CN116934257A - 一种基于区块链的申请流程数据管理系统及方法 - Google Patents
一种基于区块链的申请流程数据管理系统及方法 Download PDFInfo
- Publication number
- CN116934257A CN116934257A CN202310892578.1A CN202310892578A CN116934257A CN 116934257 A CN116934257 A CN 116934257A CN 202310892578 A CN202310892578 A CN 202310892578A CN 116934257 A CN116934257 A CN 116934257A
- Authority
- CN
- China
- Prior art keywords
- application
- data
- approval
- variable
- value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013523 data management Methods 0.000 title claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000012502 risk assessment Methods 0.000 claims abstract description 4
- 239000003999 initiator Substances 0.000 claims description 19
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于区块链的申请流程数据管理系统及方法,该系统包括客户端、服务器、区块链和数据库;所述客户端与所述服务器之间相互连接,用于向服务器发送申请信息,接收服务器反馈的审批结果;所述服务器与所述区块链相互连接,用于对申请信息进行风险评估,并将评估结果发送给区块链;所述区块链的输出端与所述数据库的输入端相互连接,用于对申请信息进行审批,将审批结果发送给所述服务器和所述数据库;所述数据库的输出端与所述服务器的输入端相连接,用于存储申请信息和审批结果。根据申请信息的特征获取风险值和阈值,优化申请信息的审批流程,兼顾审批流程的高效性和合理性。
Description
技术领域
本发明涉及申请流程管理技术领域,具体为一种基于区块链的申请流程数据管理系统及方法。
背景技术
自动审批是指利用计算机程序或系统来自动地进行审批流程,取代传统的人工审批过程,通过使用自动审批系统,可以提高审批效率和降低审批成本,电子交易申请通过网络或平台进行,结合自动化审批系统,大大提高了申请处理的速度,节约了人力资源,优化申请流程;然而,对于某些价值高昂或者复杂敏感的审批事项,仍需要人工审批来保证决策的合理性;对于电子交易申请来说,如何界定自动审批和人工审批的范围,从而达到优化电子交易申请流程的效果,成为了一个需解决的问题。
发明内容
本发明的目的在于提供一种基于区块链的申请流程数据管理系统及方法,以解决上述背景技术中提出的问题。
第一方面,提供一种基于区块链的申请流程数据管理系统,包括:客户端、服务器、区块链和数据库;所述客户端与所述服务器之间相互连接,用于向服务器发送申请信息,接收服务器反馈的审批结果;所述服务器与所述区块链相互连接,用于对申请信息进行风险评估,并将评估结果发送给区块链;所述区块链的输出端与所述数据库的输入端相互连接,用于对申请信息进行审批,将审批结果发送给所述服务器和所述数据库;所述数据库的输出端与所述服务器的输入端相连接,用于存储申请信息和审批结果。
优选地,所述区块链通过编写智能合约,根据从服务器接收到的风险值和阈值,执行不同的审批操作;若风险值小于阈值,则通过智能合约对申请信息进行自动审批,若风险值大于阈值,则在自动审批之后,增加人工审批环节。通过智能合约进行自动,可以提高审批效率,减少人工干预,同时还可以降低欺诈和错误的发生率;对于风险值较高的申请,将会采用增加人工审批的方式以增加审批的合理性和安全性。
所述区块链进行自动审批或人工审批时,区块链上的操作全部公开透明,申请发起方和受理方都可以查看完整的审批流程记录,使申请流程的所有参与者都能了解申请流程的状态和进展,这对于申请发起方、受理方和监管方来说都非常有益,可以减少申请流程中的不确定性和纠纷;审批完成之后,所述区块链将申请信息、审批结果和审批流程记录存储到所述数据库中;在人工审批环节,可以利用自动审批过程中的审批流程记录实现更高效地审批。
