贵州梵云大数据集团有限公司

企业

贵州梵云大数据集团有限公司成立于2019年，位于贵州省，所属软件和信息技术服务业。主要从事与登记经营范围相关的业务活动。

国有独资小微企业软件和信息技术服务业

成立于 2019 年贵州省https://tongren.trzfcg.comgzfydsj.comgzfyjt2019@163.com

数据集列表

1.数据采集：从企业电子卖场平台采集已归集的“商家信息、限价、起始日期、截止日期”字段信息； 2.数据处理：1）建立“商家-限价-时间周期”的多维度关联规则库，识别异常商业行为（如商家超限价运营、非指定商家违规参与等），形成模型的基础规则判定层；2）对“时间周期”关联的商业信息全周期数据进行时序分析，识别商业操作中的合规性漏洞（如活动超期执行、价格波动异常等），补充模型的时序特征判定维度；3）基于历史海量商业信息数据（含合规/违规标注样本）训练机器学习模型，输入“商家资质信息、实际价格与限价偏差值、业务执行与时间周期匹配度”等特征，通过梯度提升树算法构建多特征融合的合规性判定模型，模型输出商业行为合规概率及各特征影响权重，最终形成“规则判定+机器学习”双驱动的商业信息合规性判定模型； 3.数据应用：辅助企业风控部门识别违规商业行为，降低运营风险；为运营部门优化商业合作流程，提升合规性。

贵州省数据知识产权登记平台2025-12-23 更新90

企业业务操作合规性算法模型

1.数据采集：从企业自有调度平台采集已归集的“业务流水号、业务用户、是否删除、修改用户”字段数据； 2.数据处理：1）建立“业务用户-是否删除-修改用户”的多维度关联规则库，识别异常操作（非授权用户发起删除操作、修改用户与业务用户无合理关联等）；2）对“业务流水号”关联的全周期操作数据（基于调度平台可关联）进行时序分析，识别业务操作中的合规性漏洞；3）基于历史海量业务操作数据训练机器学习模型，输入“业务用户、是否删除、修改用户”等特征，预判各类业务操作合规性及影响权重； 3.数据应用：辅助企业风控部门识别违规业务操作，降低业务风险；为运营部门优化业务操作流程，提升合规性。

贵州省数据知识产权登记平台2025-12-23 更新90

企业文档内审合规性算法模型

1. 数据采集：从企业电子卖场平台采集已归集的文章名称、是否发布、是否精华、内审时间、内审理由的字段信息； 2. 数据处理：1）建立 “内审理由 - 是否发布 - 是否精华” 的多维度关联规则，识别内审通过但未发布、未精华的异常场景，分析异常背后的流程或标准问题；2）将 “内审时间” 与行业文档审核时效标准对比，计算内审时效偏差，定位时效滞后或超前的环节；3）基于历史数据训练预测模型，分析 “文章名称关键词、作者、内审理由” 等因素对文档内审结果（通过 / 不通过）的影响权重，预判内审结果； 3. 数据应用：辅助内审部门优化审核标准，减少合规性漏洞；为业务部门预估文档发布周期提供参考，提升工作效率。

贵州省数据知识产权登记平台2025-12-23 更新110

企业商业信息分析数据集

1.数据采集：从企业自有调度平台采集已归集的“商家信息、品牌要求、限价、起始日期、截止日期”字段信息； 2.数据处理：1）以“商家+时间周期（起始日期-截止日期）”为核心维度，统计不同商家在指定周期内的业务覆盖情况、价格合规性占比（是否符合限价要求）；2）关联品牌要求与商家信息，分析商家的品牌服务适配性；3）按时间周期跟踪商业信息的动态变化，挖掘商业活动的时间分布规律与趋势，最终构建“商家基础信息-时间周期-业务覆盖数据-价格合规数据-品牌适配数据”的全链路商业信息数据链，实现从商家主体到业务表现、合规性、适配性的全维度数据关联； 3.数据应用：为企业运营部门提供商业信息全景视图，辅助识别商家合作异常、价格违规等风险；助力市场部门基于商业信息数据制定精准的市场策略。

贵州省数据知识产权登记平台2025-12-23 更新110

企业操作行为合规性算法模型

1.数据采集：从企业自有调度平台采集已归集的操作分类、名称、执行状态、参数、IP、操作时间字段信息； 2.数据处理：1）建立“分类-名称-执行状态-参数-IP-操作时间”的多维度关联规则库，设置合规阈值（如关键操作的IP段限制、参数格式规范等），识别非授权IP执行操作、参数违规却执行成功等异常操作；2）对“操作时间”进行时间序列建模，对比正常操作时间规律，识别时间维度的异常操作；3）基于历史海量操作数据训练机器学习模型，输入“分类、名称、参数、IP、操作时间”等特征，预判操作执行结果（成功/失败）及合规性概率，分析各特征对合规性的影响权重； 3.数据应用：辅助企业安全部门识别违规操作，降低安全风险；为运行维护部门提前预警操作故障，提升系统稳定性

