一种基于大数据的智能招商推荐方法、系统和可读存储介质技术方案

本发明专利技术公开的一种基于大数据的智能招商推荐方法、系统和可读存储介质，包括：利用网页信息提取技术从原始网页数据中过滤噪声信息，获取与招商用户需求相关的主体信息；通过大数据获取产业园区信息，建立招商推荐模型，将主体信息输入招商推荐模型，得到推荐企业信息；将推荐企业信息与招商项目信息进行比较，并得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到偏差率；判断偏差率是否大于预定偏差率阈值；若大于，则剔除对应的推荐企业；若小于，则根据偏差率大小将推荐企业进行排序，并生成推荐企业列表；本申请通过大数据处理技术，建设大数据精准招商平台，及时了解企业风险、缩小目标企业的选择范围，提升招商工作效率。作效率。作效率。

【技术实现步骤摘要】
一种基于大数据的智能招商推荐方法、系统和可读存储介质


[0001]本专利技术涉及大数据领域，更具体的，涉及一种基于大数据的智能招商推荐方法、系统和可读存储介质。

技术介绍

[0002]精准招商是提升区域经济核心竞争力、适应招商活动规律性的必然选择。如何改进我们的招商引资工作，实施精准招商，优化产业结构，是目前所要研究的重点。其中最重要的就是精准招商问题，如何选择最优细分产业、最适合的企业进行招商是我们所最关心的事情。但是因为绩效、信息不对称等因素的影响，导致各地盲目招商，不充分考虑招商的精准度与产业的契合度，最终造成招商企业不能带动当地经济的发展，甚至需要政府的扶持，阻碍了当地经济的发展。
[0003]现有的招商推荐方法无法目标企业的经营状况、资产配置、投资方向、财务舆情、市场口碑进行全方位分析，招商企业盲目发展扩张，造成财务危机，使企业面临破产，从而导致招商项目陷入停滞，造成招商失败。
[0004]招商人员面对以上问题主要的解决办法是通过互联网进行查询企业信息、行业资讯，或者到每一家企业的网站进行财务信息收集，然后人工对这些数据进行整理、分析，这种数据处理方式效率低下，给招商人员日常工作带来了很大的工作负担，并且由于人工对于数据的分析往往存在主观性，对于信息的分析不够全面，将有可能在招商过程对企业筛选产生错误引导，造成招商失误，带来经济损失。

