一种招商对象智能优选的方法及系统技术方案

本发明专利技术公开一种招商对象优选方法及系统，本发明专利技术主要包括：确定分析区域和区域内主导产业；通过分析计算，综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；根据诊断结果，筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。本发明专利技术从优化产业集群的目标实施有针对性的招商，解决了招什么，招商对象是谁的问题，实现了招商管理工作从重数量到重效果的转变。不仅能降低招商引资的成本，同时也优化了区域资源配置，通过壮大产业集群的方式提升区域产业活力和实力。

【技术实现步骤摘要】
一种招商对象智能优选的方法及系统
本专利技术涉及计算机领域，特别涉及一种基于产业集群分析评价指数的招商对象智能优选方法及系统。
技术介绍
在招商管理工作中，普遍缺乏对区域主导产业发展现状的分析方法，往往重视招商数量，不重视招商质量。区域内主导产业的构成往往是集群形态，缺少对产业集群的分析。如何以优化产业集群配置为目标，根据产业集群分析发现产业集群缺失，进一步有针对性地找到优选招商目标企业，对实现产业集群整体质量和效益的提升具有重要作用。
技术实现思路
本专利技术的目的在于为招商主体提供分析基于产业集群优化配置分析评价指数的招商对象优选系统及方法，找到符合优化产业集群配置的企业。为达到上述目的，本专利技术的技术方案是这样实现的：一种招商对象智能优选的方法，包括：S1：确定分析区域和区域内主导产业；通过分析计算，综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；S2：根据诊断结果，筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。进一步的，步骤S1的方法包括：S11：对需要分析的区域内产业集群的主导产业数据、产业门类数据进行采集，并对不同产业门类下的企业数量、销售额、纳税额以及龙头企业数量相关数据进行采集；S12：通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；S13：基于步骤S11、S12得到的数据，进行分析计算，综合得出产业集群分析评价指数；S14：将产业集群评价指数与全国重点地区相同产业聚集度指数平均值进行比较，诊断出该产业集群是否缺失。更进一步的，步骤S12所述价值分层的方法包括：S121、对产业集群的企业简介数据信息进行数据清洗；S122、运用条件随机场算法对企业简介样本进行词性标注、命名实体识别、分词，得到不同标签数据分词的频次概率，通过高频词汇建立设计研发型、生产加工型、销售与服务型专用标签库；S123、将中文分词转化为数学形式，即分词向量化，系统使用Word2Vec算法，通过该分词的前后N个词来推断该词出现的概率，利用最大似然估计法确定参数；S124、运用Doc2Vec相似度算法对企业简介进行文本对比，并进行所属分类的判断，实现企业分层判断。更进一步的，步骤S13所述分析计算包括：S131、根据企业数据信息中的企业数量，分析计算产业集群密度；集群密度计算方式为：区域内该主导产业下的企业数量占区域内总企业数量的比重，此比重数值乘以权重得到集群密度分数；S132、根据企业数据信息中的龙头企业数量，分析计算产业集群强度，集群强度计算方式为：区域内该主导产业下的龙头企业数量占区域内总龙头企业数量的比重，此比重数值乘以权重得到集群强度分数；S133、根据企业数据信息中的企业销售额、企业纳税额，分析计算产业集群企业规模，得到集群规模分数；S134、根据企业价值链分层，对设计研发型、生产加工型、销售与服务型企业分层赋予权重，进行加权计算得出产业集群价值结构分数。进一步的，步骤S2的方法包括：S21：根据诊断结果，对企业数据库中的招商对象进行合法性审查，筛选出适合的招商对象；S22：通过构建招商对象评价数学模型，计算招商对象评价指标分值；S23：获得所有招商对象评价指标评分，并按照评分从高到低进行排名；S24：根据需要选取某分数线之上的招商对象；S25：与被选取的招商对象确定投资项目；S26：计算招商对象的投资项目评价指标的分值；S27：获得所有投资项目的评价指标分值，按照评分从高到低进行排序，作为优选招商对象的优先级。更进一步的，步骤S21所述对企业数据库中的招商对象进行合法性审查的步骤包括：S211、企业数据库为预设的数据库，按照企业所属门类，纳入招商对象的范围；S212、在工商数据库中查询输入招商对象的相关信息；S213、依据企业主体合法性进行筛选；S214、对特定产业门类，还需要依据专业资格证书进行筛选。更进一步的，步骤S22所述通过构建招商对象评价数学模型，计算招商对象评价指数分值，步骤如下：S221、对筛选后的招商对象进行构建招商对象评价数学模型，建立招商对象评价指标体系；S222、为评价指标体系中的各项指标设置权重值；S223、通过计算，得到每个招商对象的评分。更进一步的，步骤S26所述计算投资项目评价指数的分值，步骤包括：S261、建立投资项目评价指标体系；S262、为评价指标体系中各项指标配置权重值；S263、计算各项指标数值，得到投资项目评价指标的分值。本专利技术还提供一种招商对象智能优选的系统，包括：产业集群分析模块，用于综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；企业数据库模块，用于存储有意向的所有企业和机构的基本信息；合法企业筛选模块，用于对企业和机构的主体合法性及业务合法性审查并存储筛选出的合法的招商对象；招商对象评分模块，用于对合法企业筛选模块中的招商对象，通过构建招商对象评价数学模型，计算招商对象评价指标分值，得到所有招商对象的评分，并按照分值从高到低进行排序；招商对象筛选模块：用于从企业评分模块中，选取某一分数线以上的招商对象并存储；项目评分模块，计算招商对象的投资项目评价指标分值，对所有投资项目的评分，并按照评分从高到低进行排序。进一步的，所述产业集群分析模块包括：价值分层单元，用于通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；计算单元：用于根据产业集群的相关数据以及价值分层单元得到的数据，进行分析计算，综合得出产业集群分析评价指数。相对于现有技术，本专利技术具有以下优势：与传统模式相比，本专利技术从优化产业集群的目标实施有针对性的招商，解决了招什么，招商对象是谁的问题，实现了招商管理工作从重数量到重效果的转变。不仅能降低招商引资的成本，同时也优化了区域资源配置，通过壮大产业集群的方式提升区域产业活力和实力。附图说明图1是本专利技术实施例的流程示意图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将结合附图来详细说明本专利技术。一种基于产业集群优化配置分析评价指数的招商对象优选方法，包括：S1：招商机构确定分析区域和区域内主导产业；S2：对需要分析的区域内产业集群的主导产业数据、产业门类数据进行采集，并对不同产业门类下的企业数量、销售额、纳税额以及龙头企业数量相关数据进行采集；S3：通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；S4：基于步骤S2、S3得到的数据，进行分析计算，综合得出产业集群分析评价指数；S5：将产业集群评价指数与全国重点地区相同产业聚集度指数平均值进行比较，诊断出该产业集群是否缺失；S6：对企业数据库中的招商对象进行合法性审查，筛选出适合的招商对象；S7：通过构建招商对象评价数学模型，计算招商对象评价指标分值；S8：获得所有招商对象评价指标评分，并按照评分从高到低进行排名；S9：根据需要选取某分数线之上的招商对象；S10：招商人员负责与被选取的招商对象进行洽谈，确定投资项目；S11：计算招商对象的投资项目评价指标的分值；S12：获得所有投资项目的评价指标分值，按照评分从高到低进行排序，作为优选招商对象的优先级。其中：一、步骤S3所述价值分层本文档来自技高网...

