基于企业画像的企业分析方法、系统及云平台技术方案

本发明专利技术实施例提供的基于企业画像的企业分析方法、系统及云平台，通过接收拟分析企业事件集，获取多个企业事件集样本子集和样本指示信息，加载到拟调试的企业分析网络对多个企业事件集样本子集进行多个维度的知识挖掘，得到动态画像知识和静态画像知识，构建第一拟整理画像知识样本，赋予第一分析偏心参数和第二分析偏心参数后，对多个企业事件集样本子集的第一拟整理画像知识样本进行融合得到第二拟整理画像知识样本，依据损失值对企业分析网络的网络系数进行调节得到调试好的企业分析网络。第二分析偏心参数增加了边缘画像贡献值的拟分析企业事件子集对应的分析侧重程度，不仅对一般企业事件集，还对有缺陷的企业事件集进行精确可靠的企业分析。行精确可靠的企业分析。行精确可靠的企业分析。

【技术实现步骤摘要】
基于企业画像的企业分析方法、系统及云平台


[0001]本申请涉及大数据分析、人工智能领域，具体而言，涉及一种基于企业画像的企业分析方法、系统及云平台。

技术介绍

[0002]企业画像面向智慧城市、园区招商、金融监管、企业评估等场景，提供区域宏观经济分析，引导地方产业发展，针对地方重点企业和扶持企业进行评估和监控，监测企业发展态势，同时为政府园区精准推荐招商靶向企业，为地方政府或园区提供精准、专业、实时的招商推荐服务。通过在合法途径合理手段采集企业的静态信息和动态信息，进行适应性地分析，可以得到企业的企业画像，帮助决策者进行分析，然而，因为一些不可控因素，如数据获取权限、企业披露信息缺失等，在对企业进行画像描绘时，缺失的关键信息可能会对画像结果产生较大的影响，如何改善因关键信息缺失不足导致企业画像描绘差异是需要考虑的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种基于企业画像的企业分析方法、系统及云平台，以改善上述的问题。
[0004]第一方面，本申请实施例提供了一种基于企业画像的企业分析方法，应用于企业分析云平台，所述企业分析云平台与至少一个数据爬取端通信连接，所述方法包括：接收至少一个所述数据爬取端上传的拟分析企业事件集，拟分析企业事件集对应拟分析企业，所述拟分析企业事件集包括多个分析层面的拟分析企业事件子集；获取所述拟分析企业对应的多个拟分析企业事件子集；对每个所述拟分析企业事件子集进行多个维度的知识挖掘，得到每个所述拟分析企业事件子集在动态分析要素上的动态画像知识和在静态分析要素上的静态画像知识，构建相应的第一拟整理画像知识；对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，所述第一分析偏心参数被配置成指示所述拟分析企业事件子集对应的分析侧重程度；依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的所述第一拟整理画像知识赋予对应的第二分析偏心参数，所述第二分析偏心参数被配置为增加边缘画像贡献值的拟分析企业事件子集对应的分析侧重程度；依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识；依据所述第二拟整理画像知识整理出所述拟分析企业对应的企业画像。
[0005]作为一种可行的实施方式，所述第一分析偏心参数包括均衡分析偏心参数，所述对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value1；对每一所述画像贡献值value1进行标准化操作，得到各个所述拟分析企业事件子集对应的均衡分析偏心参数；或者，所述第一分析偏心参数包括单一分析偏心参数，所述对每个所述拟分析企业事件
子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value2；依据所述画像贡献值value2将每个所述拟分析企业事件子集划分成企业事件子集subset1和企业事件子集subset2，所述企业事件子集subset1对应的画像贡献值value2大于所述企业事件子集subset2对应的画像贡献值value2；将企业事件子集subset1对应的分析侧重程度确定为预定参数default1，将企业事件子集subset2对应的分析侧重程度确定为预定参数default2，所述预定参数default1大于所述预定参数default2；对各个所述拟分析企业事件子集对应的分析侧重程度进行标准化操作，得到每个所述拟分析企业事件子集对应的单一分析偏心参数。
[0006]作为一种可行的实施方式，所述依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第二分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value3；依据画像贡献值value3将各个所述拟分析企业事件子集划分成企业事件子集subset3和企业事件子集subset4，所述企业事件子集subset3对应的画像贡献值value3大于所述企业事件子集subset4对应的画像贡献值value3，所述企业事件子集subset3对应的画像贡献值value3为核心画像贡献值，所述企业事件子集subset4对应的画像贡献值value3为边缘画像贡献值；将企业事件子集subset3对应的分析侧重程度确定为预定参数default2，将企业事件子集subset4对应的画像贡献值value3进行标准化操作，得到企业事件子集subset4对应的分析侧重程度；依据每个所述拟分析企业事件子集对应的分析侧重程度得到所述每个所述拟分析企业事件子集对应的第二分析偏心参数。
[0007]作为一种可行的实施方式，所述依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识，包括：将相同的所述第一拟整理画像知识对应的第一分析偏心参数和第二分析偏心参数进行融合，得到各个第一拟整理画像知识对应的目标分析偏心参数；将相同的拟分析企业事件子集对应的第一拟整理画像知识和目标分析偏心参数按照预设的计算方式进行计算，得到每个所述拟分析企业事件子集对应的候选拟整理画像知识；依据各个候选拟整理画像知识得到所述第二拟整理画像知识。
