本公开的第二方面，提供了一种数据分析装置，其特征在于，所述装置包括：获取模块，用于获取与指定目标对应的第一数据；获取模块，用于获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；计算模块，用于对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。
在一可实施方式中，所述设备还包括：确定模块，用于根据指定目标确定与指定目标对应的标识信息；确定模块，用于确定与指定目标对应的信息获取途径，所述信息获取途径为多个；获取模块，用于基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据。
在一可实施方式中，所述获取模块，还用于基于所述标识信息和所述信息获取途径，获取与指定目标对应的所有信息，确定为第三数据；获取来自用户端的筛选条件；基于所述筛选条件对所述第三数据进行筛选，获得第一数据。
在一可实施方式中，所述指定目标为目标集群中的一个；相对应的，所述获取模块还用于，根据所述指定条件，生成与指定条件对应的第一模型；根据所述第一模型对所述第一数据进行计算，获得与目标信息对应的第二数据；所述第一模型至少包括与指定目标对应的异性特征监测模型，和与目标集群对应的共性特征监测模型。
在一可实施方式中，所述计算模块，还用于根据所述所述指定目标，确定与所述指定目标对应的标准信息；获取来自用户端的处理意图，所述处理意图用于指示对第一数据进行指定处理；通过所述标准信息和所述处理意图生成第二模型，所述第二模型用于对所述第二数据进行计算，以获得与指定目标对应的分析结果。
在一可实施方式中，所述分析结果还包括显示信息；所述显示信息至少包括：与标准信息对应的三级标准信息、对标准信息进行数据处理的二级标准信息和对二级标准信息进行数据处理的一级标准信息。
在一可实施方式中，每个第一周期会生成有一个对应的分析结果；相对应的，所述获取模块，还用于获取来自用户端的审核信息和评级指令，所述评级指令用于指示对第二周期内的指定目标进行评级，所述第二周期内包含有若干第一周期；根据所述评级指令，确定与第二周期对应的若干第一周期的分析结果，生成分析结果集；根据所述分析结果集和所述审核信息进行计算，获得评级信息；所述评级信息至少包括合格信息或不合格信息。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开所述的方法。
本公开的数据处理方法、装置、设备及存储介质，通过获取与指定目标对应的第一数据，第一数据是通过基础数据筛选获得的数据，通过与用户端对应的指定条件，通过指定条件对第一数据进行处理，从而获得满足用户需求的第二数据，再通过第二数据；对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息，能够快速获得分析结果，以及用于供用户参考的分数信息，从而方便用户根据分析结果做出准确的判断，大大降低了人力成本和时间成本。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1示出了本公开实施例数据处理方法的实现流程示意图；
图2示出了本公开实施例数据处理装置的结构示意图；
图3示出了本公开实施例一种电子设备的组成结构示意图。
具体实施方式
为使本公开的目的、特征、优点能够更加的明显和易懂，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而非全部实施例。基于本公开中的实施例，本领域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，都属于本公开保护的范围。
图1示出了本公开实施例数据处理方法的实现流程示意图；请参考图1；
根据本公开的第一方面，提供了一种数据分析方法，所述方法包括：步骤101，获取与指定目标对应的第一数据；步骤102，获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；步骤103，对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。
本公开的数据处理方法、装置、设备及存储介质，通过获取与指定目标对应的第一数据，第一数据是通过基础数据筛选获得的数据，通过与用户端对应的指定条件，通过指定条件对第一数据进行处理，从而获得满足用户需求的第二数据，再通过第二数据；对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息，能够快速获得分析结果，以及用于供用户参考的分数信息，从而方便用户根据分析结果做出准确的判断。大大降低了人力成本和时间成本。
