-
风报
某家公司有哪些关联人、发生了哪些事，这个高级版的搜索引擎为你“人肉”企业情报
风报是一家面向企业，基于公开信息的企业情报分析及风控系统，在风报的搜索引擎上输入人名、公司名称等，可以快速获得所有的关联信息，包括企业投资过哪些企业，以及相关股东（包括二级股东）、甚至这家公司可以和哪家公司进行财产转移，都会以简单明了的形式呈现。2015年9月正式发布以来，风报已拥有500多家企业用户。
记者了解到，风报已完成数千万级的 Pre-A 轮融资。
在公开数据中搜集信息
风报联合创始人兼CTO闵可锐说，风报相当于一个垂直行业的百度，不仅罗列了企业信息，还做了结构化的梳理，将信息自动整理和归类，通过信息量来确定关联程度，并把数据图形化。
风报通过对司法文书的语义分析，形成完整的关联图，挖掘更多关联背后的真相
此外，风报还可以对企业性质进行判断，比如是否具有风险信号，是否曾为失信被执行人，是否存在刚刚立案的官司，税务是否正常缴纳等。这些信息还可以通过绑定微信直接推送给用户。
闵可锐对创业邦说，目前风报最早可以检索到2003年的信息，并且以小时来进行更新，新增的数据量每天在2000万左右。
而风报的数据来源主要分为两个方面：
1. 偏政府的信息，包括行政信息、司法信息、工商信息、专利登记信息等。例如开庭公告、裁判文书，审判结果执行情况等。目前，风报覆盖了12000家政府类网站。
2. 偏媒体的公开信息。风报把过去14年的20亿条经营类事件分为23类，捕捉对企业情报、风险有特定指向的事件，如高管变动、员工情况、是否有项目破产或暂停、是否有大股东增持或减持、业务上是否有变动等等。
从语义数据分析平台衍生而来
事实上，风报是在“玻森数据”的基础之上开发的一款产品，后者也是风报的技术核心。风报的创始人兼 CEO 李臻说，作为连续创业者的他，很看好人工智能这个方向，而中文文本处理及语义分析是人工智能很重要的一个方面，因此2012年7月，他成立了开发自然语义引擎处理平台的玻森数据，第三方公司可以利用这项一平台进行数据分析场景和产品应用场景的开发。
目前玻森数据上注册了4000位开发者和用户，分别为科技公司的开发者、研究咨询公司的数据分析部门、社交媒体的监测分析公司、舆情公司的引擎分析部门、品牌商的客户分析部分等。
总体来说，玻森数据可以实现以下几个方面的分析：
1.分词和词性的标注。
中文没有明确的词的定义，词与词之间没有区分符，这是中文处理首先会遇到的一个挑战，因此，玻森通过机器为词语加上分隔，并匹配相对应的词性。
2.实体的识别，也就是具体的产品、地点、时间、职位等名词。
闵可锐说，之所以能在这么短的时间内把这些词提取出来，绝不是玻森有所有词的名单列表，而是通过更长的上下文来决定词性，这也是和传统的关键词匹配方法和语义分析方法较大的区别。
3.文法分析，让机器去理解文章的结构。
4.情感分析，基于实体级别及语义的正负面程度分析。
在美国，与玻森类似提供语义分析引擎的公司AlchemyAPI在2015年被IBM收购，作为IBM Waston体系的布局，只是前者处理的是英文，而风报提供中文的处理分析。李臻说，中国在自然语言处理引擎的使用跟美国有较大差异，美国有很多的二次开发者和商业模式的开发者，但中国更看重结果的分析。这几年来，他们也一直在寻找一条更好的变现途径，恰逢中国开始推行政府公开化，同时，媒体信息也以几何倍的数量增长。因此，2015年，他们在玻森NLP（Natural Language Processing 自然语言处理系统）的基础上设计了自己的产品，就是风报。
未来会开发更多功能
目前，也有一些具有类似功能的产品。但李臻说，基于玻森数据在NLP技术上的优势，风报在数据种类及深入分析上更为全面。
下图为玻森曾做的自然语言处理系统在分词引擎上的测评结果：
创业邦了解到，风报根据客户查询和关注的公司数量进行收费，通常会根据企业全年需要关注的企业数量给出定价。
李臻说，未来风报将不断扩充数据源和数据分析功能，尤其是在专业性上。在服务某些特定行业，数据和功能可以形成某些行业特点，因此，针对某些专业领域的数据分析，风报会开发更多的功能。
也就是说，风报可能会衍生出有功能特性的版本，比如，根据行业对功能和特性做出调整。但李臻也说，目前最重要的还是把通用的功能做完整。
同时，风报也会使查询方式更为便捷，无论输入公司、产品、人都会找到关联企业。
