仿神经元的企业数据层次表示方法及其系统技术方案

本发明专利技术涉及仿神经元的企业数据层次表示方法及其系统，该方法包括获取企业数据；基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分；根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据；根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次。本发明专利技术实现利用人脑神经网络构建企业数据层次，有利于保证数据的原子性，降低数据存储的冗余性，提高企业服务机构或组织对企业评价的全面性和组织性，更有效率的原始数据层次的正确性、准确性和高效性。

An enterprise data hierarchy representation method and its system

The present invention relates to enterprise level data imitation of neurons represent a method and a system thereof, the method includes obtaining the data; neuron classification based on enterprise data according to the perception of neurons, interneurons and motoneurons division; according to the connection relationship between perception of neurons, intermediate nerve element and motor neurons, access to corporate data on the subordinate relationship, get enterprise on the lower level data; according to the connection and lower the corporate data to divide the data of enterprise data acquisition level, enterprise level data. The invention realizes the construction of enterprise level data using human brain neural network, to ensure the atomicity of data redundancy, reduce data storage, improve the comprehensive evaluation of enterprise organization and service organization of enterprises, the original data level more efficiently the correctness, accuracy and efficiency.

【技术实现步骤摘要】
仿神经元的企业数据层次表示方法及其系统
本专利技术涉及企业数据层次，更具体地说是指仿神经元的企业数据层次表示方法及其系统。
技术介绍
企业数据层次包括管理、财务、市场、技术、产品、客户等多个层次，需要将企业数据层次表达清楚，有助于数据的存储。然而，目前市面上还没有一套标准的范式通过对企业的基本信息和企业的投资行业属性和主要产品来构建企业与企业、企业与产品、企业与投融资的关联数据层次，这导致企业服务机构或组织对企业的评价缺乏全面性和组织性，且不利于数据存储。因此，有必要设计一种仿神经元的企业数据层次表示方法，实现构建企业数据层次，降低数据存储的冗余性，提高企业服务机构或组织对企业评价的全面性和组织性。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供仿神经元的企业数据层次表示方法及其系统。为实现上述目的，本专利技术采用以下技术方案：仿神经元的企业数据层次表示方法，所述方法包括：获取企业数据；基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分；根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据；根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次。其进一步技术方案为：基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分的步骤，包括以下具体步骤；获取企业数据中的输入层数据、认知数据以及输出层数据；将输入层数据划分为感知神经元，将认知数据划分为中间神经元，将输出层数据划分为运动神经元。其进一步技术方案为：根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据的步骤之后，还包括以下具体步骤：获取新企业数据，根据新企业数据调整企业上下级数据。其进一步技术方案为：获取新企业数据，根据新企业数据调整企业上下级数据的步骤，包括以下具体步骤：获取新的企业数据样本以及新的企业{问题,答案}集；获取新的企业数据样本的重复率以及新的企业{问题,答案}集的准确度；根据重复率以及准确度，增强或减弱企业上下级数据之间的权重；根据权重调整企业上下级数据。其进一步技术方案为：根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次的步骤，包括以下具体步骤：将企业数据进行分层，获取不同层的数据；将不同层的数据按照连接关系进行企业数据层次表示。本专利技术还提供了仿神经元的企业数据层次表示系统，包括数据获取单元、分类单元、上下级数据获取单元以及层次划分单元；所述数据获取单元，用于获取企业数据；所述分类单元，用于基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分；所述上下级数据获取单元，用于根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据；所述层次划分单元，用于根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次。其进一步技术方案为：所述分类单元包括层次数据获取模块以及数据划分模块；所述层次数据获取模块，用于获取企业数据中的输入层数据、认知数据以及输出层数据；所述数据划分模块，用于将输入层数据划分为感知神经元，将认知数据划分为中间神经元，将输出层数据划分为运动神经元。其进一步技术方案为：所述系统还包括调整单元；所述调整单元，用于获取新企业数据，根据新企业数据调整企业上下级数据。其进一步技术方案为：所述调整单元包括新数据获取模块、比值获取模块、权重调整模块以及数据调整模块；所述新数据获取模块，用于获取新的企业数据样本以及新的企业{问题,答案}集；所述比值获取模块，用于获取新的企业数据样本的重复率以及新的企业{问题,答案}集的准确度；所述权重调整模块，用于根据重复率以及准确度，增强或减弱企业上下级数据之间的权重，获取感知神经元、中间神经元以及运动神经元之间的连接关系；所述数据调整模块，用于根据权重调整企业上下级数据。其进一步技术方案为：所述层次划分单元包括分层模块以及层次表示模块；所述分层模块，用于将企业数据进行分层，获取不同层的数据；所述层次表示模块，用于将不同层的数据按照连接关系进行企业数据层次表示。本专利技术与现有技术相比的有益效果是：本专利技术的仿神经元的企业数据层次表示方法，通过利用人脑神经网络中神经元的组织方式表示企业数据层次，根据神经元之间的连接关系获取企业上下级数据，在对企业上下级数据进行调整，根据连接关系以及企业上下级数据获取企业数据层次，实现利用人脑神经网络构建企业数据层次，有利于保证数据的原子性，降低数据存储的冗余性，提高企业服务机构或组织对企业评价的全面性和组织性，更有效率的原始数据层次的正确性、准确性和高效性。下面结合附图和具体实施例对本专利技术作进一步描述。附图说明图1为本专利技术具体实施例提供的仿神经元的企业数据层次表示方法的流程图；图2为本专利技术具体实施例提供的将企业数据按感知神经元以及中间神经元和运动神经元划分的流程图；图3为本专利技术具体实施例提供的根据新企业数据调整企业上下级数据的流程图；图4为本专利技术具体实施例提供的根据连接关系对企业数据划分数据层次的流程图；图5为本专利技术具体实施例提供的仿神经元的企业数据层次表示系统的结构框图；图6为本专利技术具体实施例提供的分类单元的结构框图；图7为本专利技术具体实施例提供的调整单元的结构框图；图8为本专利技术具体实施例提供的层次划分单元的结构框图；图9为本专利技术具体实施例提供的企业数据层次表示的框架图。具体实施方式为了更充分理解本专利技术的
技术实现思路
，下面结合具体实施例对本专利技术的技术方案进一步介绍和说明，但不局限于此。如图1～9所示的具体实施例，本实施例提供的仿神经元的企业数据层次表示方法，可以运用在表示企业与企业、企业与产品、企业与投融资的关联数据层次，实现构建企业数据层次，降低数据存储的冗余性，提高企业服务机构或组织对企业评价的全面性和组织性。如图1所示，本实施例提供了仿神经元的企业数据层次表示方法，该方法包括：S1、获取企业数据；S2、基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分；S3、根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据；S4、获取新企业数据，根据新企业数据调整企业上下级数据；S5、根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次。对于上述的S1步骤，具体是从互联网上获取企业的相关数据，包括但不限于新闻报道等内容。对于上述的S2步骤，基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分的步骤，包括以下具体步骤；S11、获取企业数据中的输入层数据、认知数据以及输出层数据；S12、将输入层数据划分为感知神经元，将认知数据划分为中间神经元，将输出层数据划分为运动神经元。其中输入层数据是感知企业运营中遇到的具体业务或问题的数据，中间神经元也为隐含层数据，中间神经元是用于理解业务或问题具体指向的过程中起传递作用的一层，而实际上中间神经元在具体问题中也具有感知神经元的功能，运动神经元即为输出层数据，运动神经元作为实际输出到回答问题或为具体业务提供解决方案的数据。基于已建立的神经元层次，构建在企业方面的数据层次，最细粒度的拆解数据与数据之间的关系本文档来自技高网...

