CN115760432A - 一种科技企业生命周期的精准定位方法及系统 - Google Patents

Abstract

本发明提供了一种科技企业生命周期的精准定位方法及系统，涉及数字处理技术领域，方法包括：获得目标企业的基础数据信息，进行数据整合，获得整合数据信息；获得企业年龄数据、资本支出和净资产数据，生成第一参考定位数据；获得第二参考定位数据；获得第三参考定位数据；进行生命周期定位，获得生命周期定位结果。解决了科技企业生命周期的定位精度低，无法实现资本投入与产品科创更新的适应波动平衡，进而导致无法满足不同生命周期企业客户融资需求技术问题，达到了以资本投入、企业增收与产品科创更新为参考，提高科技企业生命周期的定位精度，实现资本投入与产品科创更新的适应波动平衡，进而满足不同生命周期企业客户融资需求技术效果。

Description

一种科技企业生命周期的精准定位方法及系统

技术领域

本发明涉及数字处理技术领域，具体涉及一种科技企业生命周期的精准定位方法及系统。

背景技术

科技企业生命周期划分为：初创期、萌芽成长期、加速成长期、稳定成长期、成熟期、衰退期，从证券交易市场的科创板（The Science and Technology Innovation Board；STAR Market）中的数据交易统计可知，科创产业竞争激励，大量中小型科创企业的有效生命周期短，科技企业的生产产品的技术更新周期短，对科技企业生命周期进行实现精准风控，满足不同客户、不同生命周期企业客户的融资需求。

现有技术中存在科技企业生命周期的定位精度低，无法实现资本投入与产品科创更新的适应波动平衡，进而导致无法满足不同生命周期企业客户的融资需求的技术问题。

发明内容

本申请通过提供了一种科技企业生命周期的精准定位方法及系统，解决了科技企业生命周期的定位精度低，无法实现资本投入与产品科创更新的适应波动平衡，进而导致无法满足不同生命周期企业客户的融资需求的技术问题，达到了以资本投入、企业增收与产品科创更新为参考，提高科技企业生命周期的定位精度，实现资本投入与产品科创更新的适应波动平衡，进而满足不同生命周期企业客户的融资需求的技术效果。

鉴于上述问题，本申请提供了一种科技企业生命周期的精准定位方法及系统。

本申请的第一个方面，提供了一种科技企业生命周期的精准定位方法，其中，所述方法包括：获得目标企业的基础数据信息，其中，所述基础数据信息具有来源标识；根据所述来源标识生成所述基础数据信息的可信系数，基于所述可信系数进行所述基础数据信息的数据整合，获得整合数据信息；根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，通过所述企业年龄数据和所述资本支出和净资产数据生成第一参考定位数据；根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据获得第二参考定位数据；根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果。

本申请的第二个方面，提供了一种科技企业生命周期的精准定位系统，其中，所述系统包括：基础数据获得单元，所述基础数据获得单元用于获得目标企业的基础数据信息，其中，所述基础数据信息具有来源标识；数据整合单元，所述数据整合单元用于根据所述来源标识生成所述基础数据信息的可信系数，基于所述可信系数进行所述基础数据信息的数据整合，获得整合数据信息；数据获取单元，所述数据获取单元用于根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，通过所述企业年龄数据和所述资本支出和净资产数据生成第一参考定位数据；收入增长评价单元，所述收入增长评价单元用于根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据获得第二参考定位数据；成果转化评价单元，所述成果转化评价单元用于根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；生命周期定位单元，所述生命周期定位单元用于所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了获得目标企业的基础数据信息；进行所述基础数据信息的数据整合，获得整合数据信息；根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，生成第一参考定位数据；根据所述整合数据信息进行企业收入增长评价，获得第二参考定位数据；根据所述整合数据信息进行企业科研成果转化评价，获得第三参考定位数据；所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果，本申请达到了以资本投入、企业增收与产品科创更新为参考，提高科技企业生命周期的定位精度，实现资本投入与产品科创更新的适应波动平衡，进而满足不同生命周期企业客户的融资需求的技术效果。

