一种企业成长性智能化评估的大数据处理系统和方法

技术领域

本发明属于大数据挖掘和信息处理技术领域，具体涉及一种企业成长性智能化评估的大数据处理系统和方法。

背景技术

随着新经济的发展，创新创业企业不断涌现，政府、科技金融机构对创新创业企业的扶持、投资不断增多，对于创新创业企业的价值评估需求大量增加，但受限于数据不充分、信息不对称、主观判断失准、企业技术能力评估难等因素，传统评估手段难以适应当前科技企业价值评估。

发明内容

针对上述问题，本发明提供一种企业成长性智能化评估的大数据处理系统和方法，根据各个区域和企业不同的特点设定不同的评价标准，根据企业数据利用机器深度学习对各项指标进行打分，得到企业价值评估结果，降低人工分析的不准确性，并基于大数据分析获得企业价值排行榜，帮助决策者快速筛选、多维度比较、精准决策。

本发明通过以下技术方案实现：

一种企业成长性智能化评估的大数据处理系统，包括企业数据预处理模块、企业价值评价指标管理模块和企业价值评估模块；所述企业数据预处理模块建立树杈式多级标签池，并通过机器深度学习模型按照关键字和/或高频词交叉匹配、和/或按照数据覆盖率统计、和/或按照数据覆盖范围统计的方式，将各类企业数据进行归类处理并与所述树杈式多级标签池建立多维关联关系；所述多维关联关系建立后形成多维关联企业数据库和企业多维关联数据库，所述多维关联企业数据库内部的所有企业之多维关联企业数据以所述树杈式多级标签池内部的各个标签为主形成，且通过索引标签，能够筛选出符合标签类型的所有企业，所述企业多维关联数据库内部的企业多维关联数据均以企业为主而形成，且通过索引企业对应的企业名称和/或企业信用代码和/或企业随机编码，能够筛选出该企业对应的树杈式多级标签池内的各个标签以及各个标签对应的标签数据；

所述评价指标管理模块包括标签数据完整度展示模块、评估标签选择分模块、算法选择分模块和标签指标权重选择分模块，所述标签数据完整度展示模块根据所述企业多维关联数据计算出每个标签下数据的完整度并展示以供所述评估标签选择分模块进行标签选择；所述评估标签选择分模块根据所述标签数据完整度展示模块展示的每个标签下数据的完整度，选择对应标签是否参与分数计算；所述算法选择分模块选择对应标签的相对分的评估采用线性算法或指数算法；所述标签指标权重选择分模块为标签的对应指标赋予权重；

所述企业价值评估模块包括绝对分评估模块和相对分评估模块。

作为优选，所述绝对分评估模块，将所述评估标签选择分模块自由选择的若干标签对应的各企业的多维关联企业数据，与预设的最高评分标准相比后，根据所述算法选择分模块选择的线性算法或指数算法进行处理，并乘以所述标签指标权重选择分模块赋予的权重，得出企业的绝对分数；

作为优选，所述相对分评估模块，将所述评估标签选择分模块自由选择的若干标签对应的各企业的多维关联企业数据，与所选参与评估的所有企业的企业多维关联数据相比后，根据所述算法选择分模块选择的线性算法或指数算法进行处理，并乘以所述标签指标权重选择分模块赋予的权重，得出各企业在所选参与评估的企业范围内的相对分数。

作为优选，所述企业多维关联数据包括将所述多维关联企业数据在所述机器深度学习分类模型进行多维筛选，按照企业所属类型分别在每一维度进行标签分类后形成的企业间的多维关联结果；每个标签均有其对应的企业数据，所述标签包括一级标签，每个一级标签均有其下属的二级标签，二级标签为所述绝对分数和所述相对分数的计算基础；所述评估标签选择分模块自由选择每一个所述二级标签是否参与分数计算。

