CN109325678A - 一种招商对象智能优选的方法及系统 - Google Patents

一种招商对象智能优选的方法及系统 Download PDF

Info

Publication number
CN109325678A
CN109325678A CN201811056675.2A CN201811056675A CN109325678A CN 109325678 A CN109325678 A CN 109325678A CN 201811056675 A CN201811056675 A CN 201811056675A CN 109325678 A CN109325678 A CN 109325678A
Authority
CN
China
Prior art keywords
trade
investment
industry
enterprise
investment promotion
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
Application number
CN201811056675.2A
Other languages
English (en)
Inventor
张连祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201811056675.2A priority Critical patent/CN109325678A/zh
Publication of CN109325678A publication Critical patent/CN109325678A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种招商对象优选方法及系统，本发明主要包括：确定分析区域和区域内主导产业；通过分析计算，综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；根据诊断结果，筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。本发明从优化产业集群的目标实施有针对性的招商，解决了招什么，招商对象是谁的问题，实现了招商管理工作从重数量到重效果的转变。不仅能降低招商引资的成本，同时也优化了区域资源配置，通过壮大产业集群的方式提升区域产业活力和实力。

Description

一种招商对象智能优选的方法及系统
技术领域
本发明涉及计算机领域，特别涉及一种基于产业集群分析评价指数的招商对象智能优选方法及系统。
背景技术
在招商管理工作中，普遍缺乏对区域主导产业发展现状的分析方法，往往重视招商数量，不重视招商质量。区域内主导产业的构成往往是集群形态，缺少对产业集群的分析。如何以优化产业集群配置为目标，根据产业集群分析发现产业集群缺失，进一步有针对性地找到优选招商目标企业，对实现产业集群整体质量和效益的提升具有重要作用。
发明内容
本发明的目的在于为招商主体提供分析基于产业集群优化配置分析评价指数的招商对象优选系统及方法，找到符合优化产业集群配置的企业。
为达到上述目的，本发明的技术方案是这样实现的：
一种招商对象智能优选的方法，包括：
S1：确定分析区域和区域内主导产业；通过分析计算，综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；
S2：根据诊断结果，筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。
进一步的，步骤S1的方法包括：
S11：对需要分析的区域内产业集群的主导产业数据、产业门类数据进行采集，并对不同产业门类下的企业数量、销售额、纳税额以及龙头企业数量相关数据进行采集；
S12：通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；
S13：基于步骤S11、S12得到的数据，进行分析计算，综合得出产业集群分析评价指数；
S14：将产业集群评价指数与全国重点地区相同产业聚集度指数平均值进行比较，诊断出该产业集群是否缺失。
更进一步的，步骤S12所述价值分层的方法包括：
