数据驱动的企业科技创新能力量化评估方法技术

本发明专利技术涉及一种数据驱动的企业科技创新能力量化评估方法，包括：建立微型企业数据库D1、小型企业数据库D2、中型企业数据库D3、大型企业数据库D4；确定与企业科技创新能力有关的j个指标，收集各类规模企业的j个指标并进行归一化处理，输入并完善上述四种数据库D

【技术实现步骤摘要】
数据驱动的企业科技创新能力量化评估方法


[0001]本专利技术属于数据挖掘
，具体涉及一种数据驱动的企业科技创新能力量化评估方法。

技术介绍

[0002]企业创新是企业管理
的重要内容，是决定公司发展方向、发展速度的重要评价指标。企业的创新贯穿于企业发展的各个方面，通常要全盘考虑整个企业的发展，这是因为企业各个方面的创新之间往往具有较强的关联性。现有企业创新力的评估大多停留在定性分析的层面，主要依赖于人工分析，难以分析全面地处理大量信息，尚缺乏定量分析的内容。数据挖掘技术从数据本身出发，可以根据数据库中的数据信息，选择合适的分析方法，得出有用的分析信息，易于实现评估量化的预期目标。因此，收集并充分挖掘各类规模的企业科技创新能力的相关信息，引入数据挖掘技术，解决企业科技创新能力的量化评估，有助于提高分析数据的能力与效率，推动企业管理技术的发展。
[0003]目前，尚缺乏一种数据驱动的企业科技创新能力量化评估方法。