技术实现思路

[0005]为了解决上述至少一个技术问题，本专利技术提出了一种基于大数据的智能招商推荐方法、系统和可读存储介质。
[0006]本专利技术第一方面提供了一种基于大数据的智能招商推荐方法，包括如下步骤：利用网页信息提取技术从原始网页数据中过滤噪声信息，获取与招商用户需求相关的主体信息；通过大数据获取产业园区信息，建立招商推荐模型，将主体信息输入招商推荐模型，得到推荐企业信息；将推荐企业信息与招商项目信息进行比较，并得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到偏差率；判断所述偏差率是否大于预定偏差率阈值；若大于，则剔除对应的推荐企业；若小于，则根据偏差率大小将推荐企业进行排序，并生成推荐企业列表；将推荐企业列表按照预定的方式传输至终端。
[0007]本专利技术一个较佳实施例中，利用网页信息提取技术从原始网页数据中过滤噪声信息，获取与招商用户需求相关的主体信息；具体包括：
利用计算机编程代码，定义特定的规则，通过网络爬虫的方式收集和保存原始网中的网页数据，网络爬虫的使用方法如下：输入一个初始的网页URL，作为爬虫初始链接，爬虫从该URL开始循环进行网页信息收集；爬虫开始工作后，根据当前爬取的URL链接加载对应的网页源码内容，按需求提取当前网页URL链接，去重后加至待爬取队列；利用网页信息提取技术，将网页的噪声信息去除，提取有效信息字段并存储；若待爬取URL队列为空，则停止运行。
[0008]本专利技术一个较佳实施例中，通过大数据获取产业园区信息，建立招商推荐模型，将主体信息输入招商推荐模型，得到推荐企业信息；具体包括：获取产业园区信息对应数据参数；通过参数调用特定的模型，启动该模型，并传入参数 ；根据参数判断招商推荐模型执行训练流程或预测流程；若为预测流程，则输入被预测的数据集合，进行预测。
[0009]若为训练流程，则输入训练参数，执行训练逻辑。
[0010]本专利技术一个较佳实施例中，所述推荐企业信息包括企业基础信息与企业财务信息、企业履约信息、企业市场口碑信息、企业历史信用信息中的多种以上的组合；其中，企业基础信息包括组织模式、注册资本、公司编码、简介信息。
[0011]本专利技术一个较佳实施例中，将推荐企业信息与招商项目信息进行比较，并得到相似度信息，还包括：根据推荐企业信息对招商项目的评分计算推荐企业信息之间的相似度，找到和推荐企业信息的相似度大于预设相似度阈值的企业集合，预测推荐企业对招商项目的评分，将预测评分最高的若干企业作为推荐列表；获取推荐企业对招商项目的评价值构造企业评分矩阵，招商项目评价值通过向量表示，向量由推荐企业、招商项目及推荐企业对该招商项目的评分数值构成。
[0012]本专利技术一个较佳实施例中，生成推荐企业列表具体为：根据企业的历史融资信息，为每个企业创建融资记录，形成数据库。
[0013]通过算法对数据库进行关联规则挖掘，将满足最小支持度阈值和最小置信度阈值的所有关联规则，记入关联规则集合 R；对每个当前企业设置一个候选企业集合W，初始化为空，在 R 中搜索当前企业支持的所有关联规则集合 R；根据关联规则中的置信度要求，对 W 中所有候选企业排序，返回前 N 项候选企业推荐给招商平台。
[0014]本专利技术一个较佳实施例中，预设相似度阈值包括第一阈值与第二阈值，第一阈值大于第二阈值，将推荐企业信息与第一阈值进行比较，得到第一偏差率，将第一偏差率小于预定偏差率阈值对应的推荐企业进行优先推荐，将推荐企业信息与第二阈值进行比较，得到第二偏差率；若推荐企业信息大于第二偏差率并小于第一偏差率，则将对应的企业作为候选企
业。
[0015]本专利技术第二方面还提供了一种基于大数据的智能招商推荐系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于大数据的智能招商推荐方法程序，所述基于大数据的智能招商推荐方法程序被所述处理器执行时实现如下步骤：利用网页信息提取技术从原始网页数据中过滤噪声信息，获取与招商用户需求相关的主体信息；通过大数据获取历史招商信息，建立招商推荐模型，将主体信息输入招商推荐模型，得到推荐企业信息；将推荐企业信息与招商项目信息进行比较，并得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到偏差率；判断所述偏差率是否大于预定偏差率阈值；若大于，则剔除对应的推荐企业；若小于，则根据偏差率大小将推荐企业进行排序，并生成推荐企业列表；将推荐企业列表按照预定的方式传输至终端。
[0016]本专利技术一个较佳实施例中，生成推荐企业列表具体为：根据企业的历史融资信息，为每个企业创建融资记录，形成数据库。
[0017]通过算法对数据库进行关联规则挖掘，将满足最小支持度阈值和最小置信度阈值的所有关联规则，记入关联规则集合 R；对每个当前企业设置一个候选企业集合W，初始化为空，在 R 中搜索当前企业支持的所有关联规则集合 R；根据关联规则中的置信度要求，对 W 中所有候选企业排序，返回前 N 项候选企业推荐给招商平台。
[0018]本专利技术第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括基于大数据的智能招商推荐方法程序，所述基于大数据的智能招商推荐方法程序被处理器执行时，实现如上述任一项所述的基于大数据的智能招商推荐方法的步骤。
[0019]与现有技术相比，本专利技术所获得的有益技术效果：在精准招商中引入大数据处理技术，建设信息化大数据精准招商平台，通过大数据平台中文本挖掘系统对招商工作过程产生的相关数据进行整理和分析，可以帮助招商人员及时了解企业风险、缩小目标企业的选择范围，同时降低人工分析带来的情感主观性，提升招商工作效率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智能招商推荐方法，其特征在于，包括如下步骤：利用网页信息提取技术从原始网页数据中过滤噪声信息，获取与招商用户需求相关的主体信息；通过大数据获取产业园区信息，建立招商推荐模型，将主体信息输入招商推荐模型，得到推荐企业信息；将推荐企业信息与招商项目信息进行比较，并得到相似度信息；将相似度信息与预设相似度阈值进行比较，得到偏差率；判断所述偏差率是否大于预定偏差率阈值；若大于，则剔除对应的推荐企业；若小于，则根据偏差率大小将推荐企业进行排序，并生成推荐企业列表；将推荐企业列表按照预定的方式传输至终端。2.根据权利要求1所述的一种基于大数据的智能招商推荐方法，其特征在于，利用网页信息提取技术从原始网页数据中过滤噪声信息，获取与招商用户需求相关的主体信息；具体包括：利用计算机编程代码，定义特定的规则，通过网络爬虫的方式收集和保存原始网中的网页数据，网络爬虫的使用方法如下：输入一个初始的网页URL，作为爬虫初始链接，爬虫从该URL开始循环进行网页信息收集；爬虫开始工作后，根据当前爬取的URL链接加载对应的网页源码内容，按需求提取当前网页URL链接，去重后加至待爬取队列；利用网页信息提取技术，将网页的噪声信息去除，提取有效信息字段并存储；若待爬取URL队列为空，则停止运行。3.根据权利要求1所述的一种基于大数据的智能招商推荐方法，其特征在于，通过大数据获取产业园区信息，建立招商推荐模型，将主体信息输入招商推荐模型，得到推荐企业信息；具体包括：获取产业园区信息对应数据参数；通过参数调用特定的模型，启动该模型，并传入参数 ；根据参数判断招商推荐模型执行训练流程或预测流程；若为预测流程，则输入被预测的数据集合，进行预测；若为训练流程，则输入训练参数，执行训练逻辑。4.根据权利要求1所述的一种基于大数据的智能招商推荐方法，其特征在于，所述推荐企业信息包括企业基础信息与企业财务信息、企业履约信息、企业市场口碑信息、企业历史信用信息中的多种以上的组合；其中，企业基础信息包括组织模式、注册资本、公司编码、简介信息。5.根据权利要求4所述的一种基于大数据的智能招商推荐方法，其特征在于，将推荐企业信息与招商项目信息进行比较，并得到相似度信息，还包括：根据推荐企业信息对招商项目的评分计算推荐企业信息之间的相似度，找到和推荐企业信息的相似度大于预设相似度阈值的企业集合，预测推荐企业对招商项目的评分，将预测评分最高的若干企业作为推荐列表；
获取推荐企业对招商项目的评价值构造企业评分矩阵，招商项目评价值通过向量表示，向量由推荐企业、招商项目及推荐企业对该招商项目的...

【专利技术属性】
技术研发人员：谷俊，郭伟薇，
申请(专利权)人：博观创新上海大数据科技有限公司，
类型：发明
国别省市：