来源：创业邦 作者：杨绚然
如果你或你的朋友的项目希望被 HRTechChina报道，戳这里可进行寻求报道。
HRTechChina提供、关注最尖端的人力资源科技资讯。您可以搜索“HRTechChina”公众号或扫描以下二维码关注我们！
-
风报
在公开信息中寻找蛛丝马迹，“风报” 要利用数据分析为企业提供情报
在关于企业信息的数据供应商中，我们曾报道过一款企业信息查询工具 “启信宝”，这家诞生于去年3月 的产品在六个月的时间里，从一个微信服务号扩充至 iOS、Android、Web 客户端，并于 9月 份获得 3000 万融资，目前已涵盖了全国 7500 万家企业的信用信息。
在占据行业领头羊地位相当一段时间后，启信宝要面临另一位竞争者的异军突起。在去年9月15日，也就是在启信宝刚刚获得新一轮融资的时候，另一款基于政府公开信息、媒体信息、社会信息的企业情报系统 “风报” 正式发布。
和启信宝通过征信中心与连接相关征信网站数据接口的获取方式相比，风报对企业信息的搜集则是依托了它们前期建立起来的核心自然语言分析技术 “玻森数据”，利用散落在全网中的企业外部文本数据，从海量的企业事件角度切入，展现企业及其管理者的情报，挖掘潜在风险。
在风报的创始人及 CEO 李臻看来，仅仅用 “企业数据查询” 来描述风报的功能有些单薄，他们更愿意用 “企业情报分析” 来形容这款系统，事实上，风报的诞生也不是一蹴而就的。2012年4月，风报的母公司玻森数据上线了全套 NLP（Natural Language Processing 自然语言处理系统）引擎及语料数据库，专注于自然语言处理技术的研发及应用，并使用这套系统为汽车、快速消费品等品类进行市场反馈、产品研发等方面的数据支持。
这听起来似乎很晦涩，但落实在现实操作中其实不难理解，玻森曾为大众点评上面的某个商家进行过口碑方面的典型意见分析，通过对非结构语言的转化以及词性色彩的判定，能够为餐厅提供在服务、消费场景、品牌个性、价格等方面的建议。
在玻森数据引擎的支撑下，李臻与其他合伙人进一步开发了风报产品，以面向企业信息查询这一垂直细分领域。在李臻看来，政府对公开信息的扩大化也是促进他们推出风报系统的另一点原因。
“有 80% 的商业情报都以非结构化的自然语言文本形式存在于网络的各个角落，但没人处理这些信息。” 李臻对记者说道，不论是政府公开信息，还是公司的热点事件，这些文本内容都夹杂在政府官网、新闻媒体、社交媒体等位置。
通过对非结构化数据的挖掘，风报要做得就是定位于工商、涉诉、税务、行政处罚、投融资、高管变动、企业经营业务等重大事件报道，对企业交易对手、竞争对手、合作伙伴、行业公司直接进行审查评估。
比如在风报系统中对乐视网信息技术（北京）股份有限公司进行搜索，页面中就会出现一栏非结构化事件的信息分类，一栏以时间轴分析事件分类的企业动态，这种多信源、跨数据源的信息聚合，能对企业在经营过程中的关联信息进行集中展示。
对于企业与企业、企业与个人之间的关系，风报还可以通过对司法文书的语义分析，得出隐藏在他们背后的关联体系，目前 “风报” 系统为用户提供三类关系的挖掘：分别是基于法律关系的多层企业投资及被投资关系；基于司法的企业与企业或个人间涉案关系；基于海量重大事件的企业间关系。
当谈及与 “启信宝” 的差别，李臻当即为我进行了两款软件的使用对比，在对某一公司的信息查询中，风报能够的法律文书信息为 730 条，而启信宝提供的信息数量为 400 余条，另外，风报能够实现的时间轴、交叉系统展示也是启信宝暂时没有的。
不过，从目标受众来看，启信宝拥有更多的 C 端用户，其企业查询服务也为免费使用。风报则定位于纯企业端用户，以收取 5 万 8、13 万 8 至百万不等的年费实现营收，目前已积累了 400 多个企业用户。
目前风报已完成数千万级的 Pre-A 轮融资。团队方面，风报联合创始人李臻是一位连续创业者，在商务拓展与政府合作中积累了颇多资源；纪敏曾长期服务于知名咨询公司及上市公司，具有丰富的商业经验；另外两位联合创始人闵可锐、赵迎宾均毕业于知名高校，在海外深造后回国参与风报的技术团队打造和产品研发。
来源：36氪，作者：苏建勋，如若转载，请注明出处：http://36kr.com/p/5041817.html
扫一扫 加微信
hrtechchina