附图说明

图1为本申请一种科技企业生命周期的精准定位方法的流程示意图；

图2为本申请一种科技企业生命周期的精准定位方法的获得可信系数的流程示意图；

图3为本申请一种科技企业生命周期的精准定位方法的获得第三参考定位数据的流程示意图；

图4为本申请一种科技企业生命周期的精准定位系统的结构示意图。

附图标记说明：基础数据获得单元11，数据整合单元12，数据获取单元13，收入增长评价单元14，成果转化评价单元15，生命周期定位单元16。

具体实施方式

本申请通过提供了一种科技企业生命周期的精准定位方法及系统，解决了科技企业生命周期的定位精度低，无法实现资本投入与产品科创更新的适应波动平衡，进而导致无法满足不同生命周期企业客户的融资需求的技术问题，达到了以资本投入、企业增收与产品科创更新为参考，提高科技企业生命周期的定位精度，实现资本投入与产品科创更新的适应波动平衡，进而满足不同生命周期企业客户的融资需求的技术效果。

实施例一

如图1所示，本申请提供了一种科技企业生命周期的精准定位方法，其中，所述方法包括：

步骤S100：获得目标企业的基础数据信息，其中，所述基础数据信息具有来源标识；

步骤S200：根据所述来源标识生成所述基础数据信息的可信系数，基于所述可信系数进行所述基础数据信息的数据整合，获得整合数据信息；

进一步的，如图2所示，本申请实施例还包括：

步骤S210：通过大数据进行来源的初始可信评价，获得初始可信评价系数；

步骤S220：通过科技企业生命周期的定位偏离值进行来源可信偏离分析，生成来源可信偏离影响系数；

步骤S230：通过所述来源可信偏离影响系数进行所述初始可信评价系数修正，获得修正可信评价系数；

步骤S240：通过所述修正可信评价系数获得所述可信系数。

进一步的，本申请实施例还包括：

步骤S241：判断所述基础数据信息是否存在多来源数据；

步骤S242：当所述基础数据信息中存在多来源数据时，则进行多来源数据的数据偏离评价，获得数据偏离值；

步骤S243：判断所述数据偏离值是否满足预设偏离阈值；

步骤S244：当所述数据偏离值可以满足所述预设偏离阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息。

进一步的，本申请实施例还包括：

步骤S243-1：当所述数据偏离值不满足所述预设偏离阈值时，则进行多来源数据的来源可信系数比较；

步骤S243-2：当来源可信系数比较偏差值满足预设偏差阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息。

具体而言，科创产业竞争激励，大量中小型科创企业的有效生命周期短，科技企业的技术更新周期短，对科技企业进行精准定位，对企业的技术创新及时申请专利保护，根据科技型企业在不同生命周期的特点将金融服务前置，实现精准风控，满足不同客户、不同生命周期企业客户的融资需求，及时改进技术参与市场竞争，推动企业进入新的生命周期循环（对科技企业生命周期的精准定位，及时改进技术参与市场竞争，在科技企业的生产产品进入衰退期前，进行技术更新，跳入新的生命周期循环），维护企业的良性发展循环。

具体而言，所述基础数据信息具有来源标识，所述基础数据信息包括但不限于企业年龄信息、资本支出信息、净资产信息、企业收入增长信息、企业科研成果信息等多维度信息，所述目标企业主要针对科技创新企业（科技创新企业即至少拥有一项技术类知识产权的企业或具备科技资质的名单企业），可以通过目标企业的数据工作记录（目标企业的数据工作记录包括但不限于财务人员的工作记录、技术人员的工作记录、企业管理人员的工作记录等目标企业实际的工作记录），进行数据提取，获得目标企业的基础数据信息，所述来源标识包括记录时间标识、记录人员标识等相关标识，为后续进行数据分析提供数据基础。

