[发明专利]基于生物特征表达企业要素之间联结方式的方法及其系统

说明书

本发明涉及基于生物特征表达企业要素之间联结方式的方法及其系统，该方法包括对特定企业要素的值进行归一化处理；利用归一化处理后的企业要素值按照同一纬度的向量表示，对企业表征向量化，获取原始向量；采用神经网络训练模型进行企业的深度表征，获取企业深度向量；根据企业深度向量获取企业要素之间的内部联结以及外部联结。本发明通过对特定的企业要素的值进行归一化，企业表征向量化及深度向量化，利用获取的企业深度向量获取企业要素的内部联结和外部联结，实现利用生物特征中的神经网络模型与企业要素之间联结有相似之处，为建立企业要素之间深层联结的表达方式提供了依据，有助于对单个企业态势的预测以及对多家企业的背景和态势的分析。

技术领域

本发明涉及企业要素，更具体地说是指基于生物特征表达企业要素之间联结方式的方法及其系统。

背景技术

企业要素之间存在联结，利用企业要素之间的联结，以进行企业态势的预测，也可以对多家企业的背景和态势的分析，缺少联结的要素对分析企业之间关系的作用不大。

目前，大部分企业要素之间的联结是通过关系数据库实现的，但是仅仅是一定程度的要素联结，而且主要通过主键外键之间的映射进行联结，要素之间的潜移默化的关系需要从不同角度挖掘，目前的联结方式无法表达深层的联结，导致企业态势的预测不够准确。

因此，有必要设计一种基于生物特征表达企业要素之间联结方式的方法，利用生物特征中的神经网络模型与企业要素之间联结有着相似之处，为建立企业要素之间深层联结的表达方式提供了依据，有助于对单个企业态势的预测以及对多家企业的背景和态势的分析。

发明内容

本发明的目的在于克服现有技术的缺陷，提供基于生物特征表达企业要素之间联结方式的方法及其系统。

为实现上述目的，本发明采用以下技术方案：基于生物特征表达企业要素之间联结方式的方法，所述方法包括：

对特定企业要素的值进行归一化处理；

利用归一化处理后的企业要素值按照同一维度的向量表示，对企业表征向量化，获取原始向量；

采用神经网络训练模型进行企业的深度表征，获取企业深度向量；

根据企业深度向量获取企业要素之间的内部联结以及外部联结；

对特定企业要素的值进行归一化处理的步骤，包括以下具体步骤：

对所有企业要素进行编码；

将每类企业要素的值按照标准化算法进行标准化，形成归一化处理的企业要素的值；

将每类企业要素的值按照标准化算法进行标准化，形成归一化处理的企业要素的值的步骤，包括以下具体步骤：

针对同一维度的企业要素的值建立集合；

统计集合内同一维度的企业要素的值出现的频率；

获取单个企业要素的值内的每个名词的权重以及每一个企业要素的概率，以每个名词以及对应的权重、每一个企业要素以及对应的概率形成归一化处理的企业要素的值。

其进一步技术方案为：采用神经网络训练模型进行企业的深度表征，获取企业深度向量的步骤，包括以下具体步骤：

建立企业名词,企业名词的频率表以及企业名词，事件的频率表；

根据频率表建立霍夫曼树；

原始向量作为输入层，将霍夫曼树作为输出层，训练神经网络，获取权重矩阵；

从权重矩阵中映射出企业向量，形成企业深度向量。

其进一步技术方案为：建立企业名词,企业名词的频率表以及企业名词，事件的频率表的步骤，包括以下具体步骤：