在本公开步骤101中，获取与指定目标对应的第一数据；指定目标指的是用户端需要进行考核的目标，具体的，指定目标由用户端确定，或者由用户端给出的要求，筛选获得。具体的，第一数据的获取，首先根据指定目标确定与指定目标对应的标识信息，所述标识信息是用于标识所述指定目标所用，具体的，可以是用于表征指定目标的名称、代号、编号等，标识信息至少为一个，但不限于一个；再通过确定与指定目标对应的信息获取途径，所述信息获取途径为多个，包括与指定目标对应的网站、数据库、档案库、行政信息以及用户端等；基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据，通过标识信息在所述信息获取途径中查询与标识信息相关的信息，将所有信息进行集合获得第一数据，在查询过程中，可以通过一个标识信息进行查询，以提高第一数据的广度，也可以通过多个标识信息进行查询，以提高第一数据的精准度。
进一步，基于所述标识信息和所述信息获取途径，获取与指定目标对应的所有信息，确定为第三数据；第三数据即所有携带有与标识信息相对应的信息的集合；获取来自用户端的筛选条件；基于所述筛选条件对所述第三数据进行筛选，获得第一数据；筛选条件是通过用户端输送获得，筛选条件用于表征用户的需求，从而能够满足私人订制。具体的，筛选条件可以是从准确性、相关性、可信度等多方面进行选择。
在本公开步骤102中，获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；
获取指定条件，所述指定条件用于表征用户对第一数据的处理方式，以对第一数据进行提取、清洗、处理等步骤；具体的，所述指定目标为目标集群中的一个；相对应的，获取与用户端对应的指定条件之后，根据所述指定条件，生成与指定条件对应的第一模型；所述第一模型至少包括与指定目标对应的异性特征监测模型，和与目标集群对应的共性特征监测模型；根据所述第一模型对所述第一数据进行计算，当计算结果满足指定条件的情况下，获得与目标信息对应的第二数据；第二数据指的是与用户端需要进行考核相关联的数据。
在本公开步骤103中，对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息；具体的，根据所述所述指定目标，确定与所述指定目标对应的标准信息，标准信息可以指的是行业的标准、学校的标准或者产品的标准等，以及一些法规等；获取来自用户端的处理意图，所述处理意图用于指示对第一数据进行指定处理，指定处理指的是指定的处理方式，具体的，可以是对成绩的具体算法、对公司的打分方法、对产品的考核方法等；通过所述标准信息和所述处理意图生成第二模型，所述第二模型用于对所述第二数据进行计算，以获得与指定目标对应的分析结果。进一步的，分析结果还可以包括与指定目标对应的合格信息或等级信息；所述分析结果还包括显示信息；所述显示信息至少包括：与标准信息对应的三级标准信息、对标准信息进行数据处理的二级标准信息和对二级标准信息进行数据处理的一级标准信息。通过三级显示的方式，像用户展示第二模型，以供用户对模型进行确认。
以学生为指定目标提供一个具体实施例：
获取与学生对应的第一数据，第一数据可以是与某一学生对应的数据，具体的学生由用户端指定，与学生对应的标识信息可以是学号、名称、电话、校园网用户名等等；然后通过教学系统、学生档案、考试系统等多个信息获取途径，全面获取与标识信息对应的第三数据；通过对第三数据筛选，将第一数据中与学生联系性较低，或者与评审无关的信息进行筛除，获得第一数据。
获取指定条件，具体的，可以为学生平均成绩是否合格，或学生的社会实践情况，或学生作业完成情况等；通过指定条件生成与指定条件对应的第一模型，第一模型用于通过指定条件对第一数据进行计算，从而获得有效数据，例如获得学生在学年内的平均成绩信息，以及与平均成绩相关的信息，以方便进行分析成绩波动原因。
通过获取与学校对应的标准信息，可以为学生及格信息，以及升学对应的成绩信息等；再通过获取来自用户端的处理意图，具体的，针对学生成绩的处理意图，可以是根据学生成绩和升学情况对学生当前情况进行评分、评级的规则，通过处理意图和标准信息生成第二模型，通过第二模型对第二数据进行计算，获得分析结果，当分析结果表征的情况不乐观时，系统生成警示信息，以提醒教师及时的对学生的学习情况、身心健康进行关注，维护学生健康发展。