具体而言，所述来源标识包括记录时间标识、记录人员标识等相关标识，根据所述来源标识生成所述基础数据信息的可信系数，所述基础数据信息具有来源标识，通过所述来源标识与可信系数的对应，对可信系数、来源标识、基础数据信息进行数据整合（数据整合简单来说就是对数据进行分组整理），获得整合数据信息，所述数据整合输出即所述整合数据信息，便于进行数据管理与调用。

具体而言，所述来源标识可以设置为能动态调整的，简单来说就是，来源标识不是完全固定，每个来源的可信度并不是固定值，随着提供数据不断增加，准确性等方面也会适应波动，简单示例说明，甲方数据、乙方数据、丙方数据等多方数据渠道得到的同一类数据，所述多方数据渠道得到的同一类数据对应的数据是否一致（偏离较小的时候，对应的第一处理方案；偏离较大，认为不一致，对应的第二处理方案），分数据类型的偏移量，进行适应波动性调整，有效保证所述来源标识的可信度。

进一步具体说明，通过大数据搭建来源可信度评价模型（大数据搭建所得的可信度评价模型存在普适性），将所述来源标识（来源标识包括多个源头标识）输入来源可信度评价模型，通过大数据进行来源的初始可信评价，获取来源可信度评价模型的输出，所述来源可信度评价模型的输出即初始可信评价系数；所述科技企业生命周期划分为：初创期、萌芽成长期、加速成长期、稳定成长期、成熟期、衰退期，所述科技企业生命周期的定位偏离值（所述定位偏离值即所述多方数据渠道得到的同一类数据对应的数据偏移量），通过科技企业生命周期的定位偏离值进行来源可信偏离分析（偏离较小的时候，即来源可信，对应的第一处理方案；偏离较大，认为不一致，即来源不可信，对应的第二处理方案），通过科技企业生命周期的定位偏离值进行来源可信偏离分析，生成来源可信偏离影响系数；通过源可信偏离影响系数进行所述初始可信评价系数修正，获得修正可信评价系数，通过所述修正可信评价系数获得所述可信系数（示例性的，可以向第三方的可信度评估结果方向修正，若源可信偏离影响系数为0.1、初始可信评价系数为0.8、第三方的可信度评估结果为0.7，通过0.1×0.8=0.08，0.08即修正可信评价系数，初始可信评价系数为0.8大于第三方的可信度评估结果为0.7，初始可信评价系数0.8-0.08=0.72，0.72即可信系数），保证数据可信度与稳定度的同时，为后续代入运算提供基础。

通过大数据搭建来源可信度评价模型，具体包括：以所述来源标识为检索引擎的输入数据，通过大数据（数据来源）与检索引擎（通过检索引擎的功能特性，在大数据中进行数据检索提取，检索提取所得数据与检索引擎的输入数据存在一致性），获取来源标识的关联数据，以所述来源标识的关联数据为输入训练数据，输入BP模型中，在所述BP模型输出趋于稳定后，得到所述来源可信度评价模型，为代入性运算提供模型基础。

通过科技企业生命周期的定位偏离值进行来源可信偏离分析，生成来源可信偏离影响系数，一般的，需要引入第三方作为监督方，进行来源可信偏离分析，监督来源标识，示例性说明，甲方数据、乙方数据、丙方数据等多方数据渠道得到的同一类数据的场景下，若，甲方数据对应的来源可信度评价模型输出为0.9（0.9即甲方数据对应的初始可信评价系数），乙方数据对应的来源可信度评价模型输出为0.8，第三方进行来源可信偏离分析，具体包括：若，第三方对甲方数据进行全方面的可信度评估（甲方输入的来源标识为动态调整过程中上一个状态确定的来源标识，第三方进行可信度评估，所得可信度评估结果的客观性强，可以通过聚类分析等相关算法，进行可信度评估），输出可信度评估结果为0.9，第三方对乙方数据进行全方面的可信度评估，输出可信度评估结果为0.6；比对来源可信度评价模型输出与可信度评估结果（甲方数据：0.9=0.9，0.9-0.9=0；乙方数据：0.8=0.6，0.8-0.6=0.2），进行来源可信偏离分析，获取可信偏离系数（甲方数据的可信偏离系数：0；乙方数据的可信偏离系数：0.2）；筛选确定存在来源可信偏离的数据（甲方数据的可信偏离系数：0，即不存在来源可信偏离，对应第一处理方案，无需进行系数修正；乙方数据的可信偏离系数：0.2，即存在来源可信偏离，对应第二处理方案，需要进行系数修正），完成筛选的确定存在来源可信偏离的数据设定为来源可信偏离影响系数。