区块链采用分布式存储和加密算法来确保申请流程数据的安全性,所有申请流程数据都分布在区块链的各个节点上,每一条记录都经过加密处理,只有被授权的用户才能访问和修改数据,可以降低申请流程数据被篡改或丢失的风险。并且,区块链是一个去中心化的系统,没有中心服务器或中心化的控制机构,所有节点都共同参与申请流程数据的验证和记录,并通过共识机制来达成一致,因此没有任何一方能够单方面改变或篡改申请流程数据,增强了可信度和安全性。
第二方面,提供一种基于区块链的申请流程数据管理方法,具体包括以下步骤:
S4-1,申请发起方填写申请信息,发出申请;
S4-2,服务器接收本次申请信息,并从数据库中获取历史申请信息;
S4-3,服务器根据本次申请信息和历史申请信息特征,确定风险值和阈值;
S4-4,区块链比较风险值和阈值,若风险值小于阈值,则进行自动审批,若风险值大于等于阈值,则在自动审批之后,增加人工审批环节;
S4-5,区块链反馈审批结果,结束申请流程。
在步骤S4-3中,所述确定风险值还包括:
S5-1,获取申请信息数据;
S5-2,判断本次申请的发起方是否存在历史申请数据,若不存在,则本次申请数据只有可变特征,进入S5-3,若存在,则本次申请数据有可变特征和不变特征,进入S5-6;
S5-3,对历史申请数据的可变特征,分别计算每个可变特征Xi的均值μi和方差确定每个可变特征Xi的一维正态分布的概率密度函数f(xi),其中,i=1、2、...、n,n为可变特征的个数;
S5-4,对本次申请数据的可变特征,利用步骤S5-3中所得的每个可变特征的一维正态分布的概率密度函数f(xi)分别计算其每个可变特征被取到的概率P{Xi=ai},计算时以区间概率来代替在某一点处的概率,即计算P{ai-δi≤Xi≤ai+δi},δi满足以下条件:设置δ1之后,就确定了所有区间,ai为本次申请数据可变特征的值;
S5-5,计算风险值zi为P{ai-δi≤Xi≤ai+δi}的倒数,其中,wi为可变特征的权值,结束;
S5-6,判断本次申请发起方的历史申请次数是否大于mintimes,若小于,则执行步骤S5-3、S5-4和S5-5得到风险值E,进入S5-10,若大于,则进入S5-7,mintimes设置为大于14的整数;
S5-7,对本次申请发起方的历史申请数据的可变特征,分别计算每个可变特征Xi的均值和方差/>确定每个可变特征Xi的一维正态分布的概率密度函数g(xi);
S5-8,对本次申请数据的可变特征,利用步骤S5-7中所得的每个可变特征的一维正态分布的概率密度函数g(xi)分别计算其每个可变特征被取到的概率P{Xi=ai},计算时以区间概率来代替在某一点处的概率,即计算P{ai-τi≤Xi≤ai+τi},τi满足以下条件:设置τ1之后,就确定了所有区间;
S5-9,计算风险值zi为P{ai-τi≤Xi≤ai+τi}的倒数;
S5-10,根据本次申请数据的不变特征得到修正值ΔE,将风险值E加上修正值ΔE后得到最终的风险值E。
对于电子交易申请来说,可变特征包括但不限于电子交易申请金额、电子交易申请时间和电子交易申请数量;以分钟为单位,将一天划分成多个区间,并从大到小对每个时间区间依次赋值,赋值可以从1开始,之后每个区间赋予的值增加1,即可得到电子交易申请时间特征,用户也可使用其他划分和赋值方式;不变特征包括但不限于申请发起方姓名、联系方式、组织机构代码和申请类型;申请类型包括消耗品申请和耐用品申请,需要按照一定周期不断进行申请的电子交易申请都划分消耗品申请,如日常生活用品和购买的固定期限的服务等,耐用品申请为为不需要频繁进行申请的电子交易申请,如电子产品和购买的长期服务等;对于申请发起方来说,其可能专门负责固定类型的电子交易申请,需要对此作出区分;对于不存在历史申请数据的申请发起方来说,其申请数据仅存在可变特征,不存在不变特征进行对比;对于存在历史申请数据的申请发起人来说,其申请数据存在可变特征和不变特征,当不变特征在历史申请数据中不存在时,可能存在着安全隐患,因此需要根据不变特征加上修正值ΔE。
对可变特征数据来说,计算均值和方差之后,就可以得到其一维正态分布的概率密度,对于连续变量的概率密度函数,其在某一点取值的概率为0,为此需要通过可变特征取值所属的一个区间的概率进行计算;当可变特征取值越接近均值时,它的风险就越小,其发生的概率就越大,因此风险值和可变特征值被取到概率的倒数成正相关;可变特征取值所属的区间越大,其发生的概率就越大,因此需要控制不同可变特征取值所属的区间占各自定义域范围的比例相同,对于正态分布来说,其定义域为整个实数域,但是有99.7%的数据位于均值的三个标准差范围内,因此使用六个标准差对定义域范围进行近似处理。