作为优选，所述相对分评估模块中，企业相对分数的计算基础为每个所选二级标签的相对基础分数，其中，正向指标的所述二级标签的相对基础分数计算方式为(20+(Aij–MinAi)/(MaxAi–MinAi)×80)，逆向指标的所述二级标签的相对基础分数计算方式为(20+(Aij–MinAi)/(MaxAi–MinAi)×80)，其中，Aij表示第j个企业第i个二级标签对应的实际值，MaxAi表示所选参与评估的所有企业第i个指标的最大值，MinAi表示所选参与评估的所有企业第i个指标的最小值；所述二级标签的相对分数根据所选线性算法或指数算法不同，分为二级标签的线性相对分数和二级标签的指数相对分数，二级标签的线性相对分数为所述二级标签的相对基础分数×该二级标签的权重/100；二级标签的指数相对分数为将所述二级标签的相对基础分数按照指数算法处理后×该二级标签的权重/100，进而一级标签的相对分数为该一级标签下所有二级标签相对分数之和，企业的相对分数为所有一级标签相对分数之和。

作为优选，所述绝对分评估模块中，企业的绝对分数的计算基础为每个所选二级标签的绝对基础分数，其中，正向指标的所述二级标签的绝对基础分数计算方式为(20+二级标签对应的实际值/最高评分标准×80)；逆向指标的所述二级标签的绝对基础分数计算方式为(20+(最高评分标准-二级标签对应的实际值)/最高评分标准×80)；所述二级标签的绝对分数根据所选线性算法或指数算法不同，分为二级标签的线性绝对分数和二级标签的指数绝对分数，二级标签的线性绝对分数为所述二级标签的绝对基础分数×该二级标签的权重/100；二级标签的指数绝对分数为将所述二级标签的绝对基础分数按照指数算法处理后×该二级标签的权重/100，进而一级标签的绝对分数为该一级标签下所有二级标签绝对分数之和，企业的绝对分数为所有一级标签绝对分数之和。

作为优选，所述一级标签包括企业规模和贡献度、研发创新能力、人才储备、投融资能力、企业资质、竞争能力和企业征信中的一个或多个。

作为优选，所述企业规模和贡献度的二级标签包括营业收入、营收同比增速、上缴税款、参保人数、子公司数量和有效发明专利量中的一个或多个；所述人才储备的二级标签包括硕博人员数量、研发人员数量、高技能人才数量、硕博人员占总员工比例、研发人员数量占总员工比例、高技能人才数量占总员工比例、企业创办人入选人才计划类型、万人计划人才数量中的一个或多个；所述投融资能力的二级标签包括参与产业发展或创新创业基金、债券融资或股权融资或其他融资中的一个或多个；所述企业资质的二级标签包括高企及连续认定情况、瞪羚及连续认定情况、获得各级奖励情况中的一个或多个；所述竞争能力的二级标签包括所处产业发展趋势、与当地产业契合度、同类专利技术竞争对手数量中的一个或多个。

作为优选，所述正向标签是代表向上或向前发展、增长的标签，标签对应的实际值越大评价就越好，如营业收入；逆向指标是指数值越小越好的指标，如失效专利比例。

作为优选，所述多维关联企业数据包括将某一企业的所有企业原始数据进行分类后归纳(多维关联)到该企业对应的企业名称和/或企业信用代码和/或企业随机编码后形成的数据，包括企业基本信息数据、相关新闻报道数据、技术标准数据、知识产权数据、产品数据，和/或产业领域数据；所述企业基本信息至少包括企业名称、业务范围和注册地址。

作为优选，所述企业数据预处理模块包括企业数据获取分模块、企业数据清洗分模块、数据人工筛查分模块、机器深度学习模型建立分模块和企业标签多维筛选分模块；

所述企业数据获取分模块从各类公开渠道获得各类企业数据并将获得的企业数据发送至企业数据清洗分模块；

所述企业数据清洗分模块依据清洗原则对企业数据进行数据清洗操作得到多维关联企业数据，并将获得的多维关联企业发送至数据人工筛查分模块、机器深度学习模型建立分模块；所述清洗原则包括数据生成时间节点、数据有效性判断和数据完整性判断；