以公司为指定目标提供一个具体实施例：
获取与公司对应的第一数据，第一数据可以是与某一公司对应的数据，具体的公司由用户端指定，与公司对应的标识信息可以是注册号、名称、法人、注册信息等等；然后通过地方金融监管报送数据、市场监督管理部门数据、公安部门数据、银行账户流水、招聘数据、互联网舆情数据、司法涉诉类信息、政府信访部门投诉举报数据、基层社会综合治理网格排摸排查数据、基层社会综合治理事件上报数据等多个信息获取途径，全面获取与标识信息对应的第三数据；通过对第三数据筛选，将第一数据中与公司联系性较低，或者与评审无关的信息进行筛除，获得第一数据。
获取指定条件，具体的，可以为公司的经营状况是否合理，或公司的风险情况，或公司不良信息数量等；通过指定条件生成与指定条件对应的第一模型，第一模型用于通过指定条件对第一数据进行计算，从而获得有效数据，例如获得公司在半年内的诉讼信息，以及与诉讼信息相关的信息，以方便进行分析诉讼数量变化原因。
通过获取与行业对应的标准信息，可以为行业法规信息、政府部门通知以及法律法规信息；再通过获取来自用户端的处理意图，具体的，针对公司运营情况的处理意图，可以是根据公司财务信息和运营信息等，对公司当前情况进行评分、评级的规则，通过处理意图和标准信息生成第二模型，通过第二模型对第二数据进行计算，获得分析结果，当分析结果表征的情况不乐观时，系统生成警示信息，以提醒政府部门及时的对公司的情况进行关注，维护行业健康发展。
以产品为指定目标提供一个具体实施例：
获取与产品对应的第一数据，第一数据可以是与某一产品对应的数据，具体的产品由用户端指定，与产品对应的标识信息可以是用于表征产品的编号、名称、代码等等；然后通过工作系统、产品档案、生产系统等多个信息获取途径，全面获取与标识信息对应的第三数据；通过对第三数据筛选，将第一数据中与产品联系性较低，或者与评审无关的信息进行筛除，获得第一数据。
获取指定条件，具体的，可以为产品的合格率，或产品的生产速率，或产品产线的健康情况等；通过指定条件生成与指定条件对应的第一模型，第一模型用于通过指定条件对第一数据进行计算，从而获得有效数据，例如获得产品在指定时间的合格率，以及与合格率相关的信息，以方便进行分析合格率波动原因。
通过获取与工厂或产品对应的标准信息，可以为产品合格信息，以及行业生产标准等；再通过获取来自用户端的处理意图，具体的，针对产品合格率的处理意图，可以是根据产品合格率和产品生产效率对产品当前情况进行评分、评级的规则，通过处理意图和标准信息生成第二模型，通过第二模型对第二数据进行计算，获得分析结果，当分析结果表征的情况不乐观时，系统生成警示信息，以提醒工程师及时的对产品的生产情况、产线的健康情况进行关注，维护产品的稳定生产。
在一可实施方式中，每个第一周期会生成有一个对应的分析结果；相对应的，对第二数据进行计算，获得与指定目标对应的分析结果之后，方法还包括：获取来自用户端的审核信息和评级指令，评级指令用于指示对第二周期内的指定目标进行评级，第二周期内包含有若干第一周期；根据评级指令，确定与第二周期对应的若干第一周期的分析结果，生成分析结果集；根据分析结果集和审核信息进行计算，获得评级信息；评级信息至少包括合格信息或不合格信息。
在本公开中，第一周期可以为一天、半天、四个小时等，从而对指定目标进行周期性的监测；第二周期可以为半年、一年等阶段性的时间，有利于用户对指定目标进行阶段性的审核。获取来自用户端的审核信息和评级信息，审核信息可以至少包括，用户对指定目标现场抽检、审计的评定结果，和/或，用户对指定目标的合规信息的检索，生成审核信息；通过第二周期确定与第二周期对应的若干第一周期，将所有第一周期对应的分析结果进行集合，获得分析结果集；通过对审核信息和分析结果集的信息进行权重的分配，从而根据审核信息和分析结果集计算指定目标是否满足指定的分数阈值，从而判断指定对象的评级信息为合格或者不合格。其中，指定的分数阈值由用户端设定；进一步的，评级信息对应的评级结果也可以由用户设定，即，可以将等级设定为A/B/C/D级，其中D级可以代表不合格；也可以将设置为优秀/合格/不合格，具体形式由使用者进行设定，从而满足不同用户的不同需求，达到柔性评分的效果。
具体的，本申请可以应用于一种评价系统，具体的，通过以地方监督管理局为对象，提供一个具体的实施场景；
