CN112633889A - 一种企业基因测序***及方法 - Google Patents
一种企业基因测序***及方法 Download PDFInfo
- Publication number
- CN112633889A CN112633889A CN202011258558.1A CN202011258558A CN112633889A CN 112633889 A CN112633889 A CN 112633889A CN 202011258558 A CN202011258558 A CN 202011258558A CN 112633889 A CN112633889 A CN 112633889A
- Authority
- CN
- China
- Prior art keywords
- data
- knowledge graph
- enterprise
- points
- information
- 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
Links
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012163 sequencing technique Methods 0.000 title claims abstract description 17
- 238000013500 data storage Methods 0.000 claims abstract description 9
- 238000012986 modification Methods 0.000 claims abstract description 8
- 230000004048 modification Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000013506 data mapping Methods 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 108700005079 Recessive Genes Proteins 0.000 description 1
- 102000052708 Recessive Genes Human genes 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biophysics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Animal Behavior & Ethology (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于企业基因测序技术领域,提供了一种企业基因测序***及方法,其中,方法包括:S101:采集企业相关数据;S102:建立企业基因图谱;S103:对已形成的知识图谱进行标准化处理;S104:数据映射;***包括:数据采集模块、数据存储模块、数据修改模块、数据计算模块和数据输出模块。本发明的一种企业基因测序***及方法,通过抽取企业相关数据中的实体、属性和值三元组,形成知识图谱,在多个知识图谱之间建立连接关系,从而得到企业的股权结构,为查找线索和破解***提供便利。
Description
技术领域
本发明涉及企业基因测序技术领域,具体涉及一种企业基因测序***及方法及***。
背景技术
公司股权结构是开展公司控制关系调査的“DNA”。特别是,如何准确发现公司隐性股权结构这一“隐性基因”,有效穿透人为设置的层层嵌套,精准测序股权控制网络结构,是至关重要的问题。
发明内容
针对现有技术中的缺陷,本发明提供的一种企业基因测序***及方法,有效获取企业的股权结构,为查找线索和破解***提供便利。
为了解决上述技术问题,本发明提供以下技术方案:
一种企业基因测序方法,包括以下步骤:
S101:采集企业相关数据;
S102:建立企业基因图谱:将企业相关数据经过数据清洗后分别抽取数据中的实体、属性和值三元组,形成知识图谱;
S103:对已形成的知识图谱进行标准化处理:剪掉知识图谱中的冗余数据和噪声数据,对实体进行补全和对齐,形成知识图谱的标准形式;
S104:数据映射:将存在关联关系的实体之间建立连接关系,形成扩展知识图谱。
进一步地,所述步骤S102中将实体、属性和值三元组形成知识图谱的过程包括以下步骤:
S10201:定义实体:首先,添加点的类型信息和属性信息,然后,对属性信息进行编辑,配置属性的英文名称、中文名称、数据类型、数值以及主键设置;
S10202:定义链接:添加链接的中文名称、英文名称、源节点、目标节点以及链接的类型信息。
进一步地,所述步骤S104中数据映射的过程包括以下步骤:
S10401:对比两个知识图谱中点的信息进行对比,如果点的主键对比一致,进行步骤S10402;如果点的信息对比不一致,说明两个知识图谱之间不存在关联关系;
S10402:删除一个知识图谱中的点,保留该知识谱图中与点相关联的链接,并将该知识谱图中与点相关联的链接与另一个知识图谱中的点关联;
S10403:将新增的链接类型信息添加到点的属性信息中,形成扩展知识图谱;
S10404:根据筛选条件对扩展知识图谱进行筛选,得到目标知识图谱。
进一步地,所述点的类型信息包括人、公司、邮箱、手机、银行卡、火车、航班、城市。地址、酒店和银行,链接的类型信息包括法人、股东、任职、报税人、财务负责人、实控人、关系、乘坐飞机、乘坐汽车、入住、现住址、户籍地、籍贯、持有手机号、登记邮箱、持有卡、登记手机号、注册所在地、登记邮箱号、卡户账号、分支机构、股东、隶属、交易、位于1、位于2和开户行。
本发明还提供一种企业基因测序方法,包括数据采集模块、数据存储模块、数据修改模块、数据计算模块和数据输出模块,
所述数据采集模块用于采集企业相关数据;
所述数据存储模块用于将采集的企业相关数据进行数据清洗,抽取实体、属性和值三元组形成知识图谱,然后,剪掉知识图谱中的冗余数据和噪声数据,对实体进行补全和对齐,形成知识图谱的标准形式;
所述数据计算模块用于将存在关联关系的实体之间建立连接关系,形成知识图谱;
所述数据修改模块用于对点和链接进行新增、修改或删除,并编辑点的类型信息、属性信息以及链接的类型信息;
所述输出模块用于以拓扑图的形式展示知识图谱之间的连接关系。
由上述技术方案可知,本发明的有益效果:通过抽取企业相关数据中的实体、属性和值三元组,形成知识图谱,在多个知识图谱之间建立连接关系,从而得到企业的股权结构,为查找线索和破解***提供便利。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明的流程图;
图2为本发明步骤S102中将实体、属性和值三元组形成知识图谱的流程图;
图3为本发明步骤S104中数据映射的流程图;
图4为本发明的股权结构图谱;
图5为本发明的人员关系图谱;
图6为本发明的人企穿透图谱;
图7为本发明的资金关系图谱;
图8为本发明的实际控制人图谱;
图9本发明的***模块图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
参阅图1所示,本实施例提供的一种企业基因测序方法,包括以下步骤:
S101:采集企业相关数据,企业的相关数据包括公司成立时间地点、主营业务、股权结构;公司重组事项、并购事项、业务转型事项;总资产、净利润、负债情况等财务指标;有无重大诉讼、仲裁、行政刑事案件、担保、关联交易等资产质量指标;银行资金信息:人员基本信息、账户基本信息、公司银行交易明细信息、贷款信息;警务信息:全国银行核查、民航订票、民航离岗、出入境记录、全国铁路售票、旅馆住宿、出入境证件、全国驾驶人证件、全国机动车违章信息、人员关系、轨迹信息;媒体热点信息:失信被执行信息、公告信息、资产重组信息、重大合同信息、股东转移信息;
S102:建立企业基因图谱:将企业相关数据经过数据清洗后分别抽取数据中的实体、属性和值三元组,形成知识图谱;
S103:对已形成的知识图谱进行标准化处理:剪掉知识图谱中的冗余数据和噪声数据,避免冗余数据和噪声数据对实体关联的影响,对实体进行补全和对齐,形成知识图谱的标准形式,避免多个知识图谱之间的实体信息和属性信息的表达不一致,导致不能成功匹配,影响企业股权结构的正确剖析;
S104:数据映射:将存在关联关系的实体之间建立连接关系,形成扩展知识图谱。
在实际使用中,通过抽取企业相关数据中的实体、属性和值三元组,形成知识图谱,在多个知识图谱之间建立连接关系,从而得到企业的股权结构,为查找线索和破解***提供便利。
参与图2所示,所述步骤S102中将实体、属性和值三元组形成知识图谱的过程包括以下步骤:
S10201:定义实体:首先,添加点的类型信息和属性信息,然后,对属性信息进行编辑,配置属性的英文名称、中文名称、数据类型、数值以及主键设置;
S10202:定义链接:添加链接的中文名称、英文名称、源节点、目标节点以及链接的类型信息。
在实际使用中,通过在链接上设置和修改源节点和目标节点信息,将原本独立的多个实体关联起来,能够清晰显示实体之间的关联关系,例如,实体之间的控股信息、交易金额、出现在同一地点的次数等。
参阅图3所示,所述步骤S104中数据映射的过程包括以下步骤:
S10401:对比两个知识图谱中点的信息进行对比,如果点的主键对比一致,进行步骤S10402;如果点的信息对比不一致,说明两个知识图谱之间不存在关联关系;
S10402:删除一个知识图谱中的点,保留该知识谱图中与点相关联的链接,并将该知识谱图中与点相关联的链接与另一个知识图谱中的点关联;
S10403:将新增的链接类型信息添加到点的属性信息中,形成扩展知识图谱;
S10404:根据筛选条件对扩展知识图谱进行筛选,得到目标知识图谱。
在实际使用中,点的主键是唯一标识实体的编号,通过将点的主键之间对比,保证了实体之间对比的准确性,然后,删除多余实体同时保留实体相关联的链接,增加了实体的属性信息,扩大了知识图谱的范围,使知识图谱包含多维信息数据,并简明地体现出实体间的关系要素。
根据企业基本信息和股东的基本信息构建知识图谱的过程:首先,增加公司节点和股东人员节点,然后,判断股东人员与公司之间是否存在控股关系,如果存在控股关系,在股东人员和公司之间添加链接,同时,根据股东人员与公司人员之间的控股股份确定固定的控股类型,最后,得到如图4所示的股权结构图谱,其中,占100%股权的为“全资控股型“、占50%以上的为“绝对控股型”、占10%-50%的为“相对控股型”、占10%以下的为“股权高度分散型”;
根据股东人员信息和行为轨迹信息构建知识图谱的过程:首先,增加股东人员节点,然后,判断股东之间是否有同航班、同火车或同酒店信息,如果有,在两个股东之间添加链接,最后,统计同航班、同火车或同酒店的次数,得到如图5所示的人员关系图谱;
根据公司法人信息和成员信息构建知识图谱的过程:首先,增加公司节点和成员节点,如果成员与企业之间存在职务关系,在企业节点和成员节点之间添加链接,最后形成如图6所示的人气穿透图谱;
根据公司及人员的资金交易构建知识图谱的过程:首先,增加公司节点和成员节点,如果公司与人员之间存在交易信息,在公司与人员之间添加链接,并根据交易的出入账户确定链接的源节点和目标节点,最后形成如图7所示的资金关系图谱;
基于股权结构图谱、人员关系图谱、人企穿透图谱和资金关系图谱,根据公司与公司、人员与公司、人员与人员之间存在相同的实体以及实体间的关联关系构建扩展知识图谱,根据筛选条件包括公司与公司之间的关系,例如投资关系、资金关系、同注册地址、同注册电话和同法人,公司与人员之间的关系,例如,资金关系、法人、股东和董监高,人员与人员之间关系,例如,资金关系、同公司、同住、同行和同户籍对扩展知识图谱进行筛选,最终获取的公司的实际控制人,如图8所示。
如表1所示,所述点的类型信息包括人、公司、邮箱、手机、银行卡、火车、航班、城市。地址、酒店和银行,链接的类型信息包括法人、股东、任职、报税人、财务负责人、实控人、关系、乘坐飞机、乘坐汽车、入住、现住址、户籍地、籍贯、持有手机号、登记邮箱、持有卡、登记手机号、注册所在地、登记邮箱号、卡户账号、分支机构、股东、隶属、交易、位于1、位于2和开户行,在备注列对链接的源节点和目标节点进行指示和定义。
参阅图9所示,一种企业基因测序方法,包括数据采集模块、数据存储模块、数据修改模块、数据计算模块和数据输出模块,
所述数据采集模块用于采集企业相关数据;
所述数据存储模块用于将采集的企业相关数据进行数据清洗,抽取实体、属性和值三元组形成知识图谱,然后,剪掉知识图谱中的冗余数据和噪声数据,对实体进行补全和对齐,形成知识图谱的标准形式;
所述数据计算模块用于将存在关联关系的实体之间建立连接关系,形成知识图谱;
所述数据修改模块用于对点和链接进行新增、修改或删除,并编辑点的类型信息、属性信息以及链接的类型信息;
所述输出模块用于以拓扑图的形式展示知识图谱之间的连接关系。
在实际使用中,通过将采集的企业数据进行数据清洗,提高数据的有效性和完整性,抽取实体、属性和值三元组形成知识图谱,然后,去掉冗余数据和噪声数据,避免大量的冗余数据增加数据存储模块的处理负荷,降低数据存储模块的处理速度,同时补全实体信息,使实体信息的含义具有一致性,便于后期进行多个知识图谱之间的关联,提高关联的准确性,有利于快速形成企业的股权结构,为查找线索和破解***提供便利。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (5)
1.一种企业基因测序方法,其特征在于,包括以下步骤:
S101:采集企业相关数据;
S102:建立企业基因图谱:将企业相关数据经过数据清洗后分别抽取数据中的实体、属性和值三元组,形成知识图谱;
S103:对已形成的知识图谱进行标准化处理:剪掉知识图谱中的冗余数据和噪声数据,对实体进行补全和对齐,形成知识图谱的标准形式;
S104:数据映射:将存在关联关系的实体之间建立连接关系,形成扩展知识图谱。
2.根据权利要求1所述的一种企业基因测序方法,其特征在于,所述步骤S102中将实体、属性和值三元组形成知识图谱的过程包括以下步骤:
S10201:定义实体:首先,添加点的类型信息和属性信息,然后,对属性信息进行编辑,配置属性的英文名称、中文名称、数据类型、数值以及主键设置;
S10202:定义链接:添加链接的中文名称、英文名称、源节点、目标节点以及链接的类型信息。
3.根据权利要求2所述的一种企业基因测序方法,其特征在于,所述步骤S104中数据映射的过程包括以下步骤:
S10401:对比两个知识图谱中点的信息进行对比,如果点的主键对比一致,进行步骤S10402;如果点的信息对比不一致,说明两个知识图谱之间不存在关联关系;
S10402:删除一个知识图谱中的点,保留该知识谱图中与点相关联的链接,并将该知识谱图中与点相关联的链接与另一个知识图谱中的点关联;
S10403:将新增的链接类型信息添加到点的属性信息中,形成扩展知识图谱;
S10404:根据筛选条件对扩展知识图谱进行筛选,得到目标知识图谱。
4.根据权利要求3所述的一种企业基因测序***及方法,其特征在于,所述点的类型信息包括人、公司、邮箱、手机、银行卡、火车、航班、城市。地址、酒店和银行,链接的类型信息包括法人、股东、任职、报税人、财务负责人、实控人、关系、乘坐飞机、乘坐汽车、入住、现住址、户籍地、籍贯、持有手机号、登记邮箱、持有卡、登记手机号、注册所在地、登记邮箱号、卡户账号、分支机构、股东、隶属、交易、位于1、位于2和开户行。
5.一种企业基因测序方法,其特征在于,包括数据采集模块、数据存储模块、数据修改模块、数据计算模块和数据输出模块,
所述数据采集模块用于采集企业相关数据;
所述数据存储模块用于将采集的企业相关数据进行数据清洗,抽取实体、属性和值三元组形成知识图谱,然后,剪掉知识图谱中的冗余数据和噪声数据,对实体进行补全和对齐,形成知识图谱的标准形式;
所述数据计算模块用于将存在关联关系的实体之间建立连接关系,形成知识图谱;
所述数据修改模块用于对点和链接进行新增、修改或删除,并编辑点的类型信息、属性信息以及链接的类型信息;
所述输出模块用于以拓扑图的形式展示知识图谱之间的连接关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011258558.1A CN112633889A (zh) | 2020-11-12 | 2020-11-12 | 一种企业基因测序***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011258558.1A CN112633889A (zh) | 2020-11-12 | 2020-11-12 | 一种企业基因测序***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112633889A true CN112633889A (zh) | 2021-04-09 |
Family
ID=75303230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011258558.1A Pending CN112633889A (zh) | 2020-11-12 | 2020-11-12 | 一种企业基因测序***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633889A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190692A (zh) * | 2021-05-28 | 2021-07-30 | 山东顺势教育科技有限公司 | 一种知识图谱的自适应检索方法、***及装置 |
CN116882495A (zh) * | 2023-02-27 | 2023-10-13 | 中央民族大学 | 一种基于动态知识图谱的前沿基因技术安全画像方法 |
CN117829683A (zh) * | 2024-03-04 | 2024-04-05 | 国网山东省电力公司信息通信公司 | 基于图对比学习的电力物联数据质量分析方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150095303A1 (en) * | 2013-09-27 | 2015-04-02 | Futurewei Technologies, Inc. | Knowledge Graph Generator Enabled by Diagonal Search |
WO2018036239A1 (zh) * | 2016-08-24 | 2018-03-01 | 慧科讯业有限公司 | 基于行业知识图谱数据库对互联网媒体事件进行监测的方法、装置和*** |
CN110765317A (zh) * | 2019-09-18 | 2020-02-07 | 上海生腾数据科技有限公司 | 一种企业受益人运算***及方法 |
CN110781311A (zh) * | 2019-09-18 | 2020-02-11 | 上海生腾数据科技有限公司 | 一种企业一致行动人运算***及方法 |
CN110781246A (zh) * | 2019-09-18 | 2020-02-11 | 上海生腾数据科技有限公司 | 一种企业关联关系构建方法及*** |
CN110825817A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业疑似关联关系判定方法及*** |
CN110826976A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业实际控制人运算***及方法 |
CN111723215A (zh) * | 2020-06-19 | 2020-09-29 | 国家计算机网络与信息安全管理中心 | 基于文本挖掘的生物技术信息知识图谱构建装置与方法 |
-
2020
- 2020-11-12 CN CN202011258558.1A patent/CN112633889A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150095303A1 (en) * | 2013-09-27 | 2015-04-02 | Futurewei Technologies, Inc. | Knowledge Graph Generator Enabled by Diagonal Search |
WO2018036239A1 (zh) * | 2016-08-24 | 2018-03-01 | 慧科讯业有限公司 | 基于行业知识图谱数据库对互联网媒体事件进行监测的方法、装置和*** |
CN110765317A (zh) * | 2019-09-18 | 2020-02-07 | 上海生腾数据科技有限公司 | 一种企业受益人运算***及方法 |
CN110781311A (zh) * | 2019-09-18 | 2020-02-11 | 上海生腾数据科技有限公司 | 一种企业一致行动人运算***及方法 |
CN110781246A (zh) * | 2019-09-18 | 2020-02-11 | 上海生腾数据科技有限公司 | 一种企业关联关系构建方法及*** |
CN110825817A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业疑似关联关系判定方法及*** |
CN110826976A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业实际控制人运算***及方法 |
CN111723215A (zh) * | 2020-06-19 | 2020-09-29 | 国家计算机网络与信息安全管理中心 | 基于文本挖掘的生物技术信息知识图谱构建装置与方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190692A (zh) * | 2021-05-28 | 2021-07-30 | 山东顺势教育科技有限公司 | 一种知识图谱的自适应检索方法、***及装置 |
CN113190692B (zh) * | 2021-05-28 | 2022-06-24 | 山东顺势教育科技有限公司 | 一种知识图谱的自适应检索方法、***及装置 |
CN116882495A (zh) * | 2023-02-27 | 2023-10-13 | 中央民族大学 | 一种基于动态知识图谱的前沿基因技术安全画像方法 |
CN116882495B (zh) * | 2023-02-27 | 2024-02-09 | 中央民族大学 | 一种基于动态知识图谱的前沿基因技术安全画像方法 |
CN117829683A (zh) * | 2024-03-04 | 2024-04-05 | 国网山东省电力公司信息通信公司 | 基于图对比学习的电力物联数据质量分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633889A (zh) | 一种企业基因测序***及方法 | |
WO2019200752A1 (zh) | 基于语义理解的兴趣点查询方法、装置和计算机设备 | |
TWI709927B (zh) | 目標用戶群體的確定方法及裝置 | |
CN109767327A (zh) | 基于反洗钱的客户信息采集及其使用方法 | |
CN111382956A (zh) | 企业集团关系的挖掘方法和装置 | |
Söderlund et al. | Dynamic effects of institutions on firm-level exports | |
CN108628811A (zh) | 地址文本的匹配方法和装置 | |
CN105528447B (zh) | 一种对特定数据逐层边剔除边汇总的方法 | |
CN107341731A (zh) | 保险业务风险评分***及其构建方法 | |
CN110880142B (zh) | 一种风险实体获取方法及装置 | |
CN117114514B (zh) | 一种基于大数据的人才信息分析管理方法、***及装置 | |
CN107679977A (zh) | 一种基于语义分析的税务管理平台及实现方法 | |
CN107944866B (zh) | 交易记录排重方法及计算机可读存储介质 | |
CN111191153A (zh) | 一种信息技术咨询服务展示装置 | |
Del Popolo et al. | Indigenous peoples and urban settlements: spatial distribution, internal migration and living conditions | |
KR101927578B1 (ko) | 기업정보 제공 시스템 및 방법 | |
CN111784495B (zh) | 担保圈识别方法、装置、计算机设备和存储介质 | |
CN110544165B (zh) | 一种信用风险评分卡创建方法、装置及电子设备 | |
CN109242548A (zh) | 一种基于知识图谱的销售线索识别方法及装置 | |
CN109919811B (zh) | 基于大数据的保险代理人培养方案生成方法及相关设备 | |
CN112598499A (zh) | 确定授信额度的方法和装置 | |
Sisodia et al. | Capital structure study: A systematic review and bibliometric analysis | |
JP2003296539A (ja) | 意思決定支援方法 | |
CN112750043A (zh) | 业务数据的推送方法、装置和服务器 | |
JP2002063363A (ja) | 保険契約情報管理システム及び顧客インデックス作成方法 |
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 |