CN105787073A

CN105787073A - 一种基于大数据挖掘技术的企业信用评价方法

Info

Publication number: CN105787073A
Application number: CN201610118033.5A
Authority: CN
Inventors: 杨炜祖; 李从恺
Original assignee: Shanghai Yuanlu Jiajia Information Technology Co Ltd
Current assignee: Shanghai Yuanlu Jiajia Information Technology Co Ltd
Priority date: 2016-03-02
Filing date: 2016-03-02
Publication date: 2016-07-20

Abstract

本发明涉及一种基于大数据挖掘技术的企业信用评价方法，包括以下步骤：1)将待评价企业的信用信息分为基本评价、人力资源、产品、售后服务和拖欠款项五个角度，并且在每个角度中设置多个评价关键词；2)通过爬虫方法从多个搜索引擎上获取待评价企业的所有评价关键词，并采用模糊字符串匹配方法进行去重，获取各个角度中所有评价关键词出现的次数；3)根据各个角度中所有评价关键词出现的次数分别对每个角度进行加权评分，并进行归一化处理；4)采用五位雷达图显示待评价企业的五个角度归一化处理后的评分。与现有技术相比，本发明具有节约时间、数据全面、考虑全面、显示直观等优点。

Description

一种基于大数据挖掘技术的企业信用评价方法

技术领域

本发明涉及企业信用评价领域，尤其是涉及一种基于大数据挖掘技术的企业信用评价方法。

背景技术

企业的信用评级，往往存在着诸如口碑、产品质量、人事、售后服务等多个因素。在以往的技术中，如何去评价一个企业的信用，并没有明确的定义。用户如果要了解一个企业的信誉问题，需要主动地去网上搜索，并从大量复杂的网页中去查找有用的信息。而在网上搜索企业信息，存在着以下的缺陷。

第一，单一的搜索引擎所提供的企业内容不够充分。用户在搜索关于某企业的信息时，有时候甚至无法找到任何相关的内容。因而，结合多搜索引擎、多平台的搜索很有必要，这也增加了用户了解企业信用所消耗的时间。

第二，多个搜索引擎经常存在重复收录同一条信息的现象，因而通过网络搜索所获取的信息往往存在大量的重复，因而，如何剔除重复的信息，这十分考验用户的耐力。

第三，几乎所有的搜索引擎都是基于关键词的。一般某个词条只要出现了所搜索的关键词，就会显示在用户面前，而这个词条很有可能和用户需要的内容是毫不相干的，在这个问题上，中文词语的多义性，对搜索结果产生了重大的影响。如何剔除展现在用户眼前的许多不相干内容，对用户更加成为一个考验。

第四，企业的信用需要经过多角度的搜索才能做一定的衡量，这就需要用户去搜索大量的关键词，才能获得相对可靠的信息。例如关于企业的福利问题，就需要搜索薪酬、三金、四金、年终奖、带薪休假等重要内容。这无疑是相当耗时的。

以上四点足以说明，用户了解一个企业的信用问题是非常不易的。如何便捷地让用户获取到企业的信用情况，成为一种必要。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种节约时间、数据全面、考虑全面、显示直观的基于大数据挖掘技术的企业信用评价方法。

本发明的目的可以通过以下技术方案来实现：

一种基于大数据挖掘技术的企业信用评价方法，包括以下步骤：

1)将待评价企业的信用信息分为基本评价、人力资源、产品、售后服务和拖欠款项五个角度，并且在每个角度中设置多个评价关键词；

2)通过爬虫方法从多个搜索引擎上获取待评价企业的所有评价关键词，并采用模糊字符串匹配方法进行去重，获取各个角度中所有评价关键词出现的次数；

3)根据各个角度中所有评价关键词出现的次数分别对每个角度进行加权评分，并进行归一化处理；

4)采用五位雷达图显示待评价企业的五个角度归一化处理后的评分。

所述的基本评价的评价关键词包括正面关键词和负面关键词，所述的正面关键词包括好、很好、非常好、不错、高、丰富、多、热门、稀缺、包、有、提供、过硬、迅速和方便，所述的负面关键词包括差、很差、苛刻、少、无、不提供、没有、坏、赖、麻烦、复杂和缓慢。

