CN116777222B - 一种企业风险防范维度评审系统 - Google Patents

Abstract

本发明涉及一种企业风险防范维度评审系统，属于企业风险防范维度评审技术领域，解决了现有方式难以保证企业风险防范维度在评审过程中的实时性、客观性、评审结果横向可比较性等问题。该系统包括：参数预处理模块，用于分别对获取企业的风险防范维度参数；初级评审模块，用于基于获取的企业的风险防范维度参数，得到企业的风险防范维度的初级评审结果；分布分析模块，用于对所述初级评审结果进行分布分析，得到偏度分布；偏度调节模块，用于当偏度分布为非预设分布时，对风险防范维度数据检索平台上企业的所述初级评审结果进行偏度调节；可视化展示模块，用于可视化展示预设分布时的初级评审结果或非预设分布时偏度调节后的评审结果。

Description

一种企业风险防范维度评审系统

技术领域

本发明涉及企业风险防范维度评审技术领域，尤其涉及一种企业风险防范维度评审系统。

背景技术

企业的风险防范能力直接关乎企业的发展，其能够表征企业在经营过程中所存在的潜在风险。目前，在通过公开渠道获取企业风险防范数据的基础上，企业风险防范维度的评审主要通过专家打分实现，实时性和客观性均难以保证。

同时，由于不同企业的风险防范维度的评审结果的差异性较大，数据分布不一定对称，从而难以很好地衡量平台上所有企业的风险防范维度的初级评审结果的分布情况，同时也难以实现企业间风险防范维度的横向比较。

因此，如何保证企业风险防范维度在评审过程中的实时性、客观性、评审结果横向可比较性，是目前亟须解决的技术问题。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种企业风险防范维度评审系统，用以解决现有方式难以保证企业风险防范维度在评审过程中的实时性、客观性、评审结果横向可比较性等问题。

本发明提供了一种企业风险防范维度评审系统，包括：

参数预处理模块，用于分别对获取到的风险防范维度数据检索平台上的每一企业的专利风险关联数据和商事风险关联数据进行预处理，得到相应企业的风险防范维度参数；

初级评审模块，用于基于获取的企业的风险防范维度参数，得到企业的风险防范维度的初级评审结果；

分布分析模块，用于对所述初级评审结果进行分布分析，得到风险防范维度数据检索平台上企业的所述初级评审结果的偏度分布；所述偏度分布为预设分布或非预设分布；

偏度调节模块，用于当偏度分布为非预设分布时，对风险防范维度数据检索平台上企业的所述初级评审结果进行偏度调节；

可视化展示模块，用于可视化展示预设分布时的初级评审结果或非预设分布时偏度调节后的评审结果。

在上述方案的基础上，本发明还做出了如下改进：

进一步，所述风险防范维度数据检索平台包括专利检索平台和企业信息查询平台；

所述系统还包括数据获取模块；其中，

数据获取模块，通过专利检索平台获取企业的专利风险关联数据，还通过企业信息查询平台获取企业的商事风险关联数据。

进一步，所述专利风险关联数据包括权利风险指标数据、诉讼风险指标数据、保护风险指标数据及与经营相关的专利数据；

在所述参数预处理模块中，执行：

将商事风险关联数据与所述经营相关的专利数据进行比对，得到经营风险指标数据；

分别汇总每一企业的权利风险指标数据、诉讼风险指标数据、保护风险指标数据及经营风险指标数据，得到相应企业的风险防范维度参数。

进一步，所述商事风险关联数据至少包括企业经营范围内容，所述经营相关的专利数据至少包括企业持有的专利申请文件，所述经营风险指标数据至少包括经营范围偏差情况指标数据；

所述将商事风险关联数据与所述经营相关的专利数据进行比对，得到经营风险指标数据，执行：

对企业持有的专利申请文件进行主题词提取，形成专利技术描述向量；

对企业经营范围内容进行主题词提取，形成经营范围描述向量；

根据专利技术描述向量和经营范围描述向量之间的相似度取值，确定经营范围偏差情况指标数据。

进一步，所述分布分析模块，根据以下公式获取风险防范维度数据检索平台上企业的所述初级评审结果的偏度分布S：

其中，N表示风险防范维度数据检索平台上企业的总数，P_n表示风险防范维度数据检索平台上第n个企业的初级评审结果，μ、σ分别表示风险防范维度数据检索平台上所有企业的初级评审结果的均值、标准差。

