一种基于知识图谱的企业数字化转型评估匹配及规划系统

技术领域

本发明涉及知识图谱、企业数字化转型政策评估匹配及规划领域。

背景技术

近年来，企业数字化和评估的趋势即将到来。然而，在数字化转型过程中，企业面临数据压力的迅速增加，如何快速定位自身数字化转型现状细节、如何找到与政策要求及行业规范或标杆企业之间的差距，并且从整体上定制数字化转型的规划方案是目前亟需解决的问题。

知识图谱当前作为人工智能的重要基石之一，可以提供快速有效的技术解决方案。它可以利用图计算的特点，将不同行业或领域的知识、标杆案例、企业现状业务特点关联起来，可达到定时更新的效果。在国家的一系列动态化、前沿应用场景的驱动下，知识图谱将在众多领域得到应用和深度融合，从而打造全产业化、全方位性的企业数字化转型新引擎，推进数字化转型进程；进而在实际业务环节中的应用可达到降低成本、提高效率的目的，产生更大的实际效益。

现有的知识图谱在多领域均有应用，例如：电网、能源、金融、医疗、司法、教育、营销、制造、交通、运营商、政务、公安、传媒、疫情防控及复工复产等，但在企业数字化转型评估匹配及规划中应用甚少，这是目前知识图谱领域的应用缺口。

在中国专利公开-CN112734182A中公开了一种实体数字化转型能力评估方法和装置，其要依靠专家经验构建评估体系，通过所获取的实体的基础设施和经营运营能力成熟度模型进行评估，评估依据来源不够客观。在中国专利公开-CN112270494A一种电信数字化成熟度的评估方法、装置及存储介质，其可评估相关技术中各大运营商的数字化成熟度的问题，对转型领域评估路径的分层评估，但也仅限于评估电信业的数字化成熟度，涉及行业领域单一且同样不够客观。

本发明基于现有的数字化转型评估缺口，通过构建知识图谱评估体系，并采取多种智能算法辅助评估和规划，比其他完全依靠专家经验的评估体系更加客观，本发明的依据来源更加清晰明了。

本发明将公开一种基于知识图谱的企业数字化转型评估匹配及规划系统，将帮助企业快速定位自身数字化转型现状细节、快速找到与政策要求及行业规范或标杆企业之间的差距，并且从整体上定制数字化转型的规划方案。

发明内容

在数字化转型领域，基于专家经验构建评估体系的方法不够客观、难以追溯，针对此类问题，本发明旨在面向多领域内的企业提供一种基于知识图谱的数字化转型评估匹配及规划系统，可帮助企业快速定位自身数字化转型现状细节、快速找到与政策要求及行业规范或标杆企业之间的差距，并且可从整体上为企业提供定制数字化转型的规划方案。

为了解决上述问题，本申请将提供以下技术方案：

本发明公开的基于知识图谱的企业数字化转型评估匹配及规划系统，包括知识图谱构建模块、评估匹配模块以及规划模块。

进一步地，所述知识图谱构建模块是为了通过获取现有的数字化转型相关政策并构建行业或领域相关的知识图谱，在实际的政策评估匹配等业务环节中应用，从而产生更大的价值；

进一步地，所述知识图谱构建模块的流程如下：

1、根据现有的数字化转型相关政策及行业案例进行知识抽取(KnowledgeExtraction，简称 KE，即提取关键知识点以及知识点之间的关系)，KE的种类有实体抽取、关系抽取、联合抽取等；

2、将根据企业现状和行业特点(管理规范、流程文档、过程文档等)，并进行汇编整理并进行KE计算；

3、针对知识抽取的结果分别进行知识融合(Knowledge Fusion，简称KF)，KF的算法有基于贝叶斯网络、D-S证据理论的信息融合等，并根据当下的企业数字化转型需要对相关属性进行设定；

4、在知识融合之后，分别构建政策及行业案例的知识图谱(Government Policyand Benchmark Case Graph，简称GPBCG)、企业现状知识图谱(Current Status Graph，简称 CSG)；