所述数据人工筛查分模块，通过数据的关键字和/或高频词交叉匹配、数据覆盖率统计、数据覆盖范围统计对多维关联企业数据进行人工筛查生成人为逻辑目标结果并将人为逻辑目标结果发送至机器深度学习模型建立分模块；所述人为逻辑目标结果包括人为标签分类结果及小范围多角度数据的其他标签分类结果

所述机器深度学习模型建立分模块以人为逻辑目标结果为对照组，通过机器深度学习算法对多维关联企业数据进行若干次打标签，直至所得结果与对照组的相对误差小于预设误差阈值为止，得到符合人为逻辑的机器深度学习分类依据模型；

所述企业标签多维筛选分模块根据所述机器深度学习分类模型，将所述多维关联企业数据按照企业所属类型进行标签分类，并将标签分类结果形成企业多维关联数据；所述多维关联企业数据通过所述机器深度学习分类模型处理后得到的企业多维关联数据与人为逻辑目标结果一致。

一种企业成长性智能化评估的大数据处理方法，包括如下步骤，

S1，从各类公开渠道获取各类企业原始数据；

S2，对上述各类企业原始数据进行数据清洗，得到多维关联企业数据；

S3，通过关键字和/或高频词交叉匹配、和/或数据覆盖率统计、和/或数据覆盖范围统计，对所述多维关联企业数据进行人工筛查，按照数据类型生成人为逻辑目标结果；

S4，以所述人为逻辑目标结果为若干对照组，通过机器深度学习算法对所述多维关联企业数据进行若干次标签分类的机器修正，直至所得机器结果与对照组的人为逻辑目标结果相对误差小于预设误差阈值为止，得到符合人为逻辑的机器深度学习分类模型；

S5，将所述多维关联企业数据按照企业所属类型进行标签分类，并将标签分类结果形成企业多维关联数据；所述多维关联企业数据通过所述机器深度学习分类模型处理后得到的企业多维关联数据与人为逻辑目标结果一致；

S6，根据所述企业多维关联数据计算出每个标签下数据的完整度，根据每个标签下数据的完整度，选择参与分数评估的标签，并针对每个所选标签选择分数进行线性算法处理或指数算法处理后；分别计算企业的绝对分数和相对分数，并从标签的维度将企业所得分数通过雷达图进行可视化展示；

其中，企业的绝对分数和相对分数计算，与标签维度的多少有关，当标签维度为二维时，所述标签包括一级标签和二级标签，每个一级标签均有其下属的二级标签，二级标签为所述绝对分数和所述相对分数的计算基础。

本发明相对于现有技术优势在于：

本发明所述企业成长性智能化评估的大数据处理系统和方法，企业数据获取模块可通过互联网数据采集和企业自己主动申报的方式进行数据录入，解决信息不对称的问题；且机器深度学习模型的建立和应用，解决标签及数据的主观判断失准的问题；在存在具体标签对应的相关数据时会根据算法打分，在标签对应的相关数据缺失的情况下会由机器深度学习模型根据从互联晚上收集到的其他信息与其他有数据的企业信息进行对比学习，从而为没有具体指标数值的企业也打出相对公允的分数。绝对分数能够根据时间的先后依次进行打分，进而有效看到企业历年变化情况，相对分数可以看到某一特定范围内，企业基于灰色比较法得出的相对其他所选范围内企业的差距。且评价指标管理模块根据该标签对应数据的完整度，自由设定参与打分的标签、算法和标签的加权值，满足不同情况下的多种需要，不再依赖于召开专家评审会的方式，解决了以往的打分指标不透明、指标适配性较差、指标个性化较差、数据不充分、信息不对称、主观判断失准、企业技术能力评估难等问题。且能够将企业成长性智能化评估的结果通过雷达图等更自由、充分的展示出来。

