一种基于企业画像的企业精准分析方法和系统

本发明涉及企业画像技术领域，具体是涉及一种基于企业画像的企业精准分析方法和系统。

企业画像是对企业的所有相关信息进行提炼、整理与汇总，得到刻画、描述企业个体属性、行业属性和经营属性等多个维度的“画像”。现阶段基于企业的业务或应用中，以企业画像的相关企业信息为基础来开展工作，对企业画像进行分析和展现，能够帮助用户了解企业状况，但是目前难以基于企业画像对企业进行精准深入分析，用户难以全面深入了解企业状况。因此，需要提供一种基于企业画像的企业精准分析方法和系统，旨在解决上述问题。

针对现有技术存在的不足，本发明的目的在于提供一种基于企业画像的企业精准分析方法和系统，以解决上述背景技术中存在的问题。

本发明是这样实现的，一种基于企业画像的企业精准分析方法，所述方法包括以下步骤：

对企业画像中的各项信息进行提取，所述企业画像包括基本情况、企业风险、经营状况、科研信息和新闻舆情；

将企业风险输入至风险评级库，得到风险评分数，所述风险评级库能够自动根据企业风险的发生时间、风险程度和风险类型得到风险评分数；

对经营状况中的企业产值、企业收入和企业利润进行计算得到经营状况分，对经营状况分进行纵向比较和横向比较得到经营评分数；

对科研信息中的研发投入和发明专利量进行计算得到创新评分数；

根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数；

根据风险评分数、经营评分数、创新评分数和舆情评分数得到企业综合评分。

作为本发明进一步的方案：所述对经营状况分进行纵向比较和横向比较得到经营评分数的步骤，具体包括：

获取企业上一年的经营状况分，将当前的经营状况分与上一年的经营状况分进行纵向比较得到第一系数；

根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业；

获取每个可匹配企业的经营状况分，对可匹配企业的经营状况分取平均值得到平均状况分，将当前的经营状况分与平均状况分进行横向比较得到第二系数；

确定经营评分数，所述经营评分数=（1+第一系数+第二系数）*经营状况分。

作为本发明进一步的方案：所述根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业的步骤，具体包括：

获取与当前企业的经营范围相同的可比较企业，所述基本情况包括经营范围、企业性质和企业人数；

根据企业性质、企业人数和企业产值计算当前企业与可比较企业之间的匹配值；

选取与当前企业匹配度最高的预定数量的可比较企业为可匹配企业。

作为本发明进一步的方案：所述对科研信息中的研发投入和发明专利量进行计算得到创新评分数的步骤，具体包括：

计算研发投入相对于企业收入的占比得到研发占比值；

根据近一年的发明专利申请量和发明专利授权量得到专利创新值；

根据研发占比值和专利创新值得到创新评分数。

作为本发明进一步的方案：所述根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数的步骤，具体包括：

确定每项新闻舆情的影响值为+1或者是-1，当一项新闻舆情为正影响时，对应的影响值为+1；当一项新闻舆情为负影响时，对应的影响值为-1；

根据新闻舆情的发生时间得到时间系数；

确定下载量最多的预定数量的包含热度值的软件平台，每个软件平台对应设置有热度纠偏系数，获取每项新闻舆情在每个软件平台的热度值，计算得到每项新闻舆情的热度纠偏值，热度纠偏值=热度纠偏系数*热度值；

