自动识别企业数据价值区块持有人的方法及系统与流程
本发明涉及企业数据处理方法，更具体地说是指自动识别企业数据价值区块持有人的方法及系统。
背景技术：
企业数据泛指所有与企业经营相关的信息、资料，包括公司概况、产品信息、经营数据、研究成果等，其中不乏涉及商业机密，企业数据是具有价值的，
目前区块链技术在企业数据价值方面还没有成熟的技术和落地的场景，现有的对企业数据价值的识别以及数据持有人的识别都不成熟，而且都是基于集中式或者无法信任的管理组织上确认数据持有人以及进行数据价值评估，导致企业数据无法验证其可信度，从而也就无法识别这些数据真正的持有人，导致数据持有人的可信数据无法被识别，也就无法发挥数据的价值。
因此，有必要设计一种识别企业数据价值区块持有人的方法，实现解决企业价值数据可追溯性、企业价值数据可信度的问题，准确识别企业价值数据区块真正提供人。
技术实现要素：
本发明的目的在于克服现有技术的缺陷，提供自动识别企业数据价值区块持有人的方法及系统。
为实现上述目的，本发明采用以下技术方案：自动识别企业数据价值区块持有人的方法，所述方法包括：
从企业数据内提取自然人实体；
获取数据合约；
对数据合约可信度以及数据合约的提供人进行审核，确定企业数据价值区块持有人。
其进一步技术方案为：从企业数据内提取自然人实体的步骤，包括以下具体步骤：
将企业数据按不同的维度进行区块划分，形成企业数据价值区块；
从企业数据中拆分出基础数据；
从基础数据提取自然人实体。
其进一步技术方案为：从企业数据内提取自然人实体的步骤之后，还包括：
对自然人实体进行身份验证，获取验证成功的自然人实体作为数据持有人的候选人或者数据评委委员会的评委。
其进一步技术方案为：获取数据合约的步骤，包括以下具体步骤：
获取企业数据价值区块内的多维度数据；
对多维度数据建立数据合约。
其进一步技术方案为：对数据合约可信度以及数据合约的提供人进行审核，确定企业数据价值区块持有人的步骤，包括以下具体步骤：
对数据合约的可信度进行评审，获取真实数据所在的数据合约；
对真实数据所在的数据合约的提供人进行确权。
其进一步技术方案为：对数据合约的可信度进行评审，获取真实数据所在的数据合约的步骤，具体是采用共识算法以及投票机制，对数据合约的可信度进行评审。
本发明还提供了自动识别企业数据价值区块持有人的系统，包括实体提取单元、合约获取单元以及确权单元；
所述实体提取单元，用于从企业数据内提取自然人实体；
所述合约获取单元，用于获取数据合约；
所述确权单元，用于对数据合约可信度以及数据合约的提供人进行审核，确定企业数据价值区块持有人。
其进一步技术方案为：所述实体提取单元包括区块划分模块、拆分模块以及提取模块；
所述区块划分模块，用于将企业数据按不同的维度进行区块划分，形成企业数据价值区块；
所述拆分模块，用于从企业数据中拆分出基础数据；
所述提取模块，用于从基础数据提取自然人实体。
其进一步技术方案为：所述系统还包括验证单元；
所述验证单元，用于对自然人实体进行身份验证，获取验证成功的自然人实体作为数据持有人的候选人或者数据评委委员会的评委。
其进一步技术方案为：所述合约获取单元包括多维度数据获取模块以及建立模块；
所述多维度数据获取模块，用于获取企业数据价值区块内的多维度数据；
所述建立模块，用于对多维度数据建立数据合约。
本发明与现有技术相比的有益效果是：本发明的自动识别企业数据价值区块持有人的方法，通过采用区块的方式，对企业数据进行基于维度的区块划分，从企业数据中拆分出基础数据，再从基础数据中提取自然人实体，利用共识算法和投票机制，对形成的数据合约进行真实度审核，并获取真实度满足条件的数据合约对应的提供人，该提供人为企业数据价值区块持有人，实现解决企业价值数据可追溯性、企业价值数据可信度的问题，准确识别企业价值数据区块真正提供人。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