附图说明

图1是本发明企业成长性智能化评估的大数据处理系统和方法的流程图。

具体实施方式

为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。

一种企业成长性智能化评估的大数据处理系统和方法，如图1所示，包括企业数据预处理模块、企业价值评价指标管理模块和企业价值评估模块；

所述企业数据预处理模块建立树杈式多级标签池，并通过机器深度学习模型按照关键字和/或高频词交叉匹配、和/或按照数据覆盖率统计、和/或按照数据覆盖范围统计的方式，将各类企业数据进行归类处理并与所述树杈式多级标签池建立多维关联关系；所述多维关联关系建立后形成包括以所述树杈式多级标签池内部的各个标签为主形成的通过标签数据筛选符合标签类型的所有企业的多维关联企业数据的多维关联企业数据库，以及以企业为主形成的通过企业对应的企业名称和/或企业信用代码和/或企业随机编码索引企业对应的树杈式多级标签池内的各个标签的标签数据的企业多维关联数据的企业多维关联数据库。

所述企业数据预处理模块包括企业数据获取分模块、企业数据清洗分模块、数据人工筛查分模块、机器深度学习模型建立分模块、企业标签多维筛选分模块、企业价值评价指标管理模块和企业价值评估模块；

所述企业数据获取分模块从各类公开渠道获得各类企业数据并将获得的企业数据发送至企业数据清洗模块；各类企业数据包括但不限于企业基本信息数据、相关新闻报道数据、技术标准数据、知识产权数据、产品数据和/或产业领域数据。所述企业基本信息至少包括企业名称、业务范围和注册地址。所述数据获取分模块可以实时更新或定时抓取或定时录入这些数据，以对企业原始数据进行及时更新。

所述企业数据清洗分模块依据清洗原则对企业数据进行数据清洗操作得到多维关联企业数据，并将获得的多维关联企业发送至数据人工筛查分模块、机器深度学习模型建立分模块；所述清洗原则包括数据生成时间节点，并进行数据有效性判断和数据完整性判断，即对政府网公开数据、企业互动数据、专业机构数据(如天眼查等)和来自互联网的其他数据进行数据清洗处理时，至少需抓取各类企业原始数据的数据生成时间节点，并进行数据有效性判断和数据完整性判断。

清洗后得到的多维关联企业数据，包括将某一企业的所有企业原始数据进行分类后归纳(多维关联)到该企业对应的企业名称和/或企业信用代码和/或企业随机编码后形成的数据，数据类型包括注册资金、成立时间、人员规模、企业性质、是否瞪羚、是否高企、是否上市企业、是否独角兽、是否新三板、有多少双创活动、是否创新平台、是否创业载体、有多少产学研合作、每年工业总产值、产品销售收入、净利润、资产负债率、所得税、成本费用利润率、所有者权益、技术收入、技术服务出口占比、高技术产品出口占比、利润总额、产值利润率、技术合同成交总额、所在省、市、区、城市类型、高新区获得多少国家科技奖励、有什么企业资质、最新融资轮次、最近融资金额、最大融资金额、最新融资时间、每年R&D占比、R&D投入、R&D人员占比、R&D人员工资占比、专利持有量、所属产业领域、高新技术领域、国民经济行业分类、战略性新兴产业领域、行业地位信息中的一个或多个。其中每一个数据类型均为一个标签。

所述数据人工筛查分模块，通过数据的关键字和/或高频词交叉匹配、数据覆盖率统计、数据覆盖范围统计对多维关联企业数据进行人工筛查生成人为逻辑目标结果并将人为逻辑目标结果发送至机器深度学习模型建立分模块；

所述机器深度学习模型建立分模块以人为逻辑目标结果为对照组，通过机器深度学习算法对多维关联企业数据进行若干次打标签，直至所得结果与对照组的相对误差小于预设误差阈值为止，得到符合人为逻辑的机器深度学习分类依据模型；所述人为逻辑目标结果包括按照所述数据类型生成的所有标签以及这些标签下的所有数据。具体地，如果所述数据人工筛查模块得到1000个标签，每个标签下均已赋予其对应类型的数据。所述机器深度学习模型建立模块对其中前500标签对应类的数据通过机器深度学习算法进行机器学习，使其刚好能够出现前500个标签，建立初步机器深度学习模型，而后让初步机器深度学习模型对第501-600个标签对应的数据打标签，此时，出现的新标签中只有10％与第501-600个标签相同，将第501-600个标签给所述机器深度学习模型建立模块让其对所述初步机器深度学习模型进行学习修正，修正后的机器深度学习模型，让其继续对下100个标签对应的数据打标签，此时出现的新标签与人为结果的相似度可能有20％，这样学习5轮，打5轮，相似度就会显著提升，直至所得机器结果与对照组的人为逻辑目标结果相对误差小于预设误差阈值为止，得到符合人为逻辑的机器深度学习分类模型。

