一种基于大数据的政府招商用企业评估系统
文献发布时间:2023-06-19 11:45:49
技术领域
本发明涉及信息技术领域,尤其涉及一种基于大数据的政府招商用企业评估系统。
背景技术
面对国际和国内经济的复杂多变形势,进行精准的招商是提升区域经济核心竞争力的必然选择。但是在进行招商选择时,往往是根据主观印象进行选择,而不是基于客观的参考数据,导致难以选择处发展潜力大、竞争力大的优质企业。因此需要一个相关的评价系统。
发明内容
本发明的公开了一种基于大数据的政府招商用企业评估系统,本发明建立了一个企业评估系统,并建立了相关评估模型和评估模型优化方法,还进行了数字化显示,为政府和产业园区招商提供了参考。
为了实现上述目的,本发明采取以下技术方案:
一种基于大数据的政府招商用企业评估系统,包括信息输入单元、评估模型确认单元、评估单元、评估数据输出单元和显示单元;
所述信息输入单元用于输入待评估企业的企业信息、已评估企业的企业信息和已评估企业的企业评分;
所述评估模型确认单元用于根据输入的已评估企业的企业信息、已评估企业的企业评分和初始企业企业评估模型得到最终的企业企业评估模型;
所述评估单元用于将待评估企业的企业信息输入最终的企业企业评估模型得到待评估企业的的企业评分;
所述评估数据输出单用于将待评估企业的的企业评分输入显示单元;
所述显示单元用于显示待评估企业的的企业评分。
进一步的改进,所述企业评分包括市场潜力评分、发展阶段评分、机会属性评分、政策门槛评分、竞争门槛评分、技术门槛评分、资金门槛评分、招商时机评分、推荐度评分和适合的发展区域。
进一步的改进,所述企业信息包括企业固定资产、企业流动资产、拿地项目金额、投资金额、企业所有制、企业类型、员工数据、注册地址。
进一步的改进,所述初始企业企业评估模型如下所示:
Y=A
其中,Y表示已评估企业的企业评分,X
将n个已评估企业的企业信息和企业评分输入初始企业企业评估模型,然后根据多元线性回归模型得到A
进一步的改进,n≥50。
进一步的改进,所述初始企业企业评估模型如下所示:
Y=A
其中,Y表示已评估企业的企业评分,X
将n个已评估企业的企业信息和企业评分输入初始企业企业评估模型,然后输入多元神经网络进行训练,即得到最终的企业企业评估模型。
进一步的改进,所述多元神经网络的激活函数为Sigmoid函数。
与现有技术相比,本发明的优点和效果如下:
本发明建立了一个企业评估系统,并建立了相关评估模型和评估模型优化方法,还进行了数字化显示,为政府和产业园区招商提供了参考。
具体实施方式
下面结合实施例对本发明进行详细描述。
实施例1
一种基于大数据的政府招商用企业评估系统,包括信息输入单元、评估模型确认单元、评估单元、评估数据输出单元和显示单元;
所述信息输入单元用于输入待评估企业的企业信息、已评估企业的企业信息和已评估企业的企业评分;
所述评估模型确认单元用于根据输入的已评估企业的企业信息、已评估企业的企业评分和初始企业企业评估模型得到最终的企业企业评估模型;
所述评估单元用于将待评估企业的企业信息输入最终的企业企业评估模型得到待评估企业的的企业评分;
所述评估数据输出单用于将待评估企业的的企业评分输入显示单元;
所述显示单元用于显示待评估企业的的企业评分。
企业评分包括市场潜力评分、发展阶段评分、机会属性评分、政策门槛评分、竞争门槛评分、技术门槛评分、资金门槛评分、招商时机评分、推荐度评分和适合的发展区域。
企业信息包括企业固定资产、企业流动资产、拿地项目金额、投资金额、企业所有制、企业类型、员工数据、注册地址。
初始企业企业评估模型如下所示:
Y=A
其中,Y表示已评估企业的企业评分,X
将n个已评估企业的企业信息和企业评分输入初始企业企业评估模型,然后根据多元线性回归模型得到A
实施例2
在实施例1的基础上最终的企业企业评估模型采用如下方法得到:
将n个已评估企业的企业信息和企业评分输入初始企业企业评估模型,然后输入多元神经网络进行训练,即得到最终的企业企业评估模型。
多元神经网络的激活函数为Sigmoid函数。
这种方法,可以得到更准确的权重。
上述具体实施方式用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
- 一种基于大数据的政府招商用企业评估系统
- 一种基于大数据的企业信用评估系统