CN105138652B - 一种企业关联关系识别方法及*** - Google Patents
一种企业关联关系识别方法及*** Download PDFInfo
- Publication number
- CN105138652B CN105138652B CN201510540392.5A CN201510540392A CN105138652B CN 105138652 B CN105138652 B CN 105138652B CN 201510540392 A CN201510540392 A CN 201510540392A CN 105138652 B CN105138652 B CN 105138652B
- Authority
- CN
- China
- Prior art keywords
- enterprise
- data field
- unit
- data
- shareholder
- 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.)
- Active
Links
Classifications
-
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种企业关联关系识别方法及***,包括:建立统一数据格式的企业相关数据库;通过网络技术采集设定区域的企业相关数据;调取企业相关数据库中每个企业的相关数据字段,对所述数据字段进行预处理;提取企业股东数据字段,判断所述数据字段是个人还是企业;对同一企业进行数据对接;建立不同企业之间的数据关联;进行关联企业信息查询。本发明有益效果:对数据字段进行预处理,对企业股东等数据字段进行智能识别是人员还是企业,可以最大程序的提高***对人员、企业的正确识别率,提高***精准度,提高企业关联正确率。
Description
技术领域
本发明涉及关联企业识别技术领域,具体涉及一种企业关联关系识别方法及***。
背景技术
随着近几年市场经济的飞速发展及国家对创业者的鼓励及扶持,越来越多得大中型小型企业被注册;同时随着互联网的高速发展,企业的登记信息、股东信息、变更信息等都变得越来越透明,甚至可以直接在互联网上查到。现有的企业信息查询技术主要存在以下问题:
1.互联网上找到的信息都是松散的、针对单个企业的个体,并没有针对企业与企业、企业与个人之间的关联关系。
2.互联网上找到的信息错踪乱杂,标准不统一,如若想知道两个企业间的关系,只能人工查找整理,或是去各地工商局走各种流程申请查询,然后人工整理关联。
3.直接获取的数据字段通常包含大量的特殊字符、中间字符等,对于数据字段的准确识别产生极大的影响,降低数据提取的准确率。
4.不能从直接获取的大量数据字段中准确提取出有用的数据信息,更不能根据提取的数据字段准确判断出该数据字段是代表企业还是代表个人,这为以后的数据关联关系识别造成了极大的困难。
发明内容
本发明的目的就是为了解决上述问题,提出了一种企业关联关系识别方法及***,该方法及***能够实现自动将有关系的企业关联起来,使之可以快速的查找企业与企业之前的关系,无需人工查找与整理,极大地提高了工作效率。
为了实现上述目的,本发明采用如下技术方案:
一种企业关联关系识别方法,包括:
在一个服务器执行该方法,所述服务器包括一个或多个处理器以及用于存储由所述一个或多个处理器执行的程序的存储器;
(1)建立统一数据格式的企业相关数据库,所述数据库包括基本数据库和关联数据库;
(2)通过网络技术采集设定区域的企业相关数据,并将所述数据进行格式转换后存储至基本数据库;
(3)调取企业相关数据库中每个企业的相关数据字段,对所述数据字段进行预处理,提取出代表企业相关信息的数据字段并存入基本数据库;
(4)提取企业股东数据字段,判断所述数据字段是个人还是企业,并将判断结果存入基本数据库中相应企业的存储路径下;
(5)对同一企业进行数据对接:将企业名称字段相同或者企业注册号字段相同的企业,合并至相同的存储路径下;
(6)建立不同企业之间的数据关联:如果企业股东为另一企业名称,则将两企业进行关联;如果两个企业拥有相同名称字段的人员,则将两企业的存储路径进行关联;将所述关联信息存入关联数据库;
(7)用户客户端进行关联企业信息查询时,从关联数据库中调取关联企业,并从基本数据库中查询关联企业的基本信息。
所述步骤(2)中通过网络爬虫手段采集设定区域的企业信息,所述企业信息包括但不限于:企业登记信息、股东信息、变更信息、经营地址和联系电话。
所述步骤(3)中调取企业相关数据库中每个企业的相关数据字段,对所述数据字段进行预处理的方法包括:
去除所述数据字段的首尾特殊字符;
