量化SWOT分析方法、装置、电子设备及存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种量化SWOT分析方法、装置、电子设备及存储介质。

背景技术

SWOT分析法是一种综合考虑企业内部条件和外部环境的各种因素，进行系统评价，从而选择最佳经营战略的方法。S是指企业内部的优势(Strengths)，W是指企业内部的劣势(Weakness)，O是指企业外部环境中的机会(Opportunities)，T是指企业外部环境中的威胁(Threats)。

现有技术中，SWOT都是依靠专业人员采用人工方式对企业的内外部条件进行分析后得到的，严重依赖于人员的工作经验和主观判断，分析效率低，准确率差。

发明内容

本发明提供一种量化SWOT分析方法、装置、电子设备及存储介质，用于解决现有技术中量化SWOT分析方法分析效率低，准确率差的技术问题。

本发明提供一种量化SWOT分析方法，包括：

确定待分析企业的业务线；

基于所述待分析企业的业务线的企业合作信息，和/或所述待分析企业的业务线的产业报道信息，确定所述待分析企业的外部环境分析结果；

基于所述待分析企业的业务线在各市场层级的订单信息，和/或所述待分析企业的业务线的客户类别信息，确定所述待分析企业的内在属性分析结果；

基于所述外部环境分析结果和所述内在属性分析结果，确定所述待分析企业的业务线分析结果。

根据本发明提供的一种量化SWOT分析方法，所述基于所述待分析企业的业务线的企业合作信息，和/或所述业务线的产业报道信息，确定所述待分析企业的外部环境分析结果，包括：

基于所述企业合作信息中各同业务线企业与所述待分析企业之间的合作关系，以及各同业务线企业的当前体量，确定各类合作关系对所述待分析企业的业务线的业务影响指数；

和/或，基于所述业务线的产业报道信息中各财经报道的发表时间和产业内容相关性，确定所述待分析企业的业务线的产业化程度；

将所述业务影响指数和/或所述产业化程度，作为所述外部环境分析结果。

根据本发明提供的一种量化SWOT分析方法，所述基于所述企业合作信息中各同业务线企业与所述待分析企业之间的合作关系，以及各同业务线企业的当前体量，确定各类合作关系对所述待分析企业的业务线的业务影响指数，包括：

基于任一类合作关系下的各同业务线企业的当前体量和上一期体量，以及所述任一类合作关系的业务线总体量期望，确定所述任一类合作关系对所述待分析企业的业务线的业务影响指数。

根据本发明提供的一种量化SWOT分析方法，所述任一类合作关系的业务线总体量期望是基于如下步骤确定的：

获取所述任一类合作关系下的各同业务线企业在历史周期内的体量总和，以构建所述任一类合作关系在历史周期内的总体量序列；

基于所述总体量序列，以及所述待分析企业的业务线在所述历史周期的净利润序列，确定所述待分析企业的业务线的净利润与所述任一类合作关系的业务线总体量之间的预测关系；

基于所述待分析企业的业务线的净利润期望，以及所述预测关系，确定任一类合作关系的业务线总体量期望。

根据本发明提供的一种量化SWOT分析方法，所述基于所述业务线的产业报道信息中各财经报道的发表时间和产业内容相关性，确定所述待分析企业的业务线的产业化程度，包括：

基于各财经报道的发表时间，确定各财经报道在预设统计时间范围的第一数量比例以及数量变化率；

基于产业内容相关性确定关键词，基于所述关键词对各财经报道进行筛选，确定各财经报道中包含关键词的第二数量比例；

基于所述第一数量比例、所述第二数量比例，以及所述数量变化率，确定所述待分析企业的业务线的产业化程度。

根据本发明提供的一种量化SWOT分析方法，所述基于所述待分析企业的业务线在各市场层级的订单信息，和/或所述待分析企业的业务线的客户类别信息，确定所述待分析企业的内在属性分析结果，包括：

基于所述待分析企业的业务线在各市场层级的订单信息，定位所述待分析企业的主要市场，并确定所述主要市场的剩余极限容量；

和/或，基于所述待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，确定所述待分析企业的客户群特质；

将所述主要市场的剩余极限容量和/或所述客户群特质，作为所述待分析企业的内在属性分析结果。

根据本发明提供的一种量化SWOT分析方法，所述基于所述待分析企业的业务线在各市场层级的订单信息，定位所述待分析企业的主要市场，并确定所述主要市场的剩余极限容量，包括：

基于所述待分析企业的业务线在各市场层级的订单信息，在所述待分析企业的业务线的市场层级中定位所述待分析企业的主要市场；

基于所述主要市场中尚未被开发的地区的经济总量，以及所述主要市场的期望容量，确定所述主要市场的剩余极限容量。

根据本发明提供的一种量化SWOT分析方法，所述基于所述待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，确定所述待分析企业的客户群特质，包括：

基于所述待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，以及各类客户的业务权重，分别确定所述待分析企业的业务线的客户群评分和所述同业务线企业的业务线的客户群评分；

基于所述待分析企业的业务线的客户群评分和所述同业务线企业的业务线的客户群评分，确定所述待分析企业的客户群特质。

根据本发明提供的一种量化SWOT分析方法，所述基于所述外部环境分析结果和所述内在属性分析结果，确定所述待分析企业的业务线分析结果，包括：

基于所述外部环境分析结果和所述内在属性分析结果，以及所述外部环境分析结果和所述内在属性分析结果对应的各项影响因素对所述业务线分析结果的影响程度，确定所述待分析企业的业务线分析结果；

其中，所述各项影响因素包括所述外部环境分析结果和所述内在属性分析结果中的各项特征，以及各项特征的组合；所述影响程度是基于所述待分析企业的同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果确定的。

