基于大数据的四川省民营企业行业识别及信用画像关键技术研究.pdf

摘要

摘要

民营经济作为我国社会主义市场经济发展中的重要成果，已经成为推动我国社会

主义市场经济发展的重要力量。四川省标准化研究院的数据库中存储着省内所有民营

企业的数据。但是，由于该数据库中民营企业的经营范围数据在早期采集时为人工手

动输入，存在着经营范围数据不清晰、不规范、不完善等现实问题，导致无法有效地

确定这些民营企业所从事的行业类别。同时，四川省民营经济综合服务平台缺乏面向

企业的信用评估模型，影响其为民营企业服务的效率。

针对上述问题，本文围绕民营企业相关数据开展了四川省民营企业行业识别及信

用画像关键技术研究，主要工作如下：

1.通过词语相似度计算和建立多种机器学习模型的方法对民营企业的从事行业类

别进行识别；通过对比这些方法的优缺点，设计实现了一种集成文本相似度计算技术

与机器学习模型的创新方法。该方法通过计算文本相似度对企业数据进行半自动标注，

并利用标注数据对机器学习模型进行多标签有监督训练从而识别企业的从事行业类别，

其能够在保持较好精度的同时解决识别企业从事行业类别过程中耗时冗长的问题。

2.依据民营企业的相关数据运用层次分析法对企业进行信用画像，并代入了企业

数据对信用画像模型的合理性进行了验证。此项工作计算出的信用评分能够直观反映

企业信用状况，为民营企业信贷、政府金融扶持民营企业等工作提供有效的参考依据。

3.此外，本文对省内企业的从事行业、所处地区等数据进行了统计分析。这项工

作能够帮助用户了解省内企业的发展趋势，让平台能够更加有针对性地为企业服务。

关键词：机器学习；行业识别；企业信用画像；大数据；统计分析

论文类型：应用研究

I

西南科技大学硕士学位论文

ABSTRACT

AsanimportantachievementinthedevelopmentofChinassocialistmarketeconomy,the

privateeconomyhasbecomeanimportantforceinpromotingthedevelopmentofChinas

socialistmarketeconomy.ThedatabaseoftheSichuanStandardizationResearchInstitute

storesthedataofallprivateenterprisesintheprovince.However,duetothebusinessscope

dataofprivateenterprisesinthisdatabasebeingmanuallyinputtedintheearlycollection,

therearerealproblemssuchasunclear,non-standardized,andimperfectbusinessscopedata,

resultingintheinabilitytoeffectivelydeterminetheindustrycategoriestheseprivate

enterprisesareengagedin.Atthesametime,theSichuanprivateeconomycomprehensive

serviceplatformlacksacreditassessmentmodelforenterprises,whichaffectstheefficiency

ofitsservicesforprivateenterprises.

Inviewoftheaboveproblems,thisthesisfocusesonthedatarelatedtoprivateenterprisesto

carryoutthekeytechnologyresearchofprivateenterpriseindustryidentificationandcredit

portraitin