CN120258481A 一种基于数据挖掘的企业数字化管理方法及系统 （北京北纬三十度网络科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120258481A(43)申请公布日2025.07.04

(21)申请号202510742682.1

(22)申请日2025.06.05

GO6F18/23213(2023.01)

(71)申请人北京北纬三十度网络科技有限公司

地址100000北京市朝阳区广渠东路3号院

中水电国际大厦12层1201

(72)发明人张云澎高建国

(74)专利代理机构深圳汉林汇融知识产权代理事务所(普通合伙)44850

专利代理师刘临利

(51)Int.CI.

GO6Q10/0631(2023.01)

GO6Q10/0635(2023.01)

G06Q10/047(2023.01)

GO6Q50/04(2012.01)

GO6F16/2458(2019.01)

权利要求书3页说明书20页附图2页

(54)发明名称

一种基于数据挖掘的企业数字化管理方法及系统

(57)摘要

CN120258481A本发明公开了一种基于数据挖掘的企业数字化管理方法，所述方法包括获取信息流动数据和资源分配数据；根据信息流动数据和资源分配数据，进行分析，得到初始网络图；根据初始网络图，进行聚类分析，并进行路径优化，得到动态网络图；对所述动态网络图进行特征提取，得到预测分析数据；根据动态网络图和预测分析数据，识别网络的节点，得到关键节点和高风险节点；结合关键节点和高风险节点，识别关键传播路径，得到关键传播路径；基于关键节点、高风险节点和关键传播路径，预测资源瓶颈和冲突发生的关键位置，并生成资源优化建议。本发明能识别

CN120258481A

获取部门间的信息流动数据和资源分配数据

根据所述信息流动数据和所述资源分配数据，进行依赖性关系分析，得到部门间依赖关系的初始网络图

根据所述初始网络图，进行部门依赖关系特征分析，并基于路径优化算法进行路径优化，得到部门间信息流动的动态网络图

采用非线性回归分析方法，对所述动态网络图进行交互作用的非线性特征提取,得到判断节点影响力的预测分析数据

根据所述动态网络图和所述预测分析数据，识别网络中影响资源分配和信息传递的节点，得到关键节点和高风险节点

根据所述关键节点和所述高风险节点，识别网络中的关键传播路径，得到影响资源分配和信息传递的关键传播路径

基于所述关键节点、所述高风险节点和所述关键传播路径，预测资源瓶颈和资源冲突发生的关键位置，并生成资源优化建议

S11

S12

S13

S14

S15

S16

S17

CN120258481A权利要求书1/3页

2

1.一种基于数据挖掘的企业数字化管理方法，其特征在于包括：

获取部门间的信息流动数据和资源分配数据；

根据所述信息流动数据和所述资源分配数据，进行依赖性关系分析，得到部门间依赖关系的初始网络图；

根据所述初始网络图，进行聚类分析连接强度及路径长度，并动态重构网络并融合社区挖掘与路径优化识别关键节点，得到部门间信息流动的动态网络图；

对所述动态网络图进行交互作用的非线性特征提取，得到判断节点影响力的预测分析数据；

根据所述动态网络图和所述预测分析数据，识别网络中影响资源分配和信息传递的节点，得到关键节点和高风险节点；

根据所述关键节点和所述高风险节点，识别网络中的关键传播路径，得到影响资源分配和信息传递的关键传播路径；

基于所述关键节点、所述高风险节点和所述关键传播路径，预测资源瓶颈和资源冲突发生的关键位置，并生成资源优化建议。

2.根据权利要求1所述的基于数据挖掘的企业数字化管理方法，其特征在于，所述根据所述信息流动数据和所述资源分配数据，进行依赖性关系分析，得到部门间依赖关系的初始网络图，包括：

根据所述信息流动数据和所述资源分配数据，计算部门间的支持度和置信度；

当所述支持度和所述置信度分别大于预设支持度阈值和预设置信度阈值时，基于图论方法，建立部门间的依赖关系网络结构图，得到部门间依赖关系的初始网络图。

3.根据权利要求1所述的基于数据挖掘的企业数字化管理方法，其特征在于，所述根据所述初始网络图，进行聚类分析连接强度及路径长度，并动态重构网络并融合社区挖掘与路径优化识别关键节点，得到部门间信息流动的动态网络图，包括：

提取所述初始网络图中的连接强度数据和路径长度数据；

根据所述连接强度数