根据每个软件平台的热度纠偏值得到每项新闻舆情的平均热度纠偏值，计算得到舆情数，舆情数=影响值*时间系数*平均热度纠偏值；

对所有新闻舆情的舆情数进行累加得到当前企业的舆情评分数。

作为本发明进一步的方案：所述风险评级库用于对企业风险进行综合评分，将企业风险的发生时间、风险程度和风险类型输入至风险评级库中，自动得到风险评分数。

本发明的另一目的在于提供一种基于企业画像的企业精准分析系统，所述系统包括：

画像信息提取模块，用于对企业画像中的各项信息进行提取，所述企业画像包括基本情况、企业风险、经营状况、科研信息和新闻舆情；

风险评分数确定模块，用于将企业风险输入至风险评级库，得到风险评分数，所述风险评级库能够自动根据企业风险的发生时间、风险程度和风险类型得到风险评分数；

经营评分数确定模块，用于对经营状况中的企业产值、企业收入和企业利润进行计算得到经营状况分，对经营状况分进行纵向比较和横向比较得到经营评分数；

创新评分数确定模块，用于对科研信息中的研发投入和发明专利量进行计算得到创新评分数；

舆情评分数确定模块，用于根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数；

以及企业综合评分模块，用于根据风险评分数、经营评分数、创新评分数和舆情评分数得到企业综合评分。

作为本发明进一步的方案：所述经营评分数确定模块包括：

第一系数确定单元，用于获取企业上一年的经营状况分，将当前的经营状况分与上一年的经营状况分进行纵向比较得到第一系数；

可匹配企业确定单元，用于根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业；

第二系数确定单元，用于获取每个可匹配企业的经营状况分，对可匹配企业的经营状况分取平均值得到平均状况分，将当前的经营状况分与平均状况分进行横向比较得到第二系数；

以及经营评分数计算单元，用于确定经营评分数，所述经营评分数=（1+第一系数+第二系数）*经营状况分。

作为本发明进一步的方案：所述可匹配企业确定单元包括：

可比较企业子单元，用于获取与当前企业的经营范围相同的可比较企业，所述基本情况包括经营范围、企业性质和企业人数；

匹配值确定子单元，用于根据企业性质、企业人数和企业产值计算当前企业与可比较企业之间的匹配值；

可匹配企业子单元，用于选取与当前企业匹配度最高的预定数量的可比较企业为可匹配企业。

作为本发明进一步的方案：所述创新评分数确定模块包括：

研发占比值计算单元，用于计算研发投入相对于企业收入的占比得到研发占比值；

专利创新值计算单元，用于根据近一年的发明专利申请量和发明专利授权量得到专利创新值；

创新评分数确定单元，用于根据研发占比值和专利创新值得到创新评分数。

与现有技术相比，本发明的有益效果是：

本发明通过对企业画像中的企业风险、经营状况、科研信息和新闻舆情进行精准分析，得到风险评分数、经营评分数、创新评分数以及舆情评分数，通过多角度深入分析得到企业综合评分，更容易全面了解企业状况。

图1为一种基于企业画像的企业精准分析方法的流程图。

图2为一种基于企业画像的企业精准分析方法中对经营状况分进行纵向比较和横向比较得到经营评分数的流程图。

图3为一种基于企业画像的企业精准分析方法中确定与当前企业匹配度最高的预定数量的可匹配企业的流程图。

图4为一种基于企业画像的企业精准分析方法中对科研信息中的研发投入和发明专利量进行计算得到创新评分数的流程图。

图5为一种基于企业画像的企业精准分析方法中根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数的流程图。

图6为一种基于企业画像的企业精准分析系统的结构示意图。

图7为一种基于企业画像的企业精准分析系统中经营评分数确定模块的结构示意图。

图8为一种基于企业画像的企业精准分析系统中可匹配企业确定单元的结构示意图。

图9为一种基于企业画像的企业精准分析系统中创新评分数确定模块的结构示意图。

为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述。

如图1所示，本发明实施例提供了一种基于企业画像的企业精准分析方法，所述方法包括以下步骤：

S100，对企业画像中的各项信息进行提取，所述企业画像包括基本情况、企业风险、经营状况、科研信息和新闻舆情；

S200，将企业风险输入至风险评级库，得到风险评分数，所述风险评级库能够自动根据企业风险的发生时间、风险程度和风险类型得到风险评分数；

S300，对经营状况中的企业产值、企业收入和企业利润进行计算得到经营状况分，对经营状况分进行纵向比较和横向比较得到经营评分数；

S400，对科研信息中的研发投入和发明专利量进行计算得到创新评分数；

S500，根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数；

S600，根据风险评分数、经营评分数、创新评分数和舆情评分数得到企业综合评分。

需要说明的是，企业画像是对企业的所有相关信息进行提炼、整理与汇总，得到刻画、描述企业个体属性、行业属性和经营属性等多个维度的“画像”。现阶段基于企业的业务或应用中，以企业画像的相关企业信息为基础来开展工作，对企业画像进行分析和展现，能够帮助用户了解企业状况，但是目前难以基于企业画像对企业进行精准深入分析，用户难以全面深入了解企业状况，本发明实施例旨在解决上述问题。