为了构建以实时政务数据和监管数据为基础的针对地方金融监管领域场景化综合评价系统，本实施例按照统一数据多维抽取、多种方案灵活配置、定时计算自动更新的原则，实现被监管主体评分和评级结果的查询与管理。总体架构按照数据层、运算层、应用层的三层架构设计，从大数据发展管理部门建设的政府公共数据平台、持牌金融机构金融监管上报数据库、互联网大数据库、商业银行金融监管上报数库中据抽取数据，依托大数据计算实现服务与资源的解耦，实现模型计算和查询。主要包括资源抽取、指标构建、风险量化指标、评分运算、评分级方式，构建风险模型及评级模型、大数据计算、评分查询与分析等内容。
由于被监管主体的不同，相对的指标模型的配置也会不同，风险运算管理产品将被监管主体的类型从源头上进行拆分，用户可以通过首页进入地方金融机构系统，进行模型的配置。
本实施例从底层到顶层包括数据层、运算层、应用层。
其中，数据层包括，资源管理模块和指标管理模块；
资源管理模块：资源管理模块包括资源抽取，资源抽取主要是解决监管数据种类繁多、同类数据来源多、数据更新不一致等问题，在地方金融机构系统分别新建模型所涉及到的数据表配置，通过政府大数据发展管理部门建设的政府公共数据平台、持牌金融机构金融监管上报数据库、互联网大数据库、商业银行金融监管上报数据库的配置为地方金融监管应用提供数据支撑，帮助提取有效数据，提升信息精准度。
指标管理模块：指标管理模块是用户进入地方金融机构系统，通过新增、修改、删除的功能对被监管主体设置风险评价指标。指标的计算方式包括三种：按指标值计算、按记录条数和自定义sql语句。具体步骤如下：1、按指标值计算是指根据过滤条件后得到的指标值，后续模型会根据指标值进行计算。针对一个主体可能存在多条满足条件的记录的情况，可以选择按照优先级设置(最新值/最大值/最小值/累计值/平均值)进行取值2、按记录条数是指根据过滤条件后获得的具体条数，后续模型中会根据具体条件进行计算。用户也可以根据具体指标的实际情况，灵活配置记录过滤条件。3、自定义sql语句主要针对复杂的指标评价情况，以及技术能力比较强的客户，可以用sql语句直接替代页面点击操作，方便快捷。
其中，计算层包括风险运算管理模块、评级管理模块和大数据计算模块。
风险运算管理模块：模块包括评分模型，用户通过评分运算管理模块的新增、编辑、删除功能分别建立被监管主体的评分模型。评分评分为五种方式：MinMax算法、Sigmoid算法、递归算法、Analytic Hierarchy Process算法、因子分析权数。五种方式的步骤略有不同，系统会根据具体的评分方式跳转不同的模型建设步骤，流程拆解，分步进行。但共性步骤可以分解为：
步骤1、基于监管要求，构建分布式信用评分体系，系统内置jsmind插件支持自由拖拽组件形成树结构，如：融资担保监管体系包括一级指标：业务经营、监管风险、舆情风险、关联风险、企业背景、网格风险、账户异动；
步骤2、设置模型的计算规则和取值时间周期。分值包括三级指标分、二级指标分、一级指标分和评分。其中，将评分指标进行分类，底层的各项评分指标(三级指标)按照数据的同质性、来源等进行简单归类，形成相对数量较少的二级指数，二级指数再根据监管法律法规和行政工作的侧重点进行再次归纳和分类，形成一级维度。三级指标分就是模型的原始分，在此基础上根据模型实际情况进行递归函数计算。评分的模型依照层次分析法计算且根据一二三各级指标设定的上下限进行因子分析权数计算，如果一二三各级模型实际计算得分超出上下限，就以上下限为最终的评分。计算时间主要是设定三级指标模型第一次开始计算的时间和计算周期。
步骤3、评分体系底层对应一二三级各级指标，抽取真实数据。如各部门行政处罚信息对应行政处罚数量、非法金融活动黑名单关联数量、企业社保缴纳情况、企业缴税记录等。这些指标通过规则将数据信息指标化，截取相应信用主体当前最新的指标信息，按照指标定义分析计算得到所述指标数据。
步骤4、完成体系权重构建。这一步主要在因子分析权数计算中体现，阈值与权重的设定会参照用户(地方金融监督管理局、银保监局、证监局、人民银行、公安局经侦大队等一线监管执法人员)经验与意见。
1、因子分析权重法原理在对某一个指标进行论证分析时，采集大量多变量的数据评分析提供更为丰富的信息和增加分析的精确度，从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析。经过合理的降维处理后，对原始的数据进行分类归并，将相关比较密切的变量分别归类，归出多个综合指标，其互不相关，即它们所综合的信息互相不重叠的一级、二级指标就称为因子或公共因子。该方法基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，每一类变量代表一个基本结构，即公共因子。模型意义试图用最少个数的不可测的所谓公共因子的函数与特殊因子之描述原来观测的每一分量，以较少的几个因子反映原资料的大部分信息，从而达到浓缩数据，以小见大。该方法的核心是对若干综合指标进行因子分析并提取公共因子，再以每个因子的方差贡献率作为权数与该因子的得分乘数之和构造得分函数。
