基于人工智能的企业诊断、预测方法及装置、服务器制造方法及图纸

本申请公开了一种基于人工智能的企业诊断、预测方法及装置、服务器。该方法包括提取企业数据样本，输入机器学习模型进行训练；得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果；对所述企业健康诊断结果和所述企业发展预测结果提供解决策略；追踪并优化所述解决策略后将数据回流至企业数据样本对所述机器学习模型进行更新。本申请解决了企业诊断、预测效果不佳的技术问题。通过本申请实现了人工智能对企业健康状态诊断和前景预测。此外，本申请还包括持续追踪优化数据回流，实现数据迭代优化。

Enterprise Diagnosis and Prediction Method, Device and Server Based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的企业诊断、预测方法及装置、服务器
本申请涉及企业分析、人事管理领域，具体而言，涉及一种基于人工智能的企业诊断、预测方法及装置、服务器。
技术介绍
对企业发展进行预测分析，通常需要借助专家或咨询机构，对海量数据进行分析诊断并得出企业发展的预测出结果。专利技术人发现，目前存在对海量数据存在依赖，且诊断、预测结果并不准确。进一步，也缺乏持续追踪优化处理能力。针对相关技术中企业诊断、预测效果不佳的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种基于人工智能的企业诊断、预测方法及装置、服务器，以解决企业诊断、预测效果不佳的问题。为了实现上述目的，根据本申请的一个方面，提供了一种基于人工智能的企业诊断、预测方法。根据本申请的基于人工智能的企业诊断、预测方法包括：提取企业数据样本，输入机器学习模型进行训练；得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果；对所述企业健康诊断结果和所述企业发展预测结果提供解决策略；追踪并优化所述解决策略后将数据回流至企业数据样本对所述机器学习模型进行更新。进一步地，对所述企业健康诊断结果和所述企业发展预测结果提供解决策略之后还包括：判断是否需要通过干预进行解决策略调整，如果需要通过干预进行解决策略调整，则采用策略调整前的模型与策略调整后的模型对比，并根据企业发展走势是否符合已知企业样本的发展趋势确定是否采用所述解决策略。进一步地，通过训练所述机器学习模型，以使所述机器学习模型输出分数对应到行业的相似企业；并根据已知行业企业数据对所述机器学习模型进行学习训练，对目标企业健康诊断结果和所述企业发展预测结果提供解决策略的持续追踪优化。进一步地，所述机器学习模型包括：相似度计算模块，用于对输入模型的目标企业数据进行相似度计算，得到相似企业；打分模块，对所述相似企业进行打分，并筛选得到预设区间分值中的相似企业；输出模块，用于输出对所述预设区间分值中的相似企业的预设处理结果。进一步地，方法还包括：输入模块，用于在已知行业的企业样本中判断目标企业数据是否属于单个行业或多个行业；若目标企业属于单个行业，则按照第一数据组合规则组合所述目标企业和对比企业；若目标企业属于多个行业，则按照第二数据组合规则组合所述目标企业和对比企业；相似度计算模块，将目标企业按分值高低排序进行不同企业数据规则组合，将所述规则组合样本数据按相似度排序构成一矩阵分数；打分模块，还用以对所述矩阵分数采用协同过滤进行相似度打分。进一步地，对所述企业健康诊断结果依据：相似时期、相似规模、相似人才、相似财务、相似组织结构或者下一阶段发展趋势。进一步地，提取企业数据样本，输入机器学习模型进行训练包括：按照预设数据维度配置企业健康指标；根据所述企业健康指标确定企业数据标准阈值区间；通过所述机器学习模型在所述企业数据标准阈值区间内，得到行业分析结果；得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果包括：如果不同规模的企业数据和/或不同行业的企业数据满足所述标准阈值区间，则对目标企业的企业健康诊断结果和企业发展预测结果按照机器学习模型进行持续迭代。为了实现上述目的，根据本申请的另一方面，提供了一种基于人工智能的企业诊断、预测装置。根据本申请的基于人工智能的企业诊断、预测装置包括：提取模块，用于提取企业数据样本，输入机器学习模型进行训练；学习模型模块，用于根据得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果；诊断和发展策略模块，用于对所述企业健康诊断结果和所述企业发展预测结果提供解决策略；跟踪模块，用于追踪并优化所述解决策略后将数据回流至企业数据样本对所述机器学习模型进行更新。进一步地，装置还包括：干预模块，用于判断是否需要通过干预进行解决策略调整，如果需要通过干预进行解决策略调整，则采用策略调整前的模型与策略调整后的模型对比，并根据企业发展走势是否符合已知企业样本的发展趋势确定是否采用所述解决策略。为了实现上述目的，根据本申请的又一方面，提供了一种服务器，包括所述的企业诊断、预测装置。在本申请实施例中基于人工智能的企业诊断、预测方法及装置、服务器，采用提取企业数据样本，输入机器学习模型进行训练的方式，通过得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果，达到了对所述企业健康诊断结果和所述企业发展预测结果提供解决策略的目的，从而实现了追踪并优化所述解决策略后将数据回流至企业数据样本对所述机器学习模型进行更新的技术效果，进而解决了企业诊断、预测效果不佳的技术问题。附图说明构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请第一实施例的基于人工智能的企业诊断、预测方法流程示意图；图2是根据本申请第二实实施例的基于人工智能的企业诊断、预测方法流程示意图；图3是根据本申请第三实实施例的基于人工智能的企业诊断、预测方法流程示意图；图4是根据本申请第一实施例的基于人工智能的企业诊断、预测装置结构示意图；图5是根据本申请第二实施例的基于人工智能的企业诊断、预测装置结构示意图；图6是原理架构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。如图1所示，该方法包括如下的步骤S102至步骤S108：步骤S102，提取企业数据样本，输入机器学习模型进行训练；提取企业数据样本时，数据提取来源包括已知企业公开信息数据和预设全链路数据。其中，所述已知企业公开信息数据的数据量大于所述预设全链路数据。但是预设全链路数据的数据深度大于所述已知企业公开信息数据。在所述预设全链路数据建立独有的数据以及干预或非干预因子权重，数据更加精准。所述预设全链路数据包括但不限于企业规模数据、企业所属行业数据、企业财务数据、企业人事数据、企业组织结构数据等等。需要注意的是，在本申请的实施例中并不对具体已知企业数据的来源或数据结构进行限定，只要能够满足训练得到预设机器学习模型的要求即可，本领域技术人员可以根据实际使用情况进行选择或配置。步骤S104，得到的所述机器学习模型，用于输出企业健康诊本文档来自技高网...