5、上述构建的两类知识图谱，主要是对政策、行业案例和企业文档分别进行知识抽取、知识融合和知识图谱构建；通过图数据库软件Neo4j对知识图谱进行数据管理。

进一步地，所述评估匹配模块是为了评判企业现状，可获取企业现状并根据相关数字化转型政策精准评估其数字化转型程度和差距；

进一步地，所述评估匹配模块的流程如下：

1、对比GPBCG和CSG，进行自下而上的精准智能评估；

2、通过在评估过程中应用多种算法从而形成客观、智能、动态的评估体系，比如聚类算法 (自适应AP聚类、改进K-means聚类算法等)、层次分析法等；

3、可以根据政策偏好、企业特点偏好等多种评估标准及其组合形成多套评估体系，评估的等级和具体分值要求，可以参照表1及表2，也可以参照企业的管理规范和流程文档；

4、评估阶段主要包括：智能评估和专家评估。其中智能评估是主要基于自然语言处理对文档识别及评分，主要是提取管理规范、流程文档中的规定，并检查过程文档是否有符合这些规定、符合的程度是多少、不同的规范分别占的权重分值是多少，通过体系评估算法(比如基于分类回归树算法的评估指标体系算法、机器学习算法、K近邻算法、基于灰色关联理论和BP神经网络模型算法等)，最后合计得出总分；

5、专家评估是对除上述两种文档以外的其他文档进行评估。

进一步地，所述规划模块用于所评估企业根据评估结果进一步制定个性化的数字化转型发展规划；

进一步地，所述规划模块的流程如下：

1、根据评估模块的评估打分结果，通过推荐算法，规划任务次序以及实施路径，为企业提供定制化、智能化的规划草案(不含项目管理及资金计划)；

2、结合规划草案、企业项目团队及资金情况，推荐项目规划草案和资金计划草案；

3、本模块中由算法生成的草案，都可以根据实际需求进行人为调整。

本发明将帮助企业快速定位自身数字化转型现状细节以及相关政策要求与行业规范的差距且从整体上定制数字化转型的规划方案，可明显突出数字化超强结构性的特点，使用本系统能够计算分析客户或企业现状以及未来的数字化转型及企业发展规划，本发明可评估出企业在数字化转型过程中与当前政策及行业标杆差在哪里，实施路径是什么，根据本系统可智能、高效、准确地定位差距，并提供具体的实施路径。

附图说明

图1为本发明一种基于知识图谱的企业数字化转型评估匹配及规划系统实施例的系统架构图。

具体实施方式

下面通过具体实施方式进一步说明：

具体地，参照图1所示，本发明实施例中基于知识图谱的企业数字化转型评估匹配及规划系统的系统模块包括知识图谱构建模块、评估匹配模块以及规划模块。

知识图谱构建模块，是为了通过获取现有的数字化转型相关政策并构建行业或领域相关的知识图谱，在实际的政策评估匹配等业务环节中应用，从而产生更大的价值；

具体的，本发明实施例的知识图谱构建主要包括以下步骤：

S101、根据现有的数字化转型相关政策及行业案例进行KE，KE的种类有实体识抽取(比如序列标注方法：HMM、CRF、LSTM+CRF)、关系抽取(比如信息抽取、从文本中抽取出两个或者多个实体之间的语义关系等)、联合抽取(基于BERT-Bi GRU*-CRF的实体关系联合抽取模型)等；KE的算法有ERECKG算法、基于深度学习的文本知识抽取、基于级联二进制标记框架的SPO联合抽取等；

S102、将根据企业现状和行业特点(管理规范、流程文档、过程文档等)，并进行汇编整理并进行KE计算；

S103、针对知识抽取的结果分别进行KF，KF的算法有基于贝叶斯网络或D-S证据理论的信息融合、概念漂移检测的监督式知识融合、自组织映射的无监督式反向验证等，并根据当下的企业数字化转型需要对相关属性进行设定；

在一个可选的实施例中，在本实施例中，上述3个步骤中的具体评估关键词知识的表述标准的形成，包括以下步骤：

S104、评估标准的来源以及更新是人为的判断、选择、汇编；

S105、基于步骤S104的人为判断、选择、汇编后，通过上述步骤中的KE、KF等算法进而实现构建数字化转型知识图谱的自动聚类与更新；

S106、基于步骤S105步骤所实现的数字化转型知识图谱，克服了树状结构评估体系的过于从上而下的惰性；

S107、在知识融合之后，分别构GPBCG、CSG；

S108、上述构建的两类知识图谱，主要是对政策、行业案例和企业文档分别进行知识抽取、知识融合和知识图谱构建；通过图数据库软件Neo4j对知识图谱进行数据管理。

评估匹配模块，是为了评判企业现状，可获取企业现状并根据相关数字化转型政策精准评估其数字化转型程度和差距；

具体的，本发明实施例的评估匹配主要包括以下步骤：

S201、对比GPBCG和CSG，进行自下而上的精准智能评估；

S202、通过在评估过程中应用多种算法从而形成客观、智能、动态的评估体系，比如聚类算法、层次分析法等；

S203、可以根据政策偏好、企业特点偏好等多种评估标准及其组合形成多套评估体系，评估的等级和具体分值要求，可以参照表1及表2，也可以参照企业的管理规范和流程文档；在一个可选的实施例中，在本实施例中，所述步骤S203中的具体评估包括以下步骤：

