[发明专利]企业综合信用信息查验方法、系统、介质、计算机设备

说明书

本发明属于计算机应用技术领域，公开了一种企业综合信用信息查验方法、系统、介质、计算机设备，采集多源数据，进行数据的融合、分类处理与整合；将整合的数据划分为静态数据与动态数据；对静态数据进行分析，对动态数据进行挖掘、划分；对静态数据与动态数据分别进行处理，并基于静态数据与动态数据的处理结果生成企业综合信用查验报告。本发明通过采集多源数据，对数据分类处理与整合，统一存储于数据资源池中，各个交易平台能够共享共用数据池中的数据，弥补现有大宗商品交易平台垂直单一的缺点，结合动静态数据分类处理，对数据进行综合分析，生成企业综合信用查验报告。

技术领域

本发明属于计算机应用技术领域，尤其涉及一种企业综合信用信息查验方法、系统、介质、计算机设备。

背景技术

目前，大宗商品是指可进入流通领域，但非零售环节，具有商品属性并用于工农业生产与消费使用的大批量买卖的物质商品。在金融投资市场，大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品，如原油、有色金属、钢铁、农产品、铁矿石、煤炭等。包括3个类别，即能源商品、基础原材料和农副产品。

现有大宗商品交易市场的交易平台之间存在单一性、缺乏关联性等。一方面，企业安全指数难以保障，交易平台垂直单一不易发现数据背后隐藏的异常；另一方面不同大宗商品种类有着不同的交易平台，海量数据难以实现共享，很多重要信息无法关联挖掘，必然造成数据的浪费。在当今快速发展的大数据时代，运用数据挖掘分析技术可挖掘海量数据中的隐性信息，需要基于大宗商品交易平台研究一种跨平台信息可共享、企业主体属性相关联、动静态数据相结合的企业综合信用查验方法。系统查验结果最终以企业综合信用查验报告呈现，该查验报告包括四部分内容：(1)、基本信息，是指与企业的基础信息，如企业名称、企业组织机构代码、统一社会信用代码等；(2)、关联信息，是与该企业与之关联的企业的信息；(3)、综合信用评分信息，是运用数据挖掘分析技术、聚类降维以及AHP层次分析算法结合得到的综合信用评分信息；(4)、其他信息，指对一个企业信用影响度较大或其至关重要的信息。

通过上述分析，现有技术存在的问题及缺陷为：现有大宗商品交易市场的交易平台之间存在单一性、缺乏关联性；现有大宗商品交易市场的交易平台之间存在单一性、缺乏关联性，导致市场管理平台不规范、不集中、安全性低等问题，导致平台之间模式垂直单一，数据难以共享，主体缺乏关联等问题。

解决以上问题及缺陷的难度为：海量数据难以实现共享，很多重要信息无法关联挖掘，不易发现数据背后隐藏的异常。

解决以上问题及缺陷的意义为：平台间关联性更紧密，企业数据信用更准确，企业交易主体更安全，对市场管理或各交易平台监督性更高。

发明内容

针对现有技术存在的问题，本发明提供了一种企业综合信用信息查验方法、系统、介质、计算机设备。

本发明是这样实现的，一种企业综合信用信息查验方法，所述企业综合信用信息查验方法包括：

步骤一，采集多源数据，将多源数据进行融合，存储于数据池中，进行数据分类处理与整合；

步骤二，将数据池中整合的数据划分为用于生成基本信息数据的静态数据与用于生成关联信息数据、综合信用评分数据、其他重要数据的动态数据；

步骤三，对静态数据进行分析，对动态数据进行企业主体关联属性及相关数据的挖掘，并基于挖掘的数据对动态数据进行指标数据划分；

步骤四，对静态数据与动态数据分别进行处理，并基于静态数据与动态数据的处理结果生成企业综合信用查验报告。

进一步，步骤一中，所述多源数据包括：各平台历史交易数据、权威机构数据、第三方接口数据以及其他数据。

进一步，步骤二中，所述动态数据包括：

所述动态数据用于生成关联信息数据、综合信用评分数据、其他重要数据；