[发明专利]基于营商环境大数据的多域分析和智能决策系统及方法

权利要求书

1.基于营商环境大数据的多域分析和智能决策系统，其特征在于，包括：

数据预处理模块，用于对营商环境大数据进行预处理，构建多源营商环境数据库；

多域多维度评估分析模块，用于对多源营商环境数据库进行域内热点分析以及域内情感分析，生成多域分析报告；

深度智能决策模块，用于基于多源营商环境数据库构建营商环境文本数据层级多标签决策模型，并对多源营商环境数据库中的数据进行预测，得到其对应的层级标签分类。

2.根据权利要求1所述的基于营商环境大数据的多域分析和智能决策系统，其特征在于，所述数据预处理模块包括：

数据库构建单元，用于对营商环境大数据进行清洗，并根据已知的标准营商环境标签体系将清洗后的数据分为具有已知层级标签的多源营商环境训练数据集和具有未知层级标签的多源营商环境预测数据集；

数据分词和清洗单元，用于自定义针对营商环境领域的领域分词词库以及领域冗余词库，根据两个词库对训练数据集和预测数据集中的数据进行分词处理，得到多源营商环境数据库；

数据平衡单元，用于根据回译策略将多源营商环境数据库中样本数量少于阈值的标签下的数据翻译成中间语言再回译成汉语，以填补缺失数据，得到数据平衡后的多源营商环境数据库。

3.根据权利要求1所述的基于营商环境大数据的多域分析和智能决策系统，其特征在于，所述多域多维度评估分析模块包括：

多域数据集构建单元，用于根据不同域对多源营商环境数据库进行分割，得到一系列特定域的营商环境数据集；

域内热点分析单元，用于对于每个特定域利用Sklearn库中的CountVectorizer模块，对特定域的营商环境数据集中的词组进行计数，生成词袋；利用Sklearn库中的TfidfTransformer模块，计算词袋的Tf-idf特征；利用手肘法获得Tf-idf特征下的聚类中心；利用Kmeans方法对所有Tf-idf特征进行聚类，统计每类词组出现的频率，绘制频率高于阈值的词组的云图和每类词组频率统计柱状图；

域内情感分析单元，用于根据构建的情感词库，对每个特定域的营商环境数据集进行情感色彩分析，以识别出每个域内的情感倾向，使用加权平均的方法计算该域内的情感倾向分数并绘制情感倾向柱状图，生成多域分析报告。

4.根据权利要求3所述的基于营商环境大数据的多域分析和智能决策系统，其特征在于，所述情感色彩分析具体为：根据构建的情感词库，统计特定域的营商环境数据集中全部词汇的积极情感词和消极情感词及其位置,其中共包含N_p个积极情感词和N_n个消极情感词，判断情感词前是否存在程度副词，根据设定的情感程度副词及其权值，对不同的情感词赋予不同的权值。

5.根据权利要求1所述的基于营商环境大数据的多域分析和智能决策系统，其特征在于，所述深度智能决策模块包括：

层级标签决策模型训练单元，用于构建营商环境文本数据层级多标签决策模型，并使用多源营商环境数据库中的多源营商环境训练数据集对其进行训练；

层级标签决策模型预测单元，用于使用训练好的营商环境文本数据层级多标签决策模型，对多源营商环境数据库中的多源营商环境预测数据集进行层级标签分类，得到决策结果，即待预测营商环境数据的具体分类。

6.基于营商环境大数据的多域分析和智能决策方法，其特征在于，包括以下步骤：

数据预处理模块对营商环境大数据进行预处理，构建多源营商环境数据库；

多域多维度评估分析模块对多源营商环境数据库进行域内热点分析以及域内情感分析，生成多域分析报告；

深度智能决策模块基于多源营商环境数据库构建营商环境文本数据层级多标签决策模型，并对多源营商环境数据库中的数据进行预测，得到其对应的层级标签分类。