本申请适用于人工智能技术领域，提供了一种企业画像生成方法、装置、服务器及存储介质，该方法包括：获取目标企业的企业信息，以及对企业信息进行数据预处理，得到目标信息；对目标信息进行关键词提取，得到针对目标信息的目标关键词集；基于目标关键词集及目标关键词集中各关键词的属性信息，生成目标企业的企业标签；根据目标企业的各企业标签，生成目标企业的企业画像。本申请可以基于目标企业的企业信息中各关键词的属性信息，生成企业标签，从而采用所生成的企业标签构建目标企业的企业画像，有助于提高所构建的企业画像的准确率。有助于提高所构建的企业画像的准确率。有助于提高所构建的企业画像的准确率。
【技术实现步骤摘要】
企业画像生成方法、装置、服务器及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种企业画像生成方法、装置、服务器及存储介质。
技术介绍
[0002]垃圾收运是指垃圾的收集和运输。可以收运的垃圾有很多种，如，社区生活垃圾、建筑垃圾、渣土，需要被执行垃圾清运的场所也有很多，如，工厂、商场、酒店、建筑工地、学校、娱乐场所、培训中心等。目前市面上的垃圾收运企业较多，而选择垃圾收运企业的方式通常是通过人工手动进行选择，通过人工手动选择的方式，具有较大的随机性，难以从众多的垃圾收运企业中选取出满足用户需求的垃圾收运企业。
[0003]综上，相关技术中，为了实现从众多企业中选取出满足用户需求的企业，需要对企业，如垃圾收运企业，构建企业画像，以实现基于企业画像对企业进行准确选取。
技术实现思路
[0004]有鉴于此，本申请实施例提供了一种企业画像生成方法、装置、服务器及存储介质，以解决相关技术中，难以从众多的企业中选取出满足用户需求的企业的问题。
[0005]本申请实施例的第一方面提供了一种企业画像生成方法，包括：
[0006]获取目标企业的企业信息，以及对企业信息进行数据预处理，得到目标信息，其中，数据预处理包括以下至少一项：数据清洗、数据聚合、数据删减、数据转换；
[0007]对目标信息进行关键词提取，得到针对目标信息的目标关键词集；
[0008]基于目标关键词集及目标关键词集中各关键词的属性信息，生成目标企业的企业标签，其中，关键词的属性信息包括以下至少一项：关键词本身、关键词的语义信息、关键词的出现次数；
[0009]根据目标企业的各企业标签，生成目标企业的企业画像。
[0010]进一步地，对目标信息进行关键词提取，得到针对目标信息的目标关键词集，包括：
[0011]将目标信息输入预先训练的关键词提取模型，得到目标信息所包括的关键词，以及将所得到的关键词存入目标关键词集。
[0012]进一步地，对目标信息进行关键词提取，得到针对目标信息的目标关键词集，包括：
[0013]对目标信息进行目标实体提取，得到目标信息所包括的目标实体，以及将所提取的目标实体作为关键词存入目标关键词集。
[0014]进一步地，基于目标关键词集及目标关键词集中各关键词的属性信息，生成目标企业的企业标签，包括：
[0015]在关键词的属性信息包括关键词本身时，针对目标关键词集中的各关键词，将相应关键词与预设关键词集进行比较，若相应关键词属于预设关键词集，则将相应关键词确
定为目标企业的企业标签。
[0016]进一步地，基于目标关键词集及目标关键词集中各关键词的属性信息，生成目标企业的企业标签，包括：
[0017]在关键词的属性信息包括关键词的语义信息和关键词的出现次数时，针对目标关键词集中的各关键词，从目标关键词集中选取与相应关键词语义相似的多个关键词；
[0018]基于所选取的各关键词分别在目标关键词集中的出现次数，从多个关键词中选取满足预设筛选条件的部分关键词，以及根据选取得到的部分关键词，生成目标企业的企业标签。
[0019]进一步地，方法还包括：
[0020]对目标企业的企业标签进行标签聚类处理，得到多个类别及各类别下的企业标签；
[0021]根据各类别下的企业标签的语义信息，生成针对相应类别的企业标签。
[0022]进一步地，方法还包括：
[0023]若企业信息中包括至少一个舆情信息，则对舆情信息进行分词处理，得到舆情信息所包括的多个切分词及各切分词的出现次数，以及将各切分词输入预先训练的二分类模型，得到相应切分词的情感属性，其中，情感属性包括肯定属性和否定属性；
[0024]根据舆情信息所包括的各切分词的情感属性和出现次数，确定舆情信息的情感属性；
[0025]根据至少一个舆情信息中的各舆情信息的情感属性，生成企业标签。
[0026]本申请实施例的第二方面提供了一种企业画像生成装置，包括：
[0027]信息获取单元，用于获取目标企业的企业信息，以及对企业信息进行数据预处理，得到目标信息，其中，数据预处理包括以下至少一项：数据清洗、数据聚合、数据删减、数据转换；
[0028]信息提取单元，用于对目标信息进行关键词提取，得到针对目标信息的目标关键词集；