进一步具体说明，同一科技企业内部在产品的生命周期、产品类型、管理模式等多方面一致性强，也就是说，在同一科技企业内部较容易达成企业内部全局或区域一致的共识，由此可知，需要对所述基础数据信息进行来源分析，判断所述基础数据信息是否存在多来源数据（多来源数据即多个不同的科技企业的数据，一般的，不少于两个）；当所述基础数据信息中存在多来源数据时，则进行多来源数据的数据偏离评价（确定需要进行数据偏离评价的场景），获得数据偏离值；设定预设偏离阈值（为一预设参数指标），判断所述数据偏离值是否满足预设偏离阈值；当所述数据偏离值可以满足所述预设偏离阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息；当所述数据偏离值不满足所述预设偏离阈值时（数据偏离很大，也就是说存在部分来源数据不可信），则进行多来源数据的来源可信系数比较与排序，锁定多来源数据的来源可信系数中可信系数最低对应来源的来源数据，将锁定的数据排除出所述多来源数据中（锁定的数据即舍弃数据，将可信系数偏差比较大的部分来源数据不可信的数据舍弃）后，重复执行判断所述数据偏离值是否满足预设偏离阈值步骤，当来源可信系数比较偏差值满足预设偏差阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息，为保障所述基础数据信息的稳定性提供支持。

步骤S300：根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，通过所述企业年龄数据和所述资本支出和净资产数据生成第一参考定位数据；

步骤S400：根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据获得第二参考定位数据；

步骤S500：根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；

步骤S600：所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果。

具体而言，根据所述整合数据信息进行数据提取，获得企业年龄数据、资本支出和净资产数据（所述资本支出和净资产数据即资金流，也就是科技企业生存、发展的核心资源和血液，评价市场接受度和生命力），通过所述企业年龄数据和所述资本支出和净资产数据，生成第一参考定位数据，所述第一参考定位数据包括但不限于所述企业年龄数据、企业年龄位序（企业年龄数据与同类型企业的企业年龄数据的建立年龄排序，依照时间从长到短排列，企业年龄位序即目标企业的年龄排序的序列位置）、所述资本支出和净资产数据、资本支出和净资产位序；

根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据（企业收入增长评价数据即企业收入增长百分比，特别的，存在阶段性规律的，具体还需结合历史记录中上一个阶段性同期的企业收入信息，综合进行确定，需要结合实际场景进行确定，不做限制性说明），获得第二参考定位数据，所述第二参考定位数据包括但不限于所述企业收入增长评价数据、所述企业收入增长评价位序；根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；

通过所述第一参考定位数据（将所述第一参考定位数据设定为横轴数据）、所述第二参考定位数据（将所述第二参考定位数据设定为纵轴数据）和所述第三参考定位数据（将所述第三参考定位数据设定为竖轴数据）进行所述目标企业的生命周期定位（在目标企业的生命周期定位空间坐标系中，进行所述目标企业的生命周期定位，锁定当前对应的生命周期定位坐标），获得生命周期定位结果，所述生命周期定位结果即锁定当前对应的生命周期定位坐标的坐标信息。

