企业科创潜力评估方法、系统及计算机可读存储介质技术方案

一种企业科创潜力评估方法、系统及计算机可读存储介质，方法包括：收集待评估企业的已验收项目及未验收项目的项目指标信息；对未验收项目相对已验收项目所缺乏的项目指标信息进行预测补全；针对每一个项目，利用项目指标信息从多个维度计算得到多个项目评价指标，基于所有项目评价指标计算每一个项目的项目综合得分；基于全部项目的项目综合得分评估出待评估企业的项目承接能力；基于企业申办项目时的规模指标计算得到待评估企业的企业规模；基于项目承接能力和企业规模评估得到企业的企业科创潜力；本发明专利技术基于现在与未来的数据从多维度对项目综合得分进行评价，同时考虑企业规模与项目承接能力，能够对中小型企业的科创潜力进行精准识别。力进行精准识别。力进行精准识别。

【技术实现步骤摘要】
企业科创潜力评估方法、系统及计算机可读存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种企业科创潜力评估方法、系统及计算机可读存储介质。

技术介绍

[0002]科技创新能力是科技企业成长的重要影响因素之一，现有的企业评价方法，主要是根据企业的创新能力或企业的综合实力等单一维度进行评价；也有使用GRA(灰色关联分析法)进行评价的研究，比如企业的创新能力评价、对企业风险投资的案例研究等，但目前还没有基于企业规模和科研能力对企业的科创潜力进行分析的应用。关于企业科创潜力的研究方面，有研究基于文章引用数对初创企业潜力发展方向进行识别与预测，也有研究基于相关度矩阵与赋权提出全新的企业潜力评估方法，这些都是相关性很强的研究，但这些研究都没有考虑企业本身规模与未完成项目对企业潜力的影响。正是因为现有的企业潜力评价模型未对企业规模在企业潜力评价模型中进行定位，直接使用相关度矩阵进行对应分析，导致一些大规模的企业在潜力模型中的比重大，一些中小型企业可能拥有对应较高的科创水平，但真正有潜力的中小型企业因为规模小、知名度较低，导致被忽视，无法受到足够的重视。
[0003]总而言之，目前的企业评价方法，很难精准衡量公司未来的潜力期望，特别是无法对中小型企业的科创潜力进行精准识别。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述企业评价方法存在的精准性不够的缺陷，为了精准衡量公司未来的潜力期望并综合评价企业发展态势，提供一种基于现在与未来数据的、同时考虑企业规模与项目承接能力的企业科创潜力评估方法、系统及计算机可读存储介质，能够对中小型企业的科创潜力进行精准识别，具备更好的适用性。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]一方面，构造一种企业科创潜力评估方法，所述方法包括：
[0007]收集待评估企业的已验收项目的多个项目指标信息、未验收项目的项目指标信息；
[0008]基于机器学习模型对未验收项目相对已验收项目所缺乏的项目指标信息进行预测补全，所述机器学习模型是预先利用已验收项目的数据作为样本训练得到；
[0009]针对每一个项目，利用项目指标信息从多个维度计算得到多个项目评价指标，基于所有项目评价指标计算每一个项目的项目综合得分；
[0010]基于全部项目的项目综合得分评估出待评估企业的项目承接能力；
[0011]基于企业在申办每个项目时的规模指标计算得到待评估企业的企业规模；
[0012]基于所述项目承接能力和企业规模评估得到待评估企业的企业科创潜力。
[0013]进一步地，在本专利技术所述的企业科创潜力评估方法中，收集的所述项目指标信息
包括项目验收之前产生的第一类项目指标信息和项目验收才产生的第二类项目指标信息，第二类项目指标信息是未验收项目相对已验收项目所缺乏的项目指标信息；
[0014]第一类项目指标信息包括项目的签订日期、反映项目的支出或/和收益情况的多个项目收支指标；所述第二类项目指标信息包括项目的逾期时间、项目的验收结果。
[0015]进一步地，在本专利技术所述的企业科创潜力评估方法中，多个项目评价指标包括项目逾期指标、项目完成指标、项目效益指标、签订时间指标，所述的利用项目指标信息从多个维度计算得到多个项目评价指标，包括：
[0016]基于项目的逾期时间，使用函数映射法定义项目逾期指标；
[0017]基于项目的验收结果，使用二元判断赋值项目完成指标；
[0018]基于多个项目收支指标，使用灰色关联分析
‑
优劣解距离法计算得到每一个项目的项目效益指标；
[0019]基于项目的签订日期，按照越靠近当前时间的项目所占的权重越大的原则，使用函数映射法定义项目的签订时间指标。
[0020]进一步地，在本专利技术所述的企业科创潜力评估方法中，所述的基于所有项目评价指标计算每一个项目的项目综合得分，包括：将项目的逾期指标、完成指标、效益指标、签订时间指标累乘的结果作为项目综合得分
[0021]所述的基于全部项目的项目综合得分评估出待评估企业的项目承接能力，包括：将所有项目的项目综合得分累加的结果作为项目承接能力
[0022]其中，ζ
i
、ε
i
、η
i
、σ
i
分别表示第i个项目的综合得分、逾期指标、完成指标、效益指标、签订时间指标，C表示项目承接能力。
[0023]进一步地，在本专利技术所述的企业科创潜力评估方法中，所述的基于多个项目收支指标，使用灰色关联分析
‑
优劣解距离法计算得到每一个项目的项目效益指标，包括：