2、层次分析法是指通过专家分析(地方金融监督管理局、银保监局、证监局、人民银行、公安局经侦大队等一线监管执法人员)，对一二三级指标模型中的各级指标开展同级重要性比较，限制各级指标对最终评分的最大影响。(1)对每层因素和指标进行同级重要性比较，按照1-9重要性尺度进行打分，1同样重要，3稍微重要，5比较重要，7十分重要，9绝对重要，2、4、6、8两相邻判断的中间值。点击指标或因素，在右侧显示同层所有因素或者指标构成的判断矩阵，进行重要性打分。(2)打分完成后系统进行权重计算A.根据重要性比较打分生成判断矩阵Aij:对角线都为1，Aji＝1/Aij；B.根据Aij得到Bij：Bij＝Aij/∑Aij(各元素除以各元素所在列之和)；C.把Bij各行加和得到Bj，这时可以发现各行元素的和∑Bj＝n,得到权重Wi：Wi＝Bj/∑Bj(各行元素之和/n)；D.一级到上面就计算结束了，往下级的权重都是加权权重，也就是下级权重＝下级占上级的权重*上级权重；(3)后台还要进行一致性检验
A.计算矩阵AWi，EXCEL公式＝MMULT(Aij,Wi)，即
AW1＝A11*W1+A12*W2+A13*W3+A14*W4……,
AW2＝A21*W1+A22*W2+A23*W3+A24*W4……,
AW3＝A31*W1+A32*W2+A33*W3+A34*W4……,
AW4＝A41*W1+A42*W2+A43*W3+A44*W4……,
……
B.计算最大特征根λ＝average(AWi/Wi)(Awi各元素除以wi矩阵相应行元素，再求平均)
C.计算CR＝CI/RI＝(λ-n)/(n-1)/RI.n就是该级元素的个数，RI根据n找下面对应的固定值,得到CR<0.1符合一致性，权重成立
3、直接赋权法是指通过设定评价模型每一层次中的评价指标赋值权重，可在页面直接赋权，模型同层所有指标权重总和等于1。
步骤5.确定指标得分计算规则，包括区间得分、直接得分。区间得分例如：资质数量在[0,1)的范围内(没有资质)，得0分；资质数量在[1,3)的范围内(有1个或2个资质)，得3分；资质数量在[3,以上)的范围内(有3个及以上资质)，得6分。直接得分例如：资质数量单条计算得1分，那么该指标得分就等于实际数量*1。
步骤6、以树状结构显示完整的信用评分体系及各指标计算规则，进行模型确认。此外，评分模型还提供测试功能，可以快速试验模型计算结果。
(二)评级管理模块：
评级模型中，用户通过评级管理模块的新增、编辑、删除功能分别建立法人主体或者自然人主体的评级模型。评级评分为三种评级方式：按关键指标评级、按分数得分评级、按对象占比评级。仅按关键指标评级：根据关键指标直接定义评价级别。按分数得分评级：按照评分从高到低设置评价等级；按对象占比评级：根据主体评分从高到底排列的顺序的对象占比设置评价等级。按分数得分评级和按对象占比评级都可结合指标优先进行综合评级。
三种评级方式的步骤略有不同，系统会根据具体的评级方式跳转不同的模型建设步骤，流程拆解，分步进行。但共性步骤可以分解为：
步骤1：创建模型的基本信息。如果评级模式为按分数得分评级或者按对象占比评级，则需要选择一个启用的评分模型作为评分依据，计算时间和周期与评分模型一致。如果是按关键指标评级的评级方式则不需要。
步骤2：选择评级需要的指标，关键指标算法必须选择，按分数得分评级或者按对象占比评级如果没有指标的要求可以不用选择。
步骤3：设置等级。
(三)大数据计算模块：
大数据计算缓解传统sql计算速度慢、存储负载压力大的问题，整合和获取海量的信用信息，实现海量储存、实时处理，利用建模结果运用在分布式大数据集群上并行计算，最终产生模型输出，以异步方式同步到本地数据库，供展示层使用。
应用层：
展示层提供信用评价查询与分析功能，主要包括评价档案查询模块、评价记录查询模块、评价统计分析模块和评价查询接口模块。
(一)评价档案查询模块支持信用主体场景化综合评价查询，随时查询信用主体的最新信用评价。
(二)评价记录查询模块提供评价记录查询功能，在评价记录查询功能下，用户可根据法人或自然人的信息进行评分或者评价信息查询，系统会根据启用模型的计算周期及时生成各个主体的评价情况，提供给用户该主体信用情况的一个量化参考。
