一种基于产业园区招商智能推荐系统及推荐方法技术方案

本发明专利技术公开了一种基于产业园区招商智能推荐系统，包括产业评估筛选模块、园区印象模块、企业印象模块、招商策略模块和智能推荐模块；产业评估筛选模块用于建立组合赋权评价模型；园区印象模块用于全方位介绍产业园区的条块信息；企业印象模块用于在企业大数据库中对企业信息进行精准查询；招商策略模块用以给智能推荐模块提供模型基础；智能推荐模块用以产业园区招商精准推荐优质企业；还公开了一种用于产业园区招商智能推荐系统的推荐方法。本发明专利技术利用AHP层次分析法+熵权法组合赋权进行指标权重计算，既消除层次分析法计算结果主观性较强的弊端，又避免出现指标权重与实际情况不符的情况，指标权重计算结果更加科学精准，提高产业园区招商效率。高产业园区招商效率。高产业园区招商效率。

【技术实现步骤摘要】
一种基于产业园区招商智能推荐系统及推荐方法


[0001]本专利技术涉及到智能招商
，特别涉及一种基于产业园区招商智能推荐系统及推荐方法。

技术介绍

[0002]精准招商是提升区域经济核心竞争力、适应招商活动规律性的必然选择。如何改进我们的招商引资工作，实施精准招商，优化产业结构，是目前所要研究的重点。其中最重要的就是精准招商问题，如何选择最优细分产业、最适合的企业进行招商是我们所最关心的事情。但是因为绩效、信息不对称等因素的影响，导致各地盲目招商，不充分考虑招商的精准度与产业的契合度，最终造成招商企业不能带动当地经济的发展，甚至需要政府的扶持，阻碍了当地经济的发展。
[0003]精准招商的核心内容是提高招商的针对性，避免招商活动的随意性，降低招商风险，使招进的企业更符合地方经济发展要求。
[0004]精准招商具有以下一些基本特征，首先，精准招商表现为产业定位项目化、招商对象点位化、信息对接专业化等；其次，精准招商具有招商服务个性化的特点；最后，精准招商结果可以由产业结构升级和传统企业改造情况、财税增长情况、就业情况等衡量。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于产业园区招商智能推荐系统，其特征在于，包括：产业评估筛选模块(1)、园区印象模块(2)、企业印象模块(3)、招商策略模块(4)和智能推荐模块(5)；所述产业评估筛选模块，用于建立组合赋权评价模型，采用AHP层次分析法+熵权法计算基于最小偏差原则下的园区产业评价指标组合权重，确定最优的细分产业；所述园区印象模块，用于全方位介绍产业园区的条块信息；所述企业印象模块，用于在企业大数据库中对企业信息进行自定义精准查询；所述招商策略模块，通过所述产业评估筛选模块和所述园区印象模块来定义招商策略，用以给所述智能推荐模块提供模型基础；所述智能推荐模块，通过所述招商策略模块和所述企业印象模块搭建神经网络MLP多层感知机深度学习框架，用以产业园区招商精准推荐优质企业。2.根据权利要求1所述的一种基于产业园区招商智能推荐系统，其特征在于：在所述园区印象模块中，所述条块信息包括区位优势、发展战略、产业集群、园区政策、人才引进、企业服务、创新运营、特色建筑和成功案例。3.根据权利要求1所述的一种基于产业园区招商智能推荐系统，其特征在于：在所述企业印象模块中，所述企业信息包括企业基本信息、资产规模、营收水平、企业发展、企业高管社会关系、企业所在区政策指数、企业所在区行业结构指数。4.根据权利要求1所述的一种基于产业园区招商智能推荐系统，其特征在于：在所述招商策略模块中，所述招商策略包括产业链招商策略、区域优势策略、政策优势策略、人才策略。5.根据权利要求1所述的一种基于产业园区招商智能推荐系统，其特征在于：步骤1所述园区产业评价指标组合权重的具体计算步骤如下：步骤1.1：AHP层次分析法计算评价指标权重；步骤1.1所述AHP层次分析法计算评价指标权重的具体计算步骤如下：步骤1.1.1：建立递阶层次结构，递阶层次结构包括目标层、准则层和指标层，在产业评估筛选模块中，将组合赋权评价模型中的一级指标作为目标层，二级指标作为其准则层，三级指标作为指标层；步骤1.1.2：采用三度指标法进行标度，构造反映步骤1.1.1中各个指标相对重要性的比较矩阵A；其中，aij表示第i个指标相对第j个指标的重要性，n是比较矩阵的阶数；aij＝0，第j个指标比第i个指标重要；aij＝1，第i个指标比第j个指标同等重要；aij＝2，第i个指标比第j个指标重要；步骤1.1.3：计算排序指数hi；
