[發(fā)明專利]用于分析企業(yè)態(tài)勢感知的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710744509.0
• 申請日: 2017-08-25
• 公開（公告）號: CN107527149A
• 公開（公告）日: 2017-12-29
• 發(fā)明（設計）人: 田丁丁;宋小鵬
• 申請（專利權）人: 前海梧桐（深圳）數(shù)據(jù)有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/30
• 代理公司: 深圳市精英專利事務所44242
• 代理人: 馮筠

技術領域

本發(fā)明涉及企業(yè)勢態(tài)感知，更具體地說是指用于分析企業(yè)態(tài)勢感知的方法和系統(tǒng)。

背景技術

態(tài)勢感知是一種基于環(huán)境的、動態(tài)、整體地洞悉安全風險的能力，是以安全大數(shù)據(jù)為基礎，從全局視角提升對安全威脅的發(fā)現(xiàn)識別、理解分析、響應處置能力的一種方式，最終是為了決策與行動，是安全能力的落地。對于大型機構或企業(yè)而言，從日常安全工作角度出發(fā)，對內(nèi)部有價值的核心資產(chǎn)、業(yè)務系統(tǒng)安全狀態(tài)進行感知，發(fā)現(xiàn)各類威脅與內(nèi)部異常違規(guī)，保證業(yè)務系統(tǒng)能夠比較平穩(wěn)、順暢地運行，更偏內(nèi)部安全的運營型能力的落地。

針對非上市企業(yè)的大數(shù)據(jù)服務或者征信服務的服務對象大多是傳統(tǒng)金融機構或政府等監(jiān)管部門，其對于企業(yè)畫像的建立基本是用于對企業(yè)運營風險和企業(yè)經(jīng)營質量的評估和評價，以便于信貸或財政扶持等業(yè)務的開展。然而，相比于企業(yè)當前質量的評價，對非上市的創(chuàng)新型中小企業(yè)的成長性分析和未來發(fā)展趨勢的預測顯得更為重要，但由于這些企業(yè)公開信息有限且實時性差，現(xiàn)有的數(shù)據(jù)服務通常要么只根據(jù)當下盡調(diào)信息作靜態(tài)質量評價，要么直接忽略這部分企業(yè)而專注于上市企業(yè)，因此，無法全面動態(tài)且多維度展示企業(yè)態(tài)勢，也無法全面描繪企業(yè)成長軌跡，對企業(yè)未來發(fā)展趨勢預測不合理。

因此，有必要設計一種用于分析企業(yè)態(tài)勢感知的方法，實現(xiàn)全面動態(tài)且多維度展示企業(yè)態(tài)勢，全面描繪企業(yè)成長軌跡以及有效且合理預測企業(yè)未來發(fā)展趨勢。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術的缺陷，提供用于分析企業(yè)態(tài)勢感知的方法和系統(tǒng)。

為實現(xiàn)上述目的，本發(fā)明采用以下技術方案：用于分析企業(yè)態(tài)勢感知的方法，所述方法包括：

獲取企業(yè)全面的公開數(shù)據(jù)；

針對所述公開數(shù)據(jù)進行結構化處理并清洗處理，獲取結構化字段；

將結構化字段中的事件進行切片，根據(jù)事件與實體和維度獲取關聯(lián)數(shù)據(jù)；

按照全生命周期排列關聯(lián)數(shù)據(jù)，獲取企業(yè)的成長軌跡；

根據(jù)企業(yè)成長軌跡獲取企業(yè)未來發(fā)展趨勢。

其進一步技術方案為：針對所述公開數(shù)據(jù)進行結構化處理并清洗處理，獲取結構化字段的步驟，包括以下具體步驟：

對所述公開數(shù)據(jù)中包含的事件種類拆分為實體+事件+屬性的結構，獲取結構化數(shù)據(jù)；

對結構化數(shù)據(jù)進行數(shù)據(jù)清洗，消除或合并同義實體和事件，獲取結構化字段；

存儲所述結構化字段。

其進一步技術方案為：將結構化字段中的事件進行切片，根據(jù)事件與實體和維度獲取關聯(lián)數(shù)據(jù)的步驟，包括以下具體步驟：

根據(jù)時間順序，對所述結構化字段中的事件進行切片；

按照業(yè)務需求規(guī)定的限制維度，將每個事件及其關聯(lián)的實體與限定維度內(nèi)的其他事件和實體關聯(lián)起來，獲取關聯(lián)數(shù)據(jù)。

其進一步技術方案為：按照全生命周期排列關聯(lián)數(shù)據(jù)，獲取企業(yè)的成長軌跡的步驟，包括以下具體步驟:

根據(jù)全生命周期順序對關聯(lián)數(shù)據(jù)中的事件做時序排列；

根據(jù)全生命周期順序對關聯(lián)數(shù)據(jù)中的屬性做時序排列；

結合排列后的事件以及屬性，形成獲取企業(yè)的成長軌跡。

其進一步技術方案為：根據(jù)企業(yè)成長軌跡獲取企業(yè)未來發(fā)展趨勢的步驟，具體是采用參照可比企業(yè)的同類事件的演變過程或實體關聯(lián)，推測其他企業(yè)有關事件的發(fā)展趨勢或實體可能的關聯(lián)，獲取對企業(yè)未來成長性和發(fā)展趨勢。

本發(fā)明還提供了用于分析企業(yè)態(tài)勢感知的系統(tǒng)，包括數(shù)據(jù)獲取單元、結構化字段獲取單元、關聯(lián)數(shù)據(jù)獲取單元、排序單元以及趨勢預測單元；

所述數(shù)據(jù)獲取單元，用于獲取企業(yè)全面的公開數(shù)據(jù)；

所述結構化字段獲取單元，用于針對所述公開數(shù)據(jù)進行結構化處理并清洗處理，獲取結構化字段；

所述關聯(lián)數(shù)據(jù)獲取單元，用于將結構化字段中的事件進行切片，根據(jù)事件與實體和維度獲取關聯(lián)數(shù)據(jù)；

所述排序單元，用于按照全生命周期排列關聯(lián)數(shù)據(jù)，獲取企業(yè)的成長軌跡；

所述趨勢預測單元，用于根據(jù)企業(yè)成長軌跡獲取企業(yè)未來發(fā)展趨勢。

其進一步技術方案為：所述結構化字段獲取單元包括結構化處理模塊、清洗模塊以及存儲模塊；

所述結構化處理模塊，用于對所述公開數(shù)據(jù)中包含的事件種類拆分為實體+事件+屬性的結構，獲取結構化數(shù)據(jù)；

所述清洗模塊，用于對結構化數(shù)據(jù)進行數(shù)據(jù)清洗，消除或合并同義實體和事件，獲取結構化字段；

所述存儲模塊，用于存儲所述結構化字段。

其進一步技術方案為：所述關聯(lián)數(shù)據(jù)獲取單元包括切片模塊以及關聯(lián)模塊；