基于海量数据的企业决策点挖掘方法及其系统技术方案

本发明专利技术涉及基于海量数据的企业决策点挖掘方法及其系统，该方法包括对需要服务的企业进行分类和分层，获取企业子项；结合企业业务特征，将企业子项与企业的各类决策需求关联，形成决策点分类模型；基于专有数据源和海量数据，对决策点分类模型进行动态调整；匹配调整后的决策点分类模型和企业经营的产品和服务，获取企业决策点。本发明专利技术实现海量数据与企业实际经营分析结合，为企业经营决策提供主动、动态和及时的数据支持，在一定程度上可以预测企业发展需求和经营变化，预测性和规范性分析多，提高对企业需求的把握准确度，使得决策准确，通过对不同行业领域企业的大数据分析和机器学习，决策点分类模型可以有效服务于各种类型的企业。

【技术实现步骤摘要】
基于海量数据的企业决策点挖掘方法及其系统
本专利技术涉及企业决策点挖掘方法，更具体地说是指基于海量数据的企业决策点挖掘方法及其系统。
技术介绍
经营决策是指企业对未来经营发展的目标及实现目标的战略或手段进行最佳选择的过程，也是企业管理全部工作的核心内容，在企业的全部经营管理工作中，决策的正确与否，直接关系到企业兴衰成败和生存发展。目前市场上企业数据服务类型的产品都是基于已有产品或服务的供给式思维，虽然有些也是基于体量庞大且复杂的结构化或非结构化数据，但是总体上还是以基于历史数据分析的报表和描述性分析为主，不仅预测性和规范性分析相对较少，而且没有将数据分析技术嵌入业务流程，导致数据分析与企业业务的割裂，无法对企业运营决策提供主动性支持和帮助。中国专利201310059170.2公开了一种Web主题倾向性挖掘与决策支持的方法，包括步骤：S1.网络信息抽取与储存，通过网络挖掘技术，在互联网上获取信息，并将结果存入数据库和本地文件系统；S2.信息的观点主题检测与跟踪，利用专题评论数据，检测识别出感兴趣的具有完整语义信息的观点主题,并持续跟踪和关注该观点主题；S3.观点主题情感倾向性识别，对企本文档来自技高网...

【技术保护点】
基于海量数据的企业决策点挖掘方法，其特征在于，所述方法包括：对需要服务的企业进行分类和分层，获取企业子项；结合企业业务特征，将所述企业子项与企业的各类决策需求关联，形成决策点分类模型；基于专有数据源和海量数据，对决策点分类模型进行动态调整；匹配调整后的决策点分类模型和企业经营的产品和服务，获取企业决策点。

【技术特征摘要】
1.基于海量数据的企业决策点挖掘方法，其特征在于，所述方法包括：对需要服务的企业进行分类和分层，获取企业子项；结合企业业务特征，将所述企业子项与企业的各类决策需求关联，形成决策点分类模型；基于专有数据源和海量数据，对决策点分类模型进行动态调整；匹配调整后的决策点分类模型和企业经营的产品和服务，获取企业决策点。2.根据权利要求1所述的基于海量数据的企业决策点挖掘方法，其特征在于，对需要服务的企业进行分类和分层，获取企业子项的步骤，包括以下具体步骤：获取需要服务的已收录企业；按照经营对象或经营内容对所述企业的经营活动分类和分层，获取企业子项。3.根据权利要求1或2所述的基于海量数据的企业决策点挖掘方法，其特征在于，结合企业业务特征，将所述企业子项与企业的各类决策需求关联，形成决策点分类模型的步骤，包括以下具体步骤：结合企业业务特征，预测所述企业子项与企业经营中面临的各类决策需求匹配的概率；结合企业经营中面临的各类决策需求之间的关联关系，整合所述企业子项以及所述概率，形成决策点分类模型。4.根据权利要求3所述的基于海量数据的企业决策点挖掘方法，其特征在于，基于专有数据源和海量数据，对决策点分类模型进行动态调整的步骤，包括以下具体步骤：获取专有数据源以及关于企业的各类海量数据；根据专有数据源以及关于企业的各类海量数据，动态记录企业经营状况的发展趋势；结合所述发展趋势动态调整决策点分类模型。5.根据权利要求4所述的基于海量数据的企业决策点挖掘方法，其特征在于，匹配调整后的决策点分类模型和企业经营的产品和服务，获取企业决策点的步骤，包括以下具体步骤：根据企业经营的产品和服务，分析并获取企业当前的经营活动所处的企业子项；根据企业子项在所述决策点分类模型内查询对应的决策需求，获取企业决策点。6.基于海量数据的企业决策点挖掘系统，其特征在于，包括企业子项获取单元、模型形成单元、调整单...

【专利技术属性】
技术研发人员：李小强，
申请(专利权)人：前海梧桐深圳数据有限公司，
类型：发明
国别省市：广东,44