一种企业经营数据处理方法和系统技术方案

本发明专利技术公开了一种企业经营数据处理方法和系统，方法包括：建立企业经营信息数据库，数据库内每个企业都附加若干种类标签，并形成对应的种类标签集合；输入目标企业的分析属性，分析属性指向预定义的种类标签集合；随机选取若干种类标签集合中的企业数据组成对照企业数据集；按照第一分析模型对对照企业数据集内企业进行分析，获得对照企业评价分数集；输入目标企业的分析数据；按照第一分析模型对目标企业进行分析，获得目标企业评价分数；按照第二分析模型将目标企业评价分数与对照企业评价分数集进行对比，获得分析结果。本发明专利技术能够综合利用企业经营过程中形成的数据，对企业进行综合分析、评估，自动、快速地获得企业经营状况评估结果。况评估结果。况评估结果。

【技术实现步骤摘要】
一种企业经营数据处理方法和系统


[0001]本专利技术属于大数据分析
，具体涉及一种企业经营数据处理方法和系统。

技术介绍

[0002]企业是国民经济中非常重要的细胞。企业在经营过程中，会产生各方面数据，如工商数据、财务数据、知识产权数据、供应链数据、销售数据等等。所有这些数据组成企业运营大数据。在当今大数据应用、数字科技飞速发展的背景下，企业运营大数据的有效运用具有重要的意义。
[0003]专利CN114444889A公开了一种企业风险评估处理方法、装置、存储介质和电子设备。具体包括检测当前条件是否满足触发评估的触发条件；在检测到当前条件满足触发条件的情况下，调用风险评估模型，通过风险评估模型输出具有多个风险评估维度的评估结果，风险评估请求中携带有待评估企业的企业标识。该专利公开的技术方案选取一个或多个维度，每一维度根据一定的风险评估模型得出风险等级，多个维度的风险等级综合得出企业风险等级。从实施例看，其每一个维度判断标准单一，没有充分挖掘利用企业各方面的数据并放在行业群体中的大数据中做分析比较。
[0004]专利CN110956362A公开了一种基于大数据的装修企业发展状态评估方法。具体包括：采集待评估的目标装修企业的企业信息，并对采集的所属企业信息进行数据处理，得到所述目标装修企业对应的评估参数；根据所述目标装修企业的企业信息，选取与所述企业信息相匹配的由大数据生成的评估模型；将所述评估参数代入相匹配的评估模型中，利用所述评估模型，评估目标装修企业的发展状态。该专利利用企业经营大数据，并选取评估模型对企业进行评估。该专利聚焦评估模型的设置。通过各种策略，利用行业大数据和历史数据训练各种评估模型。评估特定企业时，在训练的一系列评估模型中选择合适的模型计算评估。该专利没有体现目标企业在相近企业集合中所处的位置，也没有体现目标企业在相近企业集合历史发展中所处的位置。
[0005]目前已有一些专利和论文对利用企业经营大数据评估/评价企业做出有意义的探索。但还未发现能从行业中相近企业集的历史数据对比的角度评估企业的方法。主要原因是没有一个智能系统能有效地归类、处理企业经营大数据，并依据评估模型自动实现对目标企业进行行业中相近企业集的历史数据对比的角度进行评价分析。

技术实现思路

[0006]为解决现有技术中的不足，本专利技术提供一种企业经营数据处理方法和系统，能够综合利用企业经营过程中形成的数据，对企业进行综合分析、评估，自动、快速地获得企业经营状况评估结果。
[0007]为达到上述目的，本专利技术所采用的技术方案是：
[0008]第一方面，提供一种企业经营数据处理方法，包括：S1建立企业经营信息数据库，该数据库包含一个或一个以上历史子数据库和一个当期子数据库，所述历史子数据库和当
期子数据库内每个企业都附加若干种类标签，并形成对应的种类标签集合；S2输入目标企业的分析属性，所述分析属性指向预定义的种类标签集合；S3随机选取若干种类标签集合中的企业数据组成对照企业数据集，所述对照企业数据集包含一个或一个以上历史数据子集和一个当期数据子集，且对照企业数据集内企业的种类标签均符合分析属性；S4按照第一分析模型对对照企业数据集内企业进行分析，获得对照企业评价分数集，所述对照企业评价分数集包含一个或一个以上历史评价分数集和一个当期评价分数集；S5输入目标企业的分析数据；S6按照第一分析模型对目标企业进行分析，获得目标企业评价分数；S7按照第二分析模型将目标企业评价分数与对照企业评价分数集进行对比，获得目标企业的数据分析结果。
[0009]结合第一方面，所述第一分析模型包含输入部、权重部和输出部，其中，输入部用于从企业经营数据库中选取对照企业或用于输入目标分析企业经营数据，并将获得的经营数据经量化或归一化；权重部用于配置分析函数及权重系数；输出部用于输出评价分数结果。
[0010]结合第一方面，所述权重部的分析函数为
[0011][0012]其中，M表示企业历史数据的加权计算和数；λ
i
表示第i个历史数据的权重系数，i＝1,
···
,5；LA1
i
表示第i个历史数据的量化值；N表示企业实时数据的加权计算和数；β
i
表示第i个实时数据的权重系数；LB1
i
表示第i个历史数据的量化值。
[0013]结合第一方面，所述权重部定期优化权重系数，具体包括：定期在企业数据集中选取若干家企业，并计算特定时间点的评分，比较该时间点评分排名与现有评分排名，依据比较结果调整权重系数；权重系数的调整方法具体如下：企业数据集按照评价分数由高到低均匀分为5档；1
‑
20为A档；21
‑
40为B档；41
‑
60为C档；61
‑
80为D档；81
‑
100为E档；若现在与特定时间点所处档位相同，则不调整权重系数；若现在比特定时间点所处档位高，如提高一个档位，则其得分最高的量化值对应的权重系数调升0.01，相应其得分最低的量化值对应的权重系数调降0.01；如提高两个档位，则其得分最高的量化值对应的权重系数调升0.02，相应其得分最低的量化值对应的权重系数调降0.02；依此类推。
[0014]结合第一方面，所述第二分析模型包括：利用目标企业评价分数在一个或一个以上历史评价分数集中的排名区位随时间的变化趋势，修正该目标企业评价分数在当期评价分数集中的排名区位，并根据修正后的排名区位，修正目标企业评价分数。
[0015]结合第一方面，按照以下方法更新所述企业数据集：每次分析特定目标企业，都用该目标企业替换企业数据集中分数与其最接近的企业。
[0016]结合第一方面，建立所述企业经营信息数据库的方法，包括：根据获取的企业基本信息，从企业专利文件、企业基本信息、企业年报中采集数据，并根据预定的模板建成数据库。
[0017]结合第一方面，所述企业经营信息数据库中的数据包括历史数据和实时数据，其中：历史数据包括企业历史数据A1、行业历史数据A2、商品历史数据A3；企业历史数据A1具体为：企业历史工商数据A11、企业历史征信数据A12、企业历史舆情数据A13、企业历史融资数据A14、企业历史知识产权数据A15；行业历史数据A2具体为：行业技术发展水平数据A21、行业知识产权分布数据A22、行业市场规模数据A22、行业重点政策数据A23；商品历史数据A3具体为：商品市场平均年产量数据A31、商品市场年成交量数据A32、商品年进出口量数据A33、商品平均价格数据A34；实时数据包括：企业实时数据B1、行业实时数据B2、商品实时数据B3；企业实时数据B1具体为：企业动态工商数据B11、企业动态征信数据B12、企业动态舆情数据B13、企业动态融资数据B14、企业动态知识产权数据B15；行业实时数据B2具体为：行业最新数据B21、行业知识产权动态数据B22、行业市场规模变动数据B23、行业最新政策数据B24；商品实时数据B3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业经营数据处理方法，其特征在于，包括：S1、建立企业经营信息数据库，该数据库包含一个或一个以上历史子数据库和一个当期子数据库，所述历史子数据库和当期子数据库内每个企业都附加若干种类标签，并形成对应的种类标签集合；S2、输入目标企业的分析属性，所述分析属性指向预定义的种类标签集合；S3、随机选取若干种类标签集合中的企业数据组成对照企业数据集，所述对照企业数据集包含一个或一个以上历史数据子集和一个当期数据子集，且对照企业数据集内企业的种类标签均符合分析属性；S4、按照第一分析模型对对照企业数据集内企业进行分析，获得对照企业评价分数集，所述对照企业评价分数集包含一个或一个以上历史评价分数集和一个当期评价分数集；S5、输入目标企业的分析数据；S6、按照第一分析模型对目标企业进行分析，获得目标企业评价分数；S7、按照第二分析模型将目标企业评价分数与对照企业评价分数集进行对比，获得目标企业的数据分析结果。2.根据权利要求1所述的企业经营数据处理方法，其特征在于，所述第一分析模型包含输入部、权重部和输出部，其中，输入部用于从企业经营数据库中选取对照企业或用于输入目标分析企业经营数据，并将获得的经营数据经量化或归一化；权重部用于配置分析函数及权重系数；输出部用于输出评价分数结果。3.根据权利要求2所述的企业经营数据处理方法，其特征在于，所述权重部的分析函数为其中，M表示企业历史数据的加权计算和数；λ
i
表示第i个历史数据的权重系数，i＝1,
···
,5；LA1
i
表示第i个历史数据的量化值；N表示企业实时数据的加权计算和数；β
i
表示第i个实时数据的权重系数；LB1
i
表示第i个历史数据的量化值。4.根据权利要求3所述的企业经营数据处理方法，其特征在于，所述权重部定期优化权重系数，具体包括：定期在企业数据集中选取若干家企业，并计算特定时间点的评分，比较该时间点评分排名与现有评分排名，依据比较结果调整权重系数；权重系数的调整方法具体如下：企业数据集按照评价分数由高到低均匀分为5档；1
‑
20为A档；21
‑
40为B档；41
‑
60为C档；61
‑
80为D档；81
‑
100为E档；若现在与特定时间点所处档位相同，则不调整权重系数；若现在比特定时间点所处档位高，如提高一个档位，则其得分最高的量化值对应的权重系数调升0.01，相应其得分最低的量化值对应的权重系数调降0.01；如提高两个档位，则
其得分最高的量化值对应的权重系数调升0.02，相应其得分最低的量化值对应的权重系数调降0.02；依此类推。5.根据权利要求1所述的企业经营数据处理方法，其特征在于，所述第二分析模型包括：利用目标企业评价分数在一个或一个以上历史评价分数集中的排名区位随时间的变化趋势，修正该目标企业评价分数在当期评价分数集中的排名区位，并根据修正后的排名区位，修正目标企业评价分数。6.根据权利要求1～5任一项所述的企业经营数据处理方法，其特征在于，按照以下方法更新所述企业数据集：每次分析特定目标企业，都用该目标企业替换企业数据集中分数与其最接近的企业。7.根据权利要求6所述的企业经营数据处理方法，其特征在于，建立所述企业经营信息数据库的方法，包括：根据获取的企业基本信息，从企业专利文件、企业基本信息、企业年报中采集数据，并根据预定的模板建成数据库。8.根据权利要求7所述的企业经营数据处理方法，其特征在于，所述企业经营信息数据库中的数据包括历史数据和实时数据，其中：历史数据包括企业历史数据A1、行业历史数据A2、商品历史数据A3；企业历史数据A1具体为：企业历史工商数据A11、企业历史征信数据A12、企业历史舆情数据A13、企业历史融资数据A14、企业历史知识产权数据A15；行业历史数据A2具...

【专利技术属性】
技术研发人员：程霞，
申请(专利权)人：江苏智麦汇科技发展有限公司，
类型：发明
国别省市：