所述企业标签多维筛选分模块根据所述机器深度学习分类模型，将所述多维关联企业数据按照企业所属类型进行标签分类，并将标签分类结果形成企业多维关联数据；所述多维关联企业数据通过所述机器深度学习分类模型处理后得到的企业多维关联数据与人为逻辑目标结果一致；所述企业多维关联数据包括在所述机器深度学习分类模型进行多维筛选，按照企业所属类型分别在每一维度进行标签分类后形成的企业间的多维关联结果。所述标签分类结果中的标签类型包括产业领域标签、成立时间标签、最新融资轮次标签、最近融资金额标签、最近融资时间标签、人员规模标签、注册资金标签、企业性质标签、专利持有量标签、营业收入标签、技术收入标签、R&D投入标签、R&D占比标签中的一个或多个。

所述评价指标管理模块包括标签数据完整度展示模块、评估标签选择分模块、算法选择分模块和标签指标权重选择分模块，所述标签数据完整度展示模块根据所述企业多维关联数据计算出每个标签下数据的完整度并展示以供所述评估标签选择分模块进行标签选择；所述评估标签选择分模块根据所述标签数据完整度展示模块展示的每个标签下数据的完整度，选择对应标签是否参与分数计算；所述算法选择分模块选择对应标签的相对分的评估采用线性算法或指数算法；所述标签指标权重选择分模块为标签的对应指标赋予权重；

所述企业价值评估模块包括绝对分评估模块和相对分评估模块；

所述绝对分评估模块，将所述评估标签选择分模块自由选择的若干标签对应的各企业的多维关联企业数据，与预设的最高评分标准相比后，根据所述算法选择分模块选择的线性算法或指数算法进行处理，并乘以所述标签指标权重选择分模块赋予的权重，得出企业的绝对分数；

所述相对分评估模块，将所述评估标签选择分模块自由选择的若干标签对应的各企业的多维关联企业数据，与所选参与评估的所有企业的企业多维关联数据相比后，根据所述算法选择分模块选择的线性算法或指数算法进行处理，并乘以所述标签指标权重选择分模块赋予的权重，得出各企业在所选参与评估的企业范围内的相对分数。

实施例2

与上述实施例不同地是，所述企业多维关联数据包括将所述多维关联企业数据在所述机器深度学习分类模型进行多维筛选，按照企业所属类型分别在每一维度进行标签分类后形成的企业间的多维关联结果时；每个标签均有其对应的企业数据，所述标签包括一级标签，每个一级标签均有其下属的二级标签，二级标签为所述绝对分数和所述相对分数的计算基础；所述评估标签选择分模块自由选择每一个所述二级标签是否参与分数计算。所述一级标签包括企业规模和贡献度、研发创新能力、人才储备、投融资能力、企业资质、竞争能力和企业征信。所述企业规模和贡献度的二级标签包括营业收入、营收同比增速、上缴税款、参保人数、子公司数量和有效发明专利量；所述人才储备的二级标签包括硕博人员数量、研发人员数量、高技能人才数量、硕博人员占总员工比例、研发人员数量占总员工比例、高技能人才数量占总员工比例、企业创办人入选人才计划类型和万人计划人才数量；所述投融资能力的二级标签包括参与产业发展或创新创业基金、债券融资、股权融资和其他融资；所述企业资质的二级标签包括高企及连续认定情况、瞪羚及连续认定情况和获得各级奖励情况；所述竞争能力的二级标签包括所处产业发展趋势、与当地产业契合度和同类专利技术竞争对手数量。正向标签是代表向上或向前发展、增长的标签，标签对应的实际值越大评价就越好，如营业收入；逆向指标是指数值越小越好的指标，如失效专利比例。