S121、对产业集群的企业简介数据信息进行数据清洗；
S122、运用条件随机场算法对企业简介样本进行词性标注、命名实体识别、分词，得到不同标签数据分词的频次概率，通过高频词汇建立设计研发型、生产加工型、销售与服务型专用标签库；
S123、将中文分词转化为数学形式，即分词向量化，系统使用Word2Vec算法，通过该分词的前后N个词来推断该词出现的概率，利用最大似然估计法确定参数；
S124、运用Doc2Vec相似度算法对企业简介进行文本对比，并进行所属分类的判断，实现企业分层判断。
更进一步的，步骤S13所述分析计算包括：
S131、根据企业数据信息中的企业数量，分析计算产业集群密度；集群密度计算方式为：区域内该主导产业下的企业数量占区域内总企业数量的比重，此比重数值乘以权重得到集群密度分数；
S132、根据企业数据信息中的龙头企业数量，分析计算产业集群强度，集群强度计算方式为：区域内该主导产业下的龙头企业数量占区域内总龙头企业数量的比重，此比重数值乘以权重得到集群强度分数；
S133、根据企业数据信息中的企业销售额、企业纳税额，分析计算产业集群企业规模，得到集群规模分数；
S134、根据企业价值链分层，对设计研发型、生产加工型、销售与服务型企业分层赋予权重，进行加权计算得出产业集群价值结构分数。
进一步的，步骤S2的方法包括：
S21：根据诊断结果，对企业数据库中的招商对象进行合法性审查，筛选出适合的招商对象；
S22：通过构建招商对象评价数学模型，计算招商对象评价指标分值；
S23：获得所有招商对象评价指标评分，并按照评分从高到低进行排名；
S24：根据需要选取某分数线之上的招商对象；
S25：与被选取的招商对象确定投资项目；
S26：计算招商对象的投资项目评价指标的分值；
S27：获得所有投资项目的评价指标分值，按照评分从高到低进行排序，作为优选招商对象的优先级。
更进一步的，步骤S21所述对企业数据库中的招商对象进行合法性审查的步骤包括：
S211、企业数据库为预设的数据库，按照企业所属门类，纳入招商对象的范围；
S212、在工商数据库中查询输入招商对象的相关信息；
S213、依据企业主体合法性进行筛选；
S214、对特定产业门类，还需要依据专业资格证书进行筛选。
更进一步的，步骤S22所述通过构建招商对象评价数学模型，计算招商对象评价指数分值，步骤如下：
S221、对筛选后的招商对象进行构建招商对象评价数学模型，建立招商对象评价指标体系；
S222、为评价指标体系中的各项指标设置权重值；
S223、通过计算，得到每个招商对象的评分。
更进一步的，步骤S26所述计算投资项目评价指数的分值，步骤包括：
S261、建立投资项目评价指标体系；
S262、为评价指标体系中各项指标配置权重值；
S263、计算各项指标数值，得到投资项目评价指标的分值。
本发明还提供一种招商对象智能优选的系统，包括：
产业集群分析模块，用于综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；
企业数据库模块，用于存储有意向的所有企业和机构的基本信息；
合法企业筛选模块，用于对企业和机构的主体合法性及业务合法性审查并存储筛选出的合法的招商对象；
招商对象评分模块，用于对合法企业筛选模块中的招商对象，通过构建招商对象评价数学模型，计算招商对象评价指标分值，得到所有招商对象的评分，并按照分值从高到低进行排序；
招商对象筛选模块：用于从企业评分模块中，选取某一分数线以上的招商对象并存储；
项目评分模块，计算招商对象的投资项目评价指标分值，对所有投资项目的评分，并按照评分从高到低进行排序。
进一步的，所述产业集群分析模块包括：
价值分层单元，用于通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；
计算单元：用于根据产业集群的相关数据以及价值分层单元得到的数据，进行分析计算，综合得出产业集群分析评价指数。
相对于现有技术，本发明具有以下优势：
与传统模式相比，本发明从优化产业集群的目标实施有针对性的招商，解决了招什么，招商对象是谁的问题，实现了招商管理工作从重数量到重效果的转变。不仅能降低招商引资的成本，同时也优化了区域资源配置，通过壮大产业集群的方式提升区域产业活力和实力。