进一步的，如图3所示，本申请实施例包括：

步骤S510：根据所述整合数据信息获得所述目标企业的企业科研投入数据、技术类知识产权数据、产品生产数据；

步骤S520：对所述技术类知识产权数据和所述产品生产数据进行关联评价，基于关联评价结果获得科研成果转化率；

步骤S530：根据所述科研成果转化率和所述企业科研投入数据获得所述第三参考定位数据。

进一步的，本申请实施例还包括：

步骤S531：根据所述科研投入数据进行所述目标企业的科研投入占比分析，生成科研投入占比数据；

步骤S532：根据所述科研投入数据进行历史科研投入占比分析，生成历史科研投入占比集合，其中，所述科研投入占比集合具有时间标识；

步骤S533：对所述科研投入占比集合进行科研投入增长分析，生成增长变化系数；

步骤S534：根据所述科研成果转化率、所述科研投入占比数据和所述增长变化系数获得所述第三参考定位数据。

具体而言，根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据，具体包括：根据所述整合数据信息进行数据提取，获得所述目标企业的企业科研投入数据（资金投入、研发周期对应的时间成本投入等多方面的投入数据）、技术类知识产权数据、产品生产数据；对所述技术类知识产权数据和所述产品生产数据进行关联评价（针对已投入目标企业的技术类知识产权数据中完成生产更新的技术，生产更新后对应的产品生产数据与生产更新前对应的产品生产数据进行比对，确定优化的产品生产数据，针对所述产品生产数据中的优化的产品生产数据、所述技术类知识产权数据中的生产更新的技术，进行关联分析，所述关联分析可以是通过常见的相关度评价算法，获取关联分析的结果），基于关联评价结果（所述关联评价结果即所述关联分析的结果），获得科研成果转化率（所述科研成果转化率即完成生产更新的技术数据与目标企业的技术类知识产权数据之比）；根据所述科研成果转化率和所述企业科研投入数据，获得所述第三参考定位数据，所述第三参考定位数据包括但不限于所述科研成果转化率、所述企业科研投入数据、科研成果转化位序、企业科研投入位序，为后续对目标企业进行生命周期定位提供基础。

进一步具体说明，在当前时刻点，根据所述科研投入数据进行所述目标企业的科研投入占比分析（科研投入数据包括但不限于设备更新投入数据、科研人员薪资投入数据等相关应用于科研专项的投入数据，目标企业的投入还包括其他方面，如设备维护投入、产品生产投入，所述投入占比为科研投入数据与目标企业的投入数据之比），生成科研投入占比数据（科研投入占比数据为科研投入占比分析结果）；所述科研投入占比集合具有时间标识，根据所述科研投入数据进行历史科研投入占比分析，生成历史科研投入占比集合，所述历史科研投入占比集合中的各个元素即不同时刻点（不同时刻点对应的数据更新周期存在一致性）的历史科研投入占比数据，所述历史科研投入占比集合中的各个元素对应的时间标识不一致，通过时间标识可以快速定位历史科研投入占比集合中的各个元素，对所述科研投入占比集合进行科研投入增长分析，生成增长变化系数（所述增长变化系数为当前科研投入增长率，所述增长变化系数为正数）；根据所述科研成果转化率、所述科研投入占比数据和所述增长变化系数，获得所述第三参考定位数据，所述第三参考定位数据还包括所述科研成果转化率、所述科研投入占比数据和所述增长变化系数，为后续对目标企业进行生命周期定位提供基础。

