信息推送方法和装置与流程

本申请涉及计算机技术领域，具体涉及信息处理领域，尤其涉及信息推送方法和装置。

背景技术：

随着企业信息化技术的高速发展，通过使用各类应用软件逐渐实现了对企业活动的管理和监控，例如，通过使用企业的财务管理系统可以实现对企业资金及其运动过程的管理，通过使用企业税务风险管理系统可以根据企业财务、统计、业务核算等资料提供的数据实现对企业的税务风险的识别、评估以及监控等。企业经营过程中面临着各种风险，例如，战略风险、财务风险、税务风险等等，现阶段可以通过分析各类应用软件产生的数据得到企业的风险信息。然后，由于各个企业的企业特点不同，往往需要针对不同的企业提供不同的风险分析方法，以获得企业的风险信息，因此，造成整个风险信息获取过程具有通用性差，成本高，复杂度高等缺点。

技术实现要素：

本申请的目的在于提出一种改进的信息推送方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种信息推送方法，包括：获取企业信息，其中，所述企业信息包括企业属性特征和企业数据特征；根据所述企业信息确定所述企业信息对应的企业所属的企业类别，其中，企业类别是预先划分的；根据所述企业信息对应的企业所属的企业类别确定所述企业信息对应的企业的风险指标，其中，各企业类别的风险指标是预先选取的；从所述企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并计算所述企业信息对应的企业的风险指标值；基于风险指标值的计算结果确定所述企业信息对应的企业的风险预警级别，并将包含风险预警级别的信息进行推送。

在一些实施例中，企业类别是通过以下方式划分得到的：对至少一个企业的企业信息进行聚类分析，得到划分的企业类别。

在一些实施例中，所述根据所述企业信息确定所述企业信息对应的企业所属的企业类别，包括：采用余弦相似度方法计算所述企业信息与聚类分析得到的各个聚类中心的相似度；根据计算得到的相似度判断所述企业信息对应的企业所属的企业类别。

在一些实施例中，各企业类别的风险指标是通过以下方式选取的：利用粗糙集理论从针对企业类别的、预先设定的风险指标集合中选取该企业类别的风险指标。

在一些实施例中，所述基于风险指标值的计算结果确定所述企业信息对应的企业的风险预警级别，包括：将风险指标值的计算结果与针对所述企业信息对应的企业所属的企业类别预先设定的风险预警区间的上、下限进行比较，根据比较结果判断所述企业信息对应的企业的风险预警级别。

在一些实施例中，所述方法还包括：基于统计分析的方法为各个企业类别设定风险预警区间。

在一些实施例中，所述基于统计分析的方法为各个企业类别设定风险预警区间，包括：计算企业类别中包括的各个企业的风险指标值的均值μ、方差σ和离散系数CV，其中，CV＝σ/μ；如果CV≤0.4，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ+σ，w_d＝μ-σ；如果CV＞0.4，且μ≥0，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ×(1+σ)，w_d＝μ×(1-σ)；如果CV＞0.4，且μ＜0，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ×(1-σ)，w_d＝μ×(1+σ)。

第二方面，本申请提供了一种信息推送装置，包括：获取单元，用于获取企业信息，其中，所述企业信息包括企业属性特征和企业数据特征；第一确定单元，用于根据所述企业信息确定所述企业信息对应的企业所属的企业类别，其中，企业类别是预先划分的；第二确定单元，用于根据所述企业信息对应的企业所属的企业类别确定所述企业信息对应的企业的风险指标，其中，各企业类别的风险指标是预先选取的；计算单元，用于从所述企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并计算所述企业信息对应的企业的风险指标值；推送单元，用于基于风险指标值的计算结果确定所述企业信息对应的企业的风险预警级别，并将包含风险预警级别的信息进行推送。

在一些实施例中，所述装置还包括：企业类别划分单元，用于对至少一个企业的企业信息进行聚类分析，得到划分的企业类别。

在一些实施例中，所述第一确定单元进一步用于：采用余弦相似度方法计算所述企业信息与聚类分析得到的各个聚类中心的相似度；根据计算得到的相似度判断所述企业信息对应的企业所属的企业类别。

在一些实施例中，所述装置还包括：风险指标选取单元，用于利用粗糙集理论从针对企业类别的、预先设定的风险指标集合中选取该企业类别的风险指标。

在一些实施例中，所述推送单元进一步用于：将风险指标值的计算结果与针对所述企业信息对应的企业所属的企业类别预先设定的风险预警区间的上、下限进行比较，根据比较结果判断所述企业信息对应的企业的风险预警级别。

