[發(fā)明專利]企業(yè)的產(chǎn)業(yè)鏈節(jié)點(diǎn)確定方法、裝置、終端及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111418591.0
• 申請(qǐng)日: 2021-11-25
• 公開(kāi)（公告）號(hào): CN114154829A
• 公開(kāi)（公告）日: 2022-03-08
• 發(fā)明（設(shè)計(jì)）人: 沈浩;吳優(yōu)
• 申請(qǐng)（專利權(quán)）人: 上海幟訊信息技術(shù)股份有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京知果之信知識(shí)產(chǎn)權(quán)代理有限公司 11541
• 代理人: 高科

本申請(qǐng)公開(kāi)了一種企業(yè)的產(chǎn)業(yè)鏈節(jié)點(diǎn)確定方法、裝置、終端及存儲(chǔ)介質(zhì)。方法包括：利用實(shí)體識(shí)別算法對(duì)企業(yè)信息進(jìn)行識(shí)別處理，確定企業(yè)實(shí)體信息；利用聚類算法對(duì)企業(yè)實(shí)體信息進(jìn)行聚類，確定企業(yè)核心實(shí)體信息；基于企業(yè)核心實(shí)體信息、產(chǎn)業(yè)鏈信息和相似度算法，確定企業(yè)對(duì)應(yīng)的至少一個(gè)產(chǎn)業(yè)鏈節(jié)點(diǎn)。本發(fā)明將多維度的企業(yè)信息依次進(jìn)行識(shí)別和聚類，可有效去除噪音實(shí)體，并提高了對(duì)企業(yè)信息的處理效率，最后通過(guò)相似度算法對(duì)得到的企業(yè)核心實(shí)體信息進(jìn)行產(chǎn)業(yè)鏈節(jié)點(diǎn)的分類，不僅提高了分類的準(zhǔn)確度，還極大的優(yōu)化了分類結(jié)果的解釋性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體而言，涉及一種企業(yè)的產(chǎn)業(yè)鏈節(jié)點(diǎn)確定方法、裝置、終端及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著市場(chǎng)經(jīng)濟(jì)的快速發(fā)展，眾多產(chǎn)業(yè)也不斷在市場(chǎng)中快速涌現(xiàn)，極大地提升了市場(chǎng)的豐富程度。但是，由于很多產(chǎn)業(yè)出現(xiàn)時(shí)間比較短，存在產(chǎn)業(yè)定義不清、產(chǎn)業(yè)邊界模糊、產(chǎn)業(yè)主體混雜等情況，為產(chǎn)業(yè)市場(chǎng)分析和監(jiān)管提出了新的挑戰(zhàn)。因此，如何有效確定企業(yè)的產(chǎn)業(yè)鏈節(jié)點(diǎn)成為亟待解決的問(wèn)題。

目前，現(xiàn)有技術(shù)提供了網(wǎng)絡(luò)爬蟲(chóng)程序，該程序可自動(dòng)從互聯(lián)網(wǎng)的免費(fèi)平臺(tái)抓取企業(yè)的信息，通過(guò)這種方式，可及時(shí)獲取到企業(yè)的最新信息，進(jìn)而通過(guò)分類處理，確定企業(yè)所屬的產(chǎn)業(yè)鏈節(jié)點(diǎn)。

但是，上述方法通過(guò)企業(yè)單一維度信息來(lái)確定企業(yè)所屬的產(chǎn)業(yè)鏈節(jié)點(diǎn)，導(dǎo)致對(duì)企業(yè)進(jìn)行產(chǎn)業(yè)鏈節(jié)點(diǎn)分類準(zhǔn)確度低。

發(fā)明內(nèi)容

本申請(qǐng)的主要目的在于提供一種企業(yè)的產(chǎn)業(yè)鏈節(jié)點(diǎn)確定方法、裝置、終端及存儲(chǔ)介質(zhì)，以解決相關(guān)技術(shù)中確定企業(yè)所屬的產(chǎn)業(yè)鏈節(jié)點(diǎn)存在準(zhǔn)確度低的問(wèn)題。

為了實(shí)現(xiàn)上述目的，第一方面，本申請(qǐng)?zhí)峁┝艘环N企業(yè)的產(chǎn)業(yè)鏈節(jié)點(diǎn)確定方法，包括：

利用實(shí)體識(shí)別算法對(duì)企業(yè)信息進(jìn)行識(shí)別處理，確定企業(yè)實(shí)體信息；

利用聚類算法對(duì)企業(yè)實(shí)體信息進(jìn)行聚類，確定企業(yè)核心實(shí)體信息；

基于企業(yè)核心實(shí)體信息、產(chǎn)業(yè)鏈信息和相似度算法，確定企業(yè)對(duì)應(yīng)的至少一個(gè)產(chǎn)業(yè)鏈節(jié)點(diǎn)。

在一種可能的實(shí)現(xiàn)方式中，利用實(shí)體識(shí)別算法對(duì)企業(yè)信息進(jìn)行識(shí)別處理，確定企業(yè)實(shí)體信息，包括：

對(duì)企業(yè)信息進(jìn)行文本預(yù)處理，得到預(yù)處理后的企業(yè)信息；

在預(yù)處理后的企業(yè)信息選取訓(xùn)練樣本，并采用訓(xùn)練樣本對(duì)初始深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到目標(biāo)深度神經(jīng)網(wǎng)絡(luò)模型；

在預(yù)處理后的企業(yè)信息中選取預(yù)測(cè)樣本，并將預(yù)測(cè)樣本輸入至目標(biāo)深度神經(jīng)網(wǎng)絡(luò)模型中，輸出企業(yè)實(shí)體信息。

在一種可能的實(shí)現(xiàn)方式中，利用聚類算法對(duì)企業(yè)實(shí)體信息進(jìn)行聚類，確定企業(yè)核心實(shí)體信息，包括：

對(duì)企業(yè)實(shí)體信息進(jìn)行向量化，得到企業(yè)實(shí)體信息向量；

利用k-means算法對(duì)企業(yè)實(shí)體信息向量進(jìn)行無(wú)監(jiān)督聚類，確定聚類結(jié)果；

對(duì)聚類結(jié)果進(jìn)行實(shí)體統(tǒng)計(jì)，確定企業(yè)核心實(shí)體信息。

在一種可能的實(shí)現(xiàn)方式中，對(duì)聚類結(jié)果進(jìn)行實(shí)體統(tǒng)計(jì)，確定企業(yè)核心實(shí)體信息，包括：

統(tǒng)計(jì)聚類結(jié)果中的每個(gè)類簇的實(shí)體數(shù)目，得到多個(gè)實(shí)體數(shù)目；

將多個(gè)實(shí)體數(shù)目按照從大到小的順序進(jìn)行排列，得到排列結(jié)果；

在排列結(jié)果中選取前預(yù)設(shè)數(shù)量的實(shí)體數(shù)目作為核心實(shí)體簇，并將核心實(shí)體簇中的實(shí)體作為企業(yè)核心實(shí)體信息。

在一種可能的實(shí)現(xiàn)方式中，基于企業(yè)核心實(shí)體信息、產(chǎn)業(yè)鏈信息和相似度算法，確定企業(yè)對(duì)應(yīng)的至少一個(gè)產(chǎn)業(yè)鏈節(jié)點(diǎn)，包括：

分別對(duì)企業(yè)核心實(shí)體信息和產(chǎn)業(yè)鏈信息進(jìn)行向量化，得到企業(yè)核心實(shí)體信息向量和產(chǎn)業(yè)鏈信息向量；