CN107464068-CN201710842057-基于神经网络的企业发展趋势预测方法及其系统.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107464068 A (43)申请公布日 2017.12.12 (21)申请号 201710842057.X (22)申请日 2017.09.18 (71)申请人 前海梧桐（深圳）数据有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室（入驻深圳市 前海商务秘书有限公司） (72)发明人 田丁丁　宋小鹏　 (74)专利代理机构 深圳市精英专利事务所 44242 代理人 冯筠 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/04(2006.01) G06N 3/06(2006.01) 权利要求书2页 说明书8页 附图8页 (54)发明名称 基于神经网络的企业发展趋势预测方法及 其系统 (57)摘要 本发明涉及基于神经网络的企业发展趋势 预测方法及其系统，该方法包括获取目标研究企 业的所有动态信息；对动态信息进行结构化处 理，获取结构化数据；根据结构化数据获取训练 集；使用LSTM神经网络算法，根据训练集预测目 标企业的发展趋势。本发明通过对企业的网络信 息进行结构化处理，针对企业的个数，将结构化 后的网络信息获取训练集，使用LSTM神经网络算 法，利用训练集预测在企业在未来某个时间点在 某个维度或指标的量化趋势值，实现不仅可以评 价某时刻的企业质量，而且可以描绘和预测企业 A 的发展趋势，结合对企业态势的感知，有助于更 8 好感知企业态势。 6 0 4 6 4 7 0 1 N C CN 107464068 A 权　利　要　求　书 1/2页 1.基于神经网络的企业发展趋势预测方法，其特征在于，所述方法包括： 获取目标研究企业的所有动态信息； 对所述动态信息进行结构化处理，获取结构化数据； 根据结构化数据获取训练集； 使用LSTM神经网络算法，根据训练集预测目标企业的发展趋势。 2.根据权利要求1所述的基于神经网络的企业发展趋势预测方法，其特征在于，对所述 动态信息进行结构化处理，获取结构化数据的步骤，包括以下具体步骤： 获取动态信息内的网络信息； 对网络信息进行分段、分句以及分词处理，获取处理后的信息； 将处理后的信息结构化成实体和事件结合的形式； 将事件与实体形成多维度关联关系，形成结构化数据。 3.根据权利要求2所述的基于神经网络的企业发展趋势预测方法，其特征在于，根据结 构化数据获取训练集的步骤，包括以下具体步骤： 判断目标企业的个数是否超过一个； 若是，则获取结构化数据内具有时间序列的数据，采用神经元的结构描述方式以及使 用矩阵编排，形成企业的实体为核心的事件的时间轴或核心的行为的时间轴，以具有时间 序列的数据形成训练集； 若不是，利用结构化数据形成行业的事件沿时间轴的发展轨迹或行业的行为沿时间轴 的发展轨迹，以发展轨迹的数据形成训练集。 4.根据权利要求1至3任一项所述的基于神经网络的企业发展趋势预测方法，其特征在 于，使用LSTM神经网络算法，根据训练集预测目标企业的发展趋势的步骤，包括以下具体步 骤： 对所述训练集进行转换并载入数据至numpy数组中； 喂食LSTM层； 建立序列模式； 构建网络本身，预测在企业在未来某个时间点在某个维度或指标的量化趋势值，获取 企业某个维度的向上或向下的发展趋势。 5.根据权利要求4所述的基于神经网络