[发明专利]一种基于电力营销数据的中小企业成长性评估方法及系统

说明书

一种基于电力营销数据的中小企业成长性评估方法及系统，基于前沿的统计方法、大数据处理技术和优化算法，包括基于电力营销数据、融合工商数据的企业成长分模型构建方法，首先，基于电力营销数据中的企业行业分类和工商数据中的经营范围，采用NLP和聚类等方法，完成企业的业务画像及分类；其次，基于企业的用电数据，基于离散系数、经过改进的季节性ARIMA等方法，计算企业用电量的稳定性、增长趋势，综合后形成企业电力成长分模型。本发明构建的电力成长分模型，基于企业用电数据的真实、准确、实时更新等特点，综合运用聚类、时序模型等方法，并对时序模型进行改进，进而能从历时和可比两个角度更准确地生成企业成长分，克服了传统的专家经验模型存在主观性较强的缺陷。

技术领域

本发明属于电力大数据处理技术领域，更具体地，涉及一种基于电力营销数据的中小企业成长性评估方法及系统，尤其涉及企业业务画像，企业用电稳定性/增长趋势/行业分位计算、大数据算法，大数据模型开发等。

背景技术

目前业界主要基于行业专家的行业经验和企业的经营及财务数据来构建企业成长分，上述成长分模型的数据源和建构方法存在以下不足：一是企业经营和财务数据往往按季度或者年度披露，在判断企业运营状况和成长性方面存在时滞；二是评估企业成长性时，因为数据的可得性问题，无法进行同行比较；三是普遍基于专家的行业经验或通过专家打分形成企业成长分时，其结果的主观性比较强。

发明内容

为解决现有企业成长分模型的不足，本发明的目的在于，提供一种基于电力营销数据的中小企业成长性评估方法及系统，基于企业用电数据和工商数据，运用NLP和时间序列模型等方法，生成企业运营稳定性、趋势和同行分位等得分，综合后形成企业电力成长分模型。首先，基于电力营销数据中的企业行业分类和工商数据中的企业经营范围，运用NLP算法对企业的业务属性进行画像，基于业务画像使用聚类算法对企业进行分类，为后续的同业比较提供参照集。其次，基于企业的用电数据，提取企业的用电特征，按照周、月、季度、年等可调周期，通过离散系数表征企业用电的稳定性；第三，基于改进的ARIMA方法，将企业用电量时间序列区分为趋势序列、周期序列和随机序列，从而更精准的预测企业用电成长性；第四，基于用电稳定性和增长趋势的二维比较框架，在同业中标定设定企业的坐标，得到一个二维的企业电力成长分。

本发明采用如下的技术方案。本发明的第一方面提供了一种基于电力营销数据的中小企业成长性评估方法，包括以下步骤：

步骤1，建立企业业务属性画像模型，得到业务可比的企业集；

步骤2，建立电力大数据处理模块，得到企业实际用电量的时间序列；

步骤3，建立企业用电稳定性模型；

步骤4，建立企业用电趋势模型；

步骤5，建立企业用电同业分位模型，基于企业用电的稳定性和增长趋势，以同类企业为样本，形成二维的严格可比的企业成长分。

优选地，步骤1具体包括：

步骤1.1，采集数据，获取电力营销数据、工商数据中的企业基本信息、行业分类和经营范围；

步骤1.2，基于企业工商数据中的经营范围文本，通过神经网络分词算法，提取企业的业务关键词；

步骤1.3，对于一个行业下所有企业，确定任意两家企业之间业务可比的程度。

优选地，步骤1.3具体包括：

步骤1.3.1，一个行业下所有企业的业务关键词集合构成一个由二元变量构成的向量空间，每一个企业都是这个空间中的一个具体映射；

步骤1.3.2，对这个空间中的两两企业建立列联表，通过列联表计算两家企业之间的业务距离D；

步骤1.3.3，D值越小表示两家企业之间的业务距离越小，从而可通过D值的取值范围确定两家企业之间业务可比的程度。