[发明专利]一种多场景动态企业综合评价方法及系统

说明书

本发明公开了一种多场景动态企业综合评价方法及系统，属于数据挖掘技术领域，包括：S1：清洗数据；S2：构建特征指标评价体系；S3：赋权评价指标；S4：企业综合得分排序。本发明对企业综合评分需求者对于特征指标体系方面知识没有要求，只要求需求者输入在意的若干指标便可通过距离相关系数建立定制化的特征指标体系，尤其是在新的特征指标加入到数据库后，新的特征指标有一定的可能会被纳入定制化的特征指标体系中，一定程度上克服了很多既定的特征指标体系过于陈旧无法反映新时期同类场景中新的关注点；此外通过采用主成分分析法客观地为特征指标确认权重，挖掘数据间的梳理关系，避免了多种定制特征指标体系需要多次专家打分的情形。

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种多场景动态企业综合评价方法及系统。

背景技术

国内外对企业评价体系的研究相对比较成熟，国外在对企业评价体系的研究上，从不同的视角和层面对企业评价体系的研究提供了方向，包括企业价值链理论、竞争战略管理理论、创新理论、企业发展关键因素等；随着“双创”热潮席卷发展，国内学者近年对评价体系研究主要集中在中小企业、企业成长方面。因此，传统的企业综合评价模型就是建立在相关学术研究提及的指标体系之上，完整全面地搜集相关企业发展指标使得模型结果最终可以真实反映各个企业发展情况；再通过层次分析法利用多位专家对于指标的重要性打分为各指标计算相应的权重；最后通过加权求和计算出企业的综合得分进而实现排序和比较。

诚然，在指标数据的收集上，传统评价模型借助专业知识节约了专项调研的时间，降低了对模型建立者相关知识储备的要求。但是以学术研究对特定行业、类型等具有某些共性的企业关注的指标为指导进行综合评分、排名，只能得到特定场景下企业的评比结果。多场景下，因为没有相关研究而失去良好特征指标体系的指导，评价企业的工作变得无从下手。此外，在指标权重的确定上，传统评价模型过度依赖专家打分的操作，也即对应每一套指标体系都需要请多位专家为体系内的指标进行重要性打分。多场景下，受制于人的精力和判断力有限而无法持续不断地为多种指标体系进行重要性打分，评价模型的自动化程度低。为此，提出一种多场景动态企业综合评价方法及系统。

发明内容

本发明所要解决的技术问题在于：如何克服传统企业综合评价模型仅在固定的已有的特征指标体系下进行评价的局限，以及确认特征指标的权重问题上层次分析法对专家打分的依赖，提供了一种多场景动态企业综合评价方法，本方法通过主成分分析方法客观计算特征指标的权重实现对企业的多场景评价。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：清洗数据

对异常数据进行清洗处理；

S2：构建特征指标评价体系

通过分别计算各输入特征与数据库中其他所有特征的距离相关系数，找出相关系数最大的前设定个特征纳入特征指标评价体系；

S3：赋权评价指标

基于步骤S2构建的特征指标评价体系中的特征指标和用来计算权重的企业，从数据库中取得相应的数据进而得到样本矩阵，对样本矩阵进行主成分分析，获得分析结果，进而得到初级权重模型，再根据初级权重模型构建综合评价函数，计算原有特征指标得分综合值，根据综合评价函数与原有特征指标得分综合值得到二级权重模型；

S4：企业综合得分排序

计算所有企业综合得分，比较排序并输出排序结果。

更进一步地，在所述步骤S1中，数据为从企业数据库中的数据。

更进一步地，在所述步骤S1中，异常数据的一个含义从特征指标的维度来检验，若特征指标的空值数据数量占比大于30％，这类特征不参与到指标特征体系的构建中；从被评价企业的维度来检验，若企业的特征指标超过50％为空值数据，这类企业无法给出综合评价的结果。