图1为本发明具体实施例提供的自动识别企业数据价值区块持有人的方法的流程图；
图2为本发明具体实施例提供的从企业数据内提取自然人实体的流程图；
图3为本发明具体实施例提供的获取数据合约的流程图；
图4为本发明具体实施例提供的确定企业数据价值区块持有人的流程图；
图5为本发明具体实施例提供的自动识别企业数据价值区块持有人的系统的结构框图；
图6为本发明具体实施例提供的实体提取单元的结构框图；
图7为本发明具体实施例提供的合约获取单元的结构框图。
图8为本发明具体实施例提供的利用区块链进行企业数据的合约采信的流程图。
具体实施方式
为了更充分理解本发明的技术内容，下面结合具体实施例对本发明的技术方案进一步介绍和说明，但不局限于此。
如图1～8所示的具体实施例，本实施例提供的自动识别企业数据价值区块持有人的方法，可以运用于对企业数据追溯和可信度判断的过程中，实现解决企业价值数据可追溯性、企业价值数据可信度的问题，准确识别企业价值数据区块真正提供人。
如图1所示，本实施例还提供了自动识别企业数据价值区块持有人的方法，该方法包括：
s1、从企业数据内提取自然人实体；
s3、获取数据合约；
s4、对数据合约可信度以及数据合约的提供人进行审核，确定企业数据价值区块持有人。
更进一步地，如图2所示，上述的s1步骤，从企业数据内提取自然人实体的步骤，包括以下具体步骤：
s11、将企业数据按不同的维度进行区块划分，形成企业数据价值区块；
s12、从企业数据中拆分出基础数据；
s13、从基础数据提取自然人实体。
对于上述的s11步骤至s13步骤，将企业按不同的维度进行划分区块，从企业不同区块基础数据的法人、股东信息以及董事会成员中提取自然人实体。
对于上述的企业数据价值区块，其是企业最基础的信息单元，企业的每一个区块都有特定的内容和形式，并且被赋予了唯一的名称，基于国内外权威商业、财经等网站，ipo招股书、上市公司年报及公告等权威企业数据，从市场、产品、技术、财务、客户、管理六大维度，建立企业商业垂直领域的30000+企业基本要素，覆盖了企业所有生产经营活动所需的功能点。
对于上述的s12步骤，具体是从划分区块的企业数据中拆分出各自区块的基础数据，比如管理维度中的董事理会等基础数据。
将企业数据进行区块划分，形成企业数据价值区块，利用区块链的形式，可解决企业价值数据可追溯性，且区块链是去中心化的，且公开公正，解决企业价值数据可信度。
对于上述的s1步骤，从企业数据内提取自然人实体的步骤之后，还包括：
s2、对自然人实体进行身份验证，获取验证成功的自然人实体作为数据持有人的候选人或者数据评委委员会的评委。
只有经过严格身份认证的自然人实体，才可作为数据持有人的候选人或者数据评委委员会的评委。
于其他实施例，上述的s1步骤，从企业数据内提取自然人实体的步骤之后，还包括：
获取企业数据价值区块的链接；
企业数据价值区块的链接是一个企业区块是各个基本要素链接的全体，一个链接不是一条链接或一条链接通道，也不是很多链接，而是所有企业基本要素的链接，可以从企业基本要素中获取区块内各个企业数据之间的关联。
更进一步地，对于上述的s3步骤，获取数据合约的步骤，包括以下具体步骤：
s31、获取企业数据价值区块内的多维度数据；
s32、对多维度数据建立数据合约。
各个区块基于市场、产品、技术、财务、客户、管理多个维度的建立数据合约，比如，企业的财务报表数据建立合约b：截止至2018年4月1日，本企业的的资产负债为0，收益100万，由此形成一个数据合约。
更进一步地，对于上述的s4步骤，对数据合约可信度以及数据合约的提供人进行审核，确定企业数据价值区块持有人的步骤，包括以下具体步骤：