附图说明
图1是本发明实施例的流程示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面将结合附图来详细说明本发明。
一种基于产业集群优化配置分析评价指数的招商对象优选方法，包括：
S1：招商机构确定分析区域和区域内主导产业；
S2：对需要分析的区域内产业集群的主导产业数据、产业门类数据进行采集，并对不同产业门类下的企业数量、销售额、纳税额以及龙头企业数量相关数据进行采集；
S3：通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；
S4：基于步骤S2、S3得到的数据，进行分析计算，综合得出产业集群分析评价指数；
S5：将产业集群评价指数与全国重点地区相同产业聚集度指数平均值进行比较，诊断出该产业集群是否缺失；
S6：对企业数据库中的招商对象进行合法性审查，筛选出适合的招商对象；
S7：通过构建招商对象评价数学模型，计算招商对象评价指标分值；
S8：获得所有招商对象评价指标评分，并按照评分从高到低进行排名；
S9：根据需要选取某分数线之上的招商对象；
S10：招商人员负责与被选取的招商对象进行洽谈，确定投资项目；
S11：计算招商对象的投资项目评价指标的分值；
S12：获得所有投资项目的评价指标分值，按照评分从高到低进行排序，作为优选招商对象的优先级。
其中：
一、步骤S3所述价值分层的方法包括：
S31、对外部数据库获取的产业集群中的企业简介数据信息进行数据清洗；
S32、运用条件随机场算法对企业简介样本进行词性标注、命名实体识别、分词，得到不同标签数据分词的频次概率，通过高频词汇建立设计研发型、生产加工型、销售与服务型专用标签库；
S33、将中文分词转化为数学形式，即分词向量化，系统使用Word2Vec算法，通过该分词的前后N个词来推断该词出现的概率，利用最大似然估计法确定参数；
S34、运用Doc2Vec相似度算法对企业简介进行文本对比，并进行所属分类的判断，实现企业分层判断。
Doc2Vec相似度算法是指：
doc2vec是基于word2vec的，word2vec对于计算两个词语的相似度效率比较好，而doc2vec增加一个段落向量，可作为处理段落可变长度文本的模型。利用Doc2Vec模型训练会谈记录文本的向量之后，需要进行关键要素文本相似度的计算，采用余弦相似度计算公式，如下所示：
通过对前期会谈记录文本中的各要素进行相似度比对，抽取出每一组关键要素的文本。
二、步骤S4所述分析计算包括：
S41、根据企业数据信息中的企业数量，分析计算产业集群密度；集群密度计算方式为：区域内该主导产业下的企业数量占区域内总企业数量的比重，此比重数值乘以权重得到集群密度分数；
S42、根据企业数据信息中的龙头企业数量，分析计算产业集群强度，集群强度计算方式为：区域内该主导产业下的龙头企业数量占区域内总龙头企业数量的比重，此比重数值乘以权重得到集群强度分数；
S43、根据企业数据信息中的企业销售额、企业纳税额，分析计算产业集群企业规模，得到集群规模分数；
计算方法为：
(1)计算区域内该主导产业下的企业销售总额占区域内全部企业销售总额的比重；
(2)计算区域内该主导产业下的企业纳税总额占区域内全部企业纳税总额的比重；
(3)对(1)与(2)赋权重，进行综合计算产业集群规模。
S44、根据企业价值链分层，对设计研发型、生产加工型、销售与服务型企业分层赋予权重，进行加权计算得出产业集群价值结构分数。
三、步骤S5所述与全国重点地区相同产业聚集度指数平均值进行比较的步骤包括：
S51、选取需要对比的重点地区及相同产业；
S52、重复上述S2至S4的步骤，得出重点地区的产业集群评价指数；
S53、求获取的多个重点地区的产业集群评价指数的平均值；
S54、与目标地区进行比较，如果目标地区的产业集群评价指数达不到平均值，即表明该产业集群缺失。
四、步骤S6所述对企业数据库中的招商对象进行合法性审查的步骤包括：
S61、企业数据库为预设的数据库，按照企业所属门类，纳入招商对象的范围；
S62、在工商数据库中查询输入招商对象的相关信息；
S62、依据企业主体合法性进行筛选；
S63、对特定产业门类，还需要依据专业资格证书进行筛选；