在一些实施例中，所述装置还包括：设定单元，用于基于统计分析的方法为各个企业类别设定风险预警区间。

在一些实施例中，所述设定单元进一步用于：计算企业类别中包括的各个企业的风险指标值的均值μ、方差σ和离散系数CV＝σ/μ；如果CV≤0.4，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ+σ，w_d＝μ-σ；如果CV＞0.4，且μ≥0，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ×(1+σ)，w_d＝μ×(1-σ)；如果CV＞0.4，且μ＜0，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ×(1-σ)，w_d＝μ×(1+σ)。

本申请提供的信息推送方法和装置，首先根据企业信息确定企业信息对应的企业所属的企业类别，而后根据确定的企业类别来确定企业信息对应的企业的风险指标，之后，从企业信息的企业数据特征中获取数据来计算确定的风险指标的风险指标值，最后基于计算得到的风险指标值确定企业信息对应的企业的风险预警级别，并将包含风险预警级别的信息进行推送，从而实现自动根据企业所属的企业类别获取和推送包含风险预警级别的信息，有效的提高了风险信息获取的通用性，简化了信息获取过程，降低了成本。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的信息推送方法的一个实施例的流程图；

图3是根据本申请的信息推送方法的一个应用场景的示意图；

图4是根据本申请的信息推送装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的信息推送方法或信息推送装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种应用，例如企业的财务管理类应用、税务风险管理类应用、企业资源计划类应用等等。

终端设备101、102、103可以是具有显示屏并且支持企业信息处理的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的企业风险信息提供支持的后台服务器。后台服务器可以获取企业信息，并对企业信息进行分析从而得到企业信息对应的企业的风险信息，并将风险信息推送到终端设备101、102、103。

需要说明的是，本申请实施例所提供的信息推送方法可以由终端设备101、102、103单独执行，或者也可以由服务器105单独执行。相应地，信息推送装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的信息推送方法的一个实施例的流程200。所述的信息推送方法，包括以下步骤：

步骤201，获取企业信息。

在本实施例中，信息推送方法运行于其上的电子设备(例如图1所示的终端设备101、102、103或者服务器105)可以从本地安装的应用软件(例如财务管理类应用、税务风险管理类应用、企业资源计划类应用等)中或者从远程设备获取企业信息。在这里，企业信息可以包括企业属性特征和企业数据特征，其中，企业属性特征可以是企业的基本信息属性，具体可以包括行业、地区、经营范围、规模等等；企业数据特征可以是从企业安装的应用软件中获取的、与企业风险相关的各种数据特征，例如，当分析某企业的税务风险时，企业数据特征可以是从该企业的财务、财务会计、财务管理、物料、工程、销售、项目管理、人事管理、客户关系、计划预算等部门的应用系统中获取的、涉及税务风险的各种信息。

步骤202，根据企业信息确定企业信息对应的企业所属的企业类别。

在本实施例中，上述电子设备可以根据步骤201中获取的企业信息确定该企业信息对应的企业所属的企业类别，例如，可以根据上述企业信息与各企业类别所包括企业的企业信息的相似度确定该企业信息对应的企业所属的企业类别。其中，企业类别可以是通过人工划分方式或者通过设定算法自动划分方式预先划分好的，划分的企业类别可以包括金融类企业、餐饮类企业、房地产类企业等等。

在本实施例的一些可选的实现方式中，企业类别可以是通过以下方式划分得到的：上述电子设备或者其它用于划分企业类别的电子设备可以对至少一个企业的企业信息进行聚类分析，得到划分的企业类别。例如，首先可以采用向量空间模型(VSM，Vector Space Model)将上述至少一个企业的企业信息表示为向量形式，之后采用K-MEANS聚类算法(K-均值算法)对向量形式的企业信息进行聚类分析，最终得到划分的企业类别。

在一些可选的实现方式中，步骤202可以具体包括：首先可以采用余弦相似度方法计算上述企业信息与聚类分析得到的各个聚类中心的相似度，计算时上述企业信息可以表示为向量形式，之后，可以根据计算得到的相似度判断上述企业信息对应的企业所属的企业类别，例如，可以将与上述企业信息相似度最大的聚类中心所属的类别作为上述企业信息对应的企业所属的类别。

步骤203，根据企业信息对应的企业所属的企业类别确定企业信息对应的企业的风险指标。

在本实施例中，上述电子设备可以根据步骤202得到的企业信息对应的企业所属的企业类别确定企业信息对应的企业的风险指标，通常，不同企业类别的企业在进行风险分析时所使用的风险指标存在较大差异，例如，在进行税务风险分析时，金融类企业涉及贷款、利率等类似的风险指标偏多，矿产类企业涉及资源方面的风险指标偏多。在这里，各企业类别的风险指标可以是预先选取的。