[0008]作为一种可行的实施方式，所述企业画像包括发展评估指标，所述依据所述第二拟整理画像知识确定所述拟分析企业对应的企业画像，包括：依据所述第二拟整理画像知识中的静态画像知识对所述拟分析企业事件集进行描绘项目提取，得到所述拟分析企业事件集中的多个目标描绘项目；依据所述第二拟整理画像知识中的动态画像知识对所述多个目标描绘项目进行整体变化分析，得到所述各个目标描绘项目对应的整体变化趋势；依据所述各个目标描绘项目对应的整体变化趋势确定所述多个目标描绘项目之间的关联结果；依据所述多个目标描绘项目之间的关联结果和目标描绘项目的项目信息得到所述拟分析企业对应的发展评估指标；或者，所述企业画像包括硬实力评估指标，所述依据所述第二拟整理画像知识确定所述拟分析企业对应的企业画像，包括：依据所述第二拟整理画像知识中的静态画像知识对所述拟分析企业事件集进行描绘项目提取，得到所述拟分析企业事件集中的多个目标描绘项目；依据所述第二拟整理画像知识中的动态画像知识对目标描绘项目进行选定评估信息提取，确定所述多个目标描绘项目的选定评估信息对应的变化情况；依据所述变化情况确定对应的目标描绘项目的竞争力结果；依据各个目标描绘项目的竞争
力结果和目标描绘项目的项目信息得到所述拟分析企业对应的硬实力评估指标；所述企业画像为多个评估指标构成的簇。
[0009]作为一种可行的实施方式，所述方法通过事先调试完成的企业分析网络执行，所述方法包括：将每个所述拟分析企业事件子集加载到完成调试的企业分析网络；通过所述企业分析网络的线性变换模块，对每个所述拟分析企业事件子集进行多个维度的知识挖掘，得到每个所述拟分析企业事件子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于企业画像的企业分析方法，其特征在于，应用于所述企业分析云平台，所述企业分析云平台与至少一个数据爬取端通信连接，所述方法包括：接收至少一个所述数据爬取端上传的拟分析企业事件集，拟分析企业事件集对应拟分析企业，所述拟分析企业事件集包括多个分析层面的拟分析企业事件子集；获取所述拟分析企业对应的多个拟分析企业事件子集；对每个所述拟分析企业事件子集进行多个维度的知识挖掘，得到每个所述拟分析企业事件子集在动态分析要素上的动态画像知识和在静态分析要素上的静态画像知识，构建相应的第一拟整理画像知识；对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，所述第一分析偏心参数被配置成指示所述拟分析企业事件子集对应的分析侧重程度；依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的所述第一拟整理画像知识赋予对应的第二分析偏心参数，所述第二分析偏心参数被配置为增加边缘画像贡献值的拟分析企业事件子集对应的分析侧重程度；依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识；依据所述第二拟整理画像知识整理出所述拟分析企业对应的企业画像。2.根据权利要求1所述的方法，其特征在于，所述第一分析偏心参数包括均衡分析偏心参数，所述对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value1；对每一所述画像贡献值value1进行标准化操作，得到各个所述拟分析企业事件子集对应的均衡分析偏心参数；或者，所述第一分析偏心参数包括单一分析偏心参数，所述对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value2；依据所述画像贡献值value2将每个所述拟分析企业事件子集划分成企业事件子集subset1和企业事件子集subset2，所述企业事件子集subset1对应的画像贡献值value2大于所述企业事件子集subset2对应的画像贡献值value2；将企业事件子集subset1对应的分析侧重程度确定为预定参数default1，将企业事件子集subset2对应的分析侧重程度确定为预定参数default2，所述预定参数default1大于所述预定参数default2；对各个所述拟分析企业事件子集对应的分析侧重程度进行标准化操作，得到每个所述拟分析企业事件子集对应的单一分析偏心参数。3.根据权利要求2所述的方法，其特征在于，所述依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第二分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value3；依据画像贡献值value3将各个所述拟分析企业事件子集划分成企业事件子集subset3
和企业事件子集subset4，所述企业事件子集subset3对应的画像贡献值value3大于所述企业事件子集subset4对应的画像贡献值value3，所述企业事件子集subset3对应的画像贡献值value3为核心画像贡献值，所述企业事件子集subset4对应的画像贡献值value3为边缘画像贡献值；将企业事件子集subset3对应的分析侧重程度确定为预定参数default2，将企业事件子集subset4对应的画像贡献值value3进行标准化操作，得到企业事件子集subset4对应的分析侧重程度；依据每个所述拟分析企业事件子集对应的分析侧重程度得到所述每个所述拟分析企业事件子集对应的第二分析偏心参数。4.根据权利要求3所述的方法，其特征在于，所述依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识，包括：将相同的所述第一拟整理画像知识对应的第一分析偏心参数和第二分析偏心参数进行融合，得到各个第一拟整理画像知识对应的目标分析偏心参数；将相同的拟分析企业事件子集对应的第一拟整理画像知识和目标分析偏心参数按照预设的计算方式进行计算，得到每个所述拟分析企业事件子集对应的候选拟整理画像知识；依据各个候选拟整理画像知识得到所述第二拟整理画像知识。5.根据权利要求1所述的方法，其特征在于，所述企业画像包括发展评估指标，所述依据所述第二拟整理画像知识确定所述拟分析企业对应的企业画像，包括：依据所述第二拟整理画像知识中的静态画像知识对所述拟分析企业事件集进行描绘项目提取，得到所述拟分析企业事件集中的多个目标描绘项目；依据所...

【专利技术属性】
技术研发人员：丁小丽，陈颖，
申请(专利权)人：烟台广兴云涛文化传媒有限公司，
类型：发明
国别省市：