所述相对分评估模块中，企业相对分数的计算基础为每个所选二级标签的相对基础分数，其中，正向指标的所述二级标签的相对基础分数计算方式为(20+(Aij–MinAi)/(MaxAi–MinAi)×80)，逆向指标的所述二级标签的相对基础分数计算方式为(20+(Aij–MinAi)/(MaxAi–MinAi)×80)，其中，Aij表示第j个企业第i个二级标签对应的实际值，MaxAi表示所选参与评估的所有企业第i个指标的最大值，MinAi表示所选参与评估的所有企业第i个指标的最小值；所述二级标签的相对分数根据所选线性算法或指数算法不同，分为二级标签的线性相对分数和二级标签的指数相对分数，二级标签的线性相对分数为所述二级标签的相对基础分数×该二级标签的权重/100；二级标签的指数相对分数为将所述二级标签的相对基础分数按照指数算法处理后×该二级标签的权重/100，进而一级标签的相对分数为该一级标签下所有二级标签相对分数之和，企业的相对分数为所有一级标签相对分数之和。

所述绝对分评估模块中，企业的绝对分数的计算基础为每个所选二级标签的绝对基础分数，其中，正向指标的所述二级标签的绝对基础分数计算方式为(20+二级标签对应的实际值/最高评分标准×80)；逆向指标的所述二级标签的绝对基础分数计算方式为(20+(最高评分标准-二级标签对应的实际值)/最高评分标准×80)；所述二级标签的绝对分数根据所选线性算法或指数算法不同，分为二级标签的线性绝对分数和二级标签的指数绝对分数，二级标签的线性绝对分数为所述二级标签的绝对基础分数×该二级标签的权重/100；二级标签的指数绝对分数为将所述二级标签的绝对基础分数按照指数算法处理后×该二级标签的权重/100，进而一级标签的绝对分数为该一级标签下所有二级标签绝对分数之和，企业的绝对分数为所有一级标签绝对分数之和。

一种企业成长性智能化评估的大数据处理方法，包括如下步骤，

S1，从各类公开渠道获取各类企业原始数据；

S2，对上述各类企业原始数据进行数据清洗，得到多维关联企业数据；

S3，通过关键字和/或高频词交叉匹配、和/或数据覆盖率统计、和/或数据覆盖范围统计，对所述多维关联企业数据进行人工筛查，按照数据类型生成人为逻辑目标结果；

S4，以所述人为逻辑目标结果为若干对照组，通过机器深度学习算法对所述多维关联企业数据进行若干次标签分类的机器修正，直至所得机器结果与对照组的人为逻辑目标结果相对误差小于预设误差阈值为止，得到符合人为逻辑的机器深度学习分类模型；

S5，将所述多维关联企业数据按照企业所属类型进行标签分类，并将标签分类结果形成企业多维关联数据；所述多维关联企业数据通过所述机器深度学习分类模型处理后得到的企业多维关联数据与人为逻辑目标结果一致；

S6，根据所述企业多维关联数据计算出每个标签下数据的完整度，根据每个标签下数据的完整度，选择参与分数评估的标签，并针对每个所选标签选择分数进行线性算法处理或指数算法处理后；分别计算企业的绝对分数和相对分数，并从标签的维度将企业所得分数通过雷达图进行可视化展示；

其中，企业的绝对分数和相对分数计算，与标签维度的多少有关，当标签维度为二维时，所述标签包括一级标签和二级标签，每个一级标签均有其下属的二级标签，二级标签为所述绝对分数和所述相对分数的计算基础。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明，但不以任何方式限制本发明。因此，尽管本说明书参照附图和实施例对本发明已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明进行修改或者等同替换，总之，一切不脱离本发明的精神和范围的技术方案及其改变，其均应涵盖在本发明专利的保护范围当中。