五、步骤S7所述通过构建招商对象评价数学模型，计算招商对象评价指数分值，步骤如下：
S71、对筛选后的招商对象进行构建招商对象评价数学模型，建立招商对象评价指标体系A1-A13；
S72、为评价指标体系中的各项指标设置权重值；
S73、通过计算，得到每个招商对象的评分。
六、步骤S8所述，对所述依据招商对象评价指标分值，按照评得分从高到低进行排名排列，具体步骤如下：
S81、获取每一个指标的预设权重值Q1-Q13；
S82、通过公式：最终得到招商对象评价指数分值V；
S83、对最终评分从高到低进行排名。
七、步骤S11所述建立招商对象投资项目评价指数体系，得到投资项目的评价指数分值，步骤包括：
S111、建立投资项目评价指标体系P1-P4，维度包括：
S112、为评价指标体系中各项指标配置权重值；
S113、计算各项指标数值，得到投资项目评价指标的分值。
八、步骤S12所述对所述评分结果进行计算，获得最终评分的步骤如下：
S121、为评价指标体系中各项指标配置权重值Q1-Q4；
S122、通过公式：最终得到投资项目的评价指数分值M；
为了实现上述方法，本发明构建了基于产业集群分析评价指数的招商对象优选系统，包括：
产业集群分析模块：用于综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；
企业数据库模块：用于存储有意向的所有企业和机构的基本信息；
合法企业筛选模块：用于对企业和机构的主体合法性及业务合法性审查并存储筛选出的合法的招商对象；
招商对象评分模块：用于对合法企业筛选模块中的招商对象，通过构建招商对象评价数学模型，计算招商对象评价指标分值，得到所有招商对象的评分，并按照分值从高到低进行排序；
招商对象筛选模块：用于从企业评分模块中，选取某一分数线以上的招商对象并存储；
项目评分模块：计算招商对象的投资项目评价指标分值，对所有投资项目的评分，并按照评分从高到低进行排序。
项目筛选模块：用于从投资项目评价模块中，选取某一分数线以上的投资项目并存储。
其中，产业集群分析模块包括：
价值分层单元，用于通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；
计算单元：用于根据产业集群的相关数据以及价值分层单元得到的数据，进行分析计算，综合得出产业集群分析评价指数。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种招商对象智能优选的方法，其特征在于，包括：
S1：确定分析区域和区域内主导产业；通过分析计算，综合得出该区域重点发展产业集群中需要补足的产业门类是哪些；
S2：建立招商对象评价的数学模型。根据S1得出的结果，在企业数据库中筛选招商对象，计算招商对象评价指标分值以及其投资项目评价指标的分值，进行优选。
2.根据权利要求1所述的方法，其特征在于，步骤S1的方法包括：
S11：对需要分析的区域内产业集群的主导产业数据、产业门类数据进行采集，并对不同产业门类下的企业数量、销售额、纳税额以及龙头企业数量相关数据进行采集；
S12：通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；
S13：基于步骤S11、S12得到的数据，进行分析计算，综合得出产业集群分析评价指数；
S14：将产业集群评价指数与全国重点地区相同产业聚集度指数平均值进行比较，诊断出该产业集群是否缺失。
3.根据权利要求2所述的方法，其特征在于，步骤S12所述价值分层的方法包括：
S121、对产业集群的企业简介数据信息进行数据清洗；
S122、运用条件随机场算法对企业简介样本进行词性标注、命名实体识别、分词，得到不同标签数据分词的频次概率，通过高频词汇建立设计研发型、生产加工型、销售与服务型专用标签库；
S123、将中文分词转化为数学形式，即分词向量化，系统使用Word2Vec算法，通过该分词的前后N个词来推断该词出现的概率，利用最大似然估计法确定参数；
S124、运用Doc2Vec相似度算法对企业简介进行文本对比，并进行所属分类的判断，实现企业分层判断。
4.根据权利要求2所述的方法，其特征在于，步骤S13所述分析计算包括：
