[发明专利]一种基于大数据的产业链分析系统及方法

权利要求书

1.一种基于大数据的产业链分析系统，包括相互数据连通的产业链数据获取模块、产业链数据清洗模块、数据人工筛查模块、机器深度学习模型建立模块、产业链数据分类模块、创新资源数据汇总模块；

所述产业链数据获取模块从公开渠道获得初级已知产业链数据和初级未知产业链数据并将获得的初级已知产业链数据和初级未知产业链数据发送至产业链数据清洗模块；

所述产业链数据清洗模块依据清洗原则对初级已知产业链数据和初级未知产业链数据进行数据清洗操作得到高级已知产业链数据和高级未知产业链数据，并将获得的高级已知产业链数据发送至数据人工筛查模块、机器深度学习模型建立模块，将获得的高级未知产业链数据发送至产业链数据分类模块；

所述数据人工筛查模块，通过数据的关键字和/或高频词交叉匹配、数据覆盖率统计、数据覆盖范围统计对高级已知产业链数据进行人工筛查生成人为逻辑目标结果并将人为逻辑目标结果发送至机器深度学习模型建立模块；

所述机器深度学习模型建立模块以人为逻辑目标结果为对照组，通过机器深度学习算法对高级已知产业链数据进行若干次自动分类直至所得结果与对照组的相对误差小于预设误差阈值为止，得到符合人为逻辑的机器深度学习分类依据模型，并将所得机器深度学习分类依据模型发送至产业链数据分类模块；

所述产业链数据分类模块利用机器深度学习分类依据模型对高级未知产业链数据进行自动分类，得到包括产业链内关联企业数据、产业链图、产业链各节点企业列表的产业链分类结果并将产业链分类结果发送至创新资源数据汇总模块；

所述创新资源数据汇总模块根据产业链分类结果获取并汇总对应产业链的创新资源数据并形成包括企业空间分布图、企业热力图及创新资源空间分布图的产业地图。

2.如权利要求1所述的系统，其特征在于，所述初级已知产业链数据包括现有产业领域及链条位置的企业基本信息、相关新闻报道、技术标准、专利数据、产品数据；所述初级未知产业链数据包括需要进行产业领域和链条位置划分的产业动态、产业领域、企业名称、企业业务范围、相关新闻报道、技术标准、专利数据、产品数据。

3.如权利要求1所述的系统，其特征在于，所述清洗原则包括数据生成时间节点、数据有效性判断、数据完整性判断。

4.如权利要求1所述的系统，其特征在于，所述人为逻辑目标结果包括人为分类依据及小范围多角度数据的分类结果。

5.如权利要求1所述的系统，其特征在于，所述创新资源数据包括对应产业链的高校、科研院所、创业孵化载体、科技服务机构、创新平台数据。

6.如权利要求1所述的系统，其特征在于，所述产业链图包括总产业链图、细分产业链图和关联企业信息；所述总产业链图为依据产业链分类结果的一级整体链图；所述细分产业链图为总产业链图下的二级和/或多级细分产业链图；所述关联企业信息为依据细分产业链图内细分产业链环节下的相关企业信息，包括企业名称、企业简介、企业地址、企业重大事件。

7.一种基于大数据的产业链分析方法，包括以下步骤：

S1、从公开渠道获得初级已知产业链数据和初级未知产业链数据；

S2、依据清洗原则对初级已知产业链数据和初级未知产业链数据进行数据清洗操作得到高级已知产业链数据和高级未知产业链数据；

S3、通过数据的关键字和/或高频词交叉匹配、数据覆盖率统计、数据覆盖范围统计对高级已知产业链数据进行人工筛查生成人为逻辑目标结果；

S4、以人为逻辑目标结果为对照组，通过机器深度学习算法对高级已知产业链数据进行若干次自动分类，得到符合人为逻辑的机器深度学习分类依据模型；

S5、利用机器深度学习分类依据模型对高级未知产业链数据进行自动分类，得到包括产业链内关联企业数据、产业链图、产业链各节点企业列表的产业链分类结果；

S6、获取并汇总对应产业链的创新资源数据并形成包括企业空间分布图、企业热力图及创新资源空间分布图的产业地图。