【技术保护点】
1.一种基于人工智能的企业诊断、预测方法，其特征在于，包括：提取企业数据样本，输入机器学习模型进行训练；得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果；对所述企业健康诊断结果和所述企业发展预测结果提供解决策略；追踪并优化所述解决策略后将数据回流至企业数据样本对所述机器学习模型进行更新。

【技术特征摘要】
1.一种基于人工智能的企业诊断、预测方法，其特征在于，包括：提取企业数据样本，输入机器学习模型进行训练；得到的所述机器学习模型，用于输出企业健康诊断结果和企业发展预测结果；对所述企业健康诊断结果和所述企业发展预测结果提供解决策略；追踪并优化所述解决策略后将数据回流至企业数据样本对所述机器学习模型进行更新。2.根据权利要求1所述的基于人工智能的企业诊断、预测方法，其特征在于，对所述企业健康诊断结果和所述企业发展预测结果提供解决策略之后还包括：判断是否需要通过干预进行解决策略调整，如果需要通过干预进行解决策略调整，则采用策略调整前的模型与策略调整后的模型对比，并根据企业发展走势是否符合已知企业样本的发展趋势确定是否采用所述解决策略。3.根据权利要求1所述的基于人工智能的企业诊断、预测方法，其特征在于，通过训练所述机器学习模型，以使所述机器学习模型输出分数对应到行业的相似企业；并根据已知行业企业数据对所述机器学习模型进行学习训练，对目标企业健康诊断结果和所述企业发展预测结果提供解决策略的持续追踪优化。4.根据权利要求1所述的基于人工智能的企业诊断、预测方法，其特征在于，所述机器学习模型包括：相似度计算模块，用于对输入模型的目标企业数据进行相似度计算，得到相似企业；打分模块，对所述相似企业进行打分，并筛选得到预设区间分值中的相似企业；输出模块，用于输出对所述预设区间分值中的相似企业的预设处理结果。5.根据权利要求4所述的基于人工智能的企业诊断、预测方法，其特征在于，还包括：输入模块，用于在已知行业的企业样本中判断目标企业数据是否属于单个行业或多个行业；若目标企业属于单个行业，则按照第一数据组合规则组合所述目标企业和对比企业；若目标企业属于多个行业，则按照第二数据组合规则组合所述目标企业和对比企业；相似度计算模块，将目...

【专利技术属性】
技术研发人员：常兴龙，
申请(专利权)人：企家有道网络技术北京有限公司，
类型：发明
国别省市：北京,11