程序聚合 软件案例 大连反诈平台

大连反诈平台

2025-05-28 17:08:57
行业:生活服务、企业服务
载体:网站、小程序
技术:Vue、Vue Router、uViewui

业务背景

大连市当前面临严峻的电信网络诈骗形势,传统反诈工作存在三大核心痛点:
预警信息传递滞后:诈骗预警信息无法实时触达潜在受害者
反诈宣传覆盖面窄:传统宣传方式难以精准覆盖不同人群
警民协作效率低下:民警、网格员、企业、学校多方力量缺乏协同平台

构建"全民反诈、科技防骗"的立体化防控体系,实现:
诈骗预警响应时间缩短至5分钟内
重点人群宣传覆盖率达95%以上
警民协作效率提升50%

功能介绍

用户端:用户可生成并分享自己的二维码,扫码加入安全家庭和社区,查看反诈资讯,查看家庭诈骗预警信息和详情,接收微信推送预警消息,可称为防诈先锋在帮助民警推广企业和社区推广码;
民警端:民警可根据其管辖社区、时间、诈骗类型查看各类预警数据、预警趋势、用户推广趋势,生成民警和社区推广码和海报;可查看用户预警详情并推送相应诈骗类型资讯和致电;在资讯模块可在管辖社区或特定标签下用户推广资讯;在网格员模块可查看网格员推广趋势和用户推广情况;
网格员端:协助民警推广社区推广码,查看用户推广情况和家庭推广情况;
校园端:协助民警在高校推广反诈推广码,教师和辅导员可查看对应年级和班级的学生推广情况和数据,可生成反诈识别码和海报;
企业端:协助民警在企业内推广反诈推广码,防诈先锋可查看对应部门和人员推广情况和数据,可生成反诈识别码和海报;
广告营销推广模块:用户可查看首页Banner,弹窗,贴片广告,可点击跳转至广告对应公众号,小程序,第三方网站。

项目实现

职责:实现不同权限用户进入不同的端,用户端预警消息查看,预警订阅消息,资讯阅读,民警端的数据展示,用户预警信息列表,社区网格员推广,企业单位人员推广,校园教师端,广告推广模块。
技术栈:使用了uniapp框架,结合了uview、echarts.js、Painter等库进行开发。

示例图片视频


Laulou
30天前活跃
方向: 前端-Web前端、前端-小程序、
交付率:100.00%
相似推荐
基于lstm神经网络的金融时序分析系统-金融时序分析系统
具有多种策略功能生成预测曲线,包括lstm、线性回归、机器学习等方法 对股票原始特征进行多重数据分解,旨在获得股票最有时序特征的分量片段 使用者可以对依据预测曲线对股票进行回测,大部分预测效果中胜率优于60% 使用者在程序中的操作只需选取股票代码+股票的范围就能获得数据源,并逐个选项卡按默认配置处理即可得到预测曲线,在程序中再根据预测曲线与股票原始曲线进行对比即可进行股票回测,分析股票价值
ToB金融平台
1.对接多家支付机构,使得客户可以有更多产品的选择。 2.出库发货功能,客户可通过app进行产品选择,而后进行产品出库邮递。 3.交易管理功能,支付机构通过推送的方式将交易数据发送到系统平台,系统平台将交易数据聚合计算呈现给代理商。 4.可通过系统去设置POS机费率,更简洁方便。
Toc金融股票软件
1.在岗位期间主要负责免费会员模块,其主要作用是用户通过登录,浏览股票,以及购买基金等行为进行积分发放,从而累加积分,获得积分相对应的会员功能。 2.其中功能还存在浏览股票,基金页面,用户可通过页面了解市场,进行合理购入。
基于 transformer神经网络的 的股票预测 模型
本程序旨在解决基于历史股票数据预测未来股价收益的挑战。通过数据清洗、特征工程(如日线涨跌幅、换手率)和Transformer神经网络训练,它能为投资者提供未来1到5天股票潜在表现的预测,从而辅助投资决策,并严格确保数据和模型的预测质量与稳定性。
数据分析-后端工程
通过模块与数据结构框架,对多功能系统进行统一整合,比如,对数据的读写能力与整理分析能力进行模块化与结构化,然后通过算法及算法优化对相关函数功能进行整合,实现高效与高质量。用户可在使用过程中感受到兼具效率与质量的使用感受。
帮助文档   Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服