所述的人力资源的评价关键词包括正面关键词、中性关键词和负面关键词，所述的正面关键词包括薪酬、待遇、交金、绩效奖金、年终奖、提成、股票期权、工龄、培训、红利、五险一金、员工旅游、雇主、人性化、保障、考核、双休和带薪年假，所述的中性关键词包括三金和四金，所述的负面关键词包括加班、压力和不交金。

所述的产品的评价关键词为正面关键词，包括产品、服务、系统、平台、业务、口碑、质量、稳定性和可靠性。

所述的售后服务的评价关键词包括正面关键词、中性关键词和负面关键词，所述的正面关键词包括实体店、7x24小时、技术、经验、响应、网点和联系方式，所述的中性关键词包括维修，所述的负面关键词包括返厂。

所述的售后服务的拖欠款项的评价关键词包括正面关键词和负面关键词，所述的正面关键词包括资金周转，所述的负面关键词包括坏账、赖帐、资不抵债和经营不善。

所述的步骤3)中每个角度进行加权评分公式为：

W_N＝∑[1·α+(-1)·β+0·γ]

其中，W_N为每个角度加权后的评分，α为正面关键词出现的次数，β为负面关键词出现的次数，γ为中性关键词出现的次数，N为角度序号，

所述的归一化处理的计算式为：

W_{N}^{'} = \frac{W_{N} - M i n}{M a x - M i n}

其中，W_N′为每个角度归一化后的评分，Max为W_N中的最大值，Min为W_N中的最小值。

与现有技术相比，本发明具有以下优点：

一、节约时间：充分地利用爬虫技术，本发明使用传统的网络爬取技术，自动地抓取大量的网上有用的企业相关信息，大大节约了用户搜索关键字的时间。

二、基于大数据、数据全面：本发明结合了百度、好搜、搜狗、必应、新浪等搜索引擎，全方位抓取关于企业的内容，可以获取到更加全面的资讯，然后对这些资讯进行去重汇总统计，得到最后结果。

三、考虑全面：利用模型内定义的方法，对基本情况、产品质量、人力资源、售后服务、财务情况5个方面进行抓取，然后对各个方面的内容进行评估，利用归一化方法，将每一个方面的分数归一化为0～1之间。

四、显示直观：用户只需输入公司名称，其他的所有任务都将交由后台程序自动完成。计算机在很短时间内抓取大量的数据，然后进行分析，最后以五维雷达图等可视化工具将分析结果呈现给用户，以让用户获取一个对于企业信用的直观认识。

附图说明

图1为实施例中的方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例：

为了对企业信用进行评级，我们发明并构建了一种基于网络搜索的企业信用模型。该模型中，结合了百度、好搜、搜狗、新浪、必应、微信等知名搜索引擎平台，充分获取企业的相关信息，避免了用户通过单一搜索引擎获取信息不全的问题。

在模型整合搜索引擎的基础上，对企业的基本评价、人力资源、产品、售后服务、是否拖欠款项，这五个角度的多个关键词进行搜索。在每个角度的关键词中，词性有正负之分，基本评价、人力资源、产品、售后服务和是否拖欠款项这五个角度的关键词示例分别如表4.1、表4.2、表4.3、表4.4和4.5所示：