【技术保护点】
仿神经元的企业数据层次表示方法，其特征在于，所述方法包括：获取企业数据；基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分；根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据；根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次。

【技术特征摘要】
1.仿神经元的企业数据层次表示方法，其特征在于，所述方法包括：获取企业数据；基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分；根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据；根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次。2.根据权利要求1所述的仿神经元的企业数据层次表示方法，其特征在于，基于神经元的分类，将企业数据按感知神经元、中间神经元以及运动神经元划分的步骤，包括以下具体步骤；获取企业数据中的输入层数据、认知数据以及输出层数据；将输入层数据划分为感知神经元，将认知数据划分为中间神经元，将输出层数据划分为运动神经元。3.根据权利要求2所述的仿神经元的企业数据层次表示方法，其特征在于，根据感知神经元、中间神经元以及运动神经元之间连接关系，获取企业数据的上下级关系，获取企业上下级数据的步骤之后，还包括以下具体步骤：获取新企业数据，根据新企业数据调整企业上下级数据。4.根据权利要求3所述的仿神经元的企业数据层次表示方法，其特征在于，获取新企业数据，根据新企业数据调整企业上下级数据的步骤，包括以下具体步骤：获取新的企业数据样本以及新的企业{问题,答案}集；获取新的企业数据样本的重复率以及新的企业{问题,答案}集的准确度；根据重复率以及准确度，增强或减弱企业上下级数据之间的权重；根据权重调整企业上下级数据。5.根据权利要求1至4任一项所述的仿神经元的企业数据层次表示方法，其特征在于，根据连接关系以及企业上下级数据对企业数据划分数据层次，获取企业数据层次的步骤，包括以下具体步骤：将企业数据进行分层，获取不同层的数据；将不同层的数据按照连接关系进行企业数据层次表示。6.仿神经元的企业数据层次表示系统，其特征在于，包括数据获取单元、分类单元、上下级数据获取单...

【专利技术属性】
技术研发人员：陈晓强，
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