技术实现思路

[0004]本专利技术的目的在于提供一种数据驱动的企业科技创新能力量化评估方法，该方法有利于准确有效地对现企业科技创新能力进行量化评估。
[0005]为实现上述目的，本专利技术采用的技术方案是：一种数据驱动的企业科技创新能力量化评估方法，包括：
[0006]根据企业规模将企业分为微型企业、小型企业、中型企业、大型企业四种类型，分别建立微型企业数据库D1、小型企业数据库D2、中型企业数据库D3、大型企业数据库D4；
[0007]确定与企业科技创新能力有关的j个指标I
j
，收集各类规模企业的j个指标并进行归一化处理，输入并完善上述四种数据库D
i
,i＝1,2,3,4；
[0008]根据待评估企业的规模确定企业类型i，通过聚类算法将数据库D
i
中的企业在j维空间中聚类成k个数据簇；根据依次计算k个数据簇的科技创新能力M
k
，其中，I
j,s
表示第s个数据样本的第j个指标，n
k
表示第k个数据簇的数据样本总数；记最大科技创新能力为max(M
k
)，最小科技创新能力为min(M
k
)，中位科技创新能力为med(M
k
)，其中，max()、min()、med()分别为最大值查找、最小值查找、中位数查找；
[0009]评定待评估企业的科技创新能力等级，量化待评估企业的科技创新能力得分，依此评价待评估企业的科技创新能力。
[0010]进一步地，选定的与企业科技创新能力有关的指标包括：专利申请数量、专利授权数量、科技论文发表数量、研发投入资金占营业收入比例、研发人员数占企业总员工数比例。
[0011]进一步地，对于专利申请数量，归一化后的值
其中，表示V
x
归一化前的专利申请数量，min(V
y
)表示该类规模企业中专利申请数量最小值，max(V
y
)表示该类规模企业中专利申请数量最大值，Y表示数据库D
i
中的企业总数量。
[0012]进一步地，通过聚类算法将数据库D
i
中的企业在j维空间中聚类成k个数据簇，具体方法如下：
[0013]数据库D
i
中，任意一个企业的j个指标记为其中，表示数据库D
i
中该企业的第j个归一化后的指标；该企业指标I
(i)
与自组织映射网络竞争层上第b个神经元之间的连接权值记为w
ab
,a＝1,2,
…
,j；b＝1,2,
…
N，N为自组织映射网络竞争层包含的神经元个数；随机初始化连接权值w
ab
，采用胜利神经元判别函数计算自组织映射网络竞争层中每个神经元的判别值；取判别值最小的神经元作为自组织映射网络竞争层的胜利神经元，其索引记为Z(I
(i)
)；
[0014]采用权值调整公式更新连接权值w
ab
，其中，η与σ为随着时间增长而不断变小的变化系数，表示竞争层上第b个神经元与胜利神经元之间的距离；
[0015]依次对数据库D
i
中的所有企业进行上述步骤，连续更新企业指标I
(i)
与自组织映射网络竞争层上神经元之间的连接权值，最终在自组织映射网络竞争层将所有企业科技创新能力指标I
j
自动划分为k个数据簇。
[0016]进一步地，评定待评估企业的科技创新能力等级，量化待评估企业的科技创新能力得分，具体方法如下：
[0017]记待评估企业的科技创新能力为M
e
，比较M
e
与中位科技创新能力med(M
k
)的大小，若M
e
大于med(M
k
)，则待评估企业的科技创新能力等级为强，若M
e
小于med(M
k
)，则待评估企业的科技创新能力等级为弱；
[0018]当待评估企业的科技创新能力等级为强时，计算待评估企业的科技创新能力得分当待评估企业的科技创新能力等级为弱时，计算待评估企业的科技创新能力得分
[0019]与现有技术相比，本专利技术具有以下有益效果：
[0020]一、本专利技术提出了一种数据驱动的企业科技创新能力量化评估方法，适用于微型企业、小型企业、中型企业等各类规模的企业，通过建立各类规模的企业数据库；收集与企业科技创新能力有关的各类指标并进行归一化处理，完善数据库；通过聚类算法将数据库中的企业聚类成多个数据簇；最终实现待评估企业的科技创新能力等级评定，量化待评估企业的科技创新能力得分。本专利技术将数据挖掘技术引入企业管理
，算法实现了企业科技创新能力等级评定与得分的自动计算，评估结果直观且更具说服力，计算速度快且
易于推广，有助于推动企业管理
的发展。
[0021]二、本专利技术实现了企业科技创新能力得分的量化，取值区间为[0,1]，可以直接根据得分大小来衡量各个企业的科技创新能力，有效解决了企业科技创新能力难以量化描述的问题。另外，本专利技术建立的各类规模的企业数据库具备可扩充性，数据库的可移植性好，利于推广应用。
附图说明
[0022]图1是本专利技术实施例的方法实现流程图。
具体实施方式
[0023]下面结合附图及实施例对本专利技术做进一步说明。
[0024]应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。
[0025]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动的企业科技创新能力量化评估方法，其特征在于，包括：根据企业规模将企业分为微型企业、小型企业、中型企业、大型企业四种类型，分别建立微型企业数据库D1、小型企业数据库D2、中型企业数据库D3、大型企业数据库D4；确定与企业科技创新能力有关的j个指标I
j
，收集各类规模企业的j个指标并进行归一化处理，输入并完善上述四种数据库D
i
,i＝1,2,3,4；根据待评估企业的规模确定企业类型i，通过聚类算法将数据库D
i
中的企业在j维空间中聚类成k个数据簇；根据依次计算k个数据簇的科技创新能力M
k
，其中，I
j,s
表示第s个数据样本的第j个指标，n
k
表示第k个数据簇的数据样本总数；记最大科技创新能力为max(M
k
)，最小科技创新能力为min(M
k
)，中位科技创新能力为med(M
k
)，其中，max()、min()、med()分别为最大值查找、最小值查找、中位数查找；评定待评估企业的科技创新能力等级，量化待评估企业的科技创新能力得分，依此评价待评估企业的科技创新能力。2.根据权利要求1所述的数据驱动的企业科技创新能力量化评估方法，其特征在于，选定的与企业科技创新能力有关的指标包括：专利申请数量、专利授权数量、科技论文发表数量、研发投入资金占营业收入比例、研发人员数占企业总员工数比例。3.根据权利要求2所述的数据驱动的企业科技创新能力量化评估方法，其特征在于，对于专利申请数量，归一化后的值其中，表示V
x
归一化前的专利申请数量，min(V
y
)表示该类规模企业中专利申请数量最小值，max(V
y
)表示该类规模企业中专利申请数量最大值，Y表示数据库D
i
中的企业总数量。4.根据权利要求1所述的数据驱动的企业科技创新能力量化评估方法，其特征在于，通过聚类算法将数据库D
i
中...

【专利技术属性】
技术研发人员：张筱辰，
申请(专利权)人：福建师范大学，
类型：发明
国别省市：