判断所述数据字段是否包含英文,如果是,则不处理;如果否,根据中间字符将所述数据字段分成多个字段;
判断分割后的字段长度是否大于设定的长度,如果是,将分割后的字段按多个字段进行处理;否则,去除特殊字符后,合并所有分割字段。
所述步骤(3)中代表企业相关信息的数据字段包括但不限于:企业名称、股东信息、主要负责人和经营人。
所述步骤(4)的具体方法为:
1)调取所有企业名称的前两位及后两位字符,并统计其出现频率;
2)将出现频率大于设定频率阈值t的字符,保存至集合M中;
3)提取企业A的股东数据字段,判断字符长度是否大于设定长度,如果是,进入步骤4);否则,判断为个人;
4)提取所述企业A的股东数据字段的前两位字符,判断所述字符是否出现在集合M中,如果是,判断为企业;否则,进入步骤5);
5)提取所述企业A的股东数据字段的后两位字符,判断所述字符是否出现在集合M中,如果是,判断为企业;否则,判断为个人。
一种企业关联关系识别的装置,包括:
一个服务器,所述服务器包括一个或多个处理器以及用于存储由所述一个或多个处理器执行的程序的存储器;
基本数据库和关联数据库;
通过网络技术采集设定区域的企业相关数据的单元,将所述数据进行格式转换的单元,以及将转换后数据存储至基本数据库的单元;
调取企业相关数据库中每个企业的相关数据字段的单元,对所述数据字段进行预处理的单元,提取出代表企业相关信息的数据字段并存入基本数据库的单元;
提取企业股东数据字段的单元,判断所述数据字段是个人还是企业的单元,将判断结果存入基本数据库中相应企业的存储路径下的单元;
对同一企业进行数据对接的单元:将企业名称字段相同或者企业注册号字段相同的企业,合并至相同的存储路径下;
(6)建立不同企业之间的数据关联的单元:如果企业股东为另一企业名称,则将两企业进行关联;如果两个企业拥有相同名称字段的人员,则将两企业进行关联;将所述关联信息存入关联数据库;
进行关联企业信息查询的单元:从关联数据库中调取关联企业,并从基本数据库中查询关联企业的基本信息。
通过网络爬虫手段采集设定区域的企业信息,所述企业信息包括但不限于:企业登记信息、股东信息、变更信息、经营地址和联系电话。
对所述数据字段进行预处理的单元包括:
去除所述数据字段的首尾特殊字符的单元;
判断所述数据字段是否包含英文的单元,根据中间字符将所述数据字段分成多个字段的单元;
判断分割后的字段长度是否大于设定的长度的单元以及对分割后数据字段进行处理的单元。
代表企业相关信息的数据字段包括但不限于:企业名称、股东信息、主要负责人和经营人。
判断所述数据字段是个人还是企业的单元包括:
调取所有企业名称的前两位及后两位字符,并统计其出现频率的单元;
将出现频率大于设定频率阈值t的字符,保存至集合M中的单元;
提取企业A的股东数据字段,判断字符长度是否大于设定长度的单元;
提取所述企业A的股东数据字段的前两位字符,判断所述字符是否出现在集合M中的单元;
提取所述企业A的股东数据字段的后两位字符,判断所述字符是否出现在集合M中的单元。
本发明的有益效果是:
对数据字段进行预处理,可以从大量的杂乱无章的、无规则的数据中提取出对本***有用的正确的企业名称及人员名称,通过数据的过滤筛查最大可能的去除无关文字的干扰。
对企业股东等数据字段进行智能识别是人员还是企业,可以最大程序的提高***对人员、企业的正确识别率,提高***精准度,提高企业关联正确率。
通过对企业相关数据字段或者人员相关数据字段的匹配,对相关企业或人员进行关联关系匹配,可以最大程度的查找出一个企业相关的人员或一个人员相关的企业,尽而形成所有可能的关系网。
附图说明
图1为本发明整体方法流程图;
图2为本发明数据字段预处理方法流程图;
图3为本发明判断企业股东数据字段是企业还是个人的方法流程图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明:
一种企业关联关系识别方法,如图1所示,包括:
在一个服务器执行该方法,所述服务器包括一个或多个处理器以及用于存储由所述一个或多个处理器执行的程序的存储器;
(1)建立统一数据格式的企业相关数据库,所述数据库包括基本数据库和关联数据库;所述数据库具有统一的标准,统一的格式,以便于统一进行数据调用。
(2)通过网络爬虫技术采集设定区域的企业相关数据,并将所述数据进行格式转换后存储至基本数据库;
进行数据采集的路径包括:企业征信信息、企业招聘信息、企业广告信息以及企业网站相关信息等等。
从上述路径中筛选出企业登记信息、股东信息、变更信息、经营地址、联系电话等。
(3)调取企业相关数据库中每个企业的相关数据字段,对数据字段进行预处理,提取出代表企业相关信息的数据字段并存入基本数据库;