当本次交易申请发起方的历史交易数据足够多时,使用其自身的历史交易数据更为合理,当本次交易申请发起方的历史交易数据不够或没有时,只能使用全部的历史交易数据。
可变特征的权值wi由历史申请数据中未通过审批申请的可变特征与均值的平均偏差来确定,首先确定再利用/>进行计算得到wi,eki为未通过审批申请的可变特征Xi的值,p为历史申请数据中未通过审批申请的个数;申请数据的可变特征与均值的偏差越大,对应的风险就越大,对于未通过审批的申请数据来说,可变特征与均值的平均偏差越小,说明可变特征偏差对申请数据未通过审批的影响就越大,因此/>取为平均偏差的倒数,为了将权值总和划归为1,再对/>进行运算得到wi。
具体地,确定修正值ΔE包括以下步骤:
S7-1,获取本次申请数据的不变特征dm和历史申请数据的不变特征Ym,m为不变特征的个数;
S7-2,对本次申请数据的每个不变特征,逐个与历史申请数据的不变特征作比较,若本次申请数据的不变特征首次出现,则计数值加1,最终得到首次出现的r个不变特征数据;
S7-3,计算
当本次申请数据所有不变特征均与历史申请数据的不变特征相同时,意味着本次申请数据和历史申请数据没有区别,修正值ΔE为0,本次申请数据每存在一项不变特征与历史申请数据的不变特征不同,风险都会增加;对与历史申请数据不变特征不同的个数采用最大最小值归一化方式映射到[0,1]区间,为了保持ΔE和E的尺度相同,再乘上zi的平均值得到最终的ΔE。
在步骤S4-3中,确定阈值包括:
S8-1,将历史申请数据和本次申请数据可变特征作为输入得到输入数据集n为可变特征的个数,t为历史申请数据和本次申请数据总共的个数,对欧氏距离作出调整,计算两个数据点之间的距离dis,将两个数据点的各个可变特征作差再平方后,乘上权值wi后再求和开根号得到任意两个数据之间的距离dis,其中,α≠β,α=1、2、...、t,β=1、2、...、t;
S8-2,使用DBSCAN算法对历史申请数据和本次申请数据中的可变特征进行聚类,聚类时使用步骤S8-1中的距离dis取代欧式距离进行计算,确定本次申请数据所属的簇;
S8-3,采用所述步骤S5-3至S5-5的方式计算本次申请数据所属簇中未通过审批申请的风险值,将本次申请数据所属簇中未通过审批申请的风险值的平均值作为阈值。
对于不同的申请发起方,其所适用的阈值也不相同,对于一直大金额或者大量电子交易申请的发起方,他适用的阈值应该大于普通的电子交易申请的发起方,所以首先使用DBSCAN算法对电子交易申请数据的可变特征进行聚类,确定所属的簇,用簇中未通过审批申请的风险值的平均值作为电子交易申请数据的阈值;不同的可变特征对风险的影响不同,在进行聚类时,不是之间采用欧式距离,而是对欧式距离进行相应的调整后再进行聚类。
与现有技术相比,本发明所达到的有益效果是:根据申请信息的可变特征和不变特征获取风险值和阈值,根据风险值和阈值优化申请信息的审批流程,结合自动审批和人工审批,兼顾审批流程的高效性和合理性。
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是本发明实施例一种基于区块链的申请流程数据管理系统的结构示意图;
图2是本发明实施例获取风险值的流程图。
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。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。
图1是本发明实施例一种基于区块链的申请流程数据管理系统的结构示意图,包括:客户端、服务器、区块链和数据库;客户端与服务器之间相互连接,用于向服务器发送申请信息,接收服务器反馈的审批结果;服务器与区块链相互连接,用于对申请信息进行风险评估,并将评估结果发送给区块链;区块链的输出端与数据库的输入端相互连接,用于对申请信息进行审批,将审批结果发送给服务器和数据库;数据库的输出端与服务器的输入端相连接,用于存储申请信息和审批结果。
用户在客户端上填写完电子交易申请信息之后,客户端将电子交易申请信息发送到服务器进行分析,服务器接收本次电子申请信息,并从数据库中获取历史电子交易申请信息,根据电子交易申请信息的特征判断风险值,具体包括以下步骤:
S5-1,获取电子交易申请信息数据特征;
S5-2,判断本次电子交易申请的发起方是否存在历史电子交易申请数据,若不存在,则本次电子交易申请数据只有可变特征,进入S5-3,若存在,则本次电子交易申请数据有可变特征和不变特征,进入S5-6;
S5-3,对历史电子交易申请数据的可变特征,分别计算每个可变特征Xi的均值μi和方差确定每个可变特征Xi的一维正态分布的概率密度函数f(xi),其中,i=1、2、3;
