[发明专利]目标企业的类别确定方法及装置、存储介质、电子装置

权利要求书

1.一种目标企业的类别确定方法，其特征在于，包括：

分别获取多个目标企业在指定信息维度的多个维度信息；

分别对所述多个目标企业中的每一个所述目标企业的每一个所述维度信息进行分词处理，得到多个分词；

利用词汇转向量算法将所述分词转换为向量，得到所述多个目标企业中的每一个所述目标企业在所述指定信息维度的所有维度信息所对应的向量；

对所述向量进行第一聚类，得到每个所述目标企业的特征向量；

对每个所述目标企业的特征向量进行第二聚类；

对所述第二聚类的聚类结果进行降维处理，得到二维聚类结果；

根据所述二维聚类结果确定所述目标企业的实际类别，其中，在所述二维聚类结果中，与指定聚类中心的第一相似度位于第一预设范围之内的目标企业的实际类别为所述指定聚类中心所在的聚类类别，所述第一相似度通过所述二维聚类结果中的所述目标企业距所述指定聚类中心的距离来表征，所述第一预设范围为预设的距离范围。

2.根据权利要求1所述的目标企业的类别确定方法，其特征在于，所述对所述向量进行第一聚类，得到每个所述目标企业的特征向量，包括：

确定每一个所述维度信息的基准向量；

分别确定每一个所述目标企业的每一个所述维度信息与所述基准向量的第二相似度；

分别根据所述第二相似度确定每一个所述目标企业的特征向量。

3.根据权利要求1或2中任意一项所述的目标企业的类别确定方法，其特征在于，还包括：

根据所述目标企业的实际类别与原始类别确定所述目标企业是否是异常目标企业，其中，一个目标企业对应一种原始类别，实际类别与所述原始类别不一致的目标企业为所述异常目标企业。

4.根据权利要求3所述的目标企业的类别确定方法，其特征在于，还包括：

对于被确定为所述异常目标企业的目标企业，根据所述目标企业与自身的原始类别的相似度以及所述目标企业与自身的实际类别的相似度的相差值确定异常目标企业子类，其中，所述相差值用于指示目标企业偏离自身的原始类别的偏离程度，不同的相差值范围对应了不同的所述异常目标企业子类。

5.根据权利要求1所述的目标企业的类别确定方法，其特征在于，所述指定维度为企业科技投入维度。

6.根据权利要求5所述的目标企业的类别确定方法，其特征在于，所述多个维度信息包括：

平台描述信息、研发投入信息、科技合作信息、科技人员信息、专利信息、科技背景信息、产品效用或影响信息、外部政策信息、内部战略信息、模式信息、科技描述信息、宣传信息、设立或建立信息、流程信息、主营业务信息、经验信息、风险信息、产品线信息、产品描述信息和技术趋势信息。

7.一种目标企业的类别确定装置，其特征在于，包括：

获取模块，用于分别获取多个目标企业在指定信息维度的多个维度信息；

第一确定模块，用于分别对所述多个目标企业中的每一个所述目标企业的每一个所述维度信息进行分词处理，得到多个分词；利用词汇转向量算法将所述分词转换为向量，得到所述多个目标企业中的每一个所述目标企业在所述指定信息维度的所有维度信息所对应的向量；

聚类模块，用于对所述向量进行第一聚类，得到每个所述目标企业的特征向量；

第二确定模块，用于对每个所述目标企业的特征向量进行第二聚类；对所述第二聚类的聚类结果进行降维处理，得到二维聚类结果；根据所述二维聚类结果确定所述目标企业的实际类别，其中，在所述二维聚类结果中，与指定聚类中心的第一相似度位于第一预设范围之内的目标企业的实际类别为所述指定聚类中心所在的聚类类别；其中，所述第一相似度通过所述二维聚类结果中的所述目标企业距所述指定聚类中心的距离来表征，所述第一预设范围为预设的距离范围。

8.根据权利要求7所述的目标企业的类别确定装置，其特征在于，所述聚类模块，用于确定每一个所述维度信息的基准向量；分别确定每一个所述目标企业的每一个所述维度信息与所述基准向量的第二相似度；分别根据所述第二相似度确定每一个所述目标企业的特征向量。