[发明专利]基于神经网络算法的企业特性分类计算方法及系统

说明书

本发明涉及基于神经网络算法的企业特性分类计算方法及系统，该方法包括获取目标企业的动态信息；从动态信息中拆分出企业资源和企业能力，形成企业相关特性数据；使用机器学习技术以及神经网络算法对企业相关特性数据进行挖掘、分类；建立基础数据数据库；存储分类后的企业相关特性数据。本发明通过对获取的目标企业动态信息进行拆分，再对拆分后的数据进行挖掘和分类，拆分过程中会从企业资源和企业能力入手，则综合考虑企业静态资源和企业动态能力，评价结果更全面和可信，采用神经网络分类方式，应用方便，效率高，拆分的颗粒越精细，分类的颗粒度精细，描绘和评价的准确性增加。

技术领域

本发明涉及企业特性分类方法，更具体地说是指基于神经网络算法的企业特性分类计算方法及系统。

背景技术

企业发展是指企业面对未来未知环境的适应，使企业得以进一步运行，实现企业目标。对于企业发展过程中，需要对企业的发展进行评价，以增大投资者的投资力度。

现有的企业发展评价一般是由人为根据经验对企业资源以及特性数据进行区分归类，根据归类后的结果进行评价，但是当前的这种评价方式存在以下问题：一是仅考虑基于企业资源对于企业发展的影响，静态且缺乏系统性；二是仅限于对企业发展的定性考虑，没有量化，且过于泛泛缺乏逻辑性；三是对企业的评价特性太多，无法正确区分并且归类；工作量太大，且准确率也比较低，从而造成企业发展评价不准确。

因此，有必要设计一种新的企业特性分类计算方法，实现综合考虑企业静态资源和企业动态能力，评价结果更全面和可信，应用方便，效率高，分类的颗粒度精细，描绘和评价的准确性增加。

发明内容

本发明的目的在于克服现有技术的缺陷，提供基于神经网络算法的企业特性分类计算方法及系统。

为实现上述目的，本发明采用以下技术方案：基于神经网络算法的企业特性分类计算方法，所述方法包括：

获取目标企业的动态信息；

从动态信息中拆分出企业资源和企业能力，形成企业相关特性数据；

使用机器学习技术以及神经网络算法对企业相关特性数据进行挖掘、分类；

建立基础数据数据库；

存储分类后的企业相关特性数据。

其进一步技术方案为：从动态信息中拆分出企业资源和企业能力，形成企业相关特性数据的步骤，所述企业资源包括有形资源、无形资源以及人力资源，所述企业能力包括研发能力、营销能力、财务能力、组织管理能力以及生产管理能力中至少一个。

其进一步技术方案为：使用机器学习技术以及神经网络算法对企业相关特性数据进行挖掘、分类的步骤，包括以下具体步骤：

使用机器学习技术对企业相关特性数据进行挖掘；

对挖掘后的企业相关特性数据进行神经网络算法的分类。

其进一步技术方案为：对挖掘后的企业相关特性数据进行神经网络算法的分类的步骤，包括以下具体步骤：

针对挖掘后的每一个企业相关特性数据获取神经元节点的输入值；

根据神经元节点的输入值获取挖掘后的每一个企业相关特性数据的误差值以及系统误差值；

判断误差值以及系统误差值是否满足设定条件；

若是，则获取神经元节点的输出值，形成分类结果；

若否，则计算挖掘后的每一个企业相关特性数据的各层节点输出偏差，进行误差反向传播，修改网络连接权值和阈值，并返回所述针对挖掘后的每一个企业相关特性数据获取神经元节点的输入值的步骤。