本发明实施例中，首先需要对当前企业画像中的各项信息进行提取，企业画像中至少包括基本情况、企业风险、经营状况、科研信息和新闻舆情，接着将企业风险输入至风险评级库，得到风险评分数，风险评级库是事先建立完成的，所述风险评级库用于对企业风险进行综合评分，将企业风险的发生时间、风险程度和风险类型输入至风险评级库中，自动得到风险评分数，例如风险评级库的部分内容如下：

然后对经营状况中的企业产值、企业收入和企业利润进行计算得到经营状况分，经营状况分=K1*企业收入/企业产值+K2*企业利润/企业收入，所述K1和K2均为提前设置的定值，对经营状况分进行纵向比较和横向比较得到经营评分数，所述纵向比较是指与该企业上一年的经营状况分进行比较，所述横向比较是指与该企业的同类企业的经营状况分进行比较；接着对科研信息中的研发投入和发明专利量进行计算得到创新评分数，便于了解企业的创新力；另外，在自媒体时代，新闻舆情对于企业的发展特别是短期发展的影响较大，需要根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数；最后根据风险评分数、经营评分数、创新评分数和舆情评分数得到企业综合评分，所述企业综合评分=N1*风险评分数+N2*经营评分数+N3*创新评分数+N4*舆情评分数，所述N1、N2、N3和N4均为提前设置的定值。

如图2所示，作为本发明一个优选的实施例，所述对经营状况分进行纵向比较和横向比较得到经营评分数的步骤，具体包括：

S301，获取企业上一年的经营状况分，将当前的经营状况分与上一年的经营状况分进行纵向比较得到第一系数；

S302，根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业；

S303，获取每个可匹配企业的经营状况分，对可匹配企业的经营状况分取平均值得到平均状况分，将当前的经营状况分与平均状况分进行横向比较得到第二系数；

S304，确定经营评分数，所述经营评分数=（1+第一系数+第二系数）*经营状况分。

本发明实施例中，在进行纵向比较时，获取企业上一年的经营状况分得到第一系数，第一系数=（当前的经营状况分-上一年的经营状况分）/上一年的经营状况分；在进行横向比较时，首先需要根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业，预定数量为事先确定的，例如预定数量为三个，那么就获取匹配度最高的三个可匹配企业的经营状况分，对可匹配企业的经营状况分取平均值得到平均状况分，将当前的经营状况分与平均状况分进行横向比较得到第二系数，第二系数=（当前的经营状况分-平均状况分）/平均状况分，最后确定经营评分数，所述经营评分数=（1+第一系数+第二系数）*经营状况分，所述第一系数和第二系数为提前设置的定值。

如图3所示，作为本发明一个优选的实施例，所述根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业的步骤，具体包括：

S3021，获取与当前企业的经营范围相同的可比较企业，所述基本情况包括经营范围、企业性质和企业人数；

S3022，根据企业性质、企业人数和企业产值计算当前企业与可比较企业之间的匹配值；

S3023，选取与当前企业匹配度最高的预定数量的可比较企业为可匹配企业。

本发明实施例中，首先根据经营范围确定可比较企业，可比较企业与当前企业的经营范围相同，接着根据企业性质、企业人数和企业产值计算当前企业与可比较企业之间的匹配值，匹配值=M*[（当前企业人数-企业人数差值）/当前企业人数+（当前企业产值-企业产值差值）/当前企业产值]，所述M由企业性质决定，当企业性质相同时，M=1；当企业性质不同时，M=0.8，最后选取与当前企业匹配度最高的预定数量的可比较企业为可匹配企业。

