[发明专利]基于工业产品供需平台构建企业画像的方法、系统及介质

权利要求书

1.一种基于工业产品供需平台构建企业画像的方法，其特征在于，所述方法包括：

步骤1：从所述工业产品供需平台和第三方平台获取待画像企业的用户属性数据、用户行为数据、商品数据和企业工商数据，对获取的数据进行预处理后得到第一数据集，并将所述第一数据集存储在关系型数据库中；

步骤2：调用所述关系型数据库，对所述第一数据集中的数据进行二次处理得到第二数据集，利用专家规则和统计学方法从所述第二数据集中提取核心特征数据，根据所述核心特征数据初步建立用户属性标签、商品属性标签和用户行为标签；

步骤3：利用半监督方法从所述第二数据集中提取企业经营数据，建立标签预测模型，利用所述标签预测模型对企业经营状况进行预测，以获得企业经营状况标签；步骤3具体包括：

步骤3.1：按照行业类别从所述第二数据集中分别随机选取一定比例的企业经营数据作为企业样本，并利用行业专家规则确定所述企业样本的数据特征权重和第一经营评分，并建立建立数据特征与评分矩阵，包括：

[A_ij，b_i](a₁，a₂，a₃，...，a_j，b_i)；其中，A_ij表示i企业的第j个特征数据，B_i表示i企业的专家评分；

步骤3.2：再次按照行业类别从所述第二数据集中的剩余企业中，随机选取一定比例的企业经营数据，并利用该企业经营数据与所述数据特征与评分矩阵，计算该企业经营数据与所述企业样本的海明距离，基于所述海明距离采用最近邻规则方法预测该企业对应的第二经营评分，利用专家规则对所述数据特征权重、第一经营评分以及第二经营评分分别进行调整，并基于调整后的数据特征权重、第一经营评分以及第二经营评分建立标签预测模型；

步骤3.3：利用所述标签预测模型，从所述第二数据集中提取新的企业经营数据，计算所述新的企业经营数据与所述标签预测模型的海明距离，并基于所述海明距离采用最近邻规则方法预测新企业的经营评分；

其中，海明距离的计算方式为：

企业预测经营评分的计算方式为：

其中，A′_gj(a′₁，a′₂，a′₃，...，a′_j)为g企业的j个特征，D_gi为g企业与i企业的海明距离，w_j离为专家定义的j权重；b_k为基于海明距离的最邻近规则对企业预测的评分集合，M为综合评分值；

步骤4：根据所述用户属性标签、产品属性标签、用户行为标签和企业经营状况标签，生成企业画像；其中，所述企业画像包括用户属性画像、商品属性画像、企业经营画像以及用户行为画像。

2.根据权利要求1所述的基于工业产品供需平台构建企业画像的方法，其特征在于，所述用户属性数据包括企业信息数据、个人信息数据、企业属性数据和个人属性数据；所述商品数据包括需求数据和产品数据；所述用户行为数据包括企业行为数据和个人行为数据。

3.根据权利要求1所述的基于工业产品供需平台构建企业画像的方法，其特征在于，所述步骤1包括：

步骤1.1：从所述工业产品获取平台和第三方平台获取待画像企业的用户属性数据、用户行为数据、商品数据和企业工商数据；

步骤1.2：将所述用户属性数据、用户行为数据、商品数据和企业工商数据中的半结构化数据根据数据转化规则转化为结构化数据；

步骤1.3：遍历所有结构化数据，对所述结构化数据进行数据清洗以得到第一数据集，并将所述第一数据集以结构化数据形式存储在关系型数据库中。