(三)评价统计分析模块是对启用中的评分模型和评级模型进行分析展示，展示通过基本图表和可视化分析相结合的技术，使整个模块展示的内容更加形象，更容易理解，把握信用主体整体信用状况和各个指标的分析数据，辅助政府决策。
(四)评价查询接口模块提供信用评价的结果，即评分/评级，是对外开放出去的数据。平台基于原有数据库的逻辑架构，对所有入库数据基于业务层面进行再次分类，集成和封装，对外提供相对具体的数据类调用接口，满足对特定数据的使用需求。包括最新计算的评分模型的最低分、最高分，最新计算的评级模型的级别，所有主体的最新评分、评级记录记录。
图2示出了本公开实施例数据处理装置的结构示意图；请参考图2；
根据本公开的第二方面，提供了一种数据分析装置，其特征在于，所述装置包括：获取模块201，用于获取与指定目标对应的第一数据；获取模块201，用于获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；计算模块202，用于对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。
在一可实施方式中，所述设备还包括：确定模块203，用于根据指定目标确定与指定目标对应的标识信息；确定模块203，用于确定与指定目标对应的信息获取途径，所述信息获取途径为多个；获取模块201，用于基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据。
在一可实施方式中，所述获取模块201，还用于基于所述标识信息和所述信息获取途径，获取与指定目标对应的所有信息，确定为第三数据；获取来自用户端的筛选条件；基于所述筛选条件对所述第三数据进行筛选，获得第一数据。
在一可实施方式中，所述指定目标为目标集群中的一个；相对应的，所述获取模块201还用于，根据所述指定条件，生成与指定条件对应的第一模型；根据所述第一模型对所述第一数据进行计算，获得与目标信息对应的第二数据；所述第一模型至少包括与指定目标对应的异性特征监测模型，和与目标集群对应的共性特征监测模型。
在一可实施方式中，所述计算模块202，还用于根据所述所述指定目标，确定与所述指定目标对应的标准信息；获取来自用户端的处理意图，所述处理意图用于指示对第一数据进行指定处理；通过所述标准信息和所述处理意图生成第二模型，所述第二模型用于对所述第二数据进行计算，以获得与指定目标对应的分析结果。
在一可实施方式中，所述分析结果还包括显示信息；所述显示信息至少包括：与标准信息对应的三级标准信息、对标准信息进行数据处理的二级标准信息和对二级标准信息进行数据处理的一级标准信息。
在一可实施方式中，每个第一周期会生成有一个对应的分析结果；相对应的，所述获取模块201，还用于获取来自用户端的审核信息和评级指令，所述评级指令用于指示对第二周期内的指定目标进行评级，所述第二周期内包含有若干第一周期；根据所述评级指令，确定与第二周期对应的若干第一周期的分析结果，生成分析结果集；根据所述分析结果集和所述审核信息进行计算，获得评级信息；所述评级信息至少包括合格信息或不合格信息。
根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。
图3示出了可以用来实施本公开的实施例的示例电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图3所示，设备300包括计算单元301，其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序，来执行各种适当的动作和处理。在RAM 303中，还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如数据处理方法。例如，在一些实施例中，数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由计算单元301执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种数据分析方法，其特征在于，所述方法包括：
获取与指定目标对应的第一数据；
获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；
对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。