s41、对数据合约的可信度进行评审，获取真实数据所在的数据合约；
s42、对真实数据所在的数据合约的提供人进行确权。
对于上述的s41步骤，对数据合约的可信度进行评审，获取真实数据所在的数据合约的步骤，具体是采用共识算法以及投票机制，对数据合约的可信度进行评审。
对于上述的共识算法和投票机制而言，获取验证成功的自然人实体(即征信人)做出以下的判断：检查数据合约是否真实，通过调查或者根据自己的经验判断，觉得合理，投赞成票，不是很确定则投弃权票,不赞成则投反对票，弃权票不会纳入考虑范围，赞成票的结果以数值1的形式参与计算，即1*wf，反对票的结果以-1的形式参与计算，即(-1)*wf，wf代表最终的单个征信人对某个合约的投票结果。设投票的感情色彩为s，其取值为1或者-1，投赞成票则s＝1，若投反对票则s＝-1，原则如上所示。
另外，共识算法引擎利用dpos(delegatedproofofstake，委任权益证明)，由该算法决定数据的真实性，网络中的其他股东是征信人群征信个人可以选择代理该投票过程，能做代理的标准为持有股权者可以将投票的权限交付给代理。
对于征信人而言，征信人就是网络中的其他股东，包括数据涉及的企业股东和其它股东。网络范围的定义视情况而定，与数据获取的可行性有关。默认情况下，网络包含工商数据中登记的所有股东，一定要保证有非目标企业股东的投票权益，比如：合约是关于企业a的数据，则征信人中，必须包括非企业a的股东。
根据股东占股比例及其持股企业的价值不同，每个股东投票(对数据价值的投票)的权重不同，征信人的权重(w)公式如下：
相对权重(wr)的计算公式如下：wr＝w/wa；wa代表网络中股权的总价值，由aiev提供。代理的投票转化为对上一级持股者权重的影响：wtr＝(m/m)*wr；wtr代表某一个持股者投票的代理团队的最终的相对权重，m代表所有代理者投票的总数，m代表给持股者的代理人投票数。
对权重和投票数据进行整合并平滑处理：wi＝0.7*wr+0.3*wtr；thresh＝(vh–vl)(wi-vl)/(vh-vl)+ve；vh、vl、ve分别代表历史最高权重、最低权重和平均权重。wf＝s*thresh*wi；wi代表整合后的投票权重，s为投票的感情色彩，取值为1或者-1，分别代表赞成和反对,wf代表最终的单个征信人对某个合约的投票结果，用该投票结果形成数据真实度。
对于被审核的某个合约，基于不同的ctv会有很多个不同真实度的数据，只考虑投票的权重，把所有投票权重从高到低排序，排名在70％(或者其他设定值，依据实际情况而定)以上的，则认为该合约通过共识算法的审核，则该数据为真实数据，可追溯回其对应的数据合约，从哪个人获取数据合约，则该人为真实数据所在的数据合约的提供人，即企业数据价值区块持有人。
另外，对于上述的数据合约提供人必须经过身份实名认证，才可以领取数据合约，确权后该数据即被自动识别为该数据的持有人，进而解决企业价值数据区块真正提供人身份可信的问题，每个企业的数据价值区块由于由很多要素或合约组成，所以每个企业的数据价值区块会自动识别出很多经过实名身份认证的持有人。
举个例子：首先，将企业a公司按不同的维度进行划分区块，从a公司基础数据的法人、股东信息中提取自然人实体为张三，李四等，并且进行实名身份认证，以便作为a公司区块数据价值评审委员会的成员。各个区块基于市场、产品、技术、财务、客户、管理维度的建立数据合约；比如，企业的财务报表数据建立合约b，其次，王五领取数据合约，并将数据合约按照要求如实提供并且完善，合约b提交后，由评审委员会对数据的真实性，可信度按照投票算法进行投票，该数据合约被投票后，系统自动统计并计算，若结果符合合约规则，则该数据合约的提供者王五被自动识别为a公司数据价值区块链财务维度合约b的持有人。
