[发明专利]一种基于大数据的产业链分析系统及方法

说明书

本发明涉及一种基于大数据的产业链分析系统及方法，采用机器深度学习对关联企业进行分类，得到与产业高度关联的企业数据，降低人工分析的不准确性，并基于大数据分析获得优化配置的产业创新资源，提高产业创新资源的利用率，创新资源与企业的配套合作，促进产业技术创新能力的提高。

技术领域

本发明涉及产业分析技术领域，尤其涉及一种基于大数据的产业链分析系统及方法。

背景技术

随着生产技术的发展，生产规模的逐步扩大，现有生产过程越来越倾向于一系列互相关联的生产环节的组合，即产业链。根据产业链的定义，产业链是根据特定的逻辑联系和时空布局形成的上下关联的动态的链式结构。对于绝大部分企业来说，均处在某一个或某几个产业链中充当一定角色并与产业链中的其他企业形成链式关系，企业的发展越发依赖于产业链整体的发展。因此，对于产业链的有效、合理分析成为了产业链建设以及促进产业链内所有参与者共同发展的关键步骤。现有的产业链分析，针对的是企业群体的上下联动的链式组织关系分析，通过人工分析产业链的上下游关系及企业之间的关系，但是不能准确分析企业与相关产业的关联度高低，以及每个产业链节点下企业的配套创新资源，导致在产业链补强环节中无法针对性的招商，对创新资源不合理的配置导致资源浪费，利用率低。因此，为提高产业招商的准确性和创新资源的利用率，急需一种全新的产业链分析系统及方法。

发明内容

为解决现有技术的不足，本发明提出一种基于大数据的产业链分析系统及方法，采用机器深度学习对关联企业进行分类，得到与产业高度关联的企业数据，降低人工分析的不准确性，并基于大数据分析获得优化配置的产业创新资源，提高产业创新资源的利用率，创新资源与企业的配套合作，促进产业技术创新能力的提高。

为实现以上目的，本发明所采用的技术方案包括：

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。

进一步地，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。