一种企业需求智能诊断方法、系统以及存储介质技术方案

本发明专利技术提供了一种企业需求智能诊断方法、系统以及存储介质，该方法包括：按照企业所属行业类别在对应行业下获取源数据；对获取的该行业类别下的源数据进行过滤和预处理并提取对于需求分析有效的关键信息，消除噪音和无效信息；企业数据深度融合特征提取；利用得到的深度关联特征进行需求诊断识别模型构建；利用构建的识别模型进行实际企业需求诊断，得出与企业目前阶段需要相匹配的需求服务。本发明专利技术提供的企业需求智能诊断方法能够大幅度提升数据的处理和分析效率，减少人力和物力成本，且通过深度学习的方法得到的诊断模型比专家人为分析更为客观，方便企业在不同阶段进行智能化诊断得出需求结果。化诊断得出需求结果。化诊断得出需求结果。

【技术实现步骤摘要】
一种企业需求智能诊断方法、系统以及存储介质


[0001]本专利技术属于智能化数据挖掘和数据分析领域，具体涉及一种企业需求智能诊断方法、系统以及存储介质。

技术介绍

[0002]目前我国正处于互联网和智能信息时代，国家大力倡导在实施数字经济战略上抢新机，加快工业互联网创新发展，推动新一代信息技术与传统企业服务深度融合。目前有企业管理信息系统进行各类企业信息的管理和查询，然而随着有科创服务的深化，各类创业服务机构以及孵化器致力于提供科技成果转化、融资、项目落地和政策服务、产业资源导入等综合性的孵化服务，以及对优质早期项目进行直接投资，不同类型的企业在发展的不同阶段可能需要的需求不同，企业要投入大量人力物力进行数据处理并由专家进行需求分析，通常现有技术通常方法是通过领域内专家进行企业资料研读、问卷调查以及进行企业访谈、座谈等，之后依据这些数据做出诊断报告并发送给企业方提供决策，然而在此过程中企业需要有专门部门去做这项工作，或者需要委托第三方服务机构进行需求的诊断，这个过程需要处理大量的数据处理，且得出结论的过程中需要大量的领域内从业人员参与和对接，服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业需求智能诊断方法，方法包含如下步骤：步骤1，按照企业所属行业类别在对应行业下获取源数据；步骤2，对获取的该行业类别下的源数据进行过滤和预处理并提取对于需求分析有效的关键信息，消除噪音和无效信息；步骤3，企业数据深度融合特征提取；对步骤2预处理后的企业文本数据进行企业按预设的数据维度进行词向量提取，对获取的多个维度的企业数据词向量特征进行深度融合，对第一维度特征经过两个分支的卷积操作，其中第一分支包含三层卷积层，第二分支卷积层包含一层卷积层，通过上述两个分支的卷积层处理得到该维度下的词向量融合特征；还包括得到第二维度信息与第一维度信息进行关联融合特征，第二维度的词向量特征通过第三分支卷积操作后特征与上述第一维度特征的第二分支卷积得到的特征进行融合add计算，最后将第一维度下的词向量融合特征与得到的维度间的关联融合特征进行concat计算，各维度特征之间特征均进行此融合操作，最终得到本维度融合特征以及维度间的深度关联特征；步骤4，利用得到的深度关联特征进行需求诊断识别模型构建；步骤5，利用构建的识别模型进行实际企业需求诊断，得出与企业目前阶段需要相匹配的需求服务。2.根据权利要求1所述的企业需求智能诊断方法，其特征在于：所述企业数据深度融合特征提取中第一分支网络卷积核依次为1
×
1和5
×
5以及1
×
1，第二分支卷积核为1
×
1。3.根据权利要求1所述的企业需求智能诊断方法，其特征在于：识别模型获取的企业样本数据至少包含企业基础数据、企业融资数据、企业经营数据、企业知产数据、企业标签数据、企业竞品数据的六维度大类数据；服务类别数据包含数据服务、投行咨询、创业服务、专业服务根据。4.权利要求1所述的企业需求智能诊断方法，其特征在于需求诊断识别模型在深度融合特征提取后还包含池化和全连接计算，需求诊断识别模型分类函数为SoftMax函数。5.一种企业需求智能诊断系统，其特征在于包含如下模块：智能采集和源数据获取模块、数据过滤和与数据预处理模块，企业数据深度融合特征提取模块、需求诊断识别模型构建模块、诊断结果输出模块，其中：智能采集和源数据获取模块，按照企业所属行业类别在对应行业下获取源数据；数据过滤和与数据预处理模块，对获取的该行业类别下的...

【专利技术属性】
技术研发人员：滕健，张佩佩，张斌，高崎，
申请(专利权)人：天津联创科技发展有限公司，
类型：发明
国别省市：