2.根据权利要求1所述的方法，其特征在于，获取指定目标对应的第一数据，包括：
根据指定目标确定与指定目标对应的标识信息；
确定与指定目标对应的信息获取途径，所述信息获取途径为多个；
基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据。
3.根据权利要求2所述的方法，其特征在于，基于所述标识信息和所述信息获取途径，获取与指定目标对应的第一数据，包括：
基于所述标识信息和所述信息获取途径，获取与指定目标对应的所有信息，确定为第三数据；
获取来自用户端的筛选条件；
基于所述筛选条件对所述第三数据进行筛选，获得第一数据。
4.根据权利要求1所述的方法，其特征在于，所述指定目标为目标集群中的一个；
相对应的，获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据，包括：
根据所述指定条件，生成与指定条件对应的第一模型；
根据所述第一模型对所述第一数据进行计算，获得与目标信息对应的第二数据；
所述第一模型至少包括与指定目标对应的异性特征监测模型，和与目标集群对应的共性特征监测模型。
5.根据权利要求1所述的方法，其特征在于，对第二数据进行计算，获得与指定目标对应的分析结果，包括：
根据所述所述指定目标，确定与所述指定目标对应的标准信息；
获取来自用户端的处理意图，所述处理意图用于指示对第一数据进行指定处理；
通过所述标准信息和所述处理意图生成第二模型，所述第二模型用于对所述第二数据进行计算，以获得与指定目标对应的分析结果。
6.根据权利要求5所述的方法，其特征在于，所述分析结果还包括显示信息；
所述显示信息至少包括：与标准信息对应的三级标准信息、对标准信息进行数据处理的二级标准信息和对二级标准信息进行数据处理的一级标准信息。
7.根据权利要求1所述的方法，其特征在于，每个第一周期会生成有一个对应的分析结果；
相对应的，对第二数据进行计算，获得与指定目标对应的分析结果之后，所述方法还包括：
获取来自用户端的审核信息和评级指令，所述评级指令用于指示对第二周期内的指定目标进行评级，所述第二周期内包含有若干第一周期；
根据所述评级指令，确定与第二周期对应的若干第一周期的分析结果，生成分析结果集；
根据所述分析结果集和所述审核信息进行计算，获得评级信息；所述评级信息至少包括合格信息或不合格信息。
8.一种数据分析装置，其特征在于，所述装置包括：
获取模块，用于获取与指定目标对应的第一数据；
获取模块，用于获取与用户端对应的指定条件，根据所述指定条件对所述第一数据进行处理，获得与目标信息对应的第二数据；
计算模块，用于对第二数据进行计算，获得与指定目标对应的分析结果，所述分析结果至少包括与第二数据对应的分数信息。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
CN202210957521.0A 2022-08-10 2022-08-10 一种数据处理方法、装置、设备及存储介质 Pending CN115392660A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210957521.0A CN115392660A (zh) 2022-08-10 2022-08-10 一种数据处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210957521.0A CN115392660A (zh) 2022-08-10 2022-08-10 一种数据处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115392660A true CN115392660A (zh) 2022-11-25

Family

ID=84118484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210957521.0A Pending CN115392660A (zh) 2022-08-10 2022-08-10 一种数据处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115392660A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876600A (zh) * 2018-08-20 2018-11-23 平安科技（深圳）有限公司 预警信息推送方法、装置、计算机设备和介质