上述的自动识别企业数据价值区块持有人的方法，通过采用区块的方式，对企业数据进行基于维度的区块划分，从企业数据中拆分出基础数据，再从基础数据中提取自然人实体，利用共识算法和投票机制，对形成的数据合约进行真实度审核，并获取真实度满足条件的数据合约对应的提供人，该提供人为企业数据价值区块持有人，实现解决企业价值数据可追溯性、企业价值数据可信度的问题，准确识别企业价值数据区块真正提供人。
如图5所示，本实施例还提供了自动识别企业数据价值区块持有人的系统，其包括实体提取单元1、合约获取单元3以及确权单元4。
实体提取单元1，用于从企业数据内提取自然人实体。
合约获取单元3，用于获取数据合约。
确权单元4，用于对数据合约可信度以及数据合约的提供人进行审核，确定企业数据价值区块持有人。
优选地，上述的实体提取单元1包括区块划分模块11、拆分模块12以及提取模块13。
区块划分模块11，用于将企业数据按不同的维度进行区块划分，形成企业数据价值区块。
拆分模块12，用于从企业数据中拆分出基础数据。
提取模块13，用于从基础数据提取自然人实体。
将企业按不同的维度进行划分区块，从企业不同区块基础数据的法人、股东信息以及董事会成员中提取自然人实体。
对于上述的企业数据价值区块，其是企业最基础的信息单元，企业的每一个区块都有特定的内容和形式，并且被赋予了唯一的名称，基于国内外权威商业、财经等网站，ipo招股书、上市公司年报及公告等权威企业数据，从市场、产品、技术、财务、客户、管理六大维度，建立企业商业垂直领域的30000+企业基本要素，覆盖了企业所有生产经营活动所需的功能点。
对于上述的拆分模块12，具体是从划分区块的企业数据中拆分出各自区块的基础数据，比如管理维度中的董事理会等基础数据。
将企业数据进行区块划分，形成企业数据价值区块，利用区块链的形式，可解决企业价值数据可追溯性，且区块链是去中心化的，且公开公正，解决企业价值数据可信度。
更进一步地，上述的系统还包括验证单元2。
验证单元2，用于对自然人实体进行身份验证，获取验证成功的自然人实体作为数据持有人的候选人或者数据评委委员会的评委。
只有经过严格身份认证的自然人实体，才可作为数据持有人的候选人或者数据评委委员会的评委。
于其他实施例，上述的系统还包括链接获取单元，所述连接获取单元用于获取企业数据价值区块的链接；
企业数据价值区块的链接是一个企业区块是各个基本要素链接的全体，一个链接不是一条链接或一条链接通道，也不是很多链接，而是所有企业基本要素的链接，可以从企业基本要素中获取区块内各个企业数据之间的关联。
更进一步地，上述的合约获取单元3包括多维度数据获取模块31以及建立模块32。
多维度数据获取模块31，用于获取企业数据价值区块内的多维度数据。
建立模块32，用于对多维度数据建立数据合约。
各个区块基于市场、产品、技术、财务、客户、管理多个维度的建立数据合约，比如，企业的财务报表数据建立合约b：截止至2018年4月1日，本企业的的资产负债为0，收益100万，由此形成一个数据合约。
另外，上述的确权单元4包括评审模块41以及确定单元42，评审模块41用于对数据合约的可信度进行评审，获取真实数据所在的数据合约；对数据合约的可信度进行评审，获取真实数据所在的数据合约的步骤，具体是采用共识算法以及投票机制，对数据合约的可信度进行评审。
确定单元42，用于对真实数据所在的数据合约的提供人进行确权。
对于上述的共识算法和投票机制而言，获取验证成功的自然人实体(即征信人)做出以下的判断：检查数据合约是否真实，通过调查或者根据自己的经验判断，觉得合理，投赞成票，不是很确定则投弃权票,不赞成则投反对票，弃权票不会纳入考虑范围，赞成票的结果以数值1的形式参与计算，即1*wf，反对票的结果以-1的形式参与计算，即(-1)*wf，wf代表最终的单个征信人对某个合约的投票结果。设投票的感情色彩为s，其取值为1或者-1，投赞成票则s＝1，若投反对票则s＝-1，原则如上所示。