进一步的，本申请实施例还包括：

步骤S710：采集市场关联产品数据；

步骤S720：根据所述市场关联产品数据进行市场增长评价，获得市场增长率；

步骤S730：根据所述企业收入增长评价数据和所述市场增长率的一致性评价，生成一致性评价结果；

步骤S740：根据所述一致性评价结果进行所述企业收入增长评价数据修正，根据修正结果获得所述第二参考定位数据。

具体而言，通过目标企业的产品生产数据，在目标企业的产品的销售市场中，进行数据采集（可以通过数据采集单元，常见如：无纸记录仪等相关数据采集整合设备），采集市场关联产品数据（市场关联产品数据包括产品技术参数、产品规格型号、产品销量等相关数据）；根据所述市场关联产品数据进行市场增长评价，市场增长评价对应的参数包括市场需求数据、市场产能供应数据等相关市场增长相关的参数指标，通过市场增长评价对应的参数，进行市场增长评价，具体包括：通过市场需求数据与市场产能供应数据，结合所述产品生产数据对应的生产周期，预测下一生成周期结束的时刻点的市场需求数据与市场产能供应数据，通过预测下一生成周期结束的时刻点的市场需求数据与市场产能供应数据、当前的市场需求数据与市场产能供应数据，确定当前市场增长率，通过历史市场增长率与历史预测市场增长率的数据预测偏差规律，对所述当前市场增长率进行修正，获得市场增长率；根据所述企业收入增长评价数据和所述市场增长率的一致性评价，所述一致性评价指标可以是市场关联产品对应关联企业收入增长评价数据、关联企业收入增长评价众数，通过一致性评价指标，对所述企业收入增长评价数据和所述市场增长率进行比对，获取比对结果，所述比对结果即一致性评价结果；根据所述一致性评价结果进行所述企业收入增长评价数据修正（所述修正即所述企业收入增长评价数据向所述一致性评价结果方向调整，示例性的，对所述一致性评价结果与所述企业收入增长评价数据进行归一化处理，利用变异系数法对所述企业收入增长评价数据的归一化处理结果进行加权计算，所述变异系数法为一种客观赋权的方法，直接利用所述一致性评价结果的归一化处理结果所包含的信息，计算得到所述一致性评价结果的归一化处理结果对应的权重，确定权重后，依次对所述企业收入增长评价数据的归一化处理结果进行权重计算，计算得到修正结果，所述调整亦可以结合实际参数指标进行实际确定，此处不做限定），根据修正结果，获得所述第二参考定位数据，所述第二参考定位数据还包括修正结果，为后续对目标企业进行生命周期定位提供基础。

综上所述，本申请所提供的一种科技企业生命周期的精准定位方法及系统具有如下技术效果：

由于采用了获得目标企业的基础数据信息；进行基础数据信息的数据整合，获得整合数据信息；根据整合数据信息获得企业年龄数据、资本支出和净资产数据，生成第一参考定位数据；根据整合数据信息进行企业收入增长评价，获得第二参考定位数据；根据整合数据信息进行企业科研成果转化评价，获得第三参考定位数据；第一参考定位数据、第二参考定位数据和第三参考定位数据进行目标企业的生命周期定位，获得生命周期定位结果，本申请通过提供了一种科技企业生命周期的精准定位方法及系统，达到了以资本投入、企业增收与产品科创更新为参考，提高科技企业生命周期的定位精度，实现资本投入与产品科创更新的适应波动平衡，进而满足不同生命周期企业客户的融资需求的技术效果。

由于采用了通过大数据进行来源的初始可信评价，获得初始可信评价系数；通过科技企业生命周期的定位偏离值进行来源可信偏离分析，生成来源可信偏离影响系数，进行初始可信评价系数修正，获得修正可信评价系数，获得可信系数，保证数据可信度与稳定度的同时，为后续代入运算提供基础，确定来源可信度评价模型，为代入性运算提供模型基础。

由于采用了获得目标企业的企业科研投入数据、技术类知识产权数据、产品生产数据；对技术类知识产权数据和产品生产数据进行关联评价，基于关联评价结果获得科研成果转化率，结合企业科研投入数据获得第三参考定位数据，为后续对目标企业进行生命周期定位提供基础。

实施例二

基于与前述实施例中一种科技企业生命周期的精准定位方法相同的发明构思，如图4所示，本申请提供了一种科技企业生命周期的精准定位系统，其中，所述系统包括：

基础数据获得单元11，所述基础数据获得单元11用于获得目标企业的基础数据信息，其中，所述基础数据信息具有来源标识；

数据整合单元12，所述数据整合单元12用于根据所述来源标识生成所述基础数据信息的可信系数，基于所述可信系数进行所述基础数据信息的数据整合，获得整合数据信息；

数据获取单元13，所述数据获取单元13用于根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，通过所述企业年龄数据和所述资本支出和净资产数据生成第一参考定位数据；

收入增长评价单元14，所述收入增长评价单元14用于根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据获得第二参考定位数据；

成果转化评价单元15，所述成果转化评价单元15用于根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；

生命周期定位单元16，所述生命周期定位单元16用于所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果。

进一步的，所述系统包括：

数据提取单元，所述数据提取单元用于根据所述整合数据信息获得所述目标企业的企业科研投入数据、技术类知识产权数据、产品生产数据；

关联评价单元，所述关联评价单元用于对所述技术类知识产权数据和所述产品生产数据进行关联评价，基于关联评价结果获得科研成果转化率；

第三参考定位单元，所述第三参考定位单元用于根据所述科研成果转化率和所述企业科研投入数据获得所述第三参考定位数据。

进一步的，所述系统包括：

投入占比生成单元，所述投入占比生成单元用于根据所述科研投入数据进行所述目标企业的科研投入占比分析，生成科研投入占比数据；

科研投入占比生成单元，所述科研投入占比生成单元用于根据所述科研投入数据进行历史科研投入占比分析，生成历史科研投入占比集合，其中，所述科研投入占比集合具有时间标识；

科研投入增长分析单元，所述科研投入增长分析单元用于对所述科研投入占比集合进行科研投入增长分析，生成增长变化系数；

参考定位单元，所述参考定位单元用于根据所述科研成果转化率、所述科研投入占比数据和所述增长变化系数获得所述第三参考定位数据。

进一步的，所述系统包括：

关联产品数据采集单元，所述关联产品数据采集单元用于采集市场关联产品数据；

增长率获得单元，所述增长率获得单元用于根据所述市场关联产品数据进行市场增长评价，获得市场增长率；

一致性评价单元，所述一致性评价单元，用于根据所述企业收入增长评价数据和所述市场增长率的一致性评价，生成一致性评价结果；

评价数据修正单元，所述评价数据修正单元用于根据所述一致性评价结果进行所述企业收入增长评价数据修正，根据修正结果获得所述第二参考定位数据。

进一步的，所述系统包括：

初始可信评价系数获得单元，所述初始可信评价系数获得单元用于通过大数据进行来源的初始可信评价，获得初始可信评价系数；

来源可信偏离分析单元，所述来源可信偏离分析单元用于通过科技企业生命周期的定位偏离值进行来源可信偏离分析，生成来源可信偏离影响系数；

评价系数修正单元，所述评价系数修正单元用于通过所述来源可信偏离影响系数进行所述初始可信评价系数修正，获得修正可信评价系数；

可信系数获得单元，所述可信系数获得单元用于通过所述修正可信评价系数获得所述可信系数。

进一步的，所述系统包括：

多来源数据判断单元，所述多来源数据判断单元用于判断所述基础数据信息是否存在多来源数据；

数据偏离评价单元，所述数据偏离评价单元用于当所述基础数据信息中存在多来源数据时，则进行多来源数据的数据偏离评价，获得数据偏离值；

偏离阈值判断单元，所述偏离阈值判断单元用于判断所述数据偏离值是否满足预设偏离阈值；

基础数据信息选定单元，所述基础数据信息选定单元用于当所述数据偏离值可以满足所述预设偏离阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息。

进一步的，所述系统包括：

来源可信系数比较单元，所述来源可信系数比较单元用于当所述数据偏离值不满足所述预设偏离阈值时，则进行多来源数据的来源可信系数比较；

基础数据信息筛选单元，所述基础数据信息筛选单元用于当来源可信系数比较偏差值满足预设偏差阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息。

本说明书和附图仅仅是本申请的示例性说明，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (8)

1.一种科技企业生命周期的精准定位方法，其特征在于，所述方法包括：

获得目标企业的基础数据信息，其中，所述基础数据信息具有来源标识；

根据所述来源标识生成所述基础数据信息的可信系数，基于所述可信系数进行所述基础数据信息的数据整合，获得整合数据信息；

根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，通过所述企业年龄数据和所述资本支出和净资产数据生成第一参考定位数据；

根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据获得第二参考定位数据；

根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；

所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果。

2.如权利要求1所述的方法，其特征在于，所述方法包括：

根据所述整合数据信息获得所述目标企业的企业科研投入数据、技术类知识产权数据、产品生产数据；

对所述技术类知识产权数据和所述产品生产数据进行关联评价，基于关联评价结果获得科研成果转化率；

根据所述科研成果转化率和所述企业科研投入数据获得所述第三参考定位数据。

3.如权利要求2所述的方法，其特征在于，所述方法包括：

根据所述科研投入数据进行所述目标企业的科研投入占比分析，生成科研投入占比数据；

根据所述科研投入数据进行历史科研投入占比分析，生成历史科研投入占比集合，其中，所述科研投入占比集合具有时间标识；

对所述科研投入占比集合进行科研投入增长分析，生成增长变化系数；

根据所述科研成果转化率、所述科研投入占比数据和所述增长变化系数获得所述第三参考定位数据。

4.如权利要求1所述的方法，其特征在于，所述方法包括：

采集市场关联产品数据；

根据所述市场关联产品数据进行市场增长评价，获得市场增长率；

根据所述企业收入增长评价数据和所述市场增长率的一致性评价，生成一致性评价结果；

根据所述一致性评价结果进行所述企业收入增长评价数据修正，根据修正结果获得所述第二参考定位数据。

5.如权利要求1所述的方法，其特征在于，所述方法包括：

通过大数据进行来源的初始可信评价，获得初始可信评价系数；

通过科技企业生命周期的定位偏离值进行来源可信偏离分析，生成来源可信偏离影响系数；

通过所述来源可信偏离影响系数进行所述初始可信评价系数修正，获得修正可信评价系数；

通过所述修正可信评价系数获得所述可信系数。

6.如权利要求5所述的方法，其特征在于，所述方法包括：

判断所述基础数据信息是否存在多来源数据；

当所述基础数据信息中存在多来源数据时，则进行多来源数据的数据偏离评价，获得数据偏离值；

判断所述数据偏离值是否满足预设偏离阈值；

当所述数据偏离值可以满足所述预设偏离阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息。

7.如权利要求6所述的方法，其特征在于，所述方法包括：

当所述数据偏离值不满足所述预设偏离阈值时，则进行多来源数据的来源可信系数比较；

当来源可信系数比较偏差值满足预设偏差阈值时，则选定多来源数据中可信系数高的来源数据作为所述基础数据信息。

8.一种科技企业生命周期的精准定位系统，其特征在于，所述系统包括：

基础数据获得单元，所述基础数据获得单元用于获得目标企业的基础数据信息，其中，所述基础数据信息具有来源标识；

数据整合单元，所述数据整合单元用于根据所述来源标识生成所述基础数据信息的可信系数，基于所述可信系数进行所述基础数据信息的数据整合，获得整合数据信息；

数据获取单元，所述数据获取单元用于根据所述整合数据信息获得企业年龄数据、资本支出和净资产数据，通过所述企业年龄数据和所述资本支出和净资产数据生成第一参考定位数据；

收入增长评价单元，所述收入增长评价单元用于根据所述整合数据信息进行企业收入增长评价，根据企业收入增长评价数据获得第二参考定位数据；

成果转化评价单元，所述成果转化评价单元用于根据所述整合数据信息进行企业科研成果转化评价，根据科研成果转化评价结果获得第三参考定位数据；

生命周期定位单元，所述生命周期定位单元用于所述第一参考定位数据、所述第二参考定位数据和所述第三参考定位数据进行所述目标企业的生命周期定位，获得生命周期定位结果。

Images