表4.1基本评价角度关键词示例

表4.2人力资源角度关键词示例

表4.3产品角度关键词示例

正面	产品、服务、系统、平台、业务、口碑、质量、稳定性、可靠性

表4.4售后服务角度关键词示例

正面	实体店、7x24小时、技术、经验、响应、网点、联系方式
		负面	返厂
中性	维修

表4.5是否拖欠款项角度关键词示例

正面	资金周转
		负面	坏账、赖帐、资不抵债、经营不善

在获得企业的信息后，对每个角度的搜索内容进行分析统计，最后从这5个角度进行企业信用的评级，并通过可视化界面的形式用户感兴趣企业在整个行业的信用等级水平。

如图1所示，在这个模型中，用户只需要提供企业名称，其他的任务完全由程序自动实现，将感兴趣的信息呈现给用户。其主要步骤如下：

(1)用户输入感兴趣的企业名称；

(2)后台利用传统的爬虫方法，结合多个平台抓取该企业的5个角度所有关键词的搜索内容；

(3)后台根据模糊字符串匹配技术，自动筛除同一关键词的相同标题的重复内容。这里为了尽可能地避免检索到重复的信息又保持信息检索的最大化，我们假定标题匹配相似度达到80％，就认为信息是重复的，进行去重操作。对最后得到的词条进行统计分析，获得各个角度各个关键词出现的次数；

(4)综合各角度词条出现次数，企业的5个角度进行打分评级，获取企业每一个角度的分数情况。在打分评级阶段，具体来说是根据企业5个角度关键词的词性求加权和，数学表达式如下所示：

W_N＝∑[1·α+(-1)·β+0·γ]

其中，W_N为每个角度加权后的评分，α为正面关键词出现的次数，β为负面关键词出现的次数，γ为中性关键词出现的次数，N为角度序号，通过这种加权求和的方式求得企业的信用权重。

(5)以五维雷达图和五维柱状图的形式，将企业的五个角度的分数进行归一化并以可视化的形式呈现给用户。这里的归一化采用线性归一化，能够反映一个企业在整个行业中所处于的信用评级水平，其数学表达式如下所示：

W_{N}^{'} = \frac{W_{N} - M i n}{M a x - M i n}

Claims

1.一种基于大数据挖掘技术的企业信用评价方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于大数据挖掘技术的企业信用评价方法，其特征在于，所述的基本评价的评价关键词包括正面关键词和负面关键词，所述的正面关键词包括好、很好、非常好、不错、高、丰富、多、热门、稀缺、包、有、提供、过硬、迅速和方便，所述的负面关键词包括差、很差、苛刻、少、无、不提供、没有、坏、赖、麻烦、复杂和缓慢。

3.根据权利要求1所述的一种基于大数据挖掘技术的企业信用评价方法，其特征在于，所述的人力资源的评价关键词包括正面关键词、中性关键词和负面关键词，所述的正面关键词包括薪酬、待遇、交金、绩效奖金、年终奖、提成、股票期权、工龄、培训、红利、五险一金、员工旅游、雇主、人性化、保障、考核、双休和带薪年假，所述的中性关键词包括三金和四金，所述的负面关键词包括加班、压力和不交金。

4.根据权利要求1所述的一种基于大数据挖掘技术的企业信用评价方法，其特征在于，所述的产品的评价关键词为正面关键词，包括产品、服务、系统、平台、业务、口碑、质量、稳定性和可靠性。

5.根据权利要求1所述的一种基于大数据挖掘技术的企业信用评价方法，其特征在于，所述的售后服务的评价关键词包括正面关键词、中性关键词和负面关键词，所述的正面关键词包括实体店、7x24小时、技术、经验、响应、网点和联系方式，所述的中性关键词包括维修，所述的负面关键词包括返厂。

6.根据权利要求1所述的一种基于大数据挖掘技术的企业信用评价方法，其特征在于，所述的售后服务的拖欠款项的评价关键词包括正面关键词和负面关键词，所述的正面关键词包括资金周转，所述的负面关键词包括坏账、赖帐、资不抵债和经营不善。

7.根据权利要求1所述的一种基于大数据挖掘技术的企业信用评价方法，其特征在于，所述的步骤3)中每个角度进行加权评分公式为：

W_N＝∑[1·α+(-1)·β+0·γ]

所述的归一化处理的计算式为：

W_{N}^{'} = \frac{W_{N} - M i n}{M a x - M i n}

其中，W′_N为每个角度归一化后的评分，Max为W_N中的最大值，Min为W_N中的最小值。