一种企业环境表现评价方法和系统

技术领域

本发明属于环境管理技术领域，具体而言，涉及一种企业环境表现评价方法和系统。

背景技术

目前，关于企业的环境表现的数据和信息较为多维度且分散，且极少有企业做到完全的环境表现主动披露，现有的绿色企业评价大多基于企业维度较少的简单表格主动填报的方式进行。相关部门很难得到全面、准确且有时效性的基本数据信息。同时，及时从相关渠道获取了部分信息，也缺少将种类繁多的企业环境表现数据转换为专业、合理的综合评级结果的方法。

发明内容

本发明实施例提供了一种企业环境表现评价方法和系统，其目的在于解决现有的企业与相关部门环境表现方面的信息不对称问题，提供了一种企业环境表现评价方法和系统，通过对多来源的企业环境表现数据的准确、高效、实时的收集与分析，基于目前市场实际情况及行业特点设计，以行业为评价维度，不同行业适用不同的评价权重，实现了对企业环境表现的综合评估。

鉴于上述问题，本发明提出的技术方案是：

第一方面，本发明提供一种企业环境表现评价方法，包括以下步骤：

S1，获取参评企业的基础指标原始环境数据；

S2，将所述基础指标原始环境数据进行处理，得到结构化数据；

S3，利用所述结构化数据计算基层评价指标得分；

S4，将所述基层评价指标得分输入综合分析模型中计算综合评价得分；

S5，根据所述综合评价得分对所述参评企业进行风险程度评级。

作为本发明的一种优选技术方案，所述获取参评企业的基础指标原始环境数据，包括：基于网络爬虫技术、自然语言分析技术和光学字符识别技术搜集和定向爬取所述基础指标原始环境数据。