S5-4,对本次电子交易申请数据的可变特征,利用步骤S5-3中所得的每个可变特征的一维正态分布的概率密度函数f(xi)分别计算其每个可变特征被取到的概率P{Xi=ai},计算时以区间概率来代替在某一点处的概率,即计算P{ai-δi≤Xi≤ai+δi},δi满足以下条件:设置δ1之后,就确定了所有区间,ai为本次电子交易申请数据可变特征的值;
S5-5,计算风险值zi为P{ai-δi≤Xi≤ai+δi}的倒数,其中,wi为可变特征的权值,结束;
S5-6,判断本次电子交易申请发起方的历史申请次数是否大于21,若小于,则执行步骤S5-3、S5-4和S5-5得到风险值E,进入S5-10,若大于,则进入S5-7;
S5-7,对本次电子交易申请发起方的历史申请数据的可变特征,分别计算每个可变特征Xi的均值和方差/>,确定每个可变特征Xi的一维正态分布的概率密度函数g(xi);
S5-8,对本次电子交易申请数据的可变特征,利用步骤S5-7中所得的每个可变特征的一维正态分布的概率密度函数g(xi)分别计算其每个可变特征被取到的概率P{Xi=ai},计算时以区间概率来代替在某一点处的概率,即计算P{ai-τi≤Xi≤ai+τi},τi满足以下条件:设置τ1之后,就确定了所有区间;
S5-9,计算风险值zi为P{ai-τi≤Xi≤ai+τi}的倒数;
S5-10,根据本次电子交易申请数据的不变特征得到修正值ΔE,将风险值E加上修正值ΔE后得到最终的风险值E。
具体地,可变特征包括电子交易申请金额、电子交易申请时间和电子交易申请数量等;以分钟为单位,将一天划分成多个区间,并从大到小对每个时间区间依次赋值,赋值可以从1开始,之后每个区间赋予的值增加1,即可得到电子交易申请时间特征,用户也可使用其他划分和赋值方式;不变特征包括但不限于申请发起方姓名、联系方式、组织机构代码和申请类型;申请类型包括消耗品申请和耐用品申请,需要按照一定周期不断进行申请的电子交易申请都划分消耗品申请,如日常生活用品和购买的固定期限的服务等,耐用品申请为不需要频繁进行申请的电子交易申请,如电子产品和购买的长期服务等;
可变特征的权值wi由历史电子交易申请数据中未通过审批申请的可变特征与均值的平均偏差来确定,首先确定再利用/>进行计算得到wi,/>eki为未通过审批申请的可变特征Xi的值,p为历史申请数据中未通过审批申请的个数。
确定修正值ΔE包括以下步骤:
S7-1,获取本次申请数据的不变特征dm和历史申请数据的不变特征Ym,m为不变特征的个数;
S7-2,对本次申请数据的每个不变特征,逐个与历史申请数据的不变特征作比较,若本次申请数据的不变特征首次出现,则计数值加1,最终得到首次出现的r个不变特征数据;
S7-3,计算
得到电子交易申请的风险值后,再根据的足迹已申请信息的可变特征确定它的阈值,如图2所示,具体包括以下步骤:
S8-1,将历史电子交易申请数据和本次电子交易申请数据可变特征作为输入得到输入数据集t为历史电子交易申请数据和本次电子交易申请数据总共的个数,对欧氏距离作出调整,计算两个数据点之间的距离dis,将两个数据点的各个可变特征作差再平方后,乘上权值wi后再求和开根号得到任意两个数据之间的距离dis,其中,α≠β,α=1、2、...、t,β=1、2、...、t;
S8-2,使用DBSCAN算法对历史电子交易申请数据和本次电子交易申请数据中的可变特征进行聚类,聚类时使用步骤S8-1中的距离dis取代欧式距离进行计算,确定本次电子交易申请数据所属的簇;
S8-3,采用所述步骤S5-3至S5-5的方式计算本次电子交易申请数据所属簇中未通过审批申请的风险值,将本次电子交易申请数据所属簇中未通过审批申请的风险值的平均值作为阈值。
服务器将风险值和阈值发送给区块链,区块链上的智能合约自动比较风险值和阈值,若风险值小于阈值,则区块链通过智能合约对电子交易申请进行自动审批,若风险值大于阈值,则区块链通过智能合约首先进行自动审批,再进入人工审批的流程。
在区块链进行审批的过程中,所有节点都共同参与电子交易申请流程数据的验证和记录,并通过共识机制来达成一致,因此没有任何一方能够单方面改变或篡改电子交易申请流程数据,增强了可信度和安全性,并且区块链上的操作全部公开透明,申请发起方和受理方都可以查看完整的审批流程记录;审批完成之后,区块链将审批过程中的所有审批流程记录存储到数据库中,服务器从区块链获取审批结果的信息,将审批结果反馈给客户端,客户端进行确认之后继续进行接下来的操作。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于区块链的申请流程数据管理系统,其特征在于,包括:客户端、服务器、区块链和数据库;所述客户端与所述服务器之间相互连接,用于向服务器发送申请信息,接收服务器反馈的审批结果;所述服务器与所述区块链相互连接,用于对申请信息进行风险评估,并将评估结果发送给区块链;所述区块链的输出端与所述数据库的输入端相互连接,用于对申请信息进行审批,将审批结果发送给所述服务器和所述数据库;所述数据库的输出端与所述服务器的输入端相连接,用于存储申请信息和审批结果。
