CN108364137A - 高新技术企业的监测方法、装置、计算机设备及存储介质 - Google Patents
高新技术企业的监测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN108364137A CN108364137A CN201810200664.0A CN201810200664A CN108364137A CN 108364137 A CN108364137 A CN 108364137A CN 201810200664 A CN201810200664 A CN 201810200664A CN 108364137 A CN108364137 A CN 108364137A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- dimension
- new high
- tech
- valuation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种高新技术企业的监测方法、装置、计算机设备及存储介质,其中方法包括:获取高新技术企业的登记数据集,其中登记数据集包括多个高新技术企业在高新技术企业运行登记表中填写的运行登记数据;根据预设维度分类规则将每个高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;基于预设指标算法模型,根据企业评价维度数据对预设企业评价维度进行评分以获取预设企业评价维度对应的维度评分值;根据维度评分值对多个高新技术企业进行预设聚类处理以生成聚类结果;以及根据聚类结果对高新技术企业进行标签处理以完成监测。该方法可实现对存量和增量的高新技术企业科学、智能以及高效地运行监测评价。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种高新技术企业的监测方法、装置、计算机设备及存储介质。
背景技术
目前,为加大对科技型企业,特别是中小型企业的政策扶持,有力推动大众创业、万众创新、培育创造新技术、新业态和提供新供给的生力军,促进经济升级发展,国家持续推动国家高新技术企业的认定与运行登记工作。截止到2016年底,全国高新技术企业突破了10万家,达到10.4万家,而2017年的高新技术企业申报与认定数量也呈大幅增长之势。面对大量的存量高新技术企业与数量不断增加的新认定高新技术企业,如何进行有效地监管将会是一个难题。目前高新技术企业的监管工作,存在以下几个问题。
1、缺乏对大量的存量高新技术企业的宏观监测与整体评价,缺乏针对存量高新技术企业的运行监测分析评价方法,无法形成科学依据支撑我国高新技术企业政策与管理决策的制定。
2、个体高新技术企业认定后存在运行监测评价盲点。科技主管部门无法形成对个体高新技术企业从申报、认定到运行监测的全流程可持续性管理。
3、未形成科学合理权威的高新技术企业运行监测评价指标体系。针对我国高新技术企业近年认定量剧增的现状,缺乏一套动态、科学、合理、权威的高新技术企业运行监测评价指标体系。
由此可见,需要提供一种高新技术企业的监测方法以对高新技术企业进行有效地监控,进而建立一套动态、科学、合理和权威的高新技术企业运行监测评价体系。
发明内容
本申请提供了一种高新技术企业的监测方法、装置、计算机设备及存储介质,旨在建立一套动态、科学、合理和权威的高新技术企业运行监测评价体系。
第一方面,本申请提供了一种高新技术企业的监测方法,其包括:
获取高新技术企业的登记数据集,其中,所述登记数据集包括多个所述高新技术企业在高新技术企业运行登记表中填写的运行登记数据;
根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;
基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值;
根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果;以及
根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。
第二方面,本申请提供了一种高新技术企业的监测装置,其包括:
数据获取单元,用于获取高新技术企业的登记数据集,其中所述登记数据集包括多个高新技术企业在高新技术企业运行登记表中填写的运行登记数据;
分类获取单元,用于根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;
评分获取单元,用于基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值;
聚类生成单元,用于根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果;以及
处理监测单元,用于根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。
第三方面,本申请还提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请提供的任一项所述的高新技术企业的监测方法。
第四方面,本申请还提供了一种存储介质,其中所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行本申请提供的任一项所述的高新技术企业的监测方法。
本申请实施例通过获取高新技术企业的登记数据集;根据预设维度分类规则将所述登记数据集中的每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值;根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果;以及根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。该方法可以实现对存量和增量的高新技术企业科学、智能以及高效地运行监测评价。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种高新技术企业的监测方法的示意流程图;