【技术保护点】
1.一种招商对象智能优选的方法，其特征在于，包括：S1：确定分析区域和区域内主导产业；通过分析计算，综合得出该区域重点发展产业集群中需要补足的产业门类是哪些；S2：建立招商对象评价的数学模型。根据S1得出的结果，在企业数据库中筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。

【技术特征摘要】
1.一种招商对象智能优选的方法，其特征在于，包括：S1：确定分析区域和区域内主导产业；通过分析计算，综合得出该区域重点发展产业集群中需要补足的产业门类是哪些；S2：建立招商对象评价的数学模型。根据S1得出的结果，在企业数据库中筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。2.根据权利要求1所述的方法，其特征在于，步骤S1的方法包括：S11：对需要分析的区域内产业集群的主导产业数据、产业门类数据进行采集，并对不同产业门类下的企业数量、销售额、纳税额以及龙头企业数量相关数据进行采集；S12：通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；S13：基于步骤S11、S12得到的数据，进行分析计算，综合得出产业集群分析评价指数；S14：将产业集群评价指数与全国重点地区相同产业聚集度指数平均值进行比较，诊断出该产业集群是否缺失。3.根据权利要求2所述的方法，其特征在于，步骤S12所述价值分层的方法包括：S121、对产业集群的企业简介数据信息进行数据清洗；S122、运用条件随机场算法对企业简介样本进行词性标注、命名实体识别、分词，得到不同标签数据分词的频次概率，通过高频词汇建立设计研发型、生产加工型、销售与服务型专用标签库；S123、将中文分词转化为数学形式，即分词向量化，系统使用Word2Vec算法，通过该分词的前后N个词来推断该词出现的概率，利用最大似然估计法确定参数；S124、运用Doc2Vec相似度算法对企业简介进行文本对比，并进行所属分类的判断，实现企业分层判断。4.根据权利要求2所述的方法，其特征在于，步骤S13所述分析计算包括：S131、根据企业数据信息中的企业数量，分析计算产业集群密度；集群密度计算方式为：区域内该主导产业下的企业数量占区域内总企业数量的比重，此比重数值乘以权重得到集群密度分数；S132、根据企业数据信息中的龙头企业数量，分析计算产业集群强度，集群强度计算方式为：区域内该主导产业下的龙头企业数量占区域内总龙头企业数量的比重，此比重数值乘以权重得到集群强度分数；S133、根据企业数据信息中的企业销售额、企业纳税额，分析计算产业集群企业规模，得到集群规模分数；S134、根据企业价值链分层，对设计研发型、生产加工型、销售与服务型企业分层赋予权重，进行加权计算得出产业集群价值结构分数。5.根据权利要求1所述的方法，其特征在于，步骤S2的方法包括：S21：根据诊断结果，对企业数据库中的招商对象进行合法性审查，筛选出适合的招商对象；S22：通过构建招商...

【专利技术属性】
技术研发人员：张连祥，
申请(专利权)人：张连祥，
类型：发明
国别省市：天津,12