根据本发明提供的一种量化SWOT分析方法，所述各项影响因素对所述业务线分析结果的影响程度是基于如下步骤确定的：

以所述各项特征及其组合为自变量，以生产经营成果为因变量，构建初始线性模型；

以所述同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果为训练数据，对所述初始线性模型进行逐步回归拟合，确定所述自变量中的显著因子及其对应的回归系数；

基于各显著因子及其回归系数，确定所述各项影响因素对所述业务线分析结果的影响程度。

本发明还提供一种量化SWOT分析装置，包括：

确定单元，用于确定待分析企业的业务线；

外部分析单元，用于基于所述待分析企业的业务线的企业合作信息，和/或所述待分析企业的业务线的产业报道信息，确定所述待分析企业的外部环境分析结果；

内部分析单元，用于基于所述待分析企业的业务线在各市场层级的订单信息，和/或所述待分析企业的业务线的客户类别信息，确定所述待分析企业的内在属性分析结果；

结果输出单元，用于基于所述外部环境分析结果和所述内在属性分析结果，确定所述待分析企业的业务线分析结果。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述量化SWOT分析方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述量化SWOT分析方法的步骤。

本发明实施例提供的量化SWOT分析方法、装置、电子设备及存储介质，根据待分析企业的业务线的企业合作信息和/或产业报道信息，确定外部环境分析结果，根据待分析企业的业务线在各市场层级的订单信息和/或客户类别信息，确定内在属性分析结果，进而确定待分析企业的业务线分析结果，其中，企业合作信息、产业报道信息、订单信息和客户类别信息可以通过待分析企业的生产经营数据和网络公开数据获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，实现了业务线分析的自动化，提高了数据分析的效率，提高了分析结果的准确性。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的量化SWOT分析方法的流程示意图；

图2为本发明提供的外部环境分析结果确定方法的流程示意图；

图3为本发明提供的业务线总体量期望确定方法的流程示意图；

图4为本发明提供的产业化程度确定方法的流程示意图；

图5为本发明提供的内在属性分析结果确定方法的流程示意图；

图6为本发明提供的主要市场的剩余极限容量确定方法的流程示意图；

图7为本发明提供的客户群特质确定方法的流程示意图；

图8为本发明提供的量化SWOT分析装置的结构示意图；

图9为本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前的SWOT分析普遍是定性的分析判断，尤其是以德尔菲法为首的专家咨询法，为业界所普遍采用。纯粹的定性分析判断，一方面耗时耗力，另一方面考虑到分析者的主观倾向，准确性也可能有偏差。

少部分针对定量SWOT分析的尝试，通常是基于财务报表中的数字，来做一些历史统计或未来趋势预测，以此衡量企业的优势、劣势、机会和威胁。基于财务报表的量化SWOT分析存在以下问题：其一，财务数字反映的是生产经营的结果、而不直接呈现造成这种结果的原因，因此仍需要人工解读，例如财报体现的“本企业上期净利润大幅上涨”，仍需深入分析才能判定，是因为本企业市场开拓有力、还是因为外界环境整体变好，等诸多可能性；其二，按会计准则的规定，许多财务数字是基于账面价值而非公允价值，这是为了会计上的严谨，但在企业管理领域，若直接使用，则可能带来较大误差。总之，基于财务报表的量化SWOT分析效果不佳。

图1为本发明提供的量化SWOT分析方法的流程示意图，如图1所示，该方法包括：

步骤110，确定待分析企业的业务线。

具体地，业务线为待分析企业的基本业务单元(business unit)，用于独立完成待分析企业的一项基本业务。例如，对于一家企业，可能有多个业务方向，每一业务线可以对应该企业的一个业务方向。又例如，若该企业为集团公司，每一业务线可以对应该公司的一个子公司。此处，待分析企业可以对应一条或者多条业务线，为便于描述，本发明实施例中以单条业务线为例进行说明，针对多条业务线的情况，可针对多条业务线中的每条业务线分别执行量化SWOT分析方法。

步骤120，基于待分析企业的业务线的企业合作信息，和/或待分析企业的业务线的产业报道信息，确定待分析企业的外部环境分析结果。

具体地，外部环境分析结果用于衡量待分析企业的外部经营环境对该企业的业务线带来的影响。外部经营环境的影响因素可以包括政策环境因素、经济环境因素、法律环境因素和行业发展因素等。上述各类因素的影响都可以体现在待分析企业的合作企业信息和产业报道信息中，因此可以对合作企业信息和产业报道信息进行定量分析，从而定量确定各类因素的影响。

企业合作信息可以包括同业务线企业与待分析企业之间的合作关系，还可以包括存在合作关系的同业务企业本身的信息等。同业务线企业即与待分析企业的业务线相同的企业。

在进行外部环境分析时，可以考虑同业务线企业在行业内的影响力。进一步地，通常从事相同业务线的企业对其他企业的影响力跟企业的经营规模有关。一般地，经营规模越大的企业，对于其他同业务线企业的影响力也就越大；经营规模越小的企业，对于其他同业务线企业的影响力也就越小。因此，在基于企业合作信息进行外部环境分析时，还可以根据经营规模的具体数据对企业合作信息中的同业务线企业进行量化筛选。例如，经营规模大于或者等于待分析企业的同业务线企业可以列入待分析企业的业务线的企业合作信息，经营规模小于待分析企业的同业务线企业可以不用考虑。

可以根据企业合作信息中每一同业务线企业与待分析企业之间的合作关系和每一同业务线企业的经营规模，量化计算每一同业务线企业对待分析企业造成的业务影响力，并根据所得到的业务影响力确定待分析企业的外部环境分析结果。例如，合作关系为合作伙伴时，表明同业务线企业给待分析企业的业务造成了积极影响，业务影响力越大，则待分析企业的外部环境结果越可能趋向拥有更多发展机会；合作关系为竞争对手时，表明同业务线企业给待分析企业的业务造成了消极影响，业务影响力越大，则待分析企业的外部环境结果越可能趋向面临更多威胁。

产业报道信息包括待分析企业的业务线所属产业的各类报道信息，例如政策报道信息和财经报道信息等。产业报道信息的数据可以通过计算机爬虫技术与文本解析算法从公开的信息发布平台进行获取。

可以根据产业报道信息的内容和数量量化确定待分析企业的业务线所属的产业的发展状态，并根据产业的发展状态确定待分析企业的外部环境分析结果。例如，对产业报道信息的发表时间和发表数量进行统计，可以确定该产业的发展状态是否为受到广泛关注，从而确定该产业的景气程度，发表时间越近，发表数量越多，则表明产业景气度高，待分析企业的外部环境结果越可能趋向拥有更多发展机会。

步骤130，基于待分析企业的业务线在各市场层级的订单信息，和/或待分析企业的业务线的客户类别信息，确定待分析企业的内在属性分析结果。

具体地，内在属性分析结果用于衡量待分析企业自身的经营能力对该企业的业务线带来的影响。内在属性可以根据待分析企业的业务线所拥有的员工数量、设备数量、经营利润等数据进行量化评估，也可以通过本发明实施例提供的对待分析企业的业务线在各市场层级的订单信息和客户类型信息进行评估。

市场层级为市场的结构层次。通常地，可以对业务线的市场进行细分后得到市场层级，例如，可以根据地域对市场进行细分后得到省级市场、市级市场和县级市场等。又例如，可以根据消费者年龄对市场进行细分后得到儿童市场、成年人市场和老年人市场等。

订单信息包括待分析企业的业务线的订单金额和订单数量等信息。可以对待分析企业的业务线在各市场层级的订单信息进行量化统计，根据统计得到的订单金额和订单数量，确定待分析企业的业务线在各市场层级的拓展能力，拓展能力越强，则待分析企业的内在属性分析结果越趋向于具有优势。

客户类别信息包括待分析企业的业务线对应的各类客户。例如，可以根据每个客户的经济实力和履约能力对待分析企业的业务线对应的客户群进行分类，得到客户类别信息。客户类别信息用于衡量客户的优劣等级。对每类客户与待分析企业的订单金额和/或订单数量进行累加，优质类客户的订单金额和/或订单数量越多，表明待分析企业受客户的认可程度越强，则待分析企业的内在属性分析结果越趋向于具有优势。

需要说明的是，本发明实施例不对步骤120和步骤130的执行顺序作具体限定，步骤120可以在步骤130之前执行，也可以在步骤130之后执行，还可以与步骤130同步执行。

步骤140，基于外部环境分析结果和内在属性分析结果，确定待分析企业的业务线分析结果。

具体地，外部环境分析结果可以包括待分析企业面临的机会分析结果和威胁分析结果。机会分析结果用于表征待分析企业的业务线在当前经营环境中所面对的机会。例如，待分析企业的业务线的新市场和新客户等。威胁分析结果用于表征待分析企业的业务线在当前经营环境中所面对的威胁。例如，待分析企业的业务线的竞争对手增多和行业景气度下降等。

内在属性分析结果可以包括待分析企业面临的优势分析结果和劣势分析结果。待分析企业面临的优势分析结果用于表征待分析企业的业务线在自身经营方面的有利因素。例如，待分析企业的市场拓展能力强和客户质量优异等。待分析企业面临的劣势分析结果用于表征待分析企业的业务线在自身经营方面的不利因素。例如，待分析企业的市场拓展能力弱和客户质量较差等。

根据外部环境分析结果和内在属性分析结果，可以量化确定待分析企业的业务线分析结果。业务线分析结果包括机会分析结果、威胁分析结果、优势分析结果和劣势分析结果。

本发明实施例提供的量化SWOT分析方法，根据待分析企业的业务线的企业合作信息和/或产业报道信息，确定外部环境分析结果，根据待分析企业的业务线在各市场层级的订单信息和/或客户类别信息，确定内在属性分析结果，进而确定待分析企业的业务线分析结果，其中，企业合作信息、产业报道信息、订单信息和客户类别信息可以通过待分析企业的生产经营数据和网络公开数据获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，实现了业务线分析的自动化，提高了数据分析的效率，提高了分析结果的准确性。

基于上述实施例，图2为本发明提供的外部环境分析结果确定方法的流程示意图，如图2所示，步骤120包括：

步骤121，基于企业合作信息中各同业务线企业与待分析企业之间的合作关系，以及各同业务线企业的当前体量，确定各类合作关系对待分析企业的业务线的业务影响指数；

和/或，步骤122，基于业务线的产业报道信息中各财经报道的发表时间和产业内容相关性，确定待分析企业的业务线的产业化程度；

步骤123，将业务影响指数和/或产业化程度，作为外部环境分析结果。

具体地，企业合作信息中各同业务线企业与待分析企业之间的合作关系可以有多种类型，例如合作型和竞争型。体量用于表征企业的经营规模，可以根据企业的财务数据计算得到。例如，可以采用财务报表中的净资产额、总资产额和净利润等来表示。本发明实施例对此不作具体限定。

例如，可以将每一合作关系中各同业务线企业的当前体量的总和或者平均值作为每一合作关系对待分析企业的业务线的业务影响指数。

业务影响指数用于衡量每一类合作关系所对应的同业务线企业对待分析企业的业务线带来的影响。可以用业务影响指数判断每一类合作关系所对应的同业务线企业给待分析企业的业务线带来的影响类型是机会还是威胁。

产业内容相关性用于表示财经报道的内容与待分析企业的业务线所属的产业的关联程度。

产业化程度用于表征待分析企业的业务线所属的产业的发展程度。可以根据产业化程度判断业务线所属的产业给待分析企业的业务线带来的影响类型是机会还是威胁。

例如，可以设定发表时间预设范围和产业内容相关性关键词，对业务线的产业报道信息中各财经报道进行筛选，根据筛选后得到的财经报道的数量确定产业化程度。符合筛选条件的财经报道的数量越高，则产业化程度越接近新兴型。

本发明实施例提供的量化SWOT分析方法，根据待分析企业的业务线的企业合作信息和待分析企业的业务线的产业报道信息，确定待分析企业的外部环境分析结果，数据易于获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，步骤121包括：

基于任一类合作关系下的各同业务线企业的当前体量和上一期体量，以及该类合作关系的业务线总体量期望，确定该类合作关系对待分析企业的业务线的业务影响指数。

具体地，企业合作信息中各同业务线企业与待分析企业之间的合作关系可以包括直接填补型、潜在填补型、竞争型和其他类型。其中，直接填补型表示该类型的同业务线企业在业务线上与待分析企业是合作伙伴。潜在填补型表示该类型的同业务线企业在业务线上与待分析企业不是合作伙伴，但其提供的产品或者服务与待分析企业的合作伙伴提供的产品或者服务高度相似。竞争型表示该类型的同业务线企业在业务线上与待分析企业不是合作伙伴，并且其提供的产品或者服务与待分析企业提供的产品或者服务高度相似。其他类型表示该类型的同业务线企业与待分析企业的合作关系不属于上述三种关系。

合作伙伴是指某企业是另一企业的供应商或者零售商，或者某企业和另一企业参加共同的项目，则某企业和另一企业互为合作伙伴。

产品或者服务高度相似是产品或者服务的功能性相似，客户群交叉度高等。

可以构建企业集合C，集合中的各个企业均为与待分析企业从事相同的业务线BU并且各个企业在从事的业务线BU上的体量均不低于待分析企业在从事的业务线BU上的体量。其中，BU为当前分析的业务线。

计算企业集合C中各个企业与待分析企业在业务线BU的合作关系，得到合作关系序列R，其中，合作关系序列R中的r

下面以直接填补型为例进行说明计算该类合作关系对待分析企业的业务线的业务影响指数的方法。

根据直接填补型下各同业务线企业的当前体量和上一期体量，以及该类合作关系的业务线总体量期望，可以确定直接填补型合作关系对待分析企业的业务线的业务影响指数。此处，上一期可以为上一个会计周期。可以用公式表示为：

式中，index

上述公式中，等号右端第一项用于衡量直接填补型企业的体量绝对值，以及相对于该类合作关系的业务线总体量期望的大小，等号右端第二项用于衡量直接填补型企业的业务扩张或者业务收缩，以及业务扩张速率或者业务收缩速率。两项结果可以为正，也可以为负。

结合上述公式，直接填补型的所有同业务线企业的总体量较大并且正在扩张时，index

另外，上述公式还可以表达为论断语句，例如可以表达为：“(语句1)待分析企业在业务线BU上，与C

根据直接填补型合作关系对待分析企业的业务线的业务影响指数的计算方法，可以分别得到潜在填补型合作关系和竞争型合作关系对待分析企业的业务线的业务影响指数。

特别地，竞争型的所有同业务线企业的总体量较大并且正在扩张时，index

其他型合作关系，表明该类同业务线企业与待分析企业既无直接合作关系，也无竞争关系，因此，可以不用对其他型合作关系对待分析企业的业务线的业务影响指数进行分析。

可以通过采用加权相加的方法，确定企业合作信息中各类合作关系对待分析企业的业务线的业务影响指数index

index

＝coef

式中，coef

若index

本发明实施例提供的量化SWOT分析方法，根据任一类合作关系下的各同业务线企业的当前体量和上一期体量，以及该类合作关系的业务线总体量期望，确定该类合作关系对待分析企业的业务线的业务影响指数，采用客观数据对业务影响进行了量化分析，数据的分析处理不再依赖于专业人员的工作经验和主观判断，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，图3为本发明提供的业务线总体量期望确定方法的流程示意图，如图3所示，任一类合作关系的业务线总体量期望是基于如下步骤确定的：

步骤310，获取任一类合作关系下的各同业务线企业在历史周期内的体量总和，以构建该类合作关系在历史周期内的总体量序列；

步骤320，基于总体量序列，以及待分析企业的业务线在历史周期的净利润序列，确定待分析企业的业务线的净利润与该类合作关系的业务线总体量之间的预测关系；

步骤330，基于待分析企业的业务线的净利润期望，以及预测关系，确定该类合作关系的业务线总体量期望。

具体地，任一类合作关系的业务线总体量期望可以根据业务线总体量的历史数据进行估计。本发明实施例提供一种根据待分析企业的净利润进行预测的方法。

首先，获取任一类合作关系下的各同业务线企业在历史周期内的体量总和，以构建该类合作关系在历史周期内的总体量序列。例如，体量可以选择净资产额，该数据可以通过数据挖掘方法从企业历年的财务报表中得到。

其次，根据总体量序列，以及待分析企业的业务线在历史周期的净利润序列，确定待分析企业的业务线的净利润与该类合作关系的业务线总体量之间的预测关系。例如，可以采用统计学方法，对待分析企业的业务线的净利润，以及该类合作关系的业务线总体量进行统计，得到预测模型，统计学方法包括线性回归、感知机、k近邻法、朴素贝叶斯法、决策树和支持向量机等方法。又例如，可以选用卷积神经网络模型为初始模型，以待分析企业的业务线的净利润，以及该类合作关系的业务线总体量为训练数据集对初始模型进行训练，使得初始模型可以学习得到待分析企业的业务线的净利润与该类合作关系的业务线总体量之间的预测关系，得到预测模型。

最后，根据待分析企业的业务线的净利润期望，以及预测关系，确定该类合作关系的业务线总体量期望。

本发明实施例提供的量化SWOT分析方法，根据待分析企业的净利润和任一合作关系各同业务线企业在历史周期内的体量总和，得到该类合作关系的业务线总体量期望，数据易于获取，方法简便，提高了数据分析效率。

基于上述任一实施例，图4为本发明提供的产业化程度确定方法的流程示意图，如图4所示，步骤122包括：

步骤1221，基于各财经报道的发表时间，确定各财经报道在预设统计时间范围的第一数量比例以及数量变化率；

步骤1222，基于产业内容相关性确定关键词，基于关键词对各财经报道进行筛选，确定各财经报道中包含关键词的第二数量比例；

步骤1223，基于第一数量比例、第二数量比例，以及数量变化率，确定待分析企业的业务线的产业化程度。

具体地，产业化程度可以分为新兴型、成熟型和衰退型。对于待分析企业的业务线所属产业的产业化程度可以采用舆情分析的方法进行确定。本发明实施例提供一种根据产业报道信息中财经报道的发表时间和内容进行确定产业化程度的方法。

首先，通过计算机爬虫技术从公开数据平台收集待分析企业的业务线的产业报道信息中的大量财经报道。可以将预设统计时间范围设定为近N年，N为正整数，预设统计时间范围可以根据财经报道数据量进行确定。对发表时间在预设统计时间范围内的财经报道的数量进行统计，确定第一数量比例，第一数量比例可以为发表时间在预设统计时间范围内的财经报道的数量占所有财经报道的数量的比例。对预设统计时间范围内每年的财经报道的数量变化进行统计，得到数量变化率。数量变化率可以为每年财经报道量下降率或者每年财经报道量上升率等。

其次，根据产业内容相关性确定关键词，并根据关键词对各财经报道进行筛选，确定各财经报道中包含关键词的第二数量比例。产业内容相关性用于表示财经报道的语义内容与业务线所属产业的产业化程度之间的关联性。产业内容相关性可以用关键词来表征，例如，关键词可以选择为“新兴”、“先导”等。关键词的选择优先选择肯定表达并且描述产业化程度的词语。根据文本解析算法，将关键词与每一财经报道中的文字进行匹配，将包含关键词的财经报道筛选出来，统计筛选出来的财经报道的数量进行统计，并计算得到第二数量比例，第二数量比例可以为包含关键词的财经报道的数量占所有财经报道的数量的比例。

最后，根据第一数量比例、第二数量比例，以及数量变化率，确定待分析企业的业务线的产业化程度。例如，产业化程度的确定可以表示为：

式中，近N年为预设统计时间范围，p％为第一数量比例，q％为第二数量比例，r％为数量变化率。

在同等条件下，如果待分析企业的业务线的产业化程度为新兴型，则外部环境分析结果为机会，如果待分析企业的业务线的产业化程度为衰退型，则外部环境分析结果为威胁，如果待分析企业的业务线的产业化程度为成熟型，则外部环境分析结果可以根据实际情况进行确定。例如，可以根据正面评价的财经报道的数量和负面评价的财经报道的数量进行比较后确定。

上述公式还可以表达为论断语句，例如“本企业的业务线，现阶段属于新兴型产业，因此面临较好的机会，具体来说，该产业的相关财经报道数量为M，反映了社会各界对该业务的较高关注程度；有p％的报道将其界定为‘新兴’、‘先导’业务，反映了社会各界对该业务是新兴业务的普遍认知”。

例如，可以根据上述定义用指数表示产业化程度，产业化程度可以用公式表示为：

index

式中，index

本发明实施例提供的量化SWOT分析方法，根据业务线的产业报道信息中各财经报道的发表时间和产业内容相关性，确定待分析企业的业务线的产业化程度，数据易于获取，方法简便，提高了数据分析效率。

基于上述任一实施例，图5为本发明提供的内在属性分析结果确定方法的流程示意图，如图5所示，步骤130包括：

步骤131，基于待分析企业的业务线在各市场层级的订单信息，定位待分析企业的主要市场，并确定主要市场的剩余极限容量；

和/或，步骤132，基于待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，确定待分析企业的客户群特质；

步骤133，将主要市场的剩余极限容量和/或客户群特质，作为待分析企业的内在属性分析结果。

具体地，主要市场的剩余极限容量为待分析企业在主要市场中尚未开发的地区中所能够拓展的最大市场容量，市场容量可以用地区的经济总量来表示。主要市场的剩余极限容量用于衡量待分析企业的市场拓展能力。例如，可以根据待分析企业的业务线在各市场层级的订单信息中的订单金额和/或订单数量，确定金额和/或数量占比最大的市场层级，并将该市场层级作为主要市场。根据待分析企业在主要市场的市场容量和已占有的市场容量，得到主要市场的剩余容量。根据待分析企业的业务线在主要市场的期望容量和剩余容量，确定主要市场的剩余极限容量。期望容量可以根据待分析企业的业务线的净利润等数据进行预测。

客户群特质为待分析企业的客户品质。客户群特质越高，表明客户群的经济实力和履约能力越强。客户群特质用于衡量待分析企业的受客户群的认可程度。例如，可以根据各类客户的经济实力和履约能力为客户类别信息中各类客户设置不同的业务权重，将业务权重与订单金额的乘积作为衡量企业在客户群中被认可的程度的客户群得分，根据待分析企业和同业务线企业的客户群得分大小，确定待分析企业的客户群特质。

不同企业从事某项业务、生产某类产品，如果面向的客户群不同，则同等其他条件下，企业的竞争优势或劣势也不同，这是因为，不同企业在商业信用、付款能力、对品质和价格相对性的度量等方面均有较大差别。

本发明实施例提供的量化SWOT分析方法，根据待分析企业的业务线的主要市场的剩余极限容量和/或客户群特质，确定待分析企业的内在属性分析结果，数据易于获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，图6为本发明提供的主要市场的剩余极限容量确定方法的流程示意图，如图6所示，步骤131包括：

步骤1311，基于待分析企业的业务线在各市场层级的订单信息，在待分析企业的业务线的市场层级中定位待分析企业的主要市场；

步骤1312，基于主要市场中尚未被开发的地区的经济总量，以及主要市场的期望容量，确定主要市场的剩余极限容量。

具体地，主要市场可以根据产品或者服务类别、年龄、性别等进行划分，例如化妆品消费市场、女性消费市场、老年消费市场等。本发明实施例提供一种根据地域进行划分的方法。相应地，市场层级为地域层级。例如，市场层级具体包括县级、地级市级、省级、大区级，其中大区是指由若干个省、直辖市或者自治区组成的地区。若考虑海外业务则可以增加国家级和大洲级。

在待分析企业的业务线的市场层级中定位待分析企业的主要市场，就是要确定在用于描述主要市场的市场层级。一般地，越是在低层级上的市场进行描述，信息量越大，但覆盖范围越小。信息量可以包括地理信息量。

例如，待分析企业的业务线的业务共6笔订单，在市级依次为{A市,A市,B市,C市,D市,E市}、在省级依次为{皖,皖,皖,皖,苏,冀}、在大区级依次为{华东,华东,华东,华东,华东,华北}。若在市级描述主要市场，则虽自身信息量较大、但“主要市场为A市”只涵盖2/6的市场；若在大区级描述，则“主要市场为华东地区”涵盖5/6的市场、但信息量丢失很多；而在省级描述“主要市场为安徽省”，则兼顾了信息量与覆盖范围。

定位待分析企业的主要市场可以采用如下公式：

MainMarketLevel＝which.max(score

上式中，MainMarketLevel为主要市场所在的市场层级，score

此处，层级最主要元素为在该层级对应最多订单数的元素。例如，省级市场中，安徽省的订单数最多，则省级最主要元素为皖。MainMarketLevel数值最大的市场层级为主要市场的市场层级。可以在主要市场的市场层级中进一步确定主要市场。在市场层级中有最多元素个数的那个地域为主要市场。如果有多个并列最多，则都看作主要市场(MainMarket)。用公式表示为：

MainMarket＝MainMarketLevel的最主要元素

主要市场的剩余容量可以为主要市场下尚未被开发的地区的经济总量。例如，考虑到不同地区经济水平有差距、从而市场规模也会有不同，以地区GDP(Gross DomesticProduct)来反映其经济总量。

MainMarketRemain＝∑

式中，MainMarketRemain为主要市场的剩余容量，地区j为主要市场下未被开发的地区。例如，安徽省为主要市场，由于安徽共17个地级市，待分析企业在业务线上已开发3个地级市，则公式中“主要市场下未被开发的地区”即为另外14个地级市。

考察主要市场的剩余极限容量时，并不需要考虑地区的详细情况，因为通常而言，产品都不是绝对排他的，即使某地区已经有其他企业进入，不代表待分析企业就不能再进入了，相反，这里强调的是，由于在主要市场的优势，包括良好的口碑、较多的分子公司或办事处等，待分析企业有能力进军这些市场。

主要市场的期望容量为待分析企业期望在主要市场中能够开发的市场容量。例如可以采用线性回归等方法，拟合在业务线上各地区贡献净利润与所在地区GDP的关系，再代入待分析企业本期期望净利润中位于主要市场的部分，即可得到对主要市场的容量的期望。具体可以参照前述实施例中根据待分析企业的净利润进行预测各类合作关系业务线总体量期望的计算方法。本发明实施例在此不再赘述。

根据主要市场中尚未被开发的地区的经济总量，以及主要市场的期望容量，确定主要市场的剩余极限容量，可以用公式表示为：

index

式中，index

对于待分析企业而言，在业务线上，若index

本发明实施例提供的量化SWOT分析方法，根据待分析企业的业务线在各市场层级的订单信息，定位待分析企业的主要市场，并确定主要市场的剩余极限容量，数据易于获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，图7为本发明提供的客户群特质确定方法的流程示意图，如图7所示，步骤132包括：

步骤1321，基于待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，以及各类客户的业务权重，分别确定待分析企业的业务线的客户群评分和同业务线企业的业务线的客户群评分；

步骤1322，基于待分析企业的业务线的客户群评分和同业务线企业的业务线的客户群评分，确定待分析企业的客户群特质。

具体地，业务权重用于衡量各类客户在待分析企业的业务线中的重要性大小。客户群评分用于衡量待分析企业在客户群中被认可的程度。

客户群可以分为政府部门与国企、上市民营企业和非上市民营企业三类。根据待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，以及各类客户的业务权重，分别确定待分析企业的业务线的客户群评分和同业务线企业的业务线的客户群评分，用公式表示为：

式中，score

待分析企业的客户群特质可以用公式表示为：

index

式中，score

如果index

上述过程还可以为论断语句，具体可参照前述实施例的方法，本发明实施例在此不做赘述。

本发明实施例提供的量化SWOT分析方法，根据待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，确定待分析企业的客户群特质，数据易于获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，步骤140包括：

基于外部环境分析结果和内在属性分析结果，以及外部环境分析结果和内在属性分析结果对应的各项影响因素对业务线分析结果的影响程度，确定待分析企业的业务线分析结果；

其中，各项影响因素包括外部环境分析结果和内在属性分析结果中的各项特征，以及各项特征的组合；影响程度是基于待分析企业的同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果确定的。

具体地，外部环境分析结果中的特征包括业务影响指数和产业化程度，内在属性分析结果中的特征包括主要市场的剩余极限容量和客户群特质。

外部环境分析结果和内在属性分析结果中的各项特征并不是孤立存在的，相互之间存在关联，能够对业务线分析结果共同产生作用。例如，业务影响指数和客户群特质之间存在关联，对于待分析企业，其业务影响指数越高，其对应的客户群特质也可能越高，则该企业的业务线分析结果可能越偏向于面临优势和具有优势。

可以采用影响因素来确定待分析企业的业务线分析结果。影响因素可以为外部环境分析结果和内在属性分析结果中的任一特征，也可以为多个特征的组合。

影响程度用于衡量影响因素对待分析企业的业务线分析结果的重要程度，即对于业务线的生产经营产生的影响力大小，可以根据待分析企业的同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果进行确定。

此处，待分析企业的同类型企业可以是与待分析企业所在同一细分行业的企业，也可以是与待分析企业的经营模式相类似的企业，例如在所在地域、企业体量、市场占有率等方面高度接近的两个企业，虽然来自不相同的细分行业，但仍然具有较高的总体相似性。

生产经营成果可以选择企业的生产经营性财务指标，例如，净利润、股东权益报酬率、总资产周转率等。这些财务指标可以通过计算机爬虫技术和文本解析方法从企业的公开财务数据中进行获取。

基于上述任一实施例，各项影响因素对业务线分析结果的影响程度是基于如下步骤确定的：

以各项特征及其组合为自变量，以生产经营成果为因变量，构建初始线性模型；

以同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果为训练数据，对初始线性模型进行逐步回归拟合，确定自变量中的显著因子及其对应的回归系数；

基于各显著因子及其回归系数，确定各项影响因素对业务线分析结果的影响程度。

具体地，可以收集大量的待分析企业的同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果作为训练数据。每一同类型企业i可以表示为：

{企业i,会计周期,生产经营成果，f

需要说明的是，为了便于分析，将待分析企业的同类型企业的数据与待分析企业的数据选择为同一会计周期。外部环境分析结果具体分为业务影响指数和产业化程度，内在属性分析结果具体分为主要市场的剩余极限容量和客户群特质。则每一同类型企业i可以表示为：生产经营成果～{f

以待分析企业的外部环境分析结果和内在属性分析结果中各项特征及其组合为自变量，以生产经营成果为因变量，构建初始线性模型，可以表示为：

M～c0+c1×f1+c2×f2+c3×f3+c4×f4+c12×f1×f2+c13×f1×f3+c14×f1×f4+c23×f2×f3+c24×f2×f4+c34×f3×f4+c123×f1×f2×f3+c124×f1×f2×f4+c134×f1×f3×f4+c234×f2×f3×f4+c1234×f1×f2×f3×f4

式中，M为生产经营成果，f1为f

上式中，自变量可以用集合{f1，f2，...，f1×f2×f3×f4}表示，回归系数可以用集合{c0，c1，...，c1234}表示。

根据待分析企业的同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果，采用逐步回归法，对初始线性模型进行拟合，确定自变量中的显著因子及其对应的回归系数。例如，对于初始线性模型进行拟合后，得到各个自变量的回归系数，即得到c0，c1，...，c1234的数值。对于给定的显著性水平α，其临界值可以表示为F

在得到的显著因子中，其对应的回归系数的大小可以用于表示该显著因子对于业务线分析结果的影响程度。例如，若最终得到的显著因子为q个，其回归系数依次为{c

例如，若最终得到的显著因子包含f1×f2×f3，则表明影响因素(业务影响指数、产业化程度和主要市场的剩余极限容量的组合)对业务线分析结果产生了显著的影响，其影响程度可以根据上述公式进行量化计算。若用论断语句表示，则可以为“在考察生产经营成果时，应考虑到业务影响指数、产业化程度和主要市场的剩余极限容量三者存在相互作用，三者共同作用对于生产经营成果的影响程度为p％”。其中p％的值按上述方法确定。

本发明实施例提供的量化SWOT分析方法，对外部环境分析结果和内在属性分析结果的影响因素进行了量化分析，考虑了各个影响因素之间的相互作用，不再依赖于专业人员的工作经验和主观判断，实现了业务线分析的自动化，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，图8为本发明提供的量化SWOT分析装置的结构示意图，如图8所示，该装置包括：

确定单元810，用于确定待分析企业的业务线；

外部分析单元820，用于基于待分析企业的业务线的企业合作信息，和/或待分析企业的业务线的产业报道信息，确定待分析企业的外部环境分析结果；

内部分析单元830，用于基于待分析企业的业务线在各市场层级的订单信息，和/或待分析企业的业务线的客户类别信息，确定待分析企业的内在属性分析结果；

结果输出单元840，用于基于外部环境分析结果和内在属性分析结果，确定待分析企业的业务线分析结果。

本发明实施例提供的量化SWOT分析装置，根据待分析企业的业务线的企业合作信息和/或产业报道信息，确定外部环境分析结果，根据待分析企业的业务线在各市场层级的订单信息和/或客户类别信息，确定内在属性分析结果，进而确定待分析企业的业务线分析结果，其中，企业合作信息、产业报道信息、订单信息和客户类别信息可以通过待分析企业的生产经营数据和网络公开数据获取，数据的分析处理不再依赖于专业人员的工作经验和主观判断，实现了业务线分析的自动化，提高了数据分析的效率，提高了分析结果的准确性。

基于上述任一实施例，外部分析单元820包括：

合作关系子单元，用于基于企业合作信息中各同业务线企业与待分析企业之间的合作关系，以及各同业务线企业的当前体量，确定各类合作关系对待分析企业的业务线的业务影响指数；

和/或，产业化子单元，用于基于业务线的产业报道信息中各财经报道的发表时间和产业内容相关性，确定待分析企业的业务线的产业化程度；

外部环境分析子单元，用于将业务影响指数和/或产业化程度，作为外部环境分析结果。

基于上述任一实施例，合作关系子单元具体用于：

基于任一类合作关系下的各同业务线企业的当前体量和上一期体量，以及任一类合作关系的业务线总体量期望，确定任一类合作关系对待分析企业的业务线的业务影响指数。

基于上述任一实施例，该装置还包括总体量期望确定单元，总体量期望确定单元具体用于：

获取任一类合作关系下的各同业务线企业在历史周期内的体量总和，以构建任一类合作关系在历史周期内的总体量序列；

基于总体量序列，以及待分析企业的业务线在历史周期的净利润序列，确定待分析企业的业务线的净利润与任一类合作关系的业务线总体量之间的预测关系；

基于待分析企业的业务线的净利润期望，以及预测关系，确定任一类合作关系的业务线总体量期望。

基于上述任一实施例，产业化子单元具体用于：

基于各财经报道的发表时间，确定各财经报道在预设统计时间范围的第一数量比例以及数量变化率；

基于产业内容相关性确定关键词，基于关键词对各财经报道进行筛选，确定各财经报道中包含关键词的第二数量比例；

基于第一数量比例、第二数量比例，以及数量变化率，确定待分析企业的业务线的产业化程度。

基于上述任一实施例，内部分析单元830包括：

主要市场分析子单元，用于基于待分析企业的业务线在各市场层级的订单信息，定位待分析企业的主要市场，并确定主要市场的剩余极限容量；

和/或，客户群特质分析子单元，用于基于待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，确定待分析企业的客户群特质；

内在属性分析子单元，用于将主要市场的剩余极限容量和/或客户群特质，作为待分析企业的内在属性分析结果。

基于上述任一实施例，主要市场分析子单元具体用于：

基于待分析企业的业务线在各市场层级的订单信息，在待分析企业的业务线的市场层级中定位待分析企业的主要市场；

基于主要市场中尚未被开发的地区的经济总量，以及主要市场的期望容量，确定主要市场的剩余极限容量。

基于上述任一实施例，客户群特质分析子单元具体用于：

基于待分析企业的业务线的客户类别信息中各类客户的订单金额，以及同业务线企业的业务线的客户类别信息中各类客户的订单金额，以及各类客户的业务权重，分别确定待分析企业的业务线的客户群评分和同业务线企业的业务线的客户群评分；

基于待分析企业的业务线的客户群评分和同业务线企业的业务线的客户群评分，确定待分析企业的客户群特质。

基于上述任一实施例，结果输出单元840，具体用于：

基于外部环境分析结果和内在属性分析结果，以及外部环境分析结果和内在属性分析结果对应的各项影响因素对业务线分析结果的影响程度，确定待分析企业的业务线分析结果；

其中，各项影响因素包括外部环境分析结果和内在属性分析结果中的各项特征，以及各项特征的组合；影响程度是基于待分析企业的同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果确定的。

基于上述任一实施例，该装置还包括：

影响程度分析单元，用于以各项特征及其组合为自变量，以生产经营成果为因变量，构建初始线性模型；以同类型企业的外部环境分析结果、内在属性分析结果和生产经营成果为训练数据，对初始线性模型进行逐步回归拟合，确定自变量中的显著因子及其对应的回归系数；基于各显著因子及其回归系数，确定各项影响因素对业务线分析结果的影响程度。

基于上述任一实施例，图9为本发明提供的电子设备的结构示意图，如图9所示，该电子设备可以包括：处理器(Processor)910、通信接口(Communications Interface)920、存储器(Memory)930和通信总线(Communications Bus)940，其中，处理器910，通信接口920，存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑命令，以执行如下方法：

确定待分析企业的业务线；基于待分析企业的业务线的企业合作信息，和/或待分析企业的业务线的产业报道信息，确定待分析企业的外部环境分析结果；基于待分析企业的业务线在各市场层级的订单信息，和/或待分析企业的业务线的客户类别信息，确定待分析企业的内在属性分析结果；基于外部环境分析结果和内在属性分析结果，确定待分析企业的业务线分析结果。

此外，上述的存储器930中的逻辑命令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干命令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的方法，例如包括：

确定待分析企业的业务线；基于待分析企业的业务线的企业合作信息，和/或待分析企业的业务线的产业报道信息，确定待分析企业的外部环境分析结果；基于待分析企业的业务线在各市场层级的订单信息，和/或待分析企业的业务线的客户类别信息，确定待分析企业的内在属性分析结果；基于外部环境分析结果和内在属性分析结果，确定待分析企业的业务线分析结果。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干命令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。