作为本发明的一种优选技术方案，所述自然语言分析技术，包括：

接收用户输入的意图字词，并将所述意图字段与数据库中的字词建立映射关系；

基于所述意图字段与所述映射关系，获得预处理字词；

对所述预处理字词进行特征提取，得到多个特征字段，

对所述多个特征字段进行加权得到并处理，得到特征向量矩阵；

将所述特征向量矩阵输入至循环神经网络模型中训练，得到搜索模型。

作为本发明的一种优选技术方案，所述将所述基础指标原始环境数据进行处理，包括：

将所述基础指标原始环境数据进行可信甄别并进行清洗，得到可信化环境数据；

对所述可信化环境数据进行结构化处理，得到所述结构化数据。

作为本发明的一种优选技术方案，所述对所述可信化环境数据进行结构化处理，包括：

创建多个一级指标任务；

基于所述多个一级指标任务对所述可信化环境数据进行聚类，得到多个二级指标任务；

对所述多个二级指标任务进行排序，得到二级指标任务队列；

生成所述二级指标任务队列中每个所述二级指标任务的基层指标任务；其中，所述基层指标任务与所述二级指标任务一一对应。

作为本发明的一种优选技术方案，所述利用所述结构化数据计算基层评价指标得分，包括：

基于所述结构化数据中与其对应的基层评价因子计算得到基层评价指标得分。

作为本发明的一种优选技术方案，所述将所述基层评价指标得分输入综合分析模型中计算综合评价得分，包括：

对每个所述基层指标任务分别赋予第一权重，利用所述第一权重与所述基层评价指标得分进行计算，得到多个二级指标得分；

对每个所述二级指标任务分别赋予第二权重，利用所述第一权重与所述二级指标得分进行计算，得到多个一级指标得分；

对每个所述一级指标任务分别赋予第三权重，利用所述第二权重与所述一级指标得分进行计算，得到多个项目指标总得分；

综合所述多个项目指标总得分进行计算，得到所述综合评价得分。

作为本发明的一种优选技术方案，所述二级指标得分的表达式如下：

b＝x

式中：b表示二级指标得分；

x表示第一权重；

a表示基层评价指标得分；

所述一级指标得分的表达式如下：

c＝y

式中：c表示一级指标得分；

y表示第二权重；

所述项目目标总得分的表达式如下：

d＝z

式中：d表示项目目标总得分；

z表示第三权重；

所述综合评价得分的表达式如下：

p＝z

式中：p表示综合评价得分。

作为本发明的一种优选技术方案，所述根据所述综合评价得分对所述参评企业进行风险程度评级，包括：

当所述综合评价得分小于第一预设阈值时，则判定所述参评企业为一般等级；

当所述综合评价得分位于所述第一预设阈值和第二预设阈值之间，则判定所述参评企业为较大等级；

当所述综合评价得分位于所述第二预设阈值和第三预设阈值之间，则判定所述参评企业为重大等级；

当所述综合评价得分大于所述第三预设阈值，则判定所述参评企业为特大等级。

第二方面，本发明实施例还提供了一种企业环境表现评价系统，包括：

获取模块，所述获取模块被配置为获取参评企业的基础指标原始环境数据；

处理模块，所述处理模块被配置为将所述基础指标原始环境数据进行处理，得到结构化数据；

第一计算模块，所述第一计算模块被配置为利用所述结构化数据计算基层评价指标得分；

第二计算模块，所述第二计算模块被配置为将所述基层评价指标得分输入综合分析模型中计算综合评价得分；

评价模块，所述评价模块被配置为根据所述综合评价得分对所述参评企业进行风险程度评级。

本发明实施例提供的上述技术方案的有益效果至少包括：在获得基础指标原始环境数据之后，对基础指标原始环境数据进行定性、定量处理得到结构化数据，基于结构化数据依次计算基层评价指标得分等，直到得出最终的综合评价得分；再基于综合评价得分对参评企业进行评价。一方面，能够提高评价效率，降低人工的劳动强度，同时保证评价更加准确。另一方面，能够及时对参评企业作出评价，有利于参评企业能够迅速进行整改，从而降低环境污染，有效提升了企业污染防治水平。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

图1是本发明所公开的一种企业环境表现评价方法的图；

图2是本发明所公开的一种企业环境表现评价系统的图。

附图标记说明：100、获取模块；200、处理模块；300、第一计算模块；400、第二计算模块；500、评价模块。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

实施例一

参照附图1所示，本发明提供一种技术方案：一种企业环境表现评价方法，包括以下步骤：

S1，获取参评企业的基础指标原始环境数据；

S2，将所述基础指标原始环境数据进行处理，得到结构化数据；

S3，利用所述结构化数据计算基层评价指标得分；

S4，将所述基层评价指标得分输入综合分析模型中计算综合评价得分；

S5，根据所述综合评价得分对所述参评企业进行风险程度评级。

具体而言，在获得基础指标原始环境数据之后，对基础指标原始环境数据进行定性、定量处理得到结构化数据，基于结构化数据依次计算基层评价指标得分等，直到得出最终的综合评价得分；再基于综合评价得分对参评企业进行评价。一方面，能够提高评价效率，降低人工的劳动强度，同时保证评价更加准确。另一方面，能够及时对参评企业作出评价，有利于参评企业能够迅速进行整改，从而降低环境污染，有效提升了企业污染防治水平。

进一步地，所述获取参评企业的基础指标原始环境数据，包括：基于网络爬虫技术、自然语言分析技术和光学字符识别技术搜集和定向爬取所述基础指标原始环境数据。

进一步地，所述自然语言分析技术，包括：

接收用户输入的意图字词，并将所述意图字段与数据库中的字词建立映射关系；

基于所述意图字段与所述映射关系，获得预处理字词；

对所述预处理字词进行特征提取，得到多个特征字段，

对所述多个特征字段进行加权得到并处理，得到特征向量矩阵；

将所述特征向量矩阵输入至循环神经网络模型中训练，得到搜索模型。

需要说明的是，本申请采用的循环神经网络模型是现有技术，其具体实施方式在此不再详细说明。

根据该实施例中，用户输入意图字词之后，可在数据库中创建与意图字词等同的字词副本，并使两者产生映射关系。尤其在搜索过程中，不仅方便在数据库中进行调用，而且方便在搜索完毕之后，可在数据库中自动归类，进而有利于基础指标原始环境数据的保存。同时，将预处理字词经过处理并得到特征向量矩阵，并输入至循环神经网络模型进行训练之后，得到搜索模型，既能够保证搜索效率，又能够保证搜索的时效性和准确性。