贵州省数据知识产权登记平台2025-12-23 更新110

企业终端操作偏好分析数据集

1.数据采集：从企业电子卖场平台采集已归集的操作分类、名称、操作浏览器、请求方式字段数据； 2.数据处理：1）按“操作浏览器+请求方式”双维度组合分组，统计各组合下的操作频次、操作类型分布占比，计算各操作在不同终端-请求方式组合下的偏好度（通过操作执行占比、频次等指标量化操作倾向性，判定操作在特定终端-请求方式组合下的偏好属性）；2）结合行业终端使用基准数据（通过合规行业报告关联），对比分析企业内部终端操作偏好与行业平均水平的差异，识别企业特有终端使用特征；3）构建“操作浏览器-请求方式-操作名称”的三维偏好关联矩阵，量化高频操作在不同终端-请求方式组合下的偏好强度（通过占比差值、频次差异等指标体现偏好程度），挖掘适配特征； 3.数据应用：为企业IT部门优化终端支持策略提供数据支撑；帮助产品部门针对性优化多终端操作界面，提升用户满意度。

贵州省数据知识产权登记平台2025-12-23 更新100

企业业务操作轨迹数据集

1.数据采集：从企业电子卖场平台采集已归集的“序列号、业务流水号、业务用户、是否删除、修改用户”字段信息； 2.数据处理：1）以“业务用户+业务流水号”为核心维度，统计各用户的业务操作频次、删除操作占比（“是否删除”为“是”的占比）；2）关联“修改用户”与“业务用户”，分析用户间的操作关联（基于操作发起主体与业务关联主体的权责关系）；3）按“业务流水号”跟踪业务操作全周期状态，通过时序关联构建“业务标识-操作主体-操作行为-操作状态”的完整数据链，挖掘业务流转规律； 3.数据应用：为企业运营部门提供业务操作全景视图，辅助识别异常业务操作；助力风控部门基于删除操作占比等数据识别业务风险。

贵州省数据知识产权登记平台2025-12-23 更新100

企业文档发布渠道效果分析数据集

1. 数据采集：从企业电子卖场平台采集已归集的文章名称、所属机构、是否发布、公布渠道的字段信息； 2. 1）按 “所属机构 + 公布渠道” 双维度分组，统计各渠道的文档发布量、机构覆盖数、发布率（“是否发布” 为 “是” 的占比）；2）结合行业渠道价值数据（如渠道触达率、员工反馈度），通过相关性分析对比不同渠道的发布效果评分；3）建立 “公布渠道 - 是否发布” 的渠道效能评分算法（综合发布量、触达范围、员工互动率等指标加权计算），识别高价值渠道（发布量大、触达效果好、员工反馈积极）与低效渠道（发布量小、触达效果差、员工互动低迷）； 3. 为企业品牌或市场部门优化内部文档发布策略提供数据支撑，提升信息触达效率；帮助机构选择适配的公布渠道，强化内部沟通效果。

贵州省数据知识产权登记平台2025-12-23 更新110

行业企业活跃度指数数据集

"1.数据采集：从企业电子卖场平台提取已归集的企业行业定位、成立日期、最新年检时间； 2.数据处理：1）按成立日期计算企业年龄并做归一化处理，消除不同行业企业年龄跨度差异的影响；按年检日期计算年检延迟天数，对延迟天数进行分级赋权（按延迟时长梯度赋予差异化权重）；2）在行业维度聚合企业年龄归一化值与年检延迟赋权值，得到加权平均活跃度得分；3）通过Bootstrap抽样法输出活跃度得分的置信区间（按统计分析通用标准设置），最终形成“行业-活跃度得分-置信区间”结构化关联数据集； 3.数据应用：生成行业活跃度排行榜，清晰呈现各行业企业活跃程度与年检合规性。供金融机构快速筛选高活跃、低年检延迟的优质行业客群，优化信贷投放策略；也为产业研究机构分析行业经营活力提供量化指标，辅助产业资源倾斜决策。"

贵州省数据知识产权登记平台2025-12-23 更新220

企业操作行为分析数据集

1.数据采集：从企业电子卖场平台采集已归集的操作分类、名称、执行状态、参数、IP、操作浏览器、操作时间、请求方式字段信息； 2.数据处理：1）以“分类+名称”为核心维度，统计各操作的执行成功率（执行状态为“成功”的占比）、多周期（日/周/月）操作频次，分析操作热度与稳定性；2）按“操作浏览器”“请求方式”双维度分组，统计不同浏览器类型、请求方式下的操作分布占比，挖掘终端与请求方式的偏好特征；3）关联“IP”与地理信息（通过合规IP解析服务关联），分析操作的地域分布规律；4）对“操作时间”进行时间序列分析，提取操作高峰时段、低谷时段等时间特征； 3.数据应用：为企业运行维护部门提供操作行为基线，辅助识别异常操作；助力产品部门优化操作流程，提升用户操作体验。

贵州省数据知识产权登记平台2025-12-23 更新130