进一步，当所述偏度分布的取值范围在[-a,a]之间时，所述偏度分布为预设分布，a为小于1的正数；

否则，所述偏度分布为非预设分布。

进一步，所述非预设分布的类型包括中度正偏度、中度负偏度、高度正偏度或高度负偏度分布，基于不同类型的非预设分布进行相应的偏度调节。

进一步，在所述偏度调节模块中，

当所述偏度分布为中度正偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(2)进行偏度调节：

其中，P_n′表示第n个企业经偏度调节后的评审结果；

当所述偏度分布为中度负偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(3)进行偏度调节：

其中，P_MAX表示风险防范维度数据检索平台上所有企业中初级评审结果的最大值；

当所述偏度分布为高度正偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(4)进行偏度调节：

P_n′＝k₁*lnP_n (4)

其中，k₁表示高度正偏度调节系数；

当所述偏度分布为高度负偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(5)进行偏度调节：

P_n′＝k₂*ln(P_MAX-P_n) (5)

其中，k₂表示高度负偏度调节系数。

进一步，所述初级评审模块包括：

参数归一化单元，用于对所述风险防范维度参数进行归一化处理，得到每一企业的风险防范维度归一化参数；

运算单元，用于对所述风险防范维度归一化参数进行运算，得到每一企业的风险防范维度的初级评审结果。

进一步，所述风险防范维度参数包括若干个一级指标数据，每一一级指标数据细分有若干级下级指标数据，其中，末级指标数据的类型为比例型或非比例型；

在所述参数归一化单元中，执行：

分别获取风险防范维度参数中的每一末级指标数据；

若当前末级指标数据的类型为比例型，则将当前末级指标数据直接作为当前末级指标数据的归一化参数；

若当前末级指标数据的类型为非比例型，则基于所有企业中同一非比例型的末级指标数据的数据分布情况，对每一企业中同一非比例型的末级指标数据进行归一化处理，得到当前末级指标数据的归一化参数；

将每一企业的风险防范维度参数中的各个末级指标数据分别替换为相应末级指标数据的归一化参数，得到相应企业的风险防范维度归一化参数。

与现有技术相比，本发明至少可实现如下有益效果之一：

本发明提供的企业风险防范维度评审系统，通过调用多个平台的数据并进行预处理，获取风险防范维度参数，因而能够实时获取评审所需的参数数据。

同时，基于获取的企业的风险防范维度参数，得到企业的风险防范维度的初级评审结果；并通过对初级评审结果进行分布分析，通过判断初级评审结果偏度分布是否满足预设分布，初步判断评审结果的准确性；在准确性不足即初级评审结果不满足预设分布时，通过偏度调节对初级评审结果进行校正，提升了评审结果的准确性。需要强调的是，在本发明的预处理过程中，需要将商事风险关联数据与经营相关的专利数据进行比对，以得到经营风险指标数据；从而更加紧密地将专利数据和企业的商事风险进行结合，能够更加全面、准确地评估企业的风险防范能力。

针对不同的偏度分布，如中度正偏度、中度负偏度、高度正偏度分布等，分别进行相应的偏度调节，从而保证了评审过程中的客观性、以及评审结果横向可比较性，有效提高了企业风险防范维度评审的效率，具有很高的实用价值。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件；

图1为本发明实施例提供的企业风险防范维度评审系统的结构示意图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