2.根据权利要求1所述的一种基于区块链的申请流程数据管理系统,其特征在于,所述区块链通过编写智能合约,根据从服务器接收到的风险值和阈值,执行不同的审批操作;若风险值小于阈值,则通过智能合约对申请信息进行自动审批,若风险值大于阈值,则在自动审批之后,增加人工审批的环节。
3.根据权利要求2所述的一种基于区块链的申请流程数据管理系统,其特征在于,所述区块链进行自动审批或人工审批时,区块链上的操作全部公开透明,申请发起方和受理方都可以查看完整的审批流程记录,使申请流程的所有参与者都能了解申请流程的状态和进展,审批完成之后,所述区块链将申请信息、审批结果和审批流程记录存储到所述数据库中。
4.一种基于区块链的申请流程数据管理方法,其特征在于,包括以下步骤:
S4-1,申请方填写申请信息,发出申请;
S4-2,服务器接收本次申请信息,并从数据库中获取历史申请信息;
S4-3,服务器根据本次申请信息和历史申请信息特征,确定风险值和阈值;
S4-4,区块链比较风险值和阈值,若风险值小于阈值,则进行自动审批,若风险值大于等于阈值,则在自动审批之后,增加人工审批环节;
S4-5,区块链反馈审批结果,结束申请流程。
5.根据权利要求4所述的一种基于区块链的申请流程数据管理方法,其特征在于,在步骤S4-3中,所述确定风险值还包括:
S5-1,获取申请信息数据;
S5-2,判断本次申请的发起方是否存在历史申请数据,若不存在,则本次申请数据只有可变特征,进入S5-3,若存在,则本次申请数据有可变特征和不变特征,进入S5-6;
S5-3,对历史申请数据的可变特征,分别计算每个可变特征Xi的均值μi和方差确定每个可变特征Xi的一维正态分布的概率密度函数f(xi),其中,i=1、2、...、n,n为可变特征的个数;
S5-4,对本次申请数据的可变特征,利用步骤S5-3中所得的每个可变特征的一维正态分布的概率密度函数f(xi)分别计算其每个可变特征被取到的概率P{Xi=ai},计算时以区间概率来代替在某一点处的概率,即计算P{ai-δi≤Xi≤ai+δi},δi满足以下条件:设置δ1之后,就确定了所有区间,ai为本次申请数据可变特征的值;
S5-5,计算风险值zi为P(ai-δi≤Xi≤ai+δi}的倒数,其中,wi为可变特征的权值,结束;
S5-6,判断本次申请发起方的历史申请次数是否大于mintimes,若小于,则执行步骤S5-3、S5-4和S5-5得到风险值E,进入S5-10,若大于,则进入S5-7,mintimes设置为大于14的整数;
S5-7,对本次申请发起方的历史申请数据的可变特征,分别计算每个可变特征Xi的均值和方差/>确定每个可变特征Xi的一维正态分布的概率密度函数g(xi);
S5-8,对本次申请数据的可变特征,利用步骤S5-7中所得的每个可变特征的一维正态分布的概率密度函数g(xi)分别计算其每个可变特征被取到的概率P(Xi=ai},计算时以区间概率来代替在某一点处的概率,即计算P{ai-τi≤Xi≤ai+τi},τi满足以下条件:设置τ1之后,就确定了所有区间;
S5-9,计算风险值zi为P(ai-τi≤Xi≤ai+τi}的倒数;
S5-10,根据本次申请数据的不变特征得到修正值ΔE,将风险值E加上修正值ΔE后得到最终的风险值E。
6.根据权利要求5所述的一种基于区块链的申请流程数据管理方法,其特征在于,可变特征的权值wi通过历史申请数据中未通过审批申请的可变特征与均值的平均偏差来确定,首先确定再利用/>进行计算得到wi,/>eki为未通过审批申请的可变特征Xi的值,p为历史申请数据中未通过审批申请的个数。
7.根据权利要求5所述的一种基于区块链的申请流程数据管理方法,其特征在于,在步骤S5-10中,所述根据本次申请数据的不变特征得到修正值ΔE包括以下步骤:
S7-1,获取本次申请数据的不变特征dm和历史申请数据的不变特征Ym,m为不变特征的个数;
S7-2,对本次申请数据的每个不变特征,逐个与历史申请数据的不变特征作比较,若本次申请数据的不变特征首次出现,则计数值加1,最终得到首次出现的r个不变特征数据;
S7-3,计算
8.根据权利要求5所述的一种基于区块链的申请流程数据管理方法,其特征在于,在步骤S4-3中,所述确定阈值包括:
S8-1,将历史申请数据和本次申请数据可变特征作为输入得到输入数据集n为可变特征的个数,t为历史申请数据和本次申请数据总共的个数,对欧氏距离作出调整,计算两个数据点之间的距离dis,将两个数据点的各个可变特征作差再平方后,乘上权值wi后再求和开根号得到任意两个数据之间的距离dis,其中,α≠β,且α=1、2、...、t,β=1、2、...、t;
S8-2,使用DBSCAN算法对历史申请数据和本次申请数据中的可变特征进行聚类,聚类时使用步骤S8-1中的距离dis取代欧式距离进行计算,确定本次申请数据所属的簇;
S8-3,采用所述步骤S5-3至S5-5的方式计算本次申请数据所属簇中未通过审批申请的风险值,将本次申请数据所属簇中未通过审批申请的风险值的平均值作为阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310892578.1A CN116934257B (zh) | 2023-07-20 | 2023-07-20 | 一种基于区块链的申请流程数据管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310892578.1A CN116934257B (zh) | 2023-07-20 | 2023-07-20 | 一种基于区块链的申请流程数据管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116934257A true CN116934257A (zh) | 2023-10-24 |
CN116934257B CN116934257B (zh) | 2024-06-04 |
Family
ID=88390493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310892578.1A Active CN116934257B (zh) | 2023-07-20 | 2023-07-20 | 一种基于区块链的申请流程数据管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934257B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165860A (zh) * | 2018-09-04 | 2019-01-08 | 广东电网有限责任公司 | 线上施工方案审批方法及装置 |
CN111047300A (zh) * | 2019-12-19 | 2020-04-21 | 江西宜月鑫网络科技有限公司 | 基于区块链的在线审批方法、终端及可读存储介质 |
WO2020085346A1 (ja) * | 2018-10-22 | 2020-04-30 | 力 松永 | ブロックチェーンシステムおよびブロックチェーンシステムを利用したデータ取引システム |
CN112435006A (zh) * | 2020-11-24 | 2021-03-02 | 大连理工江苏研究院有限公司 | 一种应用区块链技术的专利全过程管理方法、系统及设备 |
WO2022267185A1 (zh) * | 2021-06-24 | 2022-12-29 | 安徽安时科技发展有限公司 | 一种基于区块链网络的物品安全高效交易方法、系统及存储介质 |
CN115936844A (zh) * | 2022-12-05 | 2023-04-07 | 中信银行股份有限公司 | 基于区块链的公积金组合贷款线上申请审批的方法、系统、终端设备及存储介质 |
-
2023
- 2023-07-20 CN CN202310892578.1A patent/CN116934257B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165860A (zh) * | 2018-09-04 | 2019-01-08 | 广东电网有限责任公司 | 线上施工方案审批方法及装置 |
WO2020085346A1 (ja) * | 2018-10-22 | 2020-04-30 | 力 松永 | ブロックチェーンシステムおよびブロックチェーンシステムを利用したデータ取引システム |
WO2020085349A1 (ja) * | 2018-10-22 | 2020-04-30 | 力 松永 | 金融ブロックチェーンを用いた金融処理管理システムおよびそれを利用したデータ取引システム |
CN111047300A (zh) * | 2019-12-19 | 2020-04-21 | 江西宜月鑫网络科技有限公司 | 基于区块链的在线审批方法、终端及可读存储介质 |
