[发明专利]用于分析企业态势感知的方法和系统

说明书

技术领域

本发明涉及企业势态感知，更具体地说是指用于分析企业态势感知的方法和系统。

背景技术

态势感知是一种基于环境的、动态、整体地洞悉安全风险的能力，是以安全大数据为基础，从全局视角提升对安全威胁的发现识别、理解分析、响应处置能力的一种方式，最终是为了决策与行动，是安全能力的落地。对于大型机构或企业而言，从日常安全工作角度出发，对内部有价值的核心资产、业务系统安全状态进行感知，发现各类威胁与内部异常违规，保证业务系统能够比较平稳、顺畅地运行，更偏内部安全的运营型能力的落地。

针对非上市企业的大数据服务或者征信服务的服务对象大多是传统金融机构或政府等监管部门，其对于企业画像的建立基本是用于对企业运营风险和企业经营质量的评估和评价，以便于信贷或财政扶持等业务的开展。然而，相比于企业当前质量的评价，对非上市的创新型中小企业的成长性分析和未来发展趋势的预测显得更为重要，但由于这些企业公开信息有限且实时性差，现有的数据服务通常要么只根据当下尽调信息作静态质量评价，要么直接忽略这部分企业而专注于上市企业，因此，无法全面动态且多维度展示企业态势，也无法全面描绘企业成长轨迹，对企业未来发展趋势预测不合理。

因此，有必要设计一种用于分析企业态势感知的方法，实现全面动态且多维度展示企业态势，全面描绘企业成长轨迹以及有效且合理预测企业未来发展趋势。

发明内容

本发明的目的在于克服现有技术的缺陷，提供用于分析企业态势感知的方法和系统。

为实现上述目的，本发明采用以下技术方案：用于分析企业态势感知的方法，所述方法包括：

获取企业全面的公开数据；

针对所述公开数据进行结构化处理并清洗处理，获取结构化字段；

将结构化字段中的事件进行切片，根据事件与实体和维度获取关联数据；

按照全生命周期排列关联数据，获取企业的成长轨迹；

根据企业成长轨迹获取企业未来发展趋势。

其进一步技术方案为：针对所述公开数据进行结构化处理并清洗处理，获取结构化字段的步骤，包括以下具体步骤：

对所述公开数据中包含的事件种类拆分为实体+事件+属性的结构，获取结构化数据；

对结构化数据进行数据清洗，消除或合并同义实体和事件，获取结构化字段；

存储所述结构化字段。

其进一步技术方案为：将结构化字段中的事件进行切片，根据事件与实体和维度获取关联数据的步骤，包括以下具体步骤：

根据时间顺序，对所述结构化字段中的事件进行切片；

按照业务需求规定的限制维度，将每个事件及其关联的实体与限定维度内的其他事件和实体关联起来，获取关联数据。

其进一步技术方案为：按照全生命周期排列关联数据，获取企业的成长轨迹的步骤，包括以下具体步骤:

根据全生命周期顺序对关联数据中的事件做时序排列；

根据全生命周期顺序对关联数据中的属性做时序排列；

结合排列后的事件以及属性，形成获取企业的成长轨迹。

其进一步技术方案为：根据企业成长轨迹获取企业未来发展趋势的步骤，具体是采用参照可比企业的同类事件的演变过程或实体关联，推测其他企业有关事件的发展趋势或实体可能的关联，获取对企业未来成长性和发展趋势。

本发明还提供了用于分析企业态势感知的系统，包括数据获取单元、结构化字段获取单元、关联数据获取单元、排序单元以及趋势预测单元；

所述数据获取单元，用于获取企业全面的公开数据；

所述结构化字段获取单元，用于针对所述公开数据进行结构化处理并清洗处理，获取结构化字段；

所述关联数据获取单元，用于将结构化字段中的事件进行切片，根据事件与实体和维度获取关联数据；

所述排序单元，用于按照全生命周期排列关联数据，获取企业的成长轨迹；

所述趋势预测单元，用于根据企业成长轨迹获取企业未来发展趋势。

其进一步技术方案为：所述结构化字段获取单元包括结构化处理模块、清洗模块以及存储模块；

所述结构化处理模块，用于对所述公开数据中包含的事件种类拆分为实体+事件+属性的结构，获取结构化数据；

所述清洗模块，用于对结构化数据进行数据清洗，消除或合并同义实体和事件，获取结构化字段；

所述存储模块，用于存储所述结构化字段。

其进一步技术方案为：所述关联数据获取单元包括切片模块以及关联模块；