代表企业相关信息的数据字段包括但不限于:企业名称、股东信息、主要负责人和经营人等。
调取企业相关数据库中每个企业的相关数据字段,对所述数据字段进行预处理的方法如图2所示,包括:
去除所述数据字段的首尾特殊字符;将字母、汉字和数字以外的符号,都认为是特殊字符。比如:空隔、~、!、@、#、¥、%、…………、&、*、~、‘等等。
判断所述数据字段是否包含英文,如果是,则不处理;如果否,根据中间字符将所述数据字段分成多个字段;中间字符指空隔、逗号、分号、顿号四种常用的中间分隔符。比如将“王军,李民”直接拆成是两个字段,认为是两个人。
判断分割后的字段长度是否大于设定的长度,该设定长度根据实际需要自行设定,本实施例将设定长度优选为1;如果是,将分割后的字段按多个字段进行处理;否则,去除特殊字符后,合并所有分割字段作为一个数据字段处理。对于数据字段的预处理能够自动将包含多个数据信息的字段拆分开来,能够避免一个数据字段中包含多个企业名称或者个人名称的情况,增加了数据关联识别的准确率。
(4)提取企业股东数据字段,判断所述数据字段是个人还是企业,并将判断结果存入基本数据库中相应企业的存储路径下;
具体的判断方法如图3所示,具体包括:
1)调取所有企业名称的前两位及后两位字符,并统计其出现频率;
2)将出现频率大于设定频率阈值t的字符,保存至集合M中;
3)提取企业A的股东数据字段,判断字符长度是否大于设定长度,本实施例优选长度为4如果是,进入步骤4);否则,判断为个人;
4)提取所述企业A的股东数据字段的前两位字符,判断所述字符是否出现在集合M中,如果是,判断为企业;否则,进入步骤5);
5)提取所述企业A的股东数据字段的后两位字符,判断所述字符是否出现在集合M中,如果是,判断为企业;否则,判断为个人。
(5)对同一企业进行数据对接:将企业名称字段相同或者企业注册号字段相同的企业,合并至相同的存储路径下;
(6)建立不同企业之间的数据关联:如果企业股东为另一企业名称,则将两企业进行关联;如果两个企业拥有相同名称字段的人员,则将两企业的存储路径进行关联;即将人员名称相同或企业名称相同或人员身份证号相同或企业证件号码相同的,认为是同一企业或人员,然后进行关联;将所述关联信息存入关联数据库;
(7)用户客户端进行关联企业信息查询时,从关联数据库中调取关联企业,并从基本数据库中查询关联企业的基本信息。
根据关联数据库内部的关联信息,根据展示规则能够自动生成企业关联关系图谱,并将所述图谱返回至用户客户端,使得用户客户端能够得到更加直观的获得企业关联关系。
一种企业关联关系识别的装置,包括:
一个服务器,所述服务器包括一个或多个处理器以及用于存储由所述一个或多个处理器执行的程序的存储器;
基本数据库和关联数据库;
通过网络技术采集设定区域的企业相关数据的单元,将所述数据进行格式转换的单元,以及将转换后数据存储至基本数据库的单元;
调取企业相关数据库中每个企业的相关数据字段的单元,对所述数据字段进行预处理的单元,提取出代表企业相关信息的数据字段并存入基本数据库的单元;
提取企业股东数据字段的单元,判断所述数据字段是个人还是企业的单元,将判断结果存入基本数据库中相应企业的存储路径下的单元;
对同一企业进行数据对接的单元:将企业名称字段相同或者企业注册号字段相同的企业,合并至相同的存储路径下;
(6)建立不同企业之间的数据关联的单元:如果企业股东为另一企业名称,则将两企业进行关联;如果两个企业拥有相同名称字段的人员,则将两企业进行关联;将所述关联信息存入关联数据库;
进行关联企业信息查询的单元:从关联数据库中调取关联企业,并从基本数据库中查询关联企业的基本信息。
通过网络爬虫手段采集设定区域的企业信息,所述企业信息包括但不限于:企业登记信息、股东信息、变更信息、经营地址和联系电话。
对所述数据字段进行预处理的单元包括:
去除所述数据字段的首尾特殊字符的单元;
判断所述数据字段是否包含英文的单元,根据中间字符将所述数据字段分成多个字段的单元;
判断分割后的字段长度是否大于设定的长度的单元以及对分割后数据字段进行处理的单元。
代表企业相关信息的数据字段包括但不限于:企业名称、股东信息、主要负责人和经营人。
判断所述数据字段是个人还是企业的单元包括:
调取所有企业名称的前两位及后两位字符,并统计其出现频率的单元;
将出现频率大于设定频率阈值t的字符,保存至集合M中的单元;
提取企业A的股东数据字段,判断字符长度是否大于设定长度的单元;
提取所述企业A的股东数据字段的前两位字符,判断所述字符是否出现在集合M中的单元;
提取所述企业A的股东数据字段的后两位字符,判断所述字符是否出现在集合M中的单元。
以上企业关联关系识别***与方法的建立,能够为不同领域的工作人员提供更加便利和高效的工作方式,举例如下:
