基于大数据的企业活跃度监测方法及系统技术方案

本发明专利技术属于大数据技术领域，公开了基于大数据的企业活跃度监测方法及系统，获取企业活跃度测评资源分布以及市场监管部门基本数据；确定业务逻辑和计算逻辑，构建企业活跃度指标模型；处理指标中的异常值，计算行业调节参数和规模调节参数；采用min

【技术实现步骤摘要】
基于大数据的企业活跃度监测方法及系统


[0001]本专利技术属于大数据
，尤其涉及一种基于大数据的企业活跃度监测方法、系统。

技术介绍

[0002]近年来，随着我国经济社会高速发展，新技术、新模式、新业态不断涌现，也给市场监管带来新的挑战。现有的企业监管方式无法与企业形成多方位涉联，也无法构建全流程管控，效率低、数据利用率差、无法形成精准的指标及结果，需要利用一种模型辅助量化，形成精准的监测分析结果，帮助提升企业监管的效率与质量。企业活跃度是一个能够衡量企业发展现状的重要维度。目前我国暂时没有出台统一的关于企业活跃度的标准评价体系，因此现有技术中对于企业活跃度的评测办法多是建立一套指标体系来对企业活跃度值进行指标评判，具有一定的局限性和不完全性，数据范围覆盖不足、质量不高、计算过程复杂，使用的参数指标不完全贴合现如今市场现状，为评估或制定决策依据做出数据支撑的作用较低，难以适应新形势下企业活跃度监测的需要。
[0003]现有技术为充分发挥大数据技术的比较优势和企业信用信息公示系统的重要作用，改进经济运行监测预测和风险预警，合理引导市场预期，提高服务水平和监管效率，构建了企业活跃度模型。该模型主要涵盖企业属性信息、经营状态信息和经营活动信息三类，共计18个指标。随着机构改革、新形势新业态的发展，以及整体企业运行环境的变化，该模型已无法反应企业活跃度的真实情况，故依据当前现实情况，针对企业活跃度模型进行优化重构。
[0004]通过上述分析，现有技术存在的问题及缺陷为：（1）现有的企业监管方式无法与企业形成多方位涉联，也无法构建全流程管控，效率低、数据利用率差、无法形成精准的指标及结果。
[0005]（2）现有技术中对于企业活跃度的评测办法多是建立一套指标体系来对企业活跃度值进行指标评判，具有一定的局限性和不完全性。
[0006]（3）现有企业活跃度模型只能得出数据结论，对结果没有进行进一步分类分析，无法客观详实反应整体企业活跃度的真实情况。
[0007]（4）现有的企业活跃度分析系统多用给定的指标体系做蓝本，没有结合实际数据及市场状况，不能反应更全面、更符合企业运行状态、更贴合当下市场情况的企业活跃度状况。