CN112435006A (zh) * | 2020-11-24 | 2021-03-02 | 大连理工江苏研究院有限公司 | 一种应用区块链技术的专利全过程管理方法、系统及设备 |
WO2022267185A1 (zh) * | 2021-06-24 | 2022-12-29 | 安徽安时科技发展有限公司 | 一种基于区块链网络的物品安全高效交易方法、系统及存储介质 |
CN115936844A (zh) * | 2022-12-05 | 2023-04-07 | 中信银行股份有限公司 | 基于区块链的公积金组合贷款线上申请审批的方法、系统、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116934257B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11830004B2 (en) | Blockchain transaction safety | |
US20230118240A1 (en) | Training a machine learning system for transaction data processing | |
CN103646197B (zh) | 基于用户行为的用户可信度认证系统及方法 | |
US7716135B2 (en) | Incremental compliance environment, an enterprise-wide system for detecting fraud | |
CN112862298B (zh) | 一种针对用户画像的信用评估方法 | |
Grüner et al. | A quantifiable trust model for blockchain-based identity management | |
US20200143242A1 (en) | System and method for creating and providing crime intelligence based on crowdsourced information stored on a blockchain | |
CN113205415B (zh) | 基于rpa和区块链技术的财务流程自动化方法和系统 | |
CN113628049B (zh) | 一种基于群体智能的区块链智能合约的冲突裁决方法 | |
CN117932577B (zh) | 一种互联网数据的处理方法及系统 | |
CN115735212A (zh) | 经由安全多方计算和集成学习的分布式机器学习 | |
US20230297691A1 (en) | Apparatus and methods for verifying lost user data | |
CN116957548A (zh) | 一种云端支付安全管理平台及支付方法 | |
CA3154757A1 (en) | Self learning machine learning transaction scores adjustment via normalization thereof | |
CN117172772A (zh) | 基于区块链网络的元宇宙访问方法和区块链网络装置 | |
CN116934257B (zh) | 一种基于区块链的申请流程数据管理系统及方法 | |
CN108229964B (zh) | 交易行为轮廓构建与认证方法、系统、介质及设备 | |
US11429602B2 (en) | Multi-dimensional modeling of resource interaction processors | |
CN116611895A (zh) | 交易异常识别方法、装置、计算机设备和存储介质 | |
CN112765668B (zh) | 一种零知识证明隐私保护方法、系统、存储介质、设备 | |
CN114782021A (zh) | 一种基于区块链的贷前尽职调查数据管理系统及方法 | |
CN113536352A (zh) | 一种基于区块链的隐私数据调用方法 | |
CN114511317A (zh) | 会计记录的区块链公共账本化处理系统与方法 | |
CN112967058A (zh) | 一种基于区块链电子账本的管理方法 | |
Li et al. | Empirical evaluation of federated learning with local privacy for real-world application |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |