-
公开(公告)号：CN117610943B
公开(公告)日：2024-03-29
申请号：CN202410092455.4
申请日：2024-01-23
Applicant: 中国标准化研究院
IPC: G06Q10/0635 , G06F18/22
Abstract: 本申请公开了一种信用主体信用评价风险模型的建模方法，针对现有的算法或者模型对信用主体风险预测的结果有可能存在人工干预过大、算法或模型设计缺陷、或者样本数量过少导致的过拟合的现象，通过本说明书中的方法采用技术的手段对其得到的风险预测结果进行处理，以通过对各个风险预测结果的整合，提高对风险预测的精准度。一方面，通过以管理、监督目的的数据处理，得到了对各风险预测结果进行整合后的风险模型。另一方面，得到的风险模型为进一步地减少监督、管理资源的消耗提供了条件。
-
公开(公告)号：CN114862244A
公开(公告)日：2022-08-05
申请号：CN202210574531.6
申请日：2022-05-24
Applicant: 中国标准化研究院
Abstract: 本发明的企业质量信用的综合评价方法，根据企业质量信用评价模型，结合调研分析的企业质量信用评价主要影响因素，从决定型指标和反映型指标两个一级指标维度建立企业质量信用评价专项指标，从原材料质量、设备质量、服务能力、研发能力、环境条件、管理措施、公共信用、产品质量、售后服务、合同履约、社会责任履行、外部评价情况等二级指标进行具体的计算评价指标权重；对企业质量信用进行综合评价分析，数据全面，信息标准统一；有利于提高评价结果的精确度，有利于提高评价结果参考价值；有利于适用于多种类型的评价对象企业；应用性好。
-
公开(公告)号：CN113408908A
公开(公告)日：2021-09-17
申请号：CN202110693446.7
申请日：2021-06-22
Applicant: 中国标准化研究院
Abstract: 本发明公开了一种基于履约能力和行为的多维信用评价模型构建方法，获取商贸流通企业信用水平构建构建目标层，通过商贸流通企业信用水平的履约行为和履约能力构建准则层以及指标层，建立多维信用评价模型的主成分，对所述主成分构建指标层和准则层；利用主成分析法对所述指标层进行评价；利用熵值法对准则层进行评价；利用标准化处理后的指标层综合评价值数据进行加权后可得模式的最终评价值。本发明通过基于履约能力和履约行为的多维企业信用评价模型，利用主成分法分析和熵值法进行评价，能够较好的得出企业信用水平的差异，同时能够识别出信用评价的主要影响要素。
-
公开(公告)号：CN117574447B
公开(公告)日：2024-04-16
申请号：CN202410058839.4
申请日：2024-01-16
Applicant: 中国标准化研究院
Abstract: 本发明公开了一种基于区块链技术的数据存证和溯源系统，所述系统自上而下包括：应用层、逻辑层、连接层和存储层；所述应用层用于接收判断用户的存证和溯源访问请求，所述逻辑层响应与用户的访问请求对数据片段进行加密和存储节点分配；连接层用于将逻辑层的计算结果与存储层的存储区进行锚定，实现数据文件的上链和查询，所述存储层根据存储节点分配的情况完成数据存储。本发明在确保电子数据的真实性、完整性和唯一性的同时，提高了数据溯源的效率，能够给司法鉴定工作提供参考。
-
公开(公告)号：CN117574447A
公开(公告)日：2024-02-20
申请号：CN202410058839.4
申请日：2024-01-16
Applicant: 中国标准化研究院
Abstract: 本发明公开了一种基于区块链技术的数据存证和溯源系统，所述系统自上而下包括：应用层、逻辑层、连接层和存储层；所述应用层用于接收判断用户的存证和溯源访问请求，所述逻辑层响应与用户的访问请求对数据片段进行加密和存储节点分配；连接层用于将逻辑层的计算结果与存储层的存储区进行锚定，实现数据文件的上链和查询，所述存储层根据存储节点分配的情况完成数据存储。本发明在确保电子数据的真实性、完整性和唯一性的同时，提高了数据溯源的效率，能够给司法鉴定工作提供参考。
-
Patent Agency Ranking
公开(公告)号：CN119415980B
公开(公告)日：2025-03-28
申请号：CN202510019718.3
申请日：2025-01-07
Applicant: 中国标准化研究院
IPC: G06F18/23 , G06F18/213 , G06F18/22 , G06N3/084 , G06N3/086 , G06Q30/0201