S131、根据企业数据信息中的企业数量，分析计算产业集群密度；集群密度计算方式为：区域内该主导产业下的企业数量占区域内总企业数量的比重，此比重数值乘以权重得到集群密度分数；
S132、根据企业数据信息中的龙头企业数量，分析计算产业集群强度，集群强度计算方式为：区域内该主导产业下的龙头企业数量占区域内总龙头企业数量的比重，此比重数值乘以权重得到集群强度分数；
S133、根据企业数据信息中的企业销售额、企业纳税额，分析计算产业集群企业规模，得到集群规模分数；
S134、根据企业价值链分层，对设计研发型、生产加工型、销售与服务型企业分层赋予权重，进行加权计算得出产业集群价值结构分数。
5.根据权利要求1所述的方法，其特征在于，步骤S2的方法包括：
S21：根据诊断结果，对企业数据库中的招商对象进行合法性审查，筛选出适合的招商对象；
S22：通过构建招商对象评价数学模型，计算招商对象评价指标分值；
S23：获得所有招商对象评价指标评分，并按照评分从高到低进行排名；
S24：根据需要选取某分数线之上的招商对象；
S25：与被选取的招商对象进行沟通，并确定投资项目；
S26：计算招商对象的投资项目评价指标的分值；
S27：获得所有投资项目的评价指标分值，按照评分从高到低进行排序，作为优选招商对象的优先级。
6.根据权利要求5所述的方法，其特征在于，步骤S21所述对企业数据库中的招商对象进行合法性审查的步骤包括：
S211、企业数据库为预设的数据库，按照企业所属门类，纳入招商对象的范围；
S212、在工商数据库中查询输入招商对象的相关信息；
S213、依据企业主体合法性进行筛选；
S214、对特定产业门类，还需要依据专业资格证书进行筛选。
7.根据权利要求5所述的方法，其特征在于，步骤S22所述通过构建招商对象评价数学模型，计算招商对象评价指数分值，步骤如下：
S221、对筛选后的招商对象构建数学模型，建立招商对象评价指标体系；
S222、为评价指标体系中的各项指标设置权重值；
S223、通过计算，得到每个招商对象的评分。
8.根据权利要求5所述的方法，其特征在于，步骤S26所述计算投资项目评价指数的分值，步骤包括：
S261、建立投资项目评价指标体系；
S262、为评价指标体系中各项指标配置权重值；
S263、计算各项指标数值，得到投资项目评价指标的分值。
9.一种招商对象智能优选的方法及系统，其特征在于，包括：
产业集群分析模块，用于综合得出产业集群分析评价指数；诊断出该产业集群是否缺失；
企业数据库模块，用于存储有意向的所有企业和机构的基本信息；
合法企业筛选模块，用于对企业和机构的主体合法性及业务合法性审查并存储筛选出的合法的招商对象；
招商对象评分模块，用于对合法企业筛选模块中的招商对象，通过构建招商对象评价数学模型，计算招商对象评价指标分值，得到所有招商对象的评分，并按照分值从高到低进行排序；
招商对象筛选模块：用于从企业评价模块中，选取某一分数线以上的招商对象并存储；
项目评分模块，计算招商对象的投资项目评价指标分值，对所有投资项目的评分，并按照评分从高到低进行排序。
项目筛选模块：用于从投资项目评价模块中，选取某一分数线以上的投资项目并存储。
10.根据权利要求9所述的系统，其特征在于，所述产业集群分析模块包括：
价值分层单元，用于通过数学模型对产业集群中的企业进行价值分层，包括设计研发型、生产加工型、销售与服务型三个层次；
计算单元：用于根据产业集群的相关数据以及价值分层单元得到的数据，进行分析计算，综合得出产业集群分析评价指数。
CN201811056675.2A 2018-09-11 2018-09-11 一种招商对象智能优选的方法及系统 Pending CN109325678A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811056675.2A CN109325678A (zh) 2018-09-11 2018-09-11 一种招商对象智能优选的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811056675.2A CN109325678A (zh) 2018-09-11 2018-09-11 一种招商对象智能优选的方法及系统