CN110991936A (zh) * 2019-12-23 2020-04-10 业如商业保理(重庆)有限公司 企业评分评级方法、装置、设备及介质
CN114140004A (zh) * 2021-12-07 2022-03-04 中国建设银行股份有限公司 数据处理方法、装置、电子设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876600A (zh) * 2018-08-20 2018-11-23 平安科技（深圳）有限公司 预警信息推送方法、装置、计算机设备和介质
CN110991936A (zh) * 2019-12-23 2020-04-10 业如商业保理(重庆)有限公司 企业评分评级方法、装置、设备及介质
CN114140004A (zh) * 2021-12-07 2022-03-04 中国建设银行股份有限公司 数据处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
文征: "手把手教你玩转实用文案+活动策划", 中国铁道出版社, pages: 268 *

Similar Documents

Publication Publication Date Title
US20140081832A1 (en) System and method for building and validating a credit scoring function
CN101916422A (zh) 一种用于银行的多维度绩效评价系统及方法
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
JP7091500B2 (ja) 世界的に取得したデータに基づいて、世界企業ランキングをリアルタイムに作成するため方法、及び世界的ネットワークシステム
CN112950359B (zh) 一种用户识别方法和装置
CN113989019A (zh) 识别风险的方法、装置、设备及存储介质
CN113449964A (zh) 一种企业金融风险监测预警系统及监测预警方法
CN111369344A (zh) 一种动态生成预警规则的方法和装置
CN112598264A (zh) 一种针对信用领域场景化综合评价系统
CN115545516A (zh) 一种基于流程引擎的绩效数据处理方法、装置及系统
CN114092230A (zh) 一种数据处理方法、装置、电子设备及计算机可读介质
CN117934154A (zh) 交易风险预测方法、模型训练方法、装置、设备、介质和程序产品
CN113283806A (zh) 企业信息评估方法、装置、计算机设备及存储介质
KR20170094935A (ko) 기업정보 제공 시스템 및 방법
CN114398562B (zh) 一种店铺数据管理方法、装置、设备及存储介质
CN115392660A (zh) 一种数据处理方法、装置、设备及存储介质
KR20230103025A (ko) 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템
CN115204501A (zh) 企业评估方法、装置、计算机设备和存储介质
CN114254857A (zh) 电力设备库存情况评价方法及服务器
CN112132689A (zh) 一种基于时序因子事件的推荐方法和装置
Li [Retracted] Enterprise Financing Risk Control of Machine Learning Combined with Blockchain Technology
CN115017875B (zh) 企业信息处理方法、装置、系统、设备和介质
CN113836313B (zh) 一种基于图谱的审计信息识别方法与系统
KR102695592B1 (ko) 공정거래 자율준수 프로그램 평가 기반의 스마트 컨설팅 시스템
Pawełek et al. The Random Subspace Method in the Prediction of the Risk of Bankruptcy of Companies in Poland1

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20221125