另外，共识算法引擎利用dpos(delegatedproofofstake，委任权益证明)，由该算法决定数据的真实性，网络中的其他股东是征信人群征信个人可以选择代理该投票过程，能做代理的标准为持有股权者可以将投票的权限交付给代理。
对于征信人而言，征信人就是网络中的其他股东，包括数据涉及的企业股东和其它股东。网络范围的定义视情况而定，与数据获取的可行性有关。默认情况下，网络包含工商数据中登记的所有股东，一定要保证有非目标企业股东的投票权益，比如：合约是关于企业a的数据，则征信人中，必须包括非企业a的股东。
根据股东占股比例及其持股企业的价值不同，每个股东投票(对数据价值的投票)的权重不同，征信人的权重(w)公式如下：
相对权重(wr)的计算公式如下：wr＝w/wa；wa代表网络中股权的总价值，由aiev提供。代理的投票转化为对上一级持股者权重的影响：wtr＝(m/m)*wr；wtr代表某一个持股者投票的代理团队的最终的相对权重，m代表所有代理者投票的总数，m代表给持股者的代理人投票数。
对权重和投票数据进行整合并平滑处理：wi＝0.7*wr+0.3*wtr；thresh＝(vh–vl)(wi-vl)/(vh-vl)+ve；vh、vl、ve分别代表历史最高权重、最低权重和平均权重。wf＝s*thresh*wi；wi代表整合后的投票权重，s为投票的感情色彩，取值为1或者-1，分别代表赞成和反对,wf代表最终的单个征信人对某个合约的投票结果，用该投票结果形成数据真实度。
对于被审核的某个合约，基于不同的ctv会有很多个不同真实度的数据，只考虑投票的权重，把所有投票权重从高到低排序，排名在70％(或者其他设定值，依据实际情况而定)以上的，则认为该合约通过共识算法的审核，则该数据为真实数据，可追溯回其对应的数据合约，从哪个人获取数据合约，则该人为真实数据所在的数据合约的提供人，即企业数据价值区块持有人。
另外，对于上述的数据合约提供人必须经过身份实名认证，才可以领取数据合约，确权后该数据即被自动识别为该数据的持有人，进而解决企业价值数据区块真正提供人身份可信的问题，每个企业的数据价值区块由于由很多要素或合约组成，所以每个企业的数据价值区块会自动识别出很多经过实名身份认证的持有人。
举个例子：首先，将企业a公司按不同的维度进行划分区块，从a公司基础数据的法人、股东信息中提取自然人实体为张三，李四等，并且进行实名身份认证，以便作为a公司区块数据价值评审委员会的成员。各个区块基于市场、产品、技术、财务、客户、管理维度的建立数据合约；比如，企业的财务报表数据建立合约b，其次，王五领取数据合约，并将数据合约按照要求如实提供并且完善，合约b提交后，由评审委员会对数据的真实性，可信度按照投票算法进行投票，该数据合约被投票后，系统自动统计并计算，若结果符合合约规则，则该数据合约的提供者王五被自动识别为a公司数据价值区块链财务维度合约b的持有人。
上述的自动识别企业数据价值区块持有人的系统，通过采用区块的方式，对企业数据进行基于维度的区块划分，从企业数据中拆分出基础数据，再从基础数据中提取自然人实体，利用共识算法和投票机制，对形成的数据合约进行真实度审核，并获取真实度满足条件的数据合约对应的提供人，该提供人为企业数据价值区块持有人，实现解决企业价值数据可追溯性、企业价值数据可信度的问题，准确识别企业价值数据区块真正提供人。
上述仅以实施例来进一步说明本发明的技术内容，以便于读者更容易理解，但不代表本发明的实施方式仅限于此，任何依本发明所做的技术延伸或再创造，均受本发明的保护。本发明的保护范围以权利要求书为准。
- 还没有人留言评论。精彩留言会获得点赞！