本发明的一个具体实施例，公开了一种企业风险防范维度评审系统，该系统的结构示意图如图1所示，包括：

参数预处理模块，用于分别对获取到的风险防范维度数据检索平台上的每一企业的专利风险关联数据和商事风险关联数据进行预处理，得到相应企业的风险防范维度参数；

初级评审模块，用于基于获取的企业的风险防范维度参数，得到企业的风险防范维度的初级评审结果；

分布分析模块，用于对所述初级评审结果进行分布分析，得到风险防范维度数据检索平台上企业的所述初级评审结果的偏度分布；所述偏度分布为预设分布或非预设分布；

偏度调节模块，用于当偏度分布为非预设分布时，对风险防范维度数据检索平台上企业的所述初级评审结果进行偏度调节；

可视化展示模块，用于可视化展示预设分布时的初级评审结果或非预设分布时偏度调节后的评审结果。

在本实施例中，风险防范维度数据检索平台包括专利检索平台和企业信息查询平台。具体实施过程中，本实施例中的系统还可以包括数据获取模块；数据获取模块，通过专利检索平台获取企业的专利风险关联数据，还通过企业信息查询平台获取企业的商事风险关联数据。

下面，对各个模块的功能做如下详细介绍：

(1)参数获取模块及参数预处理模块

在本实施例中，专利风险关联数据包括权利风险指标数据、诉讼风险指标数据、保护风险指标数据及与经营相关的专利数据；

在所述参数预处理模块中，执行：

将商事风险关联数据与所述经营相关的专利数据进行比对，得到经营风险指标数据；

分别汇总每一企业的权利风险指标数据、诉讼风险指标数据、保护风险指标数据及经营风险指标数据，得到相应企业的风险防范维度参数。

因此，在本实施例中，风险防范维度参数包括四个一级指标数据，即，权利风险指标数据、诉讼风险指标数据、保护风险指标数据及经营风险指标数据。其中，权利风险指标数据、诉讼风险指标数据和保护风险指标数据可通过专利检索平台的数据库直接采集得到。而经营风险指标数据需要根据采集到的数据经过额外运算得到。现具体说明如下：

1)权利风险指标数据

权利风险指标数据，用于指征当前企业在专利权利保护方面的风险。

权利风险指标数据包括五个二级指标数据：共同申请情况指标数据、专利许可情况指标数据、独占许可情况指标数据、未解质专利情况指标数据及保全专利情况指标数据。其中，

共同申请情况指标数据包括两个三级指标数据：共同申请专利数量和共同申请专利比例。其中，共同申请专利数量用于指征当前企业与其他企业共同申请的专利的数量。共同申请专利比例用于指征共同申请专利数量占当前企业专利申请总数的比例。

专利许可情况指标数据包括两个三级指标数据：许可专利数量和许可专利比例。其中，许可专利数量用于指征当前企业获得许可的专利的数量。许可专利比例用于指征许可专利数量占当前企业专利申请总数的比例。

独占许可情况指标数据包括两个三级指标数据：独占许可专利数量和独占许可专利比例。其中，独占许可专利数量用于指征当前企业获得独占许可的专利的数量。独占许可专利比例用于指征独占许可专利数量占当前企业专利申请总数的比例。

未解质专利情况指标数据包括两个三级指标数据：未解质专利数量和未解质专利比例。其中，未解质专利数量用于指征当前企业未解质的专利的数量。未解质专利比例用于指征未解质专利数量占当前企业专利申请总数的比例。

保全专利情况指标数据包括两个三级指标数据：保全专利数量和保全专利比例。其中，保全专利数量用于指征当前企业保全的专利的数量。保全专利比例用于指征保全专利数量占当前企业专利申请总数的比例。

2)诉讼风险指标数据

诉讼风险指标数据用于表示企业在专利诉讼方面的风险。

诉讼风险指标数据包括一个二级指标数据：专利无效情况指标数据。专利无效情况指标数据包括一个三级指标数据：专利无效次数。

3)保护风险指标数据

保护风险指标数据用于表示企业在审专利存在的风险。

保护风险指标数据包括三个二级指标数据：保护预期情况指标数据、在审专利情况指标数据及专利复审情况指标数据。其中，

保护预期情况指标数据包括一个三级指标数据：保护预期占比。保护预期占比用于指征专利当前法律状态为在审状态的发明专利数量、有效的新型和外观的数量的总和与专利总量之间的比例关系。

在审专利情况指标数据包括两个三级指标数据：在审专利数量和在审专利比例。其中，在审专利数量用于指征当前企业在审的专利的数量。在审专利比例用于指征在审专利数量占当年企业专利申请总量的比例。

专利复审情况指标数据包括一个三级指标数据：专利复审次数。

4)经营风险指标数据

经营风险指标数据，用于指征当前企业在经营方面存在的风险。在本实施例中，由于专利相关的数据和企业经营范围相关的数据通过不同平台采集得到，因此，获取经营风险指标数据的过程需要参数预处理模块处理得到。

经营风险指标数据包括5个二级指标数据：经营范围偏差情况指标数据、时间范围重合情况指标数据、研发独立性情况指标数据、研发核心边缘化情况指标数据、研发投入与资产对比情况指标数据。

a)经营范围偏差情况指标数据

经营范围偏差情况指标数据用于表示企业的经营范围和企业的专利技术保护范围的偏差情况。偏差过大，则可能存在经营范围层面的风险。

经营范围偏差情况指标数据包括一个三级指标数据：经营范围偏差。经营范围偏差，用于指征当前企业持有的专利申请与其经营范围的相似性。

在确定经营范围偏差情况指标数据的过程中，需要用到商事风险关联数据中的企业经营范围内容、以及经营相关的专利数据中的企业持有的专利申请文件。此时，通过执行以下操作，得到经营范围偏差：

步骤S1：对当前企业持有的专利申请文件进行主题词提取，形成专利技术描述向量；

示例性地，可根据实际需要，选择对专利申请的发明名称、说明书摘要、权利要求书和/或说明书进行主题词提取。

步骤S2：对企业经营范围内容进行主题词提取，形成经营范围描述向量；

在对专利申请、经营范围内容分别进行主题词提取过程中，先进行分词处理、在分词基础上利用TF-IDF方式提取主题词。提取到主题词后，分别对专利申请、经营范围内容的主题词进行词向量训练(示例性地，可采用Word2Vec方式)，以得到相应的描述向量。

步骤S3：将专利技术描述向量和经营范围描述向量之间的相似度的取值作为经营范围偏差。

示例性地，可采用余弦相似度方式计算专利技术描述向量和经营范围描述向量之间的相似度，从而获得经营范围偏差。

b)时间范围重合情况指标数据

若企业经营时间同企业专利申请时间有较大的偏差，那么，该企业的持续自主创新能力可能存在一定的疑问。

时间范围重合情况指标数据包括两个三级指标数据，包括：企业经营年数占比和专利申请年数占比。

在确定时间范围重合情况指标数据的过程中，需要用到商事风险关联数据中的企业经营年份、以及经营相关的专利数据中的企业专利申请年份。此时，通过执行以下操作，确定企业经营年数占比和专利申请年数占比：

步骤S1：将当前企业的专利申请年份与企业经营年份进行排查比对，列出专利申请年份与经营年份重合的年份数量；

步骤S2：将重合的年份数量与企业经营年份数量的比值，作为企业经营年数占比；

步骤S3：将重合的年份数量与专利申请年份数量的比值，作为专利申请年数占比。

c)研发核心边缘化情况指标数据

研发核心边缘化情况指标数据包括三个三级指标数据：商事数据人员重合度、专利发明人重合度、重合专利数量占比。

在确定研发核心边缘化情况指标数据的过程中，需要用到商事风险关联数据中的企业主要人员与研发团队人员、以及经营相关的专利数据中的企业专利申请的所有发明人。此时，通过执行以下操作，确定商事数据人员重合度、专利发明人重合度、重合专利数量占比：

将企业主要人员占研发团队人员重合的比例，作为商事数据人员重合度；

将企业主要人员占所有发明人的比例，作为专利发明人重合度；

将企业主要人员申请的专利的数量占企业所有专利申请数量的比例，作为重合专利数量占比。

d)研发投入与资产对比情况指标数据

研发投入与资产对比情况指标数据包括一个三级指标数据：专利成本占比。在确定研发投入与资产对比情况指标数据的过程中，需要用到商事风险关联数据中的企业资本、以及经营相关的专利数据中的专利投入。此时，通过执行以下操作，确定专利成本占比。

专利成本占比，用于指征专利投入与企业资本之间的比例关系。

(2)初级评审模块

初级评审模块包括参数归一化单元和运算单元。其中，

1)参数归一化单元

参数归一化单元，用于对所述风险防范维度参数进行归一化处理，得到每一企业的风险防范维度归一化参数。

在本实施例中，末级指标数据的类型为比例型或非比例型，所述比例型为比例型或极小比例型；

在所述参数归一化单元中，执行：

步骤S1：分别获取风险防范维度参数中的每一末级指标数据；

步骤S2：分别根据每一末级指标数据的类型，获得相应末级指标数据的归一化参数；具体地：

a)若当前末级指标数据的类型为比例型，则将当前末级指标数据直接作为当前末级指标数据的归一化参数。

b)若当前末级指标数据的类型为极小比例型，则将1与当前末级指标数据的差值作为当前末级指标数据的归一化参数。

c)若当前末级指标数据的类型为非比例型，则基于所有企业中同一非比例型的末级指标数据的数据分布情况，对每一企业中同一非比例型的末级指标数据进行归一化处理，得到当前末级指标数据的归一化参数。

风险防范维度参数中各末级指标数据的类型示例如表1所示。

表1风险防范维度参数中各末级指标数据的类型示例

需要强调的是，在本实施例中，非比例型为非比例型或中间非比例型。

其中，对于非比例型的末级指标数据，采用Ln归一化处理算法进行归一化处理，即：对数变换ln(Xi)/ln(Xmax)，Xi表示相应末级指标数据的实际取值，Xmax表示相应末级指标数据在所有企业中同一非比例型的末级指标数据的最大值。

步骤S3：将每一企业的风险防范维度参数中的各个末级指标数据分别替换为相应末级指标数据的归一化参数，得到相应企业的风险防范维度归一化参数。

2)运算单元

运算单元，用于对所述风险防范维度归一化参数进行运算，得到每一企业的风险防范维度的初级评审结果。

在运算单元中，给出了一种将层次分析法和熵权法相结合、实现风险防范维度归一化参数运算的方式。具体描述如下：

利用层次分析法，分别确定各级指标数据的第一权重。在具体实现过程中，预先结合专家意见，采用1～9标度法，对同一级(层次)的各指标数据进行重要性比较，得到各级指标数据的第一权重。

利用熵权法，确定各级指标数据的第二权重。

将各级指标数据的第一权重和第二权重进行组合，得到各级指标数据的综合权重；这里，第一权重和第二权重的组合方式可视具体情况而定，此处不做过多限定。

利用各级指标数据的综合权重，对每一风险防范维度归一化参数进行从末级到一级的逐级运算，最终得到相应企业的风险防范维度的初级评审结果。

即，对于每一企业，通过执行以下操作得到相应初级评审结果：

首先，将各项三级指标数据的归一化参数及其相应的综合权重进行加权求和，计算得到相应二级指标数据的数值。接着，将各项二级指标数据的数值及其相应的综合权重进行加权求和，计算得到相应一级指标数据的数值。最后，将各项一级指标数据的数值及其相应的综合权重进行加权求和，计算得到相应企业的风险防范维度的初级评审结果。

(3)分布分析模块

由于平台上企业的风险防范维度的初级评审结果很少遵循预设分布，而偏度分布能够很好地衡量数据分布的不对称性，对于了解企业宏观的偏度分布情况至关重要。同时，偏度分布可以揭示大多企业的分布情况，同时也反映了企业均值、中位数以及众数间的大小关系。因此，本实施例通过引入偏度分布的概念，来统计数据分布非对称程度。

在分布分析模块中，根据以下公式获取风险防范维度数据检索平台上企业的所述初级评审结果的偏度分布S：

其中，N表示风险防范维度数据检索平台上企业的总数，P_n表示风险防范维度数据检索平台上第n个企业的初级评审结果，μ、σ分别表示风险防范维度数据检索平台上所有企业的初级评审结果的均值、标准差。

不同的偏度分布意味着数据分布与预设分布的不同偏离程度，需要使用不同的变换进行调整。在本实施例中，当偏度分布的取值范围在[-a,a]之间时，偏度分布为预设分布，a为小于1的正数，示例性地，a可以为0.5加减0.1或0.05。否则，偏度分布为非预设分布。非预设分布的类型包括中度正偏度、中度负偏度、高度正偏度或高度负偏度分布，基于不同类型的非预设分布进行相应的偏度调节。

示例性地，在本实施例中，a取值为0.5，根据实际经验，将偏度分布情况分成五级，具体分级标准如表2所示：

表2偏度分布的分级标准

分析表3可知，当偏度分布的取值范围在[-0.5,0.5]之间时，偏度分布为预设分布；否则，偏度分布为非预设分布。当偏度分布的取值范围在(0.5,1]之间时，偏度分布为中度正偏度分布；当偏度分布的取值范围在[-1,-0.5)之间时，偏度分布为中度负偏度分布；当偏度分布的取值大于1时，偏度分布为高度正偏度分布；当偏度分布的取值小于-1时，偏度分布为高度负偏度分布。

(4)偏度调节模块

在偏度调节模块中，当所述偏度分布为中度正偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(2)进行偏度调节：

其中，P_n′表示第n个企业经偏度调节后的评审结果；

当所述偏度分布为中度负偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(3)进行偏度调节：

其中，P_MAX表示风险防范维度数据检索平台上所有企业中初级评审结果的最大值；

当所述偏度分布为高度正偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(4)进行偏度调节：

P_n′＝k₁*lnP_n (4)

其中，k₁表示高度正偏度调节系数；

当所述偏度分布为高度负偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(5)进行偏度调节：

P_n′＝k₂*ln(P_MAX-P_n) (5)

其中，k₂表示高度负偏度调节系数。

(5)可视化展示模块

在获得预设分布时的初级评审结果、或者非预设分布时偏度调节后的评审结果之后，即可对相应的评审结果进行可视化展示。

可视化展示的形式包括但不限于表格、图形、曲线等多种形式。此外，还可以选择对选中的部分企业的评审结果进行可视化展示，以丰富展示方式的多样性。

综上所述，本实施例提供的企业风险防范维度评审系统，通过调用多个平台的数据并进行预处理，获取风险防范维度参数，因而能够实时获取评审所需的参数数据。需要强调的是，在本实施例的预处理过程中，需要将商事风险关联数据与经营相关的专利数据进行比对，以得到经营风险指标数据；从而更加紧密地将专利数据和企业的商事风险进行结合，能够更加全面、准确地评估企业的风险防范能力。

同时，基于获取的企业的风险防范维度参数，得到企业的风险防范维度的初级评审结果；并通过对初级评审结果进行分布分析，通过判断初级评审结果偏度分布是否满足预设分布，初步判断评审结果的准确性；在准确性不足即初级评审结果不满足预设分布时，通过偏度调节对初级评审结果进行校正，提升了评审结果的准确性。

针对不同的偏度分布，如中度正偏度、中度负偏度、高度正偏度分布等，分别进行相应的偏度调节，从而保证了评审过程中的客观性、以及评审结果横向可比较性，有效提高了企业风险防范维度评审的效率，具有很高的实用价值。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种企业风险防范维度评审系统，其特征在于，包括：

参数预处理模块，用于分别对获取到的风险防范维度数据检索平台上的每一企业的专利风险关联数据和商事风险关联数据进行预处理，得到相应企业的风险防范维度参数；

初级评审模块，用于基于获取的企业的风险防范维度参数，得到企业的风险防范维度的初级评审结果；

分布分析模块，用于对所述初级评审结果进行分布分析，得到风险防范维度数据检索平台上企业的所述初级评审结果的偏度分布；所述偏度分布为预设分布或非预设分布；

偏度调节模块，用于当偏度分布为非预设分布时，对风险防范维度数据检索平台上企业的所述初级评审结果进行偏度调节；

可视化展示模块，用于可视化展示预设分布时的初级评审结果或非预设分布时偏度调节后的评审结果；

所述分布分析模块，根据以下公式获取风险防范维度数据检索平台上企业的所述初级评审结果的偏度分布S：

其中，N表示风险防范维度数据检索平台上企业的总数，P_n表示风险防范维度数据检索平台上第n个企业的初级评审结果，μ、σ分别表示风险防范维度数据检索平台上所有企业的初级评审结果的均值、标准差；

当所述偏度分布的取值范围在[-a,a]之间时，所述偏度分布为预设分布，a为小于1的正数；否则，所述偏度分布为非预设分布；

所述非预设分布的类型包括中度正偏度、中度负偏度、高度正偏度或高度负偏度分布，基于不同类型的非预设分布进行相应的偏度调节。

2.根据权利要求1所述的企业风险防范维度评审系统，其特征在于，所述风险防范维度数据检索平台包括专利检索平台和企业信息查询平台；

所述系统还包括数据获取模块；其中，

数据获取模块，通过专利检索平台获取企业的专利风险关联数据，还通过企业信息查询平台获取企业的商事风险关联数据。

3.根据权利要求1所述的企业风险防范维度评审系统，其特征在于，所述专利风险关联数据包括权利风险指标数据、诉讼风险指标数据、保护风险指标数据及与经营相关的专利数据；

在所述参数预处理模块中，执行：

将商事风险关联数据与所述经营相关的专利数据进行比对，得到经营风险指标数据；

分别汇总每一企业的权利风险指标数据、诉讼风险指标数据、保护风险指标数据及经营风险指标数据，得到相应企业的风险防范维度参数。

4.根据权利要求3所述的企业风险防范维度评审系统，其特征在于，所述商事风险关联数据至少包括企业经营范围内容，所述经营相关的专利数据至少包括企业持有的专利申请文件，所述经营风险指标数据至少包括经营范围偏差情况指标数据；

所述将商事风险关联数据与所述经营相关的专利数据进行比对，得到经营风险指标数据，执行：

对企业持有的专利申请文件进行主题词提取，形成专利技术描述向量；

对企业经营范围内容进行主题词提取，形成经营范围描述向量；

根据专利技术描述向量和经营范围描述向量之间的相似度取值，确定经营范围偏差情况指标数据。

5.根据权利要求1-4中任一项所述的企业风险防范维度评审系统，其特征在于，在所述偏度调节模块中，

当所述偏度分布为中度正偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(2)进行偏度调节：

其中，P_n′表示第n个企业经偏度调节后的评审结果；

当所述偏度分布为中度负偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(3)进行偏度调节：

其中，P_MAX表示风险防范维度数据检索平台上所有企业中初级评审结果的最大值；

当所述偏度分布为高度正偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(4)进行偏度调节：

P_n′＝k₁*lnP_n (4)

其中，k₁表示高度正偏度调节系数；

当所述偏度分布为高度负偏度分布时，对风险防范维度数据检索平台上企业的所述初级评审结果按照公式(5)进行偏度调节：

P_n′＝k₂*ln(P_MAX-P_n) (5)

其中，k₂表示高度负偏度调节系数。

6.根据权利要求1所述的企业风险防范维度评审系统，其特征在于，所述初级评审模块包括：

参数归一化单元，用于对所述风险防范维度参数进行归一化处理，得到每一企业的风险防范维度归一化参数；

运算单元，用于对所述风险防范维度归一化参数进行运算，得到每一企业的风险防范维度的初级评审结果。

7.根据权利要求6所述的企业风险防范维度评审系统，其特征在于，所述风险防范维度参数包括若干个一级指标数据，每一一级指标数据细分有若干级下级指标数据，其中，末级指标数据的类型为比例型或非比例型；

在所述参数归一化单元中，执行：

分别获取风险防范维度参数中的每一末级指标数据；

若当前末级指标数据的类型为比例型，则将当前末级指标数据直接作为当前末级指标数据的归一化参数；

若当前末级指标数据的类型为非比例型，则基于所有企业中同一非比例型的末级指标数据的数据分布情况，对每一企业中同一非比例型的末级指标数据进行归一化处理，得到当前末级指标数据的归一化参数；

将每一企业的风险防范维度参数中的各个末级指标数据分别替换为相应末级指标数据的归一化参数，得到相应企业的风险防范维度归一化参数。