S203-1、对不同行业领域内的企业有不同的评估侧重点，可根据根据政策偏好、企业特点偏好等多种评估权重标准从而灵活地形成多套评估体系，也可根据企业自身要求对这三个维度进行权重分配后进行评估；

S203-2、根据不同领域的不同侧重点对企业进行与已构建知识图谱的知识点进行一对一对比评估，在此过程中完成要素化分解对比，并且自下而上与成熟度细节进行匹配，生成评估结果；

S203-3、企业上传文档(需包含基础数据、业务流程、过程数据)后通过算法与知识图谱进行匹配打分，并未评估结果打分评级，打分与评级细则表见表1与表2：

S204、评估阶段主要包括：智能评估和专家评估；

S204-1、上述步骤S204中所述的智能评估是主要基于自然语言处理对文档识别及评分，主要是提取管理规范、流程文档中的规定，并检查过程文档是否有符合这些规定、符合的程度是多少、不同的规范分别占的权重分值是多少，通过体系评估算法(比如机器学习算法、K 近邻算法、基于灰色关联理论和BP神经网络模型算法等)，最后合计得出总分；

S204-2、上述步骤S204中所述的专家评估是对除上述两种文档以外的其他文档进行评估。

表1打分细则表

表2评级细则表

S205、具体地，多场景下的评估标准有以下几方面：

S205-1、科技领域侧重点为创新过程中的设计、检测、实验、分析等环节的标准化、数字化需求，研制实施集成电路、人工智能、生物医药和智能制造等领域的科研设施、科技资源、公共研发平台的实施标准；

S205-2、金融领域侧重点为金融服务便利化、普惠化建设需求，配合国家金融管理部门，探索研制普惠金融、开放银行、资产交易、支付清算、登记托管、交易监管等标准；

S205-3、商贸领域侧重点为流通新技术、新业态发展和消费升级趋势，研制实施智慧零售、智慧供应链、直播电商、线上会展、商务信用、跨境电商、精准营销、虚拟导购等标准；

S205-4、航运领域侧重点为航运新枢纽建设需求，研制实施自动驾驶船舶、自动化码头和堆场、江海联运、海空联运、港口智慧集疏运、智能重卡、智慧邮轮港、智能检验、智慧仲裁等标准；

S205-5、制造领域侧重点为制造业与数字化深度融合，研制实施电子信息、汽车、生命健康、先进材料、高端装备、时尚消费品等重点产业的数字化转型标准；

S205-6、农业领域侧重点为农业生产数字化、标准化，推动无人农场、农技数字化等标准。

S206、根据在所评估匹配政策过程中依据相似度进行打分的结果判断企业的数字化转型成熟度；

S207、若企业不选择步骤S203中的评估依据，也可根据企业自身的要求及需求进行个性化评估；

S208、可为企业提供相关政策的友情链接以便于企业浏览政策信息，也可在本系统查看已汇编好的相关政策；

规划模块用于所评估企业根据评估结果进一步制定个性化的数字化转型发展规划；

具体的，本发明实施例的规划模块主要包括以下步骤：

S301、根据评估模块的评估打分结果，通过推荐算法(推荐算法包括任务工作量、团队工作能力、时间、次序、资金等多约束的模型)，规划任务次序以及实施路径，为企业提供定制化、智能化的规划草案(不含项目管理及资金计划)；

S302、结合规划草案、企业项目团队及资金情况，推荐项目规划草案和资金计划草案；

在一个可选的实施例中，在本实施例中，所述步骤S302具体包括以下步骤：

S302-1、为企业提供用户需求挖掘的方案接口：根据海量多元化数据从而实现精准定位市场、优化营销决策、改进产品等；

S302-2、为企业提供个性化生产的方案接口：根据规模经济性为客户提供个性化的产品生产方案；

S303、将企业中有价值的数据进行精准挖掘、捕捉其偏好以及用户行为数据以便于直接定位到企业所需要的政策数据帮助企业进一步实现数字化转型，从而实现降本增效的目的；

S304、本模块中由算法生成的草案，都可以根据实际需求进行人为调整。

综上所述，本发明涉及一种基于知识图谱的企业数字化转型评估匹配及规划系统，采用知识图谱、企业数字化转型政策评估匹配及规划相关技术与方法，通过构建知识图谱构建模块、企业评估匹配模块以及企业规划模块方法，基于多类算法的应用，根据智能评估和专家评估两个阶段对企业数字化转型进行评估，更加客观清晰地帮助企业快速定位自身数字化转型现状细节，找到自身与相关政策要求或行业案例规范的差距，进而从整体上定制数字化转型的规划方案。