Abstract: 本发明公开了基于多源信息的用户行为分析方法，基于所述用户消费行为得到用户画像，该方法对用户的消费记录和支付数据进行预处理，提取用户行为特征向量，所述特征向量包括消费金额、消费频率、支付方式和消费品类；基于预设的神经网络模型对所述特征向量进行编码，得到用户行为的标准化表示；根据用户行为的标准化表示，通过预设的遗传算法对用户进行聚类分析，得到用户画像；本发明显著提升了用户画像的准确性和全面性，为企业的个性化推荐和精准营销提供了有力支持。
-
公开(公告)号：CN116822751A
公开(公告)日：2023-09-29
申请号：CN202311082662.3
申请日：2023-08-28
Applicant: 中国标准化研究院
IPC: G06Q10/04 , G06Q10/0635 , G06Q10/087
Abstract: 本发明涉及企业风险预测技术领域，特别是涉及一种用于企业风险预测的系统及方法，其中系统包括：订单模块获取产品订单需求数据，库存获取模块获取产品和原料库存数据，生产模块获取企业生产数据，原料数据获取模块获取市场中原料供应数据。判断模块根据这些数据之间的关系评估企业订单违约风险等级，并根据预设规则判断是否会发生订单违约情况。显示模块用于展示需求、库存、生产数据及风险评估结果，帮助企业作出决策。通过判断模块根据订单模块、库存获取模块、生产模块、原料数据获取模块获取的各种数据进行分析判断，进而实现快速、准确的风险评估，有助于提高企业的运营效率和竞争力。
-
公开(公告)号：CN113191581A
公开(公告)日：2021-07-30
申请号：CN202110229505.5
申请日：2021-03-02
Applicant: 中国标准化研究院
Inventor： 周莉 , 赵燕 , 江洲 , 刘碧松 , 刘珏 , 鲜涛 , 李元沉 , 叶如意 , 李向华 , 孟翠竹 , 赵巍巍 , 王强 , 孙彩英 , 孙良泉 , 孙莹 , 吴倩 , 曹静
Abstract: 本发明公开了一种基于博弈的企业与消费者质量信用契约模型构建方法，包括获取企业与消费者参数；构建质量信用契约模型，在该模型中基于三方认知博弈根据获取的信息获取信用水平、补偿赔付以及质量失信的收益函数；通过消费者选择策略、投诉率和高质量信用企业的占比率构建企业与消费者的博弈的复制动态方程得到期望收益；通过期望收益获得企业与消费者的演化稳定策略的均衡点。本发明通过采集分析企业与消费者的演化稳定策略，加入不同行为的约束条件后演化结果的影响从而构建出企业与消费者质量信用契约模型，从而对加强企业质量诚信管理、提高信用水平提出参考性措施建议。
-
公开(公告)号：CN116757838A
公开(公告)日：2023-09-15
申请号：CN202311068646.9
申请日：2023-08-24
Applicant: 中国标准化研究院
IPC: G06Q40/03 , G06N3/0442
Abstract: 本申请公开了一种企业信用评价风险模型的建模方法，在训练目标模型时，从不同的时间维度，即目标时间节点表示出的维度和随机时间节点表示出的时间维度，分别地制定样本，以使得通过样本得到的样本数据一方面能够使得目标模型学习到由目标时间节点代表的关键时间节点企业的经营数据表现出的企业实际状况。而随机时间节点的经营数据则能够一定程度的反映出调整导致的隐患，则目标模型通过对应于随机时间节点的经营数据，学习到这种调整。此外，除财务数据以外，企业的调整还可能是针对其他方面进行的，训练目标模型时采用的第三样本则能够体现出这些变化。可见，通过本说明书中的目标模型，能够全方位的对企业的信用风险进行预测。
-
公开(公告)号：CN119904148A
公开(公告)日：2025-04-29
申请号：CN202510089696.8
申请日：2025-01-21
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q40/03 , G06F18/2113 , G06F18/2433 , G06N3/006 , G06N5/01 , G06N7/08 , G06N20/00 , G06F123/02
Abstract: 本发明公开了一种企业信用信息融合中的数据质量评估方法及系统，包括采集企业的预设数据和市场数据，对所述预设数据和所述市场数据进行预处理；所述预设数据包括企业信用数据和相关数据；对所述相关数据进行评估特征选择获得第一数据，依据所述第一数据对所述市场数据进行可靠性分析获得可靠数据；对所述可靠数据进行偏差分析获得差异系数，根据所述差异系数、可靠数据和企业信用数据构造质量评估函数，根据所述质量评估函数构建信用融合数据质量评估模型；根据评估误差优化所述信用融合数据质量评估模型，将待评估数据输入所述信用融合数据质量评估模型，输出评估结果。该方法不仅提高数据质量评估的精度，还可以直接用于数据质量评估系统中。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.023 seconds)
