【技术实现步骤摘要】
一种产业链地图构建方法、装置及电子设备
[0001]本专利技术实施例涉及数据挖掘与处理
，尤其涉及一种产业链地图构建方法、装置及电子设备。
技术介绍
[0002]在行业的发展中，可以使用产业链地图的方法对产业链的地理分布进行宏观查询。
[0003]产业链是一个包含价值链、企业链、供需链和空间链四个维度的概念。这四个维度在相互对接的均衡过程中形成了产业链，这种“对接机制”是产业链形成的内模式，作为一种客观规律，它像一只“无形之手”调控着产业链的形成。
[0004]产业链地图是搭建起满足各类应用场景需求的结构化数据体系，并在数据的广度与深度上都形成了足够厚的竞争壁垒。运用先进人工智能引擎，以自然语言识别技术进行数据结构化归类，形成丰富的产业知识图谱，在此基础上以精细化人工运营进行二次深度加工，确保了数据的真实、准确性。
[0005]但是，传统的产业链地图较少呈现企业间的业务交流关系，或是单一呈现产业的地理分布或业务交流关系，无法将两种层次的产业链信息进行整合呈现。
[0006]同时当产业链地...
【技术保护点】
【技术特征摘要】
1.一种产业链地图构建方法，其特征在于，所述方法包括：获取目标行业的产业链上不同节点的节点数据，所述节点数据用以指示所述目标行业的不同类型的企业的第一原始企业数据；分别对每一类型的企业的第一原始企业数据进行预处理，获取与每一类型的企业对应的目标结构化企业数据；根据所述目标结构化企业数据，从所述目标行业的不同类型的企业中，分别选取每一类型的目标企业；基于所述目标企业的目标结构化企业数据，创建三元关系组；根据所述三元关系组创建产业知识图谱，并根据所述产业知识图谱，构建所述目标行业的产业链地图。2.根据权利要求1所述的方法，其特征在于，所述分别对每一类型的企业的第一原始企业数据进行预处理，获取与每一类型的企业对应的目标结构化企业数据，具体包括：当所述第一原始企业数据为第一类型的企业的结构化企业数据时，直接对所述第一原始企业数据进行清洗，以获取与所述第一类型的企业对应的目标结构化企业数据；或，当所述第一原始企业数据为第二类型的企业的非结构化企业数据时，将所述第一原始企业数据转换为半结构化企业数据；利用预构建的机器学习模型，将所述半结构化企业数据转换为所述目标结构化企业数据；或者，当所述第一原始企业数据为第二类型的企业的结构化企业数据时，通过筛选所述第一原始企业数据，获取所述目标结构化企业数据；或，当所述第一原始企业数据为第三类型的企业的结构化企业数据时，对所述第一原始企业数据进行文字识别，获取所述目标结构化企业数据。3.根据权利要求1所述的方法，其特征在于，在所述获取目标行业的产业链上不同节点的节点数据之后，所述方法还包括：通过第三方渠道获取所述目标行业的不同类型的企业的第二原始企业数据；对所述第二原始企业数据进行预处理，以便后续对所述目标结构化企业数据进行修正。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述目标结构化企业数据至少包括：企业名称、企业位置、企业类型、主营业务、营业规模、营业额以及企业所处产业链数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标结构化企业数据，从所述目标行业的不同类型的企业中，分别选取每一类型的目标企业，包括：从所述目标行业的第i个类型的企业中，选取所述目标结构化企业数据完整度高于预设阈值的候选企业；从所有的候选企业按照所述营业额进行排序；按照排序顺序，选取前n个企业作为所述目标企业，其中，前n个企业的营业额，与所述所有的候选企业的营业额之间的比例超过预设比例阈值，其中，i和n均为正整数。6.根据权利要求1
‑
3任一项所述的方法，其特征在于，在构建产业链地图后，所述方法还包括：当检测到第一操作指令后，识别与所述第一操作指令对应的第一触发位置；
当确定所述第一触发位置为所述产业链地图中与第一企业对应的标识位置时，展示与所述第一企业对应的所述目标结构化企业数据，其中，所述第一企业为所述产业链中的任一企业。7.根据权利...
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。