[0029]标签生成单元，用于基于目标关键词集及目标关键词集中各关键词的属性信息，生成目标企业的企业标签，其中，关键词的属性信息包括以下至少一项：关键词本身、关键词的语义信息、关键词的出现次数；
[0030]画像生成单元，用于根据目标企业的各企业标签，生成目标企业的企业画像。
[0031]进一步地，信息提取单元，具体用于：将目标信息输入预先训练的关键词提取模型，得到目标信息所包括的关键词，以及将所得到的关键词存入目标关键词集。
[0032]进一步地，信息提取单元，具体用于：对目标信息进行目标实体提取，得到目标信息所包括的目标实体，以及将所提取的目标实体作为关键词存入目标关键词集。
[0033]进一步地，标签生成单元，具体用于：在关键词的属性信息包括关键词本身时，针对目标关键词集中的各关键词，将相应关键词与预设关键词集进行比较，若相应关键词属于预设关键词集，则将相应关键词确定为目标企业的企业标签。
[0034]进一步地，标签生成单元，具体还用于：
[0035]在关键词的属性信息包括关键词的语义信息和关键词的出现次数时，针对目标关键词集中的各关键词，从目标关键词集中选取与相应关键词语义相似的多个关键词；
[0036]基于所选取的各关键词分别在目标关键词集中的出现次数，从多个关键词中选取满足预设筛选条件的部分关键词，以及根据选取得到的部分关键词，生成目标企业的企业标签。
[0037]进一步地，装置还包括第一标签扩展单元。其中，第一标签扩展单元，用于：
[0038]对目标企业的企业标签进行标签聚类处理，得到多个类别及各类别下的企业标签；
[0039]根据各类别下的企业标签的语义信息，生成针对相应类别的企业标签。
[0040]进一步地，装置还包括第二标签扩展单元。其中，第二标签扩展单元，用于：
[0041]若企业信息中包括至少一个舆情信息，则对舆情信息进行分词处理，得到舆情信息所包括的多个切分词及各切分词的出现次数，以及将各切分词输入预先训练的二分类模型，得到相应切分词的情感属性，其中，情感属性包括肯定属性和否定属性；
[0042]根据舆情信息所包括的各切分词的情感属性和出现次数，确定舆情信息的情感属性；
[0043]根据至少一个舆情信息中的各舆情信息的情感属性，生成企业标签。
[0044]本申请实施例的第三方面提供了一种服务器，包括存储器、处理器以及存储在存储器中并可在服务器上运行的计算机程序，处理器执行计算机程序时实现第一方面提供的企业画像生成方法的各步骤。
[0045本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种企业画像生成方法，其特征在于，所述方法包括：获取目标企业的企业信息，以及对所述企业信息进行数据预处理，得到目标信息，其中，所述数据预处理包括以下至少一项：数据清洗、数据聚合、数据删减、数据转换；对所述目标信息进行关键词提取，得到针对所述目标信息的目标关键词集；基于所述目标关键词集及所述目标关键词集中各关键词的属性信息，生成所述目标企业的企业标签，其中，所述关键词的属性信息包括以下至少一项：所述关键词本身、所述关键词的语义信息、所述关键词的出现次数；根据所述目标企业的各企业标签，生成所述目标企业的企业画像。2.根据权利要求1所述的企业画像生成方法，其特征在于，所述对所述目标信息进行关键词提取，得到针对所述目标信息的目标关键词集，包括：将所述目标信息输入预先训练的关键词提取模型，得到所述目标信息所包括的关键词，以及将所得到的关键词存入所述目标关键词集。3.根据权利要求1所述的企业画像生成方法，其特征在于，所述对所述目标信息进行关键词提取，得到针对所述目标信息的目标关键词集，包括：对所述目标信息进行目标实体提取，得到所述目标信息所包括的目标实体，以及将所提取的目标实体作为关键词存入所述目标关键词集。4.根据权利要求1所述的企业画像生成方法，其特征在于，所述基于所述目标关键词集及所述目标关键词集中各关键词的属性信息，生成所述目标企业的企业标签，包括：在所述关键词的属性信息包括所述关键词本身时，针对所述目标关键词集中的各关键词，将相应关键词与预设关键词集进行比较，若相应关键词属于预设关键词集，则将相应关键词确定为所述目标企业的企业标签。5.根据权利要求1所述的企业画像生成方法，其特征在于，所述基于所述目标关键词集及所述目标关键词集中各关键词的属性信息，生成所述目标企业的企业标签，包括：在所述关键词的属性信息包括所述关键词的语义信息和所述关键词的出现次数时，针对所述目标关键词集中的各关键词，从所述目标关键词集中选取与相应关键词语义相似的多个关键词；基于所选取的各关键词分别在所述目标关键词集中的出现次数，从所述多个关...
【专利技术属性】
技术研发人员：刘荣荣，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。