[發明專利]基于大數據的企業細分行業精準分析方法及其系統

在審

• 申請號: 201710160943.4
• 申請日: 2017-03-17
• 公開（公告）號: CN106934054A
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 李小強
• 申請（專利權）人: 前海梧桐（深圳）數據有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市精英專利事務所44242
• 代理人: 馮筠

1.基于大數據的企業細分行業精準分析方法，其特征在于，所述方法包括：

建立符合投資屬性的行業數據庫；

采用企業全名搜索相關咨訊網站，獲取搜索返回內容；

對所述搜索返回內容進行精準分析，獲取相應投資屬性的關鍵分詞；

對所述關鍵分詞進行匹配、分組統計以及打標簽。

2.根據權利要求1所述的基于大數據的企業細分行業精準分析方法，其特征在于，建立符合投資屬性的行業數據庫的步驟，具體是采用使用機器學習技術,通過對互聯網上海量的投資資訊數據進行挖掘以及分類，建立符合投資屬性的行業數據庫。

3.根據權利要求1所述的基于大數據的企業細分行業精準分析方法，其特征在于，采用企業全名搜索相關咨訊網站，獲取搜索返回內容的步驟，包括以下具體步驟：

當新企業加入后，采用企業全名在互聯網采集相關咨訊網站的海量數據；

使用大數據HDFS技術分布式存儲海量數據，將所述海量數據作為搜索返回內容。

4.根據權利要求3所述的基于大數據的企業細分行業精準分析方法，其特征在于，對所述搜索返回內容進行精準分析，獲取相應投資屬性的關鍵分詞的步驟，包括以下具體步驟：

對采集返回的所述海量數據進行清洗、歸類、提取摘要、提取關鍵字、分詞法以及語義分析，獲取精準的語言材料；

將所述精準的語言材料與語料庫進行匹配，獲得相應投資屬性的關鍵分詞。

5.根據權利要求1至4任一項所述的基于大數據的企業細分行業精準分析方法，其特征在于，對所述關鍵分詞進行匹配、分組統計以及打標簽的步驟，包括以下具體步驟：

將所述關鍵分詞與行業數據庫內的行業進行匹配和分組統計；

篩選出排名及權重合理的行業屬性，給企業打上精準的行業和產品標簽。

6.根據權利要求5所述的基于大數據的企業細分行業精準分析方法，其特征在于，將所述關鍵分詞與行業數據庫內的行業進行匹配和分組統計的步驟，具體是采用使用大數據MapReduce進行海量數據的匹配及分組統計。

7.基于大數據的企業細分行業精準分析系統，其特征在于，包括數據庫建立單元、內容獲取單元、關鍵分詞獲取單元以及分詞處理單元；

所述數據庫建立單元，用于建立符合投資屬性的行業數據庫；

所述內容獲取單元，用于采用企業全名搜索相關咨訊網站，獲取搜索返回內容；

所述關鍵分詞獲取單元，用于對所述搜索返回內容進行精準分析，獲取相應投資屬性的關鍵分詞；

所述分詞處理單元，用于對所述關鍵分詞進行匹配、分組統計以及打標簽。

8.根據權利要求7所述的基于大數據的企業細分行業精準分析系統，其特征在于，所述內容獲取單元包括數據采集模塊以及存儲模塊；

所述數據采集模塊，用于當新企業加入后，采用企業全名在互聯網采集相關咨訊網站的海量數據；

所述存儲模塊，用于使用大數據HDFS技術分布式存儲海量數據，將所述海量數據作為搜索返回內容。

9.根據權利要求8所述的基于大數據的企業細分行業精準分析系統，其特征在于，所述關鍵分詞獲取單元包括語言材料獲取模塊以及匹配單元；

所述語言材料獲取模塊，用于對采集返回的所述海量數據進行清洗、歸類、提取摘要、提取關鍵字、分詞法以及語義分析，獲取精準的語言材料；

所述匹配單元，用于將所述精準的語言材料與語料庫進行匹配，獲得相應投資屬性的關鍵分詞。

10.根據權利要求9所述的基于大數據的企業細分行業精準分析系統，其特征在于，所述分詞處理單元包括初步處理模塊以及篩選模塊；

所述初步處理模塊，用于將所述關鍵分詞與行業數據庫內的行業進行匹配和分組統計；

所述篩選模塊，用于篩選出排名及權重合理的行業屬性，給企業打上精準的行業和產品標簽。