求出步骤1.1.2中第i个指标与其他指标的比较结果并分别求和，即可得到排序指数，排序指数用hi表示；步骤1.1.4：构造判断矩阵B；根据计算出的排序指数hi构造判断矩阵B，判断矩阵B中的元素bij可通过下面公式求得：其中:h
max
＝max(h
i
)，h
min
＝min(h
i
)，步骤1.1.5：求步骤1.1.4中判断矩阵B的拟优矩阵B
’
；设判断矩阵B的拟优矩阵为B
’
，则B
’
内的元素bij
’
通过下面公式求得：首先计算出Cij，将Cij带入下面公式求得bij
’
，其中Cij构成的矩阵为最优传递矩阵C；步骤1.1.6：求解拟优矩阵B
’
的最大特征值及其对应的特征向量，归一化处理得到各个指标的权重值；通过步骤1.1.2至步骤步骤1.1.6可以得到某一层次指标相对于上一层次指标权重,递阶层次结构为三层，若计算第三层指标相对于第一层指标即三级指标相对于一级指标的权重，计算公式如下：其中，m表示二级指标指数，n表示三级指标个数；wj表示二级指标中第j个指标相对于一级指标的权重，wij表示三级指标中第i个指标相对于二级指标中第j个指标的权重；若三级指标中第i个指标与二级指标中第j个指标之间没有关系，则wij＝0；步骤1.2：熵权法计算评价指标权重；
步骤1.2所述熵权法计算评价指标权重的具体计算步骤如下：步骤1.2.1：设m个评价对象，n个评价指标，则形成下面原始数据矩阵X，X＝(x
ij
)
m
×
n
其中，xij为第i个评价对象在第j个指标上的平均值；步骤1.2.2：对原始数据矩阵X标准化处理,得到标准化矩阵Y；Y＝(x
ij
′
)
m
×
n
其中：xij
’
表示第i个评价对象在第j项评价指标的标准化值，xij表示第i个评价对象在第j个项评价指标上的原始数据；步骤1.2.3：计算指标权重；首先，计算指标标准化值的比重；对标准化矩阵Y中各个评价指标的标准化进行比重变换，计算对于第j个指标，第i个评价对象的贡献度Zij，然后，计算各个指标的信息熵ej；其中：定义Zij＝0时，ZijlnZij＝0；再然后，计算信息熵冗余度dj；d
j
＝1
‑
e
j
最后，直接计算出指标权重w；步骤1.3：基于最小偏差原则构建层次分析法与熵权法的组合赋权模型计算各指标的组合权重阵；步骤1.3所述基于最小偏差原则构建层次分析法与熵权法的组合赋权模型计算各指标的组合权重阵的具体计算步骤如下：
步骤1.3.1：设由AHP层次分析法得到的n个指标的权重向量为,且设由熵权法得到的n个指标的权重向量为,且在组合赋权模型中，设定k种方法得到的权重向量为fk，则两种赋权方法的权重向量为,f＝(f1，f2)
T
，且f1+f2＝1；步骤1.3.2：构造单目标优化模型和对应拉格朗日函数,求得两种方法的权重f1和f2的值以及最优组合权重向量；构造单目标优化模型，构造单目标优化模型，构建相应的拉格朗日函数，并求极值,对以上函数进行求导，并使得L(f，λ)
′
＝0，即：其中k＝1,2,构成包含3个未知数，3个方程的方程解，并且系数矩阵不等于零，由克莱姆法则可知，该方程组有唯一的非零解，在该组合赋权计算中为两种方法的组合，则s分别等于1和2时，将AHP层次分析法与熵权法求解的指标权重代入上述公式中，经过计算可求得两种方法的权重f1和f2的值以及最优组合权重向量f1ω
u
+f2ω
v
,推导出适合园区的最佳细分产业链排序，获取最优的细分产业类别。6.根据权利要求...

【专利技术属性】
技术研发人员：毛蔚赢，章岩，孙志奎，赵立杰，刘敏，
申请(专利权)人：上海阿法析地数据科技有限公司，
类型：发明
国别省市：