在本实施例的一些可选的实现方式中，各企业类别的风险指标可以是通过以下方式选取的：上述电子设备或者其它用于选取风险指标的电子设备可以利用粗糙集理论从针对企业类别的、预先设定的风险指标集合中选取该企业类别的风险指标。利用粗糙集理论选取风险指标可以有效去除风险指标集合中的冗余风险指标。在这里，上述风险指标集合可以是由人工设定的，例如，在进行税务风险分析时，财税专家会根据各企业的企业特点以及以往经验设定该企业的风险指标，并搭建用于进行风险评估的风险评估模型。

步骤204，从企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并计算企业信息对应的企业的风险指标值。

在本实施例中，上述电子设备可以从企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并使用风险评估专家预先设定的计算规则或者预先搭建的风险评估模型计算企业信息对应的企业的风险指标值。

步骤205，基于风险指标值的计算结果确定企业信息对应的企业的风险预警级别，并将包含风险预警级别的信息进行推送。

在本实施例中，上述电子设备可以基于步骤204计算得到的风险指标值确定企业信息对应的企业的风险预警级别，例如，上述电子设备可以将计算得到的风险指标值与预先设定的风险指标阈值进行对比，从而确定企业信息对应的企业的风险预警级别。在这里，风险预警级别可以是根据实际需要预先设定，例如，可以根据风险的紧急程度将风险预警级别分为正常、需关注风险、可疑风险、警示风险、失控风险五类。在确定企业信息对应的企业的风险预警级别之后，上述电子设备还可以将包含上述风险预警级别的风险信息进行推送，例如可以推送到本地的显示设备或者指定的远程设备。

在本实施例的一些可选的实现方式中，上述基于风险指标值的计算结果确定企业信息对应的企业的风险预警级别，可以具体包括：上述电子设备可以将风险指标值的计算结果与针对上述企业信息对应的企业所属的企业类别预先设定的风险预警区间的上、下限进行比较，根据比较结果判断上述企业信息对应的企业的风险预警级别。例如，当风险指标值的计算结果在风险预警区间的上、下限之间时，预警结果为“正常”，否则为“异常”。在这里，还可以进一步划分为正常、提醒、警告、严重警告等不同风险预警级别，比如，当预警结果为“正常”，且风险指标值计算的正确率在0.8以上，则风险预警级别为正常；当预警结果为“正常”，且风险指标值计算的正确率在0.7-0.79之间，则风险预警级别为提醒；当预警结果为“正常”，且风险指标值计算的正确率在0.5-0.69之间，或者预警结果为“异常”，且风险指标值计算的正确率在0.5-0.69之间，则风险预警级别为警告；当预警结果为“异常”，且风险指标值计算的正确率在0.7以上，则风险预警级别为严重警告。在这里，风险指标值计算的正确率可以由计算风险指标值的计算规则或者风险评估模型确定，风险评估专家在设定计算规则或者搭建风险评估模型之前，会选取一部分已知正常或者异常的企业信息作为训练集，并使用训练集设定计算规则或者搭建风险评估模型，再使用另一部分已知正常或者异常的企业信息作为测试集对设定的计算规则或者搭建的风险评估模型进行测试，并统计测试结果，从而确定设定的计算规则或者搭建的风险评估模型的预测的正确率。

在一些可选的实现方式中，上述电子设备还可以基于统计分析的方法为各个企业类别设定风险预警区间。例如，上述电子设备可以首先对各个企业类别中包括的各个企业的风险指标值进行统计分析，然后，根据统计分析结果设定风险预警区间。

可选的，上述基于统计分析的方法为各个企业类别设定风险预警区间，具体可以包括：计算企业类别中包括的各个企业的风险指标值的均值μ、方差σ和离散系数CV，其中，CV＝σ/μ；如果CV≤0.4，则风险预警区间的上限w_u和下限w_d分别可以通过如下方式计算：w_u＝μ+σ，w_d＝μ-σ；如果CV＞0.4，且μ≥0，则风险预警区间的上限w_u和下限w_d分别可以通过如下方式计算：w_u＝μ×(1+σ)，w_d＝μ×(1-σ)；如果CV＞0.4，且μ＜0，则风险预警区间的上限w_u和下限w_d分别可以通过如下方式计算：w_u＝μ×(1-σ)，w_d＝μ×(1+σ)。

继续参见图3，图3是根据本实施例的信息推送方法的应用场景的一个示意图。在图3的应用场景中，用于分析企业A的税务风险的计算机首先从企业A的财务、财务会计、财务管理、物料、工程、销售、项目管理、人事管理、客户关系、计划预算等部门的应用系统中获取企业信息；其次，计算机根据获取的企业信息确定企业A所属的企业类别；再次，根据企业A所属的企业类别确定企业A的风险指标；然后，从企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并计算企业A的风险指标值；最后，基于风险指标值的计算结果确定企业A的风险预警级别为“正常”，并将包含风险预警级别的信息推送给显示设备进行显示，就会如图3所示。

本申请的上述实施例提供的方法根据企业信息确定企业信息对应的企业所属的企业类别，并自动根据企业所属的企业类别获取和推送包含风险预警级别的信息，从而有效的提高了风险信息获取的通用性，简化了信息获取过程，降低了成本。

进一步参考图4，作为对上述图2所示方法的实现，本申请提供了一种信息推送装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例所述的信息推送装置400包括：获取单元401、第一确定单元402、第二确定单元403、计算单元404和推送单元405。其中，获取单元401用于获取企业信息，其中，上述企业信息包括企业属性特征和企业数据特征；第一确定单元402用于根据上述企业信息确定上述企业信息对应的企业所属的企业类别，其中，企业类别是预先划分的；第二确定单元403用于根据上述企业信息对应的企业所属的企业类别确定上述企业信息对应的企业的风险指标，其中，各企业类别的风险指标是预先选取的；计算单元404用于从上述企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并计算上述企业信息对应的企业的风险指标值；推送单元405用于基于风险指标值的计算结果确定上述企业信息对应的企业的风险预警级别，并将包含风险预警级别的信息进行推送。

在本实施例中，获取单元401、第一确定单元402、第二确定单元403、计算单元404和推送单元405的具体处理可以参考图2对应实施例步骤201、步骤202、步骤203、步骤204和步骤205的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置400还包括：企业类别划分单元(未示出)，用于对至少一个企业的企业信息进行聚类分析，得到划分的企业类别。该实现方式可参考上述图2对应实施例中相应实现方式的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，上述第一确定单元402进一步用于：采用余弦相似度方法计算上述企业信息与聚类分析得到的各个聚类中心的相似度；根据计算得到的相似度判断上述企业信息对应的企业所属的企业类别。该实现方式可参考上述图2对应实施例中相应实现方式的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置400还包括：风险指标选取单元(未示出)，用于利用粗糙集理论从针对企业类别的、预先设定的风险指标集合中选取该企业类别的风险指标。该实现方式可参考上述图2对应实施例中相应实现方式的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，上述推送单元405进一步用于：将风险指标值的计算结果与针对上述企业信息对应的企业所属的企业类别预先设定的风险预警区间的上、下限进行比较，根据比较结果判断上述企业信息对应的企业的风险预警级别。该实现方式可参考上述图2对应实施例中相应实现方式的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置400还包括：设定单元(未示出)，用于基于统计分析的方法为各个企业类别设定风险预警区间。该实现方式可参考上述图2对应实施例中相应实现方式的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，上述设定单元进一步用于：计算企业类别中包括的各个企业的风险指标值的均值μ、方差σ和离散系数CV，其中，CV＝σ/μ；如果CV≤0.4，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ+σ，w_d＝μ-σ；如果CV＞0.4，且μ≥0，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ×(1+σ)，w_d＝μ×(1-σ)；如果CV＞0.4，且μ＜0，则风险预警区间的上限w_u和下限w_d分别通过如下方式计算：w_u＝μ×(1-σ)，w_d＝μ×(1+σ)。该实现方式可参考上述图2对应实施例中相应实现方式的详细描述，在此不再赘述。

下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的

程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一确定单元、第二确定单元、计算单元和推送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取企业信息的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取企业信息，其中，所述企业信息包括企业属性特征和企业数据特征；根据所述企业信息确定所述企业信息对应的企业所属的企业类别，其中，企业类别是预先划分的；根据所述企业信息对应的企业所属的企业类别确定所述企业信息对应的企业的风险指标，其中，各企业类别的风险指标是预先选取的；从所述企业信息的企业数据特征中获取用于计算所确定风险指标的风险指标值的数据，并计算所述企业信息对应的企业的风险指标值；基于风险指标值的计算结果确定所述企业信息对应的企业的风险预警级别，并将包含风险预警级别的信息进行推送。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。