进一步地，所述将所述基础指标原始环境数据进行处理，包括：

将所述基础指标原始环境数据进行可信甄别并进行清洗，得到可信化环境数据；

对所述可信化环境数据进行结构化处理，得到所述结构化数据。

进一步地，所述对所述可信化环境数据进行结构化处理，包括：

创建多个一级指标任务；

基于所述多个一级指标任务对所述可信化环境数据进行聚类，得到多个二级指标任务；

对所述多个二级指标任务进行排序，得到二级指标任务队列；

生成所述二级指标任务队列中每个所述二级指标任务的基层指标任务；其中，所述基层指标任务与所述二级指标任务一一对应。

根据该实施例中，经过上述的定性、定量分析处理之后，将可信化环境数据分类成如下表的各项任务，同时，可信化环境数据按照如下表的各项任务进行归类。

/>

通过上表的各项任务归类之后，可使得参评企业的信息数据更加完备，确保对参评企业的评价更加的真实、客观。

进一步地，所述利用所述结构化数据计算基层评价指标得分，包括：

基于所述结构化数据中与其对应的基层评价因子计算得到基层评价指标得分。

进一步地，所述将所述基层评价指标得分输入综合分析模型中计算综合评价得分，包括：

对每个所述基层指标任务分别赋予第一权重，利用所述第一权重与所述基层评价指标得分进行计算，得到多个二级指标得分；

对每个所述二级指标任务分别赋予第二权重，利用所述第一权重与所述二级指标得分进行计算，得到多个一级指标得分；

对每个所述一级指标任务分别赋予第三权重，利用所述第二权重与所述一级指标得分进行计算，得到多个项目指标总得分；

综合所述多个项目指标总得分进行计算，得到所述综合评价得分。

根据该实施例中，经过逐级指标得分计算之后，能够得到参评企业的综合评价得分，可对参评企业展开综合性的评价，避免评价的信息数据较为单一，同时避免综合评价得分不具有代表性，防止评价的结果不够公正。

进一步地，所述二级指标得分的表达式如下：

b＝x

式中：b表示二级指标得分；

x表示第一权重；

a表示基层评价指标得分；

所述一级指标得分的表达式如下：

c＝y

式中：c表示一级指标得分；

y表示第二权重；

所述项目目标总得分的表达式如下：

d＝z

式中：d表示项目目标总得分；

z表示第三权重；

所述综合评价得分的表达式如下：

p＝z

式中：p表示综合评价得分。

进一步地，所述根据所述综合评价得分对所述参评企业进行风险程度评级，包括：

当所述综合评价得分小于第一预设阈值时，则判定所述参评企业为一般等级；

当所述综合评价得分位于所述第一预设阈值和第二预设阈值之间，则判定所述参评企业为较大等级；

当所述综合评价得分位于所述第二预设阈值和第三预设阈值之间，则判定所述参评企业为重大等级；

当所述综合评价得分大于所述第三预设阈值，则判定所述参评企业为特大等级。

根据该实施例中，当参评企业为一般等级时，还可一同标注绿色标识；当参评企业为较大等级时，还可一同标注蓝色标识；当参评企业为重大等级时，还可一同标注黄色标识；当参评企业为特大等级时，还可一同标注黑色标识。

另外，通过引入风险程度等级制度，能够提醒参评企业及时制定整改措施，同时便于监管人员检查，从而不仅能够提高参评企业的防治水平，而且还能够提高监管力度。

实施例二

参照附图2所示，本发明实施例还公开了一种企业环境表现评价系统，包括：

获取模块100，所述获取模块100被配置为获取参评企业的基础指标原始环境数据；

处理模块200，所述处理模块200被配置为将所述基础指标原始环境数据进行处理，得到结构化数据；

第一计算模块300，所述第一计算模块300被配置为利用所述结构化数据计算基层评价指标得分；

第二计算模块400，所述第二计算模块400被配置为将所述基层评价指标得分输入综合分析模型中计算综合评价得分；

评价模块500，所述评价模块500被配置为根据所述综合评价得分对所述参评企业进行风险程度评级。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。