[0024]基于各个项目的多个项目收支指标构造原始矩阵，每一个项目收支指标对应原始矩阵的一列，每个项目对应原始矩阵的一行；
[0025]将原始矩阵变换为标准矩阵；
[0026]确定各项目收支指标的权重；
[0027]确定最优方案及最劣方案：将标准矩阵中体现项目成本的那个项目收支指标所对应的一条向量取最小值，其他项目收支指标所对应的向量分别取最大值，构成最优方案；将标准矩阵中体现项目成本的那个项目收支指标所对应的一条向量取最大值，其他项目收支指标所对应的向量分别取最小值，构成最劣方案；
[0028]计算并规范化各项目与最优方案、最劣方案的距离相似度以及灰色关联度；
[0029]基于规范化后的距离相似度和灰色关联度，计算各项目与最优方案、最劣方案的综合关联程度；
[0030]计算各项目与最优方案的贴近程度作为各项目的项目效益指标。
[0031]进一步地，在本专利技术所述的企业科创潜力评估方法中，所述的基于企业在申办每个项目时的规模指标计算得到待评估企业的企业规模，包括：获取待评估企业的每一个项目所对应的规模指标，将所有的项目所对应的规模指标求平均得到待评估企业的企业规模
μ
j
表示企业在申办第j个项目时的规模指标，S表示企业规模。
[0032]进一步地，在本专利技术所述的企业科创潜力评估方法中，所述的获取待评估企业的每一个项目所对应的规模指标，包括：
[0033]获取企业的多种规模分指标，基于各个项目的多种规模分指标构造原始矩阵，每一个规模分指标对应原始矩阵的一列，每个项目对应原始矩阵的一行；
[0034]将原始矩阵变换为标准矩阵；
[0035]确定各规模分指标的权重；
[0036]基于得到的权重，对标准矩阵中的规模分指标通过加权累加方式计算得到每一个项目所对应的规模指标。
[0037]进一步地，在本专利技术所述的企业科创潜力评估方法中，所述方法还包括：预先利用采集的一批已验收项目的数据作为样本数据对梯度提升回归模型进行训练，所述样本数据包括作为模型输入的项目申报企业的多种规模分指标、项目实际效益，以及作为模型输出的项目的逾期时间、项目的验收结果；
[0038]所述的基于机器学习模型对未验收项目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业科创潜力评估方法，其特征在于，所述方法包括：收集待评估企业的已验收项目的多个项目指标信息、未验收项目的项目指标信息；基于机器学习模型对未验收项目相对已验收项目所缺乏的项目指标信息进行预测补全，所述机器学习模型是预先利用已验收项目的数据作为样本训练得到；针对每一个项目，利用项目指标信息从多个维度计算得到多个项目评价指标，基于所有项目评价指标计算每一个项目的项目综合得分；基于全部项目的项目综合得分评估出待评估企业的项目承接能力；基于企业在申办每个项目时的规模指标计算得到待评估企业的企业规模；基于所述项目承接能力和企业规模评估得到待评估企业的企业科创潜力。2.根据权利要求1所述的企业科创潜力评估方法，其特征在于，收集的所述项目指标信息包括项目验收之前产生的第一类项目指标信息和项目验收才产生的第二类项目指标信息，第二类项目指标信息是未验收项目相对已验收项目所缺乏的项目指标信息；第一类项目指标信息包括项目的签订日期、反映项目的支出或/和收益情况的多个项目收支指标；所述第二类项目指标信息包括项目的逾期时间、项目的验收结果。3.根据权利要求2所述的企业科创潜力评估方法，其特征在于，多个项目评价指标包括项目逾期指标、项目完成指标、项目效益指标、签订时间指标，所述的利用项目指标信息从多个维度计算得到多个项目评价指标，包括：基于项目的逾期时间，使用函数映射法定义项目逾期指标；基于项目的验收结果，使用二元判断赋值项目完成指标；基于多个项目收支指标，使用灰色关联分析
‑
优劣解距离法计算得到每一个项目的项目效益指标；基于项目的签订日期，按照越靠近当前时间的项目所占的权重越大的原则，使用函数映射法定义项目的签订时间指标。4.根据权利要求3所述的企业科创潜力评估方法，其特征在于，所述的基于所有项目评价指标计算每一个项目的项目综合得分，包括：将项目的逾期指标、完成指标、效益指标、签订时间指标累乘的结果作为项目综合得分所述的基于全部项目的项目综合得分评估出待评估企业的项目承接能力，包括：将所有项目的项目综合得分累加的结果作为项目承接能力其中，ζ
i
、ε
i
、η
i
、σ
i
分别表示第i个项目的综合得分、逾期指标、完成指标、效益指标、签订时间指标，C表示项目承接能力。5.根据权利要求3所述的企业科创潜力评估方法，其特征在于，所述的基于多个项目收支指标，使用灰色关联分析
‑
优劣解距离法计算得到每一个项目的项目效益指标，包括：基于各个项目的多个项目收支指标构造原始矩阵，每一个项目收支指标对应原始矩阵的一列，每个项目对应原始矩阵的一行；将原始矩阵变换为标准矩阵；确定各项目收支指标的权重；确定最优方案及最劣方案：将标准矩阵中体现项目成本的那个项目收支指标所对应的一条向量取最小值，其他项目收支指标所对应的向量分别取最大值，构成最优方案；将标准
矩阵中体现项目成本的那个项目收支指标所对应的一条向量取最大值，其他项目收支指标所对应的向量分别取最小值，构成最劣方案；计算并规范化各项目与最优方案、最劣方案的距离相似度以及灰色关联度；基于规范化后的距离相似度和灰色关联度，计算各项目与最优方案、最劣方...

【专利技术属性】
技术研发人员：石冀，郭利，
申请(专利权)人：国家超级计算深圳中心深圳云计算中心，
类型：发明
国别省市：