将本发明***及方法应用在公安领域,能够调取犯罪嫌疑人名下可能的企业,极大程度的缩减了公安机关网上自已查询整理数据的时间和精力,避免了警力浪费,为提前破案提供了有效辅助。
将本发明***及方法应用在律师领域,能够快速调取与被告相关联的企业,防止对方提前进行资产转移等非法行为,最大程序的保护当事人的资产损失。
将本发明***及方法应用在企业招投标领域,能够有效调取招标企业和投标企业、及各投标企业间的关联关系,杜绝内幕行为。
将本发明***及方法应用在税务领域,能够通过调取关联企业,防止偷税漏税现象的发生。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (6)
1.一种企业关联关系识别方法,其特征是,包括:
在一个服务器执行该方法,所述服务器包括一个或多个处理器以及用于存储由所述一个或多个处理器执行的程序的存储器;
(1)建立统一数据格式的企业相关数据库,所述数据库包括基本数据库和关联数据库;
(2)通过网络技术采集设定区域的企业相关数据,并将所述数据进行格式转换后存储至基本数据库;
(3)调取企业相关数据库中每个企业的相关数据字段,对所述相关数据字段进行预处理,提取出代表企业相关信息的数据字段并存入基本数据库;对所述相关数据字段进行预处理的方法包括:
去除所述相关数据字段的首尾特殊字符;
判断所述相关数据字段是否包含英文,如果是,则不处理;如果否,根据中间字符将所述数据字段分成多个字段;中间字符指中间分隔符,包括:空隔、逗号、分号或者顿号;
判断分割后的字段长度是否大于设定的长度,如果是,将分割后的字段按多个字段进行处理;否则,去除特殊字符后,合并所有分割字段;
(4)提取企业股东数据字段,判断所述股东数据字段是个人还是企业,并将判断结果存入基本数据库中相应企业的存储路径下,具体方法为:
1)调取所有企业名称的前两位及后两位字符,并统计其出现频率;
2)将出现频率大于设定频率阈值t的字符,保存至集合M中;
3)提取企业A的股东数据字段,判断字符长度是否大于设定长度,如果是,进入步骤4);否则,判断为个人;
4)提取所述企业A的股东数据字段的前两位字符,判断所述前两位字符是否出现在集合M中,如果是,判断为企业;否则,进入步骤5);
5)提取所述企业A的股东数据字段的后两位字符,判断所述后两位字符是否出现在集合M中,如果是,判断为企业;否则,判断为个人;
(5)对同一企业进行数据对接:将企业名称字段相同或者企业注册号字段相同的企业,合并至相同的存储路径下;
(6)建立不同企业之间的数据关联:如果企业股东为另一企业名称,则将两企业进行关联;如果两个企业拥有相同名称字段的人员,则将两企业的存储路径进行关联;将关联的信息存入关联数据库;
(7)用户客户端进行关联企业信息查询时,从关联数据库中调取关联企业,并从基本数据库中查询关联企业的基本信息。
2.如权利要求1所述的一种企业关联关系识别方法,其特征是,所述步骤(2)中通过网络爬虫手段采集设定区域的企业信息,所述企业信息包括但不限于:企业登记信息、股东信息、变更信息、经营地址和联系电话。
3.如权利要求1所述的一种企业关联关系识别方法,其特征是,所述步骤(3)中代表企业相关信息的数据字段包括但不限于:企业名称、股东信息、主要负责人和经营人。
4.一种企业关联关系识别的装置,其特征是,包括:
一个服务器,所述服务器包括一个或多个处理器以及用于存储由所述一个或多个处理器执行的程序的存储器;
基本数据库和关联数据库;
通过网络技术采集设定区域的企业相关数据的单元,将所述数据进行格式转换的单元,以及将转换后数据存储至基本数据库的单元;
调取企业相关数据库中每个企业的相关数据字段的单元,对所述相关数据字段进行预处理的单元,提取出代表企业相关信息的数据字段并存入基本数据库的单元;
对所述相关数据字段进行预处理的单元包括:
去除所述相关数据字段的首尾特殊字符的单元;
判断所述相关数据字段是否包含英文的单元,根据中间字符将所述数据字段分成多个字段的单元;中间字符指中间分隔符,包括:空隔、逗号、分号或者顿号;
判断分割后的字段长度是否大于设定的长度的单元以及对分割后数据字段进行处理的单元;
提取企业股东数据字段的单元,判断所述股东数据字段是个人还是企业的单元,将判断结果存入基本数据库中相应企业的存储路径下的单元;
判断所述股东数据字段是个人还是企业的单元包括:
调取所有企业名称的前两位及后两位字符,并统计其出现频率的单元;
将出现频率大于设定频率阈值t的字符,保存至集合M中的单元;
提取企业A的股东数据字段,判断字符长度是否大于设定长度的单元;
提取所述企业A的股东数据字段的前两位字符,判断所述前两位字符是否出现在集合M中的单元;