Publications (1)

Publication Number Publication Date
CN109325678A true CN109325678A (zh) 2019-02-12

Family

ID=65264804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811056675.2A Pending CN109325678A (zh) 2018-09-11 2018-09-11 一种招商对象智能优选的方法及系统

Country Status (1)

Country Link
CN (1) CN109325678A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110994A (zh) * 2019-05-06 2019-08-09 重庆大学 基于大数据的精准招商企业投资意向评估系统及方法
CN110502600A (zh) * 2019-08-27 2019-11-26 广东广量测绘信息技术有限公司 一种招商地图的招商信息标示方法及其储存介质
CN110634019A (zh) * 2019-09-06 2019-12-31 京东城市(北京)数字科技有限公司 基于企业与地区的匹配方法、电子设备和存储介质
CN110728540A (zh) * 2019-10-10 2020-01-24 华夏幸福产业投资有限公司 一种企业推荐方法、装置、设备和介质
CN112015772A (zh) * 2020-08-17 2020-12-01 北京火眼神算数据科技有限公司 基于大数据的场景式招商方法、系统、设备及储存介质
CN112396550A (zh) * 2020-11-26 2021-02-23 深圳市中博科创信息技术有限公司 一种智慧招商平台的构建管理方法
CN113762794A (zh) * 2021-09-13 2021-12-07 浙江万维空间信息技术有限公司 一种基于价值链分析的产业链招商方法及系统
CN114519542A (zh) * 2022-04-20 2022-05-20 国家国防科技工业局军工项目审核中心 一种大屏端模拟系统的投资决策辅助分析方法
CN114741600A (zh) * 2022-04-21 2022-07-12 深圳市城市产业发展集团有限公司 一种产业园区企业招商推荐的方法和装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110994A (zh) * 2019-05-06 2019-08-09 重庆大学 基于大数据的精准招商企业投资意向评估系统及方法
CN110502600A (zh) * 2019-08-27 2019-11-26 广东广量测绘信息技术有限公司 一种招商地图的招商信息标示方法及其储存介质
CN110502600B (zh) * 2019-08-27 2023-05-16 广东广量测绘信息技术有限公司 一种招商地图的招商信息标示方法及其储存介质
CN110634019A (zh) * 2019-09-06 2019-12-31 京东城市(北京)数字科技有限公司 基于企业与地区的匹配方法、电子设备和存储介质
CN110728540A (zh) * 2019-10-10 2020-01-24 华夏幸福产业投资有限公司 一种企业推荐方法、装置、设备和介质
CN112015772A (zh) * 2020-08-17 2020-12-01 北京火眼神算数据科技有限公司 基于大数据的场景式招商方法、系统、设备及储存介质
CN112396550A (zh) * 2020-11-26 2021-02-23 深圳市中博科创信息技术有限公司 一种智慧招商平台的构建管理方法
CN113762794A (zh) * 2021-09-13 2021-12-07 浙江万维空间信息技术有限公司 一种基于价值链分析的产业链招商方法及系统
CN114519542A (zh) * 2022-04-20 2022-05-20 国家国防科技工业局军工项目审核中心 一种大屏端模拟系统的投资决策辅助分析方法
CN114741600A (zh) * 2022-04-21 2022-07-12 深圳市城市产业发展集团有限公司 一种产业园区企业招商推荐的方法和装置
CN114741600B (zh) * 2022-04-21 2022-12-27 深圳市城市产业发展集团有限公司 一种产业园区企业招商推荐的方法和装置

Similar Documents

Publication Publication Date Title
CN109325678A (zh) 一种招商对象智能优选的方法及系统
Zopounidis et al. Multiple criteria decision aiding for finance: An updated bibliographic survey
CN104321794B (zh) 一种使用多维评级来确定一实体的未来商业可行性的系统和方法
CN109190954A (zh) 基于实时用电数据评估企业生产经营管理风险的方法
Martin et al. A hybrid model for bankruptcy prediction using genetic algorithm, fuzzy c-means and mars
Momeni et al. Clustering stock market companies via k-means algorithm
Rahimi et al. Improve poultry farm efficiency in Iran: using combination neural networks, decision trees, and data envelopment analysis (DEA)
Chen et al. Applying linguistic PROMETHEE method in investment portfolio decision-making
Phillips et al. The interactive effects of strategic planning on hotel performance: a neural network analysis
Chen et al. A novel approach for assessing academic journals: Application of integer DEA model for management science and operations research field
Pan The use of genetic programming for the construction of a financial management model in an enterprise
CN114819680A (zh) 企业健康度评价模型构建方法及系统、存储介质
Vatankhah et al. MCDM in travel and tourism research since 1997: A bibliometric approach
Khalid et al. Using k-means clustering in international location decision
Khalaf et al. How to assess the transferability of worker skills: A hybrid clustering approach
Abolfathi et al. Modern Analysis of Financial Statements: Pharmaceutical companies in Iran
Paulus et al. Knowledge industry and competitiveness: Economic trajectories of French cities since the 1960s
Klebanova et al. Classification of regions of Ukraine by the level of social tension
Rahimi et al. A hybrid method for prediction and assessment efficiency of decision making units: Real case study: Iranian poultry farms
O'Leary Downloads and citations in intelligent systems in accounting, finance and management
Zheng Application of silence customer segmentation in securities industry based on fuzzy cluster algorithm
CN108009751A (zh) 一种电网企业资产质量诊断及预警方法
Kadam et al. Data mining in finance
CN114386781A (zh) 一种基于gra-topsis的物流园区智慧化水平评价方法
Rani et al. Prediction analysis techniques of data mining: a review

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: 20190212

RJ01 Rejection of invention patent application after publication