图2是图1中的高新技术企业的监测方法对应的应用场景示意图;
图3是图1中高新技术企业的监测方法的子步骤示意流程图;
图4是图3中高新技术企业的监测方法的子步骤示意流程图;
图5是本申请实施例提供的K均值聚类的工作流程示意性框图;
图6是本申请实施例提供的一种高新技术企业的监测装置的示意性框图;
图7是本申请一实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1是本申请一实施例提供的一种高新技术企业的监测方法的示意流程图。该监测方法可以运行在终端或服务器中,其中该终端包括智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备;服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。如图1所示,该监测方法包括步骤S101~S105。
S101、获取高新技术企业的登记数据集。
其中,所述登记数据集包括多个所述高新技术企业在高新技术企业运行登记表中填写的运行登记数据,该高新技术企业运行登记表为企业进行高新技术企业注册时需要填写的表,该高新技术企业运行登记表包括多项运行登记数据,比如当年净资产额、销售收入、利润额、当年博士数量、硕士数量、科研人员数量、高新技术企业认定时间、项目资质、使用来自政府部门的科技活动资金和委托外部研究开发投入额等等。
在本实施例中,如图2所示,图2是本实施例提供的高新技术企业监测方法对应的应用场景示意图,以下将以图2中的应用场景对该高新技术企业的监测方法进行介绍,但该应用场景不构成该监测方法应用场景的限定。
如图2所示,在通过高新技术企业注册系统注册高新技术企业时,企业用户可以通过第二终端填写高新技术企业运行登记表,在企业用户填写完成并点击提交后,高新技术企业注册系统自动将包括用户填写的运行登记数据的高新技术企业运行登记表保存在第二服务器,或者保存至第二服务器对应的数据库中。高新技术企业监测系统的第一服务器与高新技术企业注册系统的第二服务器通讯连接,由此可通过第一服务器获取多个高新技术企业在高新技术企业运行登记表中填写的运行登记数据,对这些运行登记数据进行整理后保存至第一服务器中,或者第一服务器对应的数据库中。
S102、根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据。
表1为预设对应关系表
具体地,根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据,包括:将每个所述高新技术企业对应的运行登记数据按照预设对应关系表对应划分至相应的预设企业评价维度以获取企业评价维度数据。其中在高新技术企业运行登记表中的运行登记数据按照表1中的对应关系表相应划分相应的预设企业评价维度,此外同一个运行登记数据也可以划分至两个预设企业评价维度中。该预设对应关系表如表1。
在本实施例中,如表1所示,所述预设企业评价维度包括:研发贡献度数据、资源能力水平数据和企业成长性数据。当然可以理解的是,在其他实施例中,所述预设企业评价维度还可包括其他的划分方式,比如,所述预设企业评价维度包括:企业规模、研发贡献度、资源能力水平、企业成长性和企业发展导向,其中研发贡献度、资源能力水平和企业成长性与表1中的研发贡献度、资源能力水平和企业成长性包括的运行登记数据相同,具体地所述企业规模包括净资产额、销售收入和利润额;所述企业成长性包括博士数量、博士占比、硕士数量、硕士占比、科研人员数量、科研投入占比、人均科研投入产出率、科研成果数量和科研人员人均高科技产品收入。
对通过该监测方法对高新技术企业进行监测时,可以选择不同的预设企业评价维度的划分方式,其中预设企业评价维度划分的越复杂,对高新技术企业的监测结果划分的越准确。
S103、基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值。
在本实施例中,基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值,具体对应一种维度评分方法,如图3所示,该维度评分方法包括步骤S1031~S1035。
S1031、基于所述预设企业评价维度构建判断矩阵。
具体地,基于所述预设企业评价维度构建判断矩阵,所述预设企业评价维度包括三个预设企业评价维度,分别为:研发贡献度数据A1、资源能力水平数据A2和企业成长性数据A3。
表2为重要性标度与含义对应关系表
根据表2对应关系表可以设置判断矩阵中的元素的值,其中涉及的元素具体为所述预设企业评价维度。
目标层 | A1 | A2 | A3 |
A1 | a11 | a12 | a13 |
A2 | a21 | a22 | a23 |
A3 | a31 | a32 | a33 |
表3为判断矩阵
具体地,表3的判断矩阵还可表示为:其中,在该判断矩阵中aij=1(i=j),aij=1/aji;在判断矩阵A中,比如判断出研发贡献度数据A1比资源能力水平数据A2重要,则a12的值取3,其余的元素可以根据表2进行设置,在此不做详细介绍。
S1032、通过所述判断矩阵计算所述预设企业评价维度对应的第一指标权重。
其中,通过所述判断矩阵计算所述预设企业评价维度对应的第一指标权重,如图4所示,包括子步骤S1032a至S1032c。
S1032a、对所述判断矩阵的每一列进行归一化处理;S1032b、对经过所述归一化处理的判断矩阵进行按行求和以获取判断向量;以及S1032c、将所述判断向量进行归一化处理以获取所述预设企业评价维度对应的第一指标权重。
具体地,对所述判断矩阵A中的每一列元素(比如a11、a21和a31)进行按列归一化处理,即对经过所述归一化处理判断矩阵进行按行求和以获取判断向量,该判断向量表示为:为所述判断向量,和为经过归一化后的判断矩阵A进行按行求和值,即所述判断向量进行归一化后对应的坐标值;将判断向量进行归一化处理即可获取所述预设企业评价维度对应的第一指标权重wi,即
S1033、根据预设变异系数公式计算所述企业评价维度数据对应的指标变异系数。
具体地,是根据预设变异系数公式计算所述企业评价维度数据对应的指标变异系数,其中所述预设变异系数公式的表达式为:
在表达式1-1中,Vi为第i项指标数据(该指标数据即为运行登记数据)的变异系数,也称标准差系数;σi为第i项指标数据的标准差;为第i项指标数据的平均数。
S1034、根据所述指标变异系数计算所述企业评价维度数据对应的第二指标权重。
具体地,在求出企业评价维度数据对应的指标变异系数后,则可根据该指标变异系数通过预设指标权重计算公式计算第二指标权重,其中所述预设指标权重计算公式的表达式为:
在表达式1-2中,Vi为第i项指标数据的变异系数,τi为第i项指标数据的第二指标权重,该指标数据即为所述企业评价维度数据,其对应哪个的预设企业评价维度即为那个企业评价维度数据,比如指标数据(博士占比)对应资源能力水平,即为资源能力水平维度数据。
S1035、根据所述第一指标权重和第二指标权重计算所述预设企业评价维度对应的维度评分值。
具体地,根据所述第一指标权重和第二指标权重按照预设维度评分公式计算所述预设企业评价维度对应的维度评分值,其中预设维度评分公式表达式为:
li=τi*wi (1-3)
在表达式1-3中,wi为第一指标权重,τi为第二指标权重,li为预设企业评价维度对应的维度评分值。
S104、根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果。
在本实施例中,具体是根据所述维度评分值对多个所述高新技术企业进行K均值聚类处理以生成聚类结果;根据预设的类别对K进行设定,比如将高新企业设置三个类型,分别为技术领先型、技术创新型和双低型,则K的值设为3根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果,最终的聚类结果是将多个高新技术企业分为三个类别。
当然,可以理解的是,为了分类结果更为详细以及方便K均值聚类的快速分类,也可以将多个高新技术企业分为其他类别,比如分为四个类别,分别为:技术领先型、技术创新型、传统发展型和双低型;或者分为六个类别,分别为:快速成长型、技术领先型、技术创新型、传统发展型、双低型和资源型。
其中,K均值聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程,在大数据与数据挖掘中具有广泛应用。聚类与分类的最大不同之处在于,分类的目标事先已经定义好,而聚类更像是计算机系统的“自动分类”,通过聚类分析试图将相似对象归入同一簇,将差异性较大对象归到不同簇。相似这一概念的衡量方法则取决于所设计的相似度计算方法。
在本实施例中,采用K-均值聚类算法来实现对既定对象的自动聚类,通过用户给定集合(高新技术企业的集合)中的元素(个体高企,包含预设企业评价维度对应的维度评分值)进行聚类,聚类的类别个数为K(也称为K个簇),每一个簇中的元素围绕着质心(类的中心)形成聚类。
首先用户设定的K个簇,在所有集合元素的范围区间内随机确定K个元素作为初始质心;其次计算集合中其它元素到这K个簇中质心的距离,并将每个元素自动分配至距离质心最近的那个簇,到此就完成了第一次聚类,鉴于本文中元素包含三个或五个维度评分值,由此采用了欧式距离计算元素到质心的距离值。
具体地,该聚类工作流程参照图5所示,经过第一次聚类后,所有的元素都处在距离质心最近的那个簇,再根据新生成的簇中的元素,将每个簇的质心更新为该簇所有元素的平均值,即为每个簇中的多个高新技术企业企业对应的维度评分值的平均值为新的质心,依据该方式对K个质心进行更新后,对集合中所有元素进行再次分配,依然将集合中所有元素分配至距离质心最近的那个簇。经过上面第二次聚类后,再次根据新生成的簇中的元素,将每个簇的质心更新为该簇所有元素的平均值。依此方法进行重复迭代,直至集合所有元素所属簇的类别都不再发生变化,则可以认为聚类完成。达到了让集合中所有元素根据相似程度“自动分类”的效果,即完成了K均值聚类。
S105、根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。
在本实施例中,经过K均值聚类后生成的聚类结果,包括三个类别。根据K值的设定,当然也可以聚类更多的类别。将三个类别的高新技术企业分别对应标记为技术领先型、技术创新型和双低型完成标签处理,由此可以根据不同高新技术企业对应的标签完成监视。
此外,当存在新增个体高新技术企业进行注册登记时,可以根据该高新技术企业的监测方法自动计算出新增个体高新技术企业综合评分,并对新增高新技术企业进行K均值聚类,自动为新增个体高企生成聚类及标签信息,实现新增个体高企的监测评价。
上述实施例通过获取高新技术企业的登记数据集;根据预设维度分类规则将所述登记数据集中的每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值;根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果;以及根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。该方法可以实现对存量和增量的高新技术企业科学、智能以及高效地运行监测评价。
请参阅图6,图6是本申请实施例提供的一种高新技术企业的监测装置的示意性框图。该监测装置400可以安装于服务器或终端中。如图6所示,该监测装置400包括:数据获取单元401、分类获取单元402、评分获取单元403、聚类生成单元404和处理监测单元405。
数据获取单元401,用于获取高新技术企业的登记数据集,其中所述登记数据集包括多个高新技术企业在高新技术企业运行登记表中填写的运行登记数据。
分类获取单元402,用于根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据。
评分获取单元403,用于基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值。
其中,评分获取单元403包括判断矩阵构建单元4031、第一权重计算单元4032、变异系数计算单元4033、第二权重计算单元4034和维度评分计算单元4035。
具体地,判断矩阵构建单元4031,用于基于所述预设企业评价维度构建判断矩阵;第一权重计算单元4032,用于通过所述判断矩阵计算所述预设企业评价维度对应的第一指标权重;变异系数计算单元4033,用于根据预设变异系数公式计算所述企业评价维度数据对应的指标变异系数;第二权重计算单元4034,根据所述指标变异系数计算所述企业评价维度数据对应的第二指标权重;维度评分计算单元4035,用于根据所述第一指标权重和第二指标权重计算所述预设企业评价维度对应的维度评分值。
聚类生成单元404,用于根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果。
处理监测单元405,用于根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的监测装置和单元的具体工作过程,可以参考前述监测方法实施例中的对应过程,在此不再赘述。
请参阅图7,图7是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备700设备可以是终端或服务器。
参照图7,该计算机设备700包括通过系统总线710连接的处理器720、存储器和网络接口750,其中,存储器可以包括非易失性存储介质730和内存储器740。
该非易失性存储介质730可存储操作系统731和计算机程序732。该计算机程序732被执行时,可使得处理器720执行一种高新技术企业的监测方法。
该处理器720用于提供计算和控制能力,支撑整个计算机设备700的运行。
该内存储器740为非易失性存储介质730中的计算机程序732的运行提供环境,该计算机程序732被处理器720执行时,可使得处理器720执行一种高新技术企业的监测方法。
该网络接口750用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备700的限定,具体的计算机设备700可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。其中,所述处理器720用于运行存储在存储器中的程序代码,以实现上述实施例提供的方法中的流程步骤。
应当理解,在本申请实施例中,处理器720可以是中央处理单元(CentralProcessing Unit,CPU),该处理器720还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域技术人员可以理解,图7中示出的计算机设备700结构并不构成对计算机设备700的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本领域普通技术人员可以理解的是实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。如本发明实施例中,该计算机程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程步骤。
该计算机可读存储介质可以是磁碟、光盘、U盘、移动硬盘、随机存储记忆体(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的监测装置和方法,可以通过其它的方式实现。例如,以上所描述的监测装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例装置中的单元可以根据实际需要进行合并、划分和删减。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种高新技术企业的监测方法,其特征在于,包括:
获取高新技术企业的登记数据集,其中,所述登记数据集包括多个所述高新技术企业在高新技术企业运行登记表中填写的运行登记数据;
根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;
基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值;
根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果;以及
根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。
2.根据权利要求1所述的高新技术企业的监测方法,其特征在于,所述基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值,包括:
基于所述预设企业评价维度构建判断矩阵;
通过所述判断矩阵计算所述预设企业评价维度对应的第一指标权重;
根据预设变异系数公式计算所述企业评价维度数据对应的指标变异系数;
根据所述指标变异系数计算所述企业评价维度数据对应的第二指标权重;以及
根据所述第一指标权重和第二指标权重计算所述预设企业评价维度对应的维度评分值。
3.根据权利要求2所述的高新技术企业的监测方法,其特征在于,所述通过所述判断矩阵计算所述预设企业评价维度对应的第一指标权重,包括:
对所述判断矩阵的每一列进行归一化处理;
对经过所述归一化处理的判断矩阵进行按行求和以获取判断向量;以及
将所述判断向量进行归一化处理以获取所述预设企业评价维度对应的第一指标权重。
4.根据权利要求3所述的高新技术企业的监测方法,其特征在于,所述所述根据所述指标变异系数计算所述企业评价维度数据对应的第二指标权重,包括:根据所述指标变异系数通过预设指标权重计算公式计算所述企业评价维度数据对应的第二指标权重;
所述根据所述第一指标权重和第二指标权重计算所述预设企业评价维度对应的维度评分值,包括:
根据所述第一指标权重和第二指标权重按照预设维度评分公式计算所述预设企业评价维度对应的维度评分值。
5.根据权利要求4所述的高新技术企业的监测方法,其特征在于,所述第一指标权重的表达式为:
其中,wi为所述预设企业评价维度对应的第一指标权重,为所述判断向量进行归一化后对应的坐标值;
所述预设变异系数公式的表达式为:
其中,Vi为第i项运行登记数据的变异系数;σi为所述第i项运行登记数据的标准差;为所述第i项运行登记数据的平均数;
所述预设指标权重计算公式的表达式为:
其中,Vi为第i项指标数据的变异系数,τi为所述第i项指标数据的第二指标权重;
所述预设维度评分公式的表达式为:
li=τi*wi
其中,wi为所述第一指标权重,τi为所述第二指标权重,li为所述预设企业评价维度对应的维度评分值。
6.根据权利要求1所述的高新技术企业的监测方法,其特征在于,所述根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据,包括:
将每个所述高新技术企业对应的运行登记数据按照预设对应关系表划分至相应的预设企业评价维度以获取企业评价维度数据,其中,所述预设企业评价维度包括研发贡献度数据、资源能力水平数据和企业成长性数据。
7.根据权利要求1所述的高新技术企业的监测方法,其特征在于,所述根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果,包括:
根据所述维度评分值对多个所述高新技术企业进行K均值聚类处理以生成聚类结果。
8.一种高新技术企业的监测装置,其特征在于,包括:
数据获取单元,用于获取高新技术企业的登记数据集,其中,所述登记数据集包括多个所述高新技术企业在高新技术企业运行登记表中填写的运行登记数据;
分类获取单元,用于根据预设维度分类规则将每个所述高新技术企业对应的运行登记数据分类至预设企业评价维度以获取企业评价维度数据;
评分获取单元,用于基于预设指标算法模型,根据所述企业评价维度数据对预设企业评价维度进行评分以获取所述预设企业评价维度对应的维度评分值;
聚类生成单元,用于根据所述维度评分值对多个所述高新技术企业进行预设聚类处理以生成聚类结果;以及
处理监测单元,用于根据所述聚类结果对所述高新技术企业进行标签处理以完成监测。
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的高新技术企业的监测方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的高新技术企业的监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200664.0A CN108364137A (zh) | 2018-03-12 | 2018-03-12 | 高新技术企业的监测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200664.0A CN108364137A (zh) | 2018-03-12 | 2018-03-12 | 高新技术企业的监测方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108364137A true CN108364137A (zh) | 2018-08-03 |
Family
ID=63004104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810200664.0A Pending CN108364137A (zh) | 2018-03-12 | 2018-03-12 | 高新技术企业的监测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108364137A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191015A (zh) * | 2018-10-17 | 2019-01-11 | 大国创新智能科技(东莞)有限公司 | 基于大数据和深度学习的高新企业认定方法和机器人系统 |
CN109543945A (zh) * | 2018-10-18 | 2019-03-29 | 平安科技(深圳)有限公司 | 企业创新评估方法及终端设备 |
CN110008345A (zh) * | 2019-04-17 | 2019-07-12 | 重庆天蓬网络有限公司 | 平台服务商行业数据聚合分析方法、装置、介质和设备 |
CN110046781A (zh) * | 2018-12-04 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 商户风险防控方法及装置 |
CN111222585A (zh) * | 2020-01-15 | 2020-06-02 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备及介质 |
CN113313362A (zh) * | 2021-05-12 | 2021-08-27 | 平安科技(深圳)有限公司 | 基于数据补全的企业esg指数确定方法及相关产品 |
WO2022151855A1 (zh) * | 2021-01-18 | 2022-07-21 | 中国民航信息网络股份有限公司 | 柜台的管理方法、装置、电子设备及计算机存储介质 |
CN116523320A (zh) * | 2023-07-04 | 2023-08-01 | 山东省标准化研究院(Wto/Tbt山东咨询工作站) | 基于互联网大数据的知识产权风险智能分析方法 |
-
2018
- 2018-03-12 CN CN201810200664.0A patent/CN108364137A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191015A (zh) * | 2018-10-17 | 2019-01-11 | 大国创新智能科技(东莞)有限公司 | 基于大数据和深度学习的高新企业认定方法和机器人系统 |
CN109543945A (zh) * | 2018-10-18 | 2019-03-29 | 平安科技(深圳)有限公司 | 企业创新评估方法及终端设备 |
CN110046781A (zh) * | 2018-12-04 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 商户风险防控方法及装置 |
CN110008345A (zh) * | 2019-04-17 | 2019-07-12 | 重庆天蓬网络有限公司 | 平台服务商行业数据聚合分析方法、装置、介质和设备 |
CN111222585A (zh) * | 2020-01-15 | 2020-06-02 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备及介质 |
WO2022151855A1 (zh) * | 2021-01-18 | 2022-07-21 | 中国民航信息网络股份有限公司 | 柜台的管理方法、装置、电子设备及计算机存储介质 |
CN113313362A (zh) * | 2021-05-12 | 2021-08-27 | 平安科技(深圳)有限公司 | 基于数据补全的企业esg指数确定方法及相关产品 |
CN113313362B (zh) * | 2021-05-12 | 2024-01-16 | 平安科技(深圳)有限公司 | 基于数据补全的企业esg指数确定方法及相关产品 |
CN116523320A (zh) * | 2023-07-04 | 2023-08-01 | 山东省标准化研究院(Wto/Tbt山东咨询工作站) | 基于互联网大数据的知识产权风险智能分析方法 |
CN116523320B (zh) * | 2023-07-04 | 2023-09-12 | 山东省标准化研究院(Wto/Tbt山东咨询工作站) | 基于互联网大数据的知识产权风险智能分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108364137A (zh) | 高新技术企业的监测方法、装置、计算机设备及存储介质 | |
Zafar et al. | An effective blockchain evaluation system based on entropy-CRITIC weight method and MCDM techniques | |
WO2021174944A1 (zh) | 基于目标对象活跃度的消息推送方法及相关设备 | |
CN107784426A (zh) | 一种员工的岗位分配方法、装置及设备 | |
CN106875110A (zh) | 业务指标分层计算方法及装置、分布式计算方法及系统 | |
CN104915879A (zh) | 基于金融数据的社会关系挖掘的方法及装置 | |
WO2022089190A1 (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
Wang et al. | Functional bid landscape forecasting for display advertising | |
CN109636652A (zh) | 购药行为异常的监控方法、监控服务端及存储介质 | |
CN108734216A (zh) | 基于负荷曲线形态的电力用户分类方法、装置及存储介质 | |
CN109740036A (zh) | Ota平台酒店排序方法及装置 | |
CN108647714A (zh) | 负面标签权重的获取方法、终端设备及介质 | |
Peng et al. | The health care fraud detection using the pharmacopoeia spectrum tree and neural network analytic contribution hierarchy process | |
CN111639077A (zh) | 数据治理方法、装置、电子设备、存储介质 | |
CN110796296A (zh) | 多目标投资优化模型的构建方法、装置和计算设备 | |
CN109767333A (zh) | 选基方法、装置、电子设备及计算机可读存储介质 | |
CN112256681A (zh) | 一种空管数字化指标应用系统及方法 | |
JP2021111281A (ja) | 事業者分類装置、方法、プログラム、事業者評価システム及び信用リスク評価システム | |
Aryandani et al. | Implementation of Fuzzy C-Means in Investor Group in the Stock Market Post-Covid-19 Pandemic | |
CN114742412A (zh) | 一种软件技术服务系统及方法 | |
CN113435748A (zh) | 网点状态确定方法、装置、电子设备以及存储介质 | |
CN113221966A (zh) | 基于F_Max属性度量的差分隐私决策树构建方法 | |
CN107437089A (zh) | 一种多传感器目标识别属性约简方法及装置 | |
Lee et al. | A new artificial bee colony based clustering method and its application to the business failure prediction | |
Estrada-Cedeno et al. | The Good, the Bad and the Ugly: Workers Profiling through Clustering Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180803 |
|
RJ01 | Rejection of invention patent application after publication |