提取所述企业A的股东数据字段的后两位字符,判断所述后两位字符是否出现在集合M中的单元;
对同一企业进行数据对接的单元:将企业名称字段相同或者企业注册号字段相同的企业,合并至相同的存储路径下;
建立不同企业之间的数据关联的单元:如果企业股东为另一企业名称,则将两企业进行关联;如果两个企业拥有相同名称字段的人员,则将两企业进行关联;将关联的信息存入关联数据库;
进行关联企业信息查询的单元:从关联数据库中调取关联企业,并从基本数据库中查询关联企业的基本信息。
5.如权利要求4所述的一种企业关联关系识别的装置,其特征是,通过网络爬虫手段采集设定区域的企业信息,所述企业信息包括但不限于:企业登记信息、股东信息、变更信息、经营地址和联系电话。
6.如权利要求4所述的一种企业关联关系识别的装置,其特征是,代表企业相关信息的数据字段包括但不限于:企业名称、股东信息、主要负责人和经营人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510540392.5A CN105138652B (zh) | 2015-08-28 | 2015-08-28 | 一种企业关联关系识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510540392.5A CN105138652B (zh) | 2015-08-28 | 2015-08-28 | 一种企业关联关系识别方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105138652A CN105138652A (zh) | 2015-12-09 |
CN105138652B true CN105138652B (zh) | 2018-11-23 |
Family
ID=54724000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510540392.5A Active CN105138652B (zh) | 2015-08-28 | 2015-08-28 | 一种企业关联关系识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105138652B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740335A (zh) * | 2016-01-22 | 2016-07-06 | 山东合天智汇信息技术有限公司 | 一种基于titan的企业信息分析平台及其构建方法 |
CN106126614A (zh) * | 2016-06-21 | 2016-11-16 | 山东合天智汇信息技术有限公司 | 一种追溯两个企业多层级关联路径的方法及*** |
CN106202553B (zh) * | 2016-07-27 | 2020-01-31 | 潘志焱 | 一种对个人及企业用户的平台管理方法及*** |
CN106708919A (zh) * | 2016-08-31 | 2017-05-24 | 成都数联铭品科技有限公司 | 基于关联性分析的企业地理信息展示方法 |
CN106326479A (zh) * | 2016-08-31 | 2017-01-11 | 成都数联铭品科技有限公司 | 复杂关联目标的地理信息查询*** |
CN106354848A (zh) * | 2016-08-31 | 2017-01-25 | 成都数联铭品科技有限公司 | 关联企业地理信息分析和展示*** |
CN106372193A (zh) * | 2016-08-31 | 2017-02-01 | 成都数联铭品科技有限公司 | 具有关联目标的地图信息查询展示功能的*** |
CN106407325A (zh) * | 2016-08-31 | 2017-02-15 | 成都数联铭品科技有限公司 | 基于异步加载的关联目标地理信息分析和展示方法 |
CN106326480A (zh) * | 2016-08-31 | 2017-01-11 | 成都数联铭品科技有限公司 | 一种关联企业的地理信息挖掘和分析方法 |
CN106407461B (zh) * | 2016-10-10 | 2019-05-17 | 山东合天智汇信息技术有限公司 | 一种企业圈的生成方法及*** |
CN106528822B (zh) * | 2016-11-17 | 2019-12-27 | 山东合天智汇信息技术有限公司 | 一种企业关系圈构建方法、查询方法及*** |
CN107908626A (zh) * | 2016-12-30 | 2018-04-13 | 上海壹账通金融科技有限公司 | 公司相似度的计算方法及装置 |
CN107341142B (zh) * | 2017-05-18 | 2020-08-21 | 辛柯俊 | 一种基于关键词提取分析的企业关系计算方法及*** |
CN107342976B (zh) * | 2017-05-18 | 2018-12-21 | 南京樯图数据科技有限公司 | 针对企业产业链分析的移动应用平台与方法 |
CN107392433B (zh) * | 2017-06-27 | 2018-09-04 | 北京神州泰岳软件股份有限公司 | 一种提取企业关联关系信息的方法和装置 |
CN107247707B (zh) * | 2017-06-27 | 2020-08-04 | 鼎富智能科技有限公司 | 基于补全策略的企业关联关系信息提取方法和装置 |
CN110019542B (zh) * | 2017-08-15 | 2023-08-29 | 阿里巴巴集团控股有限公司 | 企业关系的生成、生成组织成员数据库及识别同名成员 |
CN107577674B (zh) * | 2017-10-09 | 2019-06-28 | 北京神州泰岳软件股份有限公司 | 识别企业名称的方法及装置 |
CN107967332A (zh) * | 2017-11-28 | 2018-04-27 | 厦门市美亚柏科信息股份有限公司 | 企业地址识别方法及识别*** |
CN108415989A (zh) * | 2018-02-12 | 2018-08-17 | 苏州朗动网络科技有限公司 | 身份信息识别方法、装置、计算机设备和存储介质 |
CN108664582B (zh) * | 2018-05-04 | 2021-06-18 | 企查查科技有限公司 | 企业关系的查询方法、装置、计算机设备及存储介质 |
CN108965410B (zh) * | 2018-07-02 | 2021-03-09 | 成都来肯信息技术有限公司 | 一种企业间无缝业务数据交互erp***及其使用方法 |
CN109376280B (zh) * | 2018-09-28 | 2021-04-06 | 企查查科技有限公司 | 企业关系的查询方法、装置、计算机设备及存储介质 |
CN109271426A (zh) * | 2018-10-10 | 2019-01-25 | 中科鼎富(北京)科技发展有限公司 | 企业关联关系分析方法、装置及计算机可读存储介质 |
CN110009458A (zh) * | 2019-04-15 | 2019-07-12 | 江苏易汇聚软件科技有限公司 | 电子商务平台的企业商铺*** |
CN110705297A (zh) * | 2019-09-23 | 2020-01-17 | 北京海致星图科技有限公司 | 一种企业曾用名识别方法、***、介质及设备 |
CN112270195A (zh) * | 2020-11-25 | 2021-01-26 | 上海水滴征信服务有限公司 | 确定企业关联关系、重名对象判定 |
CN113688190A (zh) * | 2021-08-25 | 2021-11-23 | 中国工商银行股份有限公司 | 一种客户关系的获取方法及装置 |
CN113934736A (zh) * | 2021-12-21 | 2022-01-14 | 中证信用增进股份有限公司 | 企业识别方法、装置及存储介质 |
CN114443781A (zh) * | 2021-12-31 | 2022-05-06 | 北京金堤科技有限公司 | 一种企业担保图谱的生成方法、装置 |
CN116069987B (zh) * | 2023-04-06 | 2023-07-25 | 浙江浙商金控有限公司 | 一种企业关联关系识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101421725A (zh) * | 2003-12-23 | 2009-04-29 | 邓白氏公司 | 用于关联企业实体的方法与*** |
CN102033872A (zh) * | 2009-09-28 | 2011-04-27 | 陈曦 | 一种资本关联关系的生成方法和设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130218883A1 (en) * | 2012-02-21 | 2013-08-22 | Salesforce.Com, Inc. | Method and system for providing information from a customer relationship management system |
CN103699645A (zh) * | 2013-12-26 | 2014-04-02 | 中国人民银行征信中心 | 企业关联关系识别***及其识别方法 |
CN103885937B (zh) * | 2014-04-14 | 2015-02-25 | 焦点科技股份有限公司 | 基于核心词相似度判断企业中文名称重复的方法 |
CN104573002A (zh) * | 2015-01-08 | 2015-04-29 | 浪潮通信信息***有限公司 | 基于人、事、物分类建档的数据组织模型 |
-
2015
- 2015-08-28 CN CN201510540392.5A patent/CN105138652B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101421725A (zh) * | 2003-12-23 | 2009-04-29 | 邓白氏公司 | 用于关联企业实体的方法与*** |
CN102033872A (zh) * | 2009-09-28 | 2011-04-27 | 陈曦 | 一种资本关联关系的生成方法和设备 |
Non-Patent Citations (1)
Title |
---|
中国信用风险预警模型及实证研究-基于企业关联关系和信贷行为的视角;刘堃等;《财经研究》;20090731;第35卷(第7期);第13-27页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105138652A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105138652B (zh) | 一种企业关联关系识别方法及*** | |
CN108595583A (zh) | 动态图表类页面数据爬取方法、装置、终端及存储介质 | |
CN104899508B (zh) | 一种多阶段钓鱼网站检测方法与*** | |
CN105468744B (zh) | 一种实现税务舆情分析和全文检索的大数据平台 | |
CN104899268A (zh) | 一种分布式企业信息垂直搜索方法 | |
CN100478962C (zh) | 搜索网页的方法、装置及***和建立索引数据库的装置 | |
CN110737821B (zh) | 相似事件查询的方法、装置、存储介质和终端设备 | |
CN102073729A (zh) | 一种关系化知识共享平台及其实现方法 | |
CN104462053A (zh) | 一种文本内的基于语义特征的人称代词指代消解方法 | |
CN108416034B (zh) | 基于金融异构大数据的信息采集***及其控制方法 | |
CN108846117A (zh) | 商业快讯的去重筛选方法及装置 | |
CN107480200A (zh) | 基于词标签的词语标注方法、装置、服务器及存储介质 | |
CN112149422B (zh) | 一种基于自然语言的企业新闻动态监测方法 | |
CN105550375A (zh) | 一种异构数据的整合方法及*** | |
CN103530429A (zh) | 一种网页正文抽取的方法 | |
SG193613A1 (en) | Text analyzing device, problematic behavior extraction method, and problematic behavior extraction program | |
CN105095436A (zh) | 数据源数据自动建模方法 | |
CN112328792A (zh) | 一种基于dbscan聚类算法识别信用事件的优化方法 | |
CN101957860A (zh) | 一种发布、搜索信息的方法及装置 | |
CN109740147A (zh) | 一种大数量人才简历去重匹配分析方法 | |
CN109766552A (zh) | 一种基于公告信息的指代消解方法及装置 | |
CN103257961A (zh) | 书目消重的方法、装置及*** | |
CN104216901B (zh) | 信息搜索的方法和*** | |
CN111639250A (zh) | 企业描述信息获取方法、装置、电子设备及存储介质 | |
CN114880540A (zh) | 一种基于智慧金融文本评论的智能提醒方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |