基于企业融资的生命周期跟踪方法、装置、设备及介质

摘要

本发明涉及数据处理技术领域，提供一种基于企业融资的生命周期跟踪方法、装置、设备及介质，能够根据采集的贷前准入信息及预先构建的风控检测模型进行风控检测，进而基于人工智能手段得到风控检测结果，基于贷前准入信息及风控检测结果在预先维护的资方数据库中进行融资匹配，以快速匹配到目标资方，在融资成功到融资结束的时间段内进行贷中监控，在监控过程中执行贷后管理，并在监控到融资结束时生成目标企业融资业务的全生命周期跟踪报告，进而实现对融资业务的全生命周期跟踪，降低融资过程的风险，进一步对全生命周期跟踪报告进行加密存储，以保证数据的安全性。

说明书

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于企业融资的生命周期跟踪方法、装置、设备及介质。

背景技术

随着市场经济的发展，企业与客户之间的关系越来越复杂，客户的需求也越来越多样化。

因此，为了降低企业融资风险，需要对企业融资的全生命周期进行跟踪及管理，以避免造成不必要的损失。

发明内容

鉴于以上内容，有必要提供一种基于企业融资的生命周期跟踪方法、装置、设备及介质，能够通过对企业融资的全生命周期进行跟踪，降低融资风险。

一种基于企业融资的生命周期跟踪方法，所述基于企业融资的生命周期跟踪方法包括：

响应于对目标企业融资业务的生命周期跟踪指令，采集所述目标企业的贷前准入信息；

获取预先构建的风控检测模型，并根据所述贷前准入信息及所述风控检测模型进行风控检测，得到风控检测结果；

基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方；

向所述目标资方推送所述目标企业的融资请求，并在检测到融资成功后，在融资成功到融资结束的时间段内进行贷中监控；

在监控过程中执行贷后管理，并在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告；

对所述全生命周期跟踪报告进行加密存储。

根据本发明优选实施例，所述获取预先构建的风控检测模型前，所述方法还包括：

获取历史贷前准入信息，及获取初始检测模型；

对所述历史贷前准入信息进行特征工程，得到候选特征；

对所述候选特征进行单变量分析，得到分析结果；

根据所述分析结果从所述历史贷前准入信息中选择训练样本；

利用所述训练样本训练所述初始检测模型；

在训练过程中，获取所述初始检测模型的预测准确率；

当所述预测准确率大于或者等于配置阈值时停止训练，得到所述风控检测模型。

根据本发明优选实施例，所述基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方包括：

从所述资方数据库中获取同时满足所述贷前准入信息及所述风控检测结果的资方作为至少一个候选资方；

将所述至少一个候选资方发送至所述目标企业进行选择；

当接收到所述目标企业选择的候选资方时，将所述贷前准入信息发送至选择的候选资方进行审核；

当接收到所述选择的候选资方反馈的通过审核响应时，将所述选择的候选资方确定为所述目标资方；或者

当接收到所述选择的候选资方反馈的未通过审核响应时，从所述资方数据库中获取新的候选资方，直至匹配到所述目标资方。

根据本发明优选实施例，所述在融资成功到融资结束的时间段内进行贷中监控包括：

每隔预设时间间隔更新所述目标企业的融资数据，并检测更新后的融资数据是否触发预先配置的风控线；

获取所述目标企业的还款方式，根据所述还款方式对所述目标企业的还款情况进行监控，当所述目标企业逾期时，对所述目标企业的权限等级进行降级处理，并向指定人员发送提示信息；其中，所述提示信息用于提示所述指定人员跟进所述目标企业的逾期原因。

根据本发明优选实施例，所述在监控过程中执行贷后管理包括：

当检测到距离融资结束的时间为配置时长时，确认所述目标企业是否能正常还款；

当所述目标企业能正常还款时，确认所述目标企业是否续贷；或者

当所述目标企业不能正常还款时，确认所述目标企业是否申请延期还款。

根据本发明优选实施例，所述在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告包括：

基于vue+elementUi生成展示页面；

访问后端接口进行数据查询；

基于Echarts3D对查询到的数据进行数据渲染，得到3D图表；

将所述3D图表返回至所述展示页面进行展示；

利用Vue Canvas画布组件，基于所述展示页面生成pdf文档，得到所述全生命周期跟踪报告。

根据本发明优选实施例，所述对所述全生命周期跟踪报告进行加密存储包括：

基于MD5算法对所述全生命周期跟踪报告进行加密处理，得到密文报告；

从所述密文报告中获取从第一字段位到第二字段位的所有字段作为目标字段，及将所述第一字段位到第二字段位确定为待填充位置；

从所述密文报告中删除所述目标字段，得到待填充密文；

确定所述目标字段的字段长度；

随机生成具有所述字段长度的随机字段；

计算所述随机字段的MD5值；

将所述MD5值填充至所述待填充密文的所述待填充位置处，得到全生命周期跟踪密文报告；

将所述全生命周期跟踪密文报告写入区块链节点。

一种基于企业融资的生命周期跟踪装置，所述基于企业融资的生命周期跟踪装置包括：

采集单元，用于响应于对目标企业融资业务的生命周期跟踪指令，采集所述目标企业的贷前准入信息；

检测单元，用于获取预先构建的风控检测模型，并根据所述贷前准入信息及所述风控检测模型进行风控检测，得到风控检测结果；

匹配单元，用于基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方；

监控单元，用于向所述目标资方推送所述目标企业的融资请求，并在检测到融资成功后，在融资成功到融资结束的时间段内进行贷中监控；

生成单元，用于在监控过程中执行贷后管理，并在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告；

存储单元，用于对所述全生命周期跟踪报告进行加密存储。

一种计算机设备，所述计算机设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现所述基于企业融资的生命周期跟踪方法。

一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现所述基于企业融资的生命周期跟踪方法。

由以上技术方案可以看出，本发明能够根据采集的贷前准入信息及预先构建的风控检测模型进行风控检测，进而基于人工智能手段得到风控检测结果，基于贷前准入信息及风控检测结果在预先维护的资方数据库中进行融资匹配，以快速匹配到目标资方，在融资成功到融资结束的时间段内进行贷中监控，在监控过程中执行贷后管理，并在监控到融资结束时生成目标企业融资业务的全生命周期跟踪报告，进而实现对融资业务的全生命周期跟踪，降低融资过程的风险，进一步对全生命周期跟踪报告进行加密存储，以保证数据的安全性。

附图说明

图1是本发明基于企业融资的生命周期跟踪方法的较佳实施例的流程图。

图2是本发明基于企业融资的生命周期跟踪装置的较佳实施例的功能模块图。

图3是本发明实现基于企业融资的生命周期跟踪方法的较佳实施例的计算机设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，是本发明基于企业融资的生命周期跟踪方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

所述基于企业融资的生命周期跟踪方法应用于一个或者多个计算机设备中，所述计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。

所述计算机设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。

所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。

S10，响应于对目标企业融资业务的生命周期跟踪指令，采集所述目标企业的贷前准入信息。

在本实施例中，所述生命周期跟踪指令可以在检测到有融资业务时自动触发，也可以根据实际的业务需求触发，本发明不限制。

在本实施例中，所述采集所述目标企业的贷前准入信息包括：

显示数据采集界面；其中，所述数据采集界面用于接收用户上传的数据；

获取所述数据采集界面中输入的数据作为所述贷前准入信息。

其中，所述贷前准入信息可以包括，但不限于以下一种或者多种的组合：

（1）企业五要素信息：企业名称、社会信用代码、法人、法人手机号、法人身份证号；

（2）工商信息，包括：企业基本工商信息、股权架构、法律诉讼、动产抵押等；

（3）企业交易数据，如发票、银行流水、应收、合同等。

S11，获取预先构建的风控检测模型，并根据所述贷前准入信息及所述风控检测模型进行风控检测，得到风控检测结果。

在本实施例中，所述风控检测模型可以为预先训练的人工智能检测模型。

具体地，所述获取预先构建的风控检测模型前，所述方法还包括：

获取历史贷前准入信息，及获取初始检测模型；

对所述历史贷前准入信息进行特征工程，得到候选特征；

对所述候选特征进行单变量分析，得到分析结果；

根据所述分析结果从所述历史贷前准入信息中选择训练样本；

利用所述训练样本训练所述初始检测模型；

在训练过程中，获取所述初始检测模型的预测准确率；

当所述预测准确率大于或者等于配置阈值时停止训练，得到所述风控检测模型。

其中，所述初始检测模型为任意具有预测功能的人工智能模型。

其中，所述特征工程包括特征选择、特征提取和特征构造。

其中，通过进行单变量分析，能够确定单个变量的变化趋势等特征。

其中，所述配置阈值可以进行根据实际检测精度需求进行配置，如95%。

通过训练所述风控检测模型，能够辅助后续进行快速的风控检测。

例如：所述风控检测模型的输入数据可以为企业近两年内的发票数据，所述风控检测模型的输出数据可以包括规则项、判断值、风险等级、判断结果，如所述规则项可以为“近12个月最大连续无开票天数大于150天”，所述风险等级可以为“中风险”，所述判断值可以为“大于或者等于150天”，所述判断结果可以为“通过”。

需要说明的是，在得到所述风控检测模型后，还可以利用数据库SQL（StructuredQuery Language，结构化查询语言）查询验证模型检测结果是否正确，以保证模型可用，且具有较高的准确率。

S12，基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方。

在本实施例中，所述基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方包括：

从所述资方数据库中获取同时满足所述贷前准入信息及所述风控检测结果的资方作为至少一个候选资方；

将所述至少一个候选资方发送至所述目标企业进行选择；

当接收到所述目标企业选择的候选资方时，将所述贷前准入信息发送至选择的候选资方进行审核；

当接收到所述选择的候选资方反馈的通过审核响应时，将所述选择的候选资方确定为所述目标资方；或者

当接收到所述选择的候选资方反馈的未通过审核响应时，从所述资方数据库中获取新的候选资方，直至匹配到所述目标资方。

其中，所述资方数据库可以进行预先维护，以便于后续进行快速调用。

通过上述实施例，能够实现对资方的快速匹配，以提升融资效率。

S13，向所述目标资方推送所述目标企业的融资请求，并在检测到融资成功后，在融资成功到融资结束的时间段内进行贷中监控。

在本实施例中，所述在融资成功到融资结束的时间段内进行贷中监控包括：

每隔预设时间间隔更新所述目标企业的融资数据，并检测更新后的融资数据是否触发预先配置的风控线；

获取所述目标企业的还款方式，根据所述还款方式对所述目标企业的还款情况进行监控，当所述目标企业逾期时，对所述目标企业的权限等级进行降级处理，并向指定人员发送提示信息；其中，所述提示信息用于提示所述指定人员跟进所述目标企业的逾期原因。

其中，所述预设时间间隔可以进行自定义配置，以实现周期性检测。例如：一般从融资成功到融资结束需要经过6-24个月，因此，可以每月更新所述目标企业的融资数据，并检测更新后的融资数据是否触发预先配置的风控线，以降低异常发生的风险。

其中，所述还款方式可以包括先息后本、等额本金等方式，如果客户逾期，可以提示专员电联客户了解具体逾期详情，积极主动地帮助客户解决问题，以稳固合作。

S14，在监控过程中执行贷后管理，并在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告。

在本实施例中，所述在监控过程中执行贷后管理包括：

当检测到距离融资结束的时间为配置时长时，确认所述目标企业是否能正常还款；

当所述目标企业能正常还款时，确认所述目标企业是否续贷；或者

当所述目标企业不能正常还款时，确认所述目标企业是否申请延期还款。

其中，所述配置时长可以进行自定义配置，如3天。

通过主动跟踪是否能正常还款，并基于是否能正常还款给出不同的应对策略，能够更加贴合企业需求，实现更好、更稳定的合作。

在本实施例中，所述在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告包括：

基于vue+elementUi生成展示页面；

访问后端接口进行数据查询；

基于Echarts3D对查询到的数据进行数据渲染，得到3D图表；

将所述3D图表返回至所述展示页面进行展示；

利用Vue Canvas画布组件，基于所述展示页面生成pdf文档，得到所述全生命周期跟踪报告。

其中，Echarts3D为基于ECharts的3D可视化库，能够提供如柱状图、散点图、折线图等3D图表类型。

通过上述实施例，能够基于3D技术提供企业融资业务的全生命周期跟踪报告，且通过3D渲染能够使用户更加直观的了解融资情况。基于全生命周期跟踪报告可以帮助企业更好地把握市场机会，实现精确营销，并及时调整产品和服务策略，提高企业的竞争力。

S15，对所述全生命周期跟踪报告进行加密存储。

在本实施例中，所述对所述全生命周期跟踪报告进行加密存储包括：

基于MD5算法（Message-Digest Algorithm 5，MD5信息摘要算法）对所述全生命周期跟踪报告进行加密处理，得到密文报告；

从所述密文报告中获取从第一字段位到第二字段位的所有字段作为目标字段，及将所述第一字段位到第二字段位确定为待填充位置；

从所述密文报告中删除所述目标字段，得到待填充密文；

确定所述目标字段的字段长度；

随机生成具有所述字段长度的随机字段；

计算所述随机字段的MD5值；

将所述MD5值填充至所述待填充密文的所述待填充位置处，得到全生命周期跟踪密文报告；

将所述全生命周期跟踪密文报告写入区块链节点。

在上述实施例中，在传统MD5密文的基础上进行优化，结合随机字段使最终得到的全生命周期跟踪密文更加难以破解，进一步将所述全生命周期跟踪密文报告写入区块链节点，使密文无法被篡改，进一步保证了数据的安全性。

在本实施例中，当接收到对所述全生命周期跟踪密文报告的下载请求时，从所述区块链节点上读取所述全生命周期跟踪密文报告，并对所述全生命周期跟踪密文报告进行解密，才能获取到对应的明文报告，使数据具有绝对的保密性。

由以上技术方案可以看出，本发明能够根据采集的贷前准入信息及预先构建的风控检测模型进行风控检测，进而基于人工智能手段得到风控检测结果，基于贷前准入信息及风控检测结果在预先维护的资方数据库中进行融资匹配，以快速匹配到目标资方，在融资成功到融资结束的时间段内进行贷中监控，在监控过程中执行贷后管理，并在监控到融资结束时生成目标企业融资业务的全生命周期跟踪报告，进而实现对融资业务的全生命周期跟踪，降低融资过程的风险，进一步对全生命周期跟踪报告进行加密存储，以保证数据的安全性。

如图2所示，是本发明基于企业融资的生命周期跟踪装置的较佳实施例的功能模块图。所述基于企业融资的生命周期跟踪装置11包括采集单元110、检测单元111、匹配单元112、监控单元113、生成单元114、存储单元115。本发明所称的模块/单元是指一种能够被处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。

所述采集单元110，用于响应于对目标企业融资业务的生命周期跟踪指令，采集所述目标企业的贷前准入信息。

在本实施例中，所述生命周期跟踪指令可以在检测到有融资业务时自动触发，也可以根据实际的业务需求触发，本发明不限制。

在本实施例中，所述采集单元110采集所述目标企业的贷前准入信息包括：

显示数据采集界面；其中，所述数据采集界面用于接收用户上传的数据；

获取所述数据采集界面中输入的数据作为所述贷前准入信息。

其中，所述贷前准入信息可以包括，但不限于以下一种或者多种的组合：

（1）企业五要素信息：企业名称、社会信用代码、法人、法人手机号、法人身份证号；

（2）工商信息，包括：企业基本工商信息、股权架构、法律诉讼、动产抵押等；

（3）企业交易数据，如发票、银行流水、应收、合同等。

所述检测单元111，用于获取预先构建的风控检测模型，并根据所述贷前准入信息及所述风控检测模型进行风控检测，得到风控检测结果。

在本实施例中，所述风控检测模型可以为预先训练的人工智能检测模型。

具体地，所述获取预先构建的风控检测模型前，获取历史贷前准入信息，及获取初始检测模型；

对所述历史贷前准入信息进行特征工程，得到候选特征；

对所述候选特征进行单变量分析，得到分析结果；

根据所述分析结果从所述历史贷前准入信息中选择训练样本；

利用所述训练样本训练所述初始检测模型；

在训练过程中，获取所述初始检测模型的预测准确率；

当所述预测准确率大于或者等于配置阈值时停止训练，得到所述风控检测模型。

其中，所述初始检测模型为任意具有预测功能的人工智能模型。

其中，所述特征工程包括特征选择、特征提取和特征构造。

其中，通过进行单变量分析，能够确定单个变量的变化趋势等特征。

其中，所述配置阈值可以进行根据实际检测精度需求进行配置，如95%。

通过训练所述风控检测模型，能够辅助后续进行快速的风控检测。

例如：所述风控检测模型的输入数据可以为企业近两年内的发票数据，所述风控检测模型的输出数据可以包括规则项、判断值、风险等级、判断结果，如所述规则项可以为“近12个月最大连续无开票天数大于150天”，所述风险等级可以为“中风险”，所述判断值可以为“大于或者等于150天”，所述判断结果可以为“通过”。

需要说明的是，在得到所述风控检测模型后，还可以利用数据库SQL（StructuredQuery Language，结构化查询语言）查询验证模型检测结果是否正确，以保证模型可用，且具有较高的准确率。

所述匹配单元112，用于基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方。

在本实施例中，所述匹配单元112基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方包括：

从所述资方数据库中获取同时满足所述贷前准入信息及所述风控检测结果的资方作为至少一个候选资方；

将所述至少一个候选资方发送至所述目标企业进行选择；

当接收到所述目标企业选择的候选资方时，将所述贷前准入信息发送至选择的候选资方进行审核；

当接收到所述选择的候选资方反馈的通过审核响应时，将所述选择的候选资方确定为所述目标资方；或者

当接收到所述选择的候选资方反馈的未通过审核响应时，从所述资方数据库中获取新的候选资方，直至匹配到所述目标资方。

其中，所述资方数据库可以进行预先维护，以便于后续进行快速调用。

通过上述实施例，能够实现对资方的快速匹配，以提升融资效率。

所述监控单元113，用于向所述目标资方推送所述目标企业的融资请求，并在检测到融资成功后，在融资成功到融资结束的时间段内进行贷中监控。

在本实施例中，所述监控单元113在融资成功到融资结束的时间段内进行贷中监控包括：

每隔预设时间间隔更新所述目标企业的融资数据，并检测更新后的融资数据是否触发预先配置的风控线；

获取所述目标企业的还款方式，根据所述还款方式对所述目标企业的还款情况进行监控，当所述目标企业逾期时，对所述目标企业的权限等级进行降级处理，并向指定人员发送提示信息；其中，所述提示信息用于提示所述指定人员跟进所述目标企业的逾期原因。

其中，所述预设时间间隔可以进行自定义配置，以实现周期性检测。例如：一般从融资成功到融资结束需要经过6-24个月，因此，可以每月更新所述目标企业的融资数据，并检测更新后的融资数据是否触发预先配置的风控线，以降低异常发生的风险。

其中，所述还款方式可以包括先息后本、等额本金等方式，如果客户逾期，可以提示专员电联客户了解具体逾期详情，积极主动地帮助客户解决问题，以稳固合作。

所述生成单元114，用于在监控过程中执行贷后管理，并在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告。

在本实施例中，所述在监控过程中执行贷后管理包括：

当检测到距离融资结束的时间为配置时长时，确认所述目标企业是否能正常还款；

当所述目标企业能正常还款时，确认所述目标企业是否续贷；或者

当所述目标企业不能正常还款时，确认所述目标企业是否申请延期还款。

其中，所述配置时长可以进行自定义配置，如3天。

通过主动跟踪是否能正常还款，并基于是否能正常还款给出不同的应对策略，能够更加贴合企业需求，实现更好、更稳定的合作。

在本实施例中，所述生成单元114在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告包括：

基于vue+elementUi生成展示页面；

访问后端接口进行数据查询；

基于Echarts3D对查询到的数据进行数据渲染，得到3D图表；

将所述3D图表返回至所述展示页面进行展示；

利用Vue Canvas画布组件，基于所述展示页面生成pdf文档，得到所述全生命周期跟踪报告。

其中，Echarts3D为基于ECharts的3D可视化库，能够提供如柱状图、散点图、折线图等3D图表类型。

通过上述实施例，能够基于3D技术提供企业融资业务的全生命周期跟踪报告，且通过3D渲染能够使用户更加直观的了解融资情况。基于全生命周期跟踪报告可以帮助企业更好地把握市场机会，实现精确营销，并及时调整产品和服务策略，提高企业的竞争力。

所述存储单元115，用于对所述全生命周期跟踪报告进行加密存储。

在本实施例中，所述存储单元115对所述全生命周期跟踪报告进行加密存储包括：

基于MD5算法（Message-Digest Algorithm 5，MD5信息摘要算法）对所述全生命周期跟踪报告进行加密处理，得到密文报告；

从所述密文报告中获取从第一字段位到第二字段位的所有字段作为目标字段，及将所述第一字段位到第二字段位确定为待填充位置；

从所述密文报告中删除所述目标字段，得到待填充密文；

确定所述目标字段的字段长度；

随机生成具有所述字段长度的随机字段；

计算所述随机字段的MD5值；

将所述MD5值填充至所述待填充密文的所述待填充位置处，得到全生命周期跟踪密文报告；

将所述全生命周期跟踪密文报告写入区块链节点。

在上述实施例中，在传统MD5密文的基础上进行优化，结合随机字段使最终得到的全生命周期跟踪密文更加难以破解，进一步将所述全生命周期跟踪密文报告写入区块链节点，使密文无法被篡改，进一步保证了数据的安全性。

在本实施例中，当接收到对所述全生命周期跟踪密文报告的下载请求时，从所述区块链节点上读取所述全生命周期跟踪密文报告，并对所述全生命周期跟踪密文报告进行解密，才能获取到对应的明文报告，使数据具有绝对的保密性。

由以上技术方案可以看出，本发明能够根据采集的贷前准入信息及预先构建的风控检测模型进行风控检测，进而基于人工智能手段得到风控检测结果，基于贷前准入信息及风控检测结果在预先维护的资方数据库中进行融资匹配，以快速匹配到目标资方，在融资成功到融资结束的时间段内进行贷中监控，在监控过程中执行贷后管理，并在监控到融资结束时生成目标企业融资业务的全生命周期跟踪报告，进而实现对融资业务的全生命周期跟踪，降低融资过程的风险，进一步对全生命周期跟踪报告进行加密存储，以保证数据的安全性。

如图3所示，是本发明实现基于企业融资的生命周期跟踪方法的较佳实施例的计算机设备的结构示意图。

所述计算机设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如基于企业融资的生命周期跟踪程序。

本领域技术人员可以理解，所述示意图仅仅是计算机设备1的示例，并不构成对计算机设备1的限定，所述计算机设备1既可以是总线型结构，也可以是星形结构，所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。

需要说明的是，所述计算机设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元，例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备，例如计算机设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（SecureDigital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据，例如基于企业融资的生命周期跟踪程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心（Control Unit），利用各种接口和线路连接整个计算机设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块（例如执行基于企业融资的生命周期跟踪程序等），以及调用存储在所述存储器12内的数据，以执行计算机设备1的各种功能和处理数据。

所述处理器13执行所述计算机设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个基于企业融资的生命周期跟踪方法实施例中的步骤，例如图1所示的步骤。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如，所述计算机程序可以被分割成采集单元110、检测单元111、匹配单元112、监控单元113、生成单元114、存储单元115。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、计算机设备，或者网络设备等）或处理器（processor）执行本发明各个实施例所述基于企业融资的生命周期跟踪方法的部分。

所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。

其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器等。

进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根直线表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。

尽管未示出，所述计算机设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述计算机设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该计算机设备1与其他计算机设备之间建立通信连接。

可选地，该计算机设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

图3仅示出了具有组件12-13的计算机设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述计算机设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

结合图1，所述计算机设备1中的所述存储器12存储多个指令以实现一种基于企业融资的生命周期跟踪方法，所述处理器13可执行所述多个指令从而实现：

响应于对目标企业融资业务的生命周期跟踪指令，采集所述目标企业的贷前准入信息；

获取预先构建的风控检测模型，并根据所述贷前准入信息及所述风控检测模型进行风控检测，得到风控检测结果；

基于所述贷前准入信息及所述风控检测结果在预先维护的资方数据库中进行融资匹配，得到目标资方；

向所述目标资方推送所述目标企业的融资请求，并在检测到融资成功后，在融资成功到融资结束的时间段内进行贷中监控；

在监控过程中执行贷后管理，并在监控到融资结束时生成所述目标企业融资业务的全生命周期跟踪报告；

对所述全生命周期跟踪报告进行加密存储。

具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

需要说明的是，本案中所涉及到的数据均为合法取得。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

本发明可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。