如图4所示，作为本发明一个优选的实施例，所述对科研信息中的研发投入和发明专利量进行计算得到创新评分数的步骤，具体包括：

S401，计算研发投入相对于企业收入的占比得到研发占比值；

S402，根据近一年的发明专利申请量和发明专利授权量得到专利创新值；

S403，根据研发占比值和专利创新值得到创新评分数。

本发明实施例中，计算创新评分数时，首先计算研发占比值，然后根据近一年的发明专利申请量和发明专利授权量得到专利创新值，专利创新值=N5*专利申请量+N6*发明专利授权量，所述N5和N6均为提前设置的定值，最后根据研发占比值和专利创新值得到创新评分数，创新评分数=N7*研发占比值+N8*专利创新值，所述N7和N8均为提前设置的定值。

如图5所示，作为本发明一个优选的实施例，所述根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数的步骤，具体包括：

S501，确定每项新闻舆情的影响值为+1或者是-1，当一项新闻舆情为正影响时，对应的影响值为+1；当一项新闻舆情为负影响时，对应的影响值为-1；

S502，根据新闻舆情的发生时间得到时间系数；

S503，确定下载量最多的预定数量的包含热度值的软件平台，每个软件平台对应设置有热度纠偏系数，获取每项新闻舆情在每个软件平台的热度值，计算得到每项新闻舆情的热度纠偏值，热度纠偏值=热度纠偏系数*热度值；

S504，根据每个软件平台的热度纠偏值得到每项新闻舆情的平均热度纠偏值，计算得到舆情数，舆情数=影响值*时间系数*平均热度纠偏值；

S505，对所有新闻舆情的舆情数进行累加得到当前企业的舆情评分数。

本发明实施例中，每项所述新闻舆情中均标记有正影响或者是负影响，当一项新闻舆情为正影响时，对应的影响值为+1；当一项新闻舆情为负影响时，对应的影响值为-1，根据新闻舆情的发生时间得到时间系数，例如发生时间为近一个月时，时间系数为1；发生时间为近三个月时，时间系数为0.8；发生时间为近六个月时，时间系数为0.7；发生时间为近一年时，时间系数为0.6；发生时间为近三年时，时间系数为0.3；发生时间为三年以上时，时间系数为0.15；另外，还需要事先确定下载量最多的预定数量的包含热度值的软件平台，例如确定的包含热度值的软件平台有三个，每个软件平台对应设置有热度纠偏系数，容易理解，不同软件平台的热度值计算方法存在差异，通过热度纠偏系数使得热度值的计算结果趋于一致，接着获取每项新闻舆情在每个软件平台的热度值，计算得到每项新闻舆情的热度纠偏值，热度纠偏值=热度纠偏系数*热度值，根据每个软件平台的热度纠偏值得到每项新闻舆情的平均热度纠偏值，计算得到舆情数，舆情数=影响值*时间系数*平均热度纠偏值；对所有新闻舆情的舆情数进行累加得到当前企业的舆情评分数。

如图6所示，本发明实施例还提供了一种基于企业画像的企业精准分析系统，所述系统包括：

画像信息提取模块100，用于对企业画像中的各项信息进行提取，所述企业画像包括基本情况、企业风险、经营状况、科研信息和新闻舆情；

风险评分数确定模块200，用于将企业风险输入至风险评级库，得到风险评分数，所述风险评级库能够自动根据企业风险的发生时间、风险程度和风险类型得到风险评分数；

经营评分数确定模块300，用于对经营状况中的企业产值、企业收入和企业利润进行计算得到经营状况分，对经营状况分进行纵向比较和横向比较得到经营评分数；

创新评分数确定模块400，用于对科研信息中的研发投入和发明专利量进行计算得到创新评分数；

舆情评分数确定模块500，用于根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数；

以及企业综合评分模块600，用于根据风险评分数、经营评分数、创新评分数和舆情评分数得到企业综合评分。

本发明实施例中，首先需要对当前企业画像中的各项信息进行提取，企业画像中至少包括基本情况、企业风险、经营状况、科研信息和新闻舆情，接着将企业风险输入至风险评级库，得到风险评分数，风险评级库是事先建立完成的，所述风险评级库用于对企业风险进行综合评分，将企业风险的发生时间、风险程度和风险类型输入至风险评级库中，自动得到风险评分数，然后对经营状况中的企业产值、企业收入和企业利润进行计算得到经营状况分，经营状况分=K1*企业收入/企业产值+K2*企业利润/企业收入，所述K1和K2均为提前设置的定值，对经营状况分进行纵向比较和横向比较得到经营评分数，所述纵向比较是指与该企业上一年的经营状况分进行比较，所述横向比较是指与该企业的同类企业的经营状况分进行比较；接着对科研信息中的研发投入和发明专利量进行计算得到创新评分数，便于了解企业的创新力；另外，在自媒体时代，新闻舆情对于企业的发展特别是短期发展的影响较大，需要根据新闻舆情的正负影响、发生时间和热度值得到舆情评分数；最后根据风险评分数、经营评分数、创新评分数和舆情评分数得到企业综合评分，所述企业综合评分=N1*风险评分数+N2*经营评分数+N3*创新评分数+N4*舆情评分数，所述N1、N2、N3和N4均为提前设置的定值。

如图7所示，作为本发明一个优选的实施例，所述经营评分数确定模块300包括：

第一系数确定单元301，用于获取企业上一年的经营状况分，将当前的经营状况分与上一年的经营状况分进行纵向比较得到第一系数；

可匹配企业确定单元302，用于根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业；

第二系数确定单元303，用于获取每个可匹配企业的经营状况分，对可匹配企业的经营状况分取平均值得到平均状况分，将当前的经营状况分与平均状况分进行横向比较得到第二系数；

以及经营评分数计算单元304，用于确定经营评分数，所述经营评分数=（1+第一系数+第二系数）*经营状况分。

本发明实施例中，在进行纵向比较时，获取企业上一年的经营状况分得到第一系数，第一系数=（当前的经营状况分-上一年的经营状况分）/上一年的经营状况分；在进行横向比较时，首先需要根据企业画像确定与当前企业匹配度最高的预定数量的可匹配企业，预定数量为事先确定的，例如预定数量为三个，那么就获取匹配度最高的三个可匹配企业的经营状况分，对可匹配企业的经营状况分取平均值得到平均状况分，将当前的经营状况分与平均状况分进行横向比较得到第二系数，第二系数=（当前的经营状况分-平均状况分）/平均状况分，最后确定经营评分数，所述经营评分数=（1+第一系数+第二系数）*经营状况分，所述第一系数和第二系数为提前设置的定值。

如图8所示，作为本发明一个优选的实施例，所述可匹配企业确定单元302包括：

可比较企业子单元3021，用于获取与当前企业的经营范围相同的可比较企业，所述基本情况包括经营范围、企业性质和企业人数；

匹配值确定子单元3022，用于根据企业性质、企业人数和企业产值计算当前企业与可比较企业之间的匹配值；

可匹配企业子单元3023，用于选取与当前企业匹配度最高的预定数量的可比较企业为可匹配企业。

本发明实施例中，首先根据经营范围确定可比较企业，可比较企业与当前企业的经营范围相同，接着根据企业性质、企业人数和企业产值计算当前企业与可比较企业之间的匹配值，匹配值=M*[（当前企业人数-企业人数差值）/当前企业人数+（当前企业产值-企业产值差值）/当前企业产值]，所述M由企业性质决定，当企业性质相同时，M=1；当企业性质不同时，M=0.8，最后选取与当前企业匹配度最高的预定数量的可比较企业为可匹配企业。

如图9所示，作为本发明一个优选的实施例，所述创新评分数确定模块400包括：

研发占比值计算单元401，用于计算研发投入相对于企业收入的占比得到研发占比值；

专利创新值计算单元402，用于根据近一年的发明专利申请量和发明专利授权量得到专利创新值；

创新评分数确定单元403，用于根据研发占比值和专利创新值得到创新评分数。

以上仅对本发明的较佳实施例进行了详细叙述，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。