技术实现思路

[0008]针对现有技术存在的问题，本专利技术提供了一种基于大数据的企业活跃度监测方法、系统。
[0009]本专利技术是这样实现的，一种基于大数据的企业活跃度监测方法，应用于客户端，所述基于大数据的企业活跃度监测方法包括：
客户端通过优化企业经营状态与企业经营活动指标以及计算权重，提升企业活跃度数值的可信度；结合经济环境、市场运行现状、产业行业现状、区域差异、企业年龄以及企业规模的影响因素，优化行业调节参数与规模调节参数，利用优化后的企业活跃度模型进行企业活跃度数据的计算与监测。
[0010]进一步，所述基于大数据的企业活跃度监测方法包括以下步骤：步骤一，获取企业活跃度测评资源分布以及市场监管部门基本数据；步骤二，确定业务逻辑和计算逻辑，并构建企业活跃度指标数据模型；步骤三，处理指标中的异常值，并计算行业调节参数和规模调节参数；步骤四，采用min
‑
max标准化方法对调节后的指标值进行归一化处理；步骤五，分别进行单个企业活跃度测算以及总活跃度测算；步骤六，计算行业活跃度以及其他维度活跃度，确定活跃度等级。
[0011]进一步，所述步骤一中的企业基本属性数据包括企业状态、行业门类、注册资本、企业年报数据，年报状态、纳税、净利润、社会保险、企业变更备案数据、企业迁移数据、企业注吊销数据、企业投资人信息数据、企业分支机构数据、动产抵押数据、处罚数据和企业异常名录数据；作为维度的补充引入外厅局数据中的纳税数据、社保缴存数据、公积金缴存数据和互联网数据。
[0012]进一步，所述步骤二中的业务逻辑是业务数据的应用逻辑，社保数据需明确社保缴存状态和缴费日期；若存在缴费记录，则缴费状态为正；若缴费日期月份出现间断，则视为欠缴，欠缴月份根据时间计算。税务数据需明确是否存在纳税，若有指标得分；年报数据需明确企业的年报时间，在规定的时间内进行年报得分。
[0013]所述计算逻辑中计算判定体现在注吊销的判定、新登记判定、期末实有企业数的处理、活跃度计算时间段，其中活跃度时间段计算贯穿整个计算逻辑。
[0014]注吊销判别时，判断企业是否有计算时间段内的记录；若有，则获取记录的时间，构造时间序列，传入记录时间，同时在计算间段内删除所述企业；如果没有记录，则在全量更新数据后，构造时间序列设置起止时间，同时让注吊销时间大于开始时间、小于等于终止时间。
[0015]新登记判别时，判断企业是否有计算时间段内的记录；若有，则获取记录的时间，构造时间序列，传入记录时间，同时在计算间段内删除所述企业；如果没有记录，则在全量更新数据后，构造时间序列设置起止时间，同时让登记时间大于开始时间、小于等于终止时间。
[0016]期末实有判断时，判断企业是否有计算时间段内的记录；若有，则获取记录的时间，构造时间序列，传入记录时间，同时在计算间段内删除所述企业；如果没有记录，则在全量更新数据后，构造时间序列设置起止时间，同时让登记时间大于开始时间、小于等于终止时间。
[0017]进一步，所述步骤二中的企业活跃度指标模型通过系列指标项评价企业的真实生产经营状况。指标分配包括企业属性指标、经营状态指标和经营活动指标三大类，所述企业活跃度指标模型的构建包括：1）数据资源梳理：根据评测目标从官方平台、互联网平台收集有关活跃度数据，包括市场监管、税务、社保、统计、公积金、电力、水务和天然气数据。
[0018]2）数据接入：获取目标后初步分类为企业登记注册信息、企业许可信息、企业经营行为信息、企业信用信息、企业日常监管信息和企业其他信息；对收集数据进行目标值提取，构建具有特征标签的目标大数据。
[0019]3）数据处理：数据传入后对数据进行逻辑关系处理，根据各类数据特点利用数据提取和清洗工具，对各类数据进行提取、清洗、挖掘和标准化的处理；包括市场登记数据需要提取企业信用代码、企业市场登记主体名称、登记注册的时间；许可信息需要提取许可类别、有效期；市场主体信用信息需要提取信用信息有效时间、企业日常监管信息需要提取监管记录。
[0020]4）数据存储：将处理完成的数据分为三类，分别构建始数据库、基础库、主题库，并将对应的数据按照数据分类存放；原始数据库用于存放最为原始的数据，保留原获取方式的数据形式，包括年报数据、市场主体登记注册原始数据；基础库是经过一定处理后的数据，在经过数据清洗，加工后将原始书数据转化为企业及其对应字段的信息集合；主题库用于存放经过活跃度模型计算后的结果数据，具有不同的维度，各个维度显示不同的计算层级结果。
[0021]5）活跃度模型：活跃度模型是活跃度的计算单元，活跃度结果经过计算后以不同的维度出现；根据建立的企业活跃度模型算法编写数据测算和数据分析程序，并进行基础库数据接入与数据测算，得出测算结果，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的企业活跃度监测方法，其特征在于，所述基于大数据的企业活跃度监测方法包括以下步骤：步骤一，获取企业活跃度测评资源分布以及市场监管部门基本数据；步骤二，确定业务逻辑和计算逻辑，并构建企业活跃度指标数据模型；步骤三，处理指标中的异常值，并计算行业调节参数和规模调节参数；步骤四，采用min
‑
max标准化方法对调节后的指标值进行归一化处理；步骤五，分别进行单个企业活跃度测算以及总活跃度测算；步骤六，计算行业活跃度以及其他维度活跃度，确定活跃度等级。2.如权利要求1所述基于大数据的企业活跃度监测方法，其特征在于，所述步骤一中的企业基本属性数据包括企业状态、行业门类、注册资本、企业年报数据，年报状态、纳税、净利润、社会保险、企业变更备案数据、企业迁移数据、企业注吊销数据、企业投资人信息数据、企业分支机构数据、动产抵押数据、处罚数据和企业异常名录数据；同时，补充引入外厅局数据中的纳税数据、社保缴存数据、公积金缴存数据和互联网数据。3.如权利要求1所述基于大数据的企业活跃度监测方法，其特征在于，所述步骤二中的业务逻辑是业务数据的应用逻辑，社保数据需明确社保缴存状态和缴费日期，税务数据需明确是否存在纳税，年报数据需明确企业的年报时间，在规定的时间内进行年报得分；所述计算逻辑中计算判定体现在注吊销的判定、新登记判定、期末实有企业数的处理、活跃度计算时间段，其中活跃度时间段计算贯穿整个计算逻辑。4.如权利要求1所述基于大数据的企业活跃度监测方法，其特征在于，所述步骤二中的企业活跃度指标模型通过系列指标项评价企业的真实生产经营状况；指标分配包括企业属性指标、经营状态指标和经营活动指标三大类，所述企业活跃度指标模型的构建包括：1）数据资源梳理；2）数据接入；3）数据处理；4）数据存储；5）活跃度模型。5.如权利要求1所述基于大数据的企业活跃度监测方法，其特征在于，所述步骤三中的指标中的异常值处理包括：将指标中数据高于平均值+1.5倍标准差的，令其等于平均值+1.5倍标准差；指标中数据低于平均值
‑
1.5倍标准差的，令其等于平均值
‑
1.5倍标准差；所述行业调节参数的计算包括：企业的经营状态指标和社保缴存不受行业影响，在指标中调节参数为1，在其他指标上行业调节参数的计算方式如下：其中，为指标均值，为指标的行业均值。6.如权利要求1所述基于大数据的企业活跃度监测方法，其特征在于，所述所述步骤四中的归一化处理包括：
采用...

【专利技术属性】
技术研发人员：周伟光，顾丽旺，王光昕，卢吉晓，赵帅，阮洪新，潘岩，
申请(专利权)人：山东省市场监管监测中心，
类型：发明
国别省市：