[发明专利]一种企业运营情况预测方法及装置

权利要求书

1.一种企业运营情况预测方法，其特征在于，包括：

获取企业时序数据，所述企业时序数据包括：企业运行时序数据和企业协作交易网络特征时序数据；

根据所述企业时序数据对预设的神经网络模型进行训练，得到复杂社会网络；

利用所述复杂社会网络对企业运营情况进行预测。

2.根据权利要求1所述的方法，其特征在于，还包括：对企业时序数据进行预处理，所述预处理包括：数据归一化处理和数据分割处理。

3.根据权利要求1所述的方法，其特征在于，还包括：

建立神经网络模型。

4.根据权利要求3所述的方法，其特征在于，还包括：

对所述神经网络模型进行训练。

5.根据权利要求4所述的方法，其特征在于，对所述神经网络模型进行训练，包括：指标特征训练、扩展特征训练和网络能效预测训练。

6.根据权利要求5所述的方法，其特征在于，所述指标特征训练，包括以下步骤：

基于企业时序数据通过计算得到的第一指标特征值；

将企业时序数据输入至预设的神经网络模型，得到第二指标特征值；

根据第一指标特征值和第二指标特征值得到预测偏差值，若预测偏差值高于预设偏差值，则调整预设的神经网络模型参数，直至预测偏差值低于预设偏差值，输出收敛的神经网络模型。

7.根据权利要求5所述的方法，其特征在于，所述扩展特征训练，包括：第一扩展特征训练和第二扩展特征训练；其中，所述第一扩展特征训练的训练数据样本为单一时刻企业时序数，所述第二扩展特征训练的训练数据样本为多个时刻或一段时间内的企业时序数。

8.根据权利要求6所述的方法，所述扩展特征训练，包括：第一扩展特征训练和第二扩展特征训练，其特征在于，所述网络能效预测训练，包括以下步骤：

基于第一扩展特征训练和第二扩展特征训练得到网络节点效能、网络效能的预测神经网络模型；

将企业时序数据输入至所述预测神经网络模型，得到网络节点效能、网络效能的预测值；

将所述预测值与实际效能值做差形成偏差信号，若偏差信号高于阈值，调整所述预测神经网络模型参数，直至所述偏差信号低于设定阈值，输出收敛的预测神经网络模型。

9.一种企业运营情况预测装置，其特征在于，所述装置包括：

企业时序数据模块，获取企业时序数据，所述企业时序数据包括：企业运行时序数据和企业协作交易网络特征时序数据；

特征值模块，将所述企业时序数据输入至预设的神经网络模型，得到特征值，

复杂社会网络模块，根据特征值得到复杂社会网络；

预测模块，利用所述复杂社会网络对企业运营情况进行预测。

10.一种企业运营情况预测装置，其特征在于，所述装置还包括：

预处理模块，对企业时序数据进行预处理，所述预处理包括：数据归一化处理和数据分割处理。