隨著市場(chǎng)經(jīng)濟(jì)的髙速發(fā)展,越來(lái)越多的企業(yè)注冊(cè)成立,由此產(chǎn)生了海量的企業(yè)運(yùn)營(yíng)數(shù)據(jù)。與此同時(shí),無(wú)處不在的商業(yè)風(fēng)險(xiǎn),企業(yè)在挑選項(xiàng)目、尋求合作伙伴時(shí)需要了解合作方的背景信息、風(fēng)險(xiǎn)信息、經(jīng)營(yíng)信息、對(duì)外投資信息、知識(shí)產(chǎn)權(quán)信息等信息作為合作的參考指標(biāo),政府需要時(shí)刻監(jiān)管企業(yè),同時(shí),各行各業(yè)的網(wǎng)民也有了解企業(yè)信息的需要。針對(duì)上述問(wèn)題,依托于河北省科學(xué)院應(yīng)用數(shù)學(xué)研究所的企業(yè)征信信用服務(wù)平臺(tái),本文提出設(shè)計(jì)一種企業(yè)畫(huà)像系統(tǒng)。展示企業(yè)的背景信息、企業(yè)風(fēng)險(xiǎn)信息、企業(yè)經(jīng)營(yíng)信息、對(duì)外投資信息、知識(shí)產(chǎn)權(quán)信息。針對(duì)海量的企業(yè)運(yùn)營(yíng)數(shù)據(jù),使用數(shù)據(jù)挖掘技術(shù)對(duì)企業(yè)信息進(jìn)行分析和研究,對(duì)企業(yè)信息進(jìn)行維度分解,從每一維度對(duì)企業(yè)信息進(jìn)行標(biāo)簽提取,為每個(gè)企業(yè)繪制企業(yè)畫(huà)像標(biāo)簽圖。將企業(yè)和企業(yè)間的投資關(guān)系,人物和企業(yè)間的任職關(guān)系和股東關(guān)系進(jìn)行可視化的展示。具體工作如下:（1）需求分析。分析企業(yè)畫(huà)像的研究現(xiàn)狀,對(duì)企業(yè)信息進(jìn)行維度分解,針對(duì)每一維度進(jìn)行標(biāo)簽的定義。制定了系統(tǒng)的功能性需求分析,繪制了基于后臺(tái)管理員和普通用戶兩種角色的用例圖,并進(jìn)行了詳細(xì)的用例描述。（2）使用數(shù)據(jù)挖掘技術(shù)進(jìn)行企業(yè)畫(huà)像的標(biāo)簽提取。通過(guò)對(duì)標(biāo)簽相關(guān)概念和標(biāo)簽化技術(shù)難點(diǎn)的理解... 

【文章來(lái)源】：河北師范大學(xué)河北省

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

專(zhuān)有名詞字典截圖

這一小節(jié)設(shè)計(jì)了行業(yè)標(biāo)簽的提取過(guò)程，如圖4.5 所示。輸入某企業(yè)的“經(jīng)營(yíng)范圍”，對(duì)經(jīng)營(yíng)范圍進(jìn)行預(yù)處理：分詞、去停用詞。對(duì)降噪后的數(shù)據(jù)進(jìn)行特征工程，然后構(gòu)造分類(lèi)模型，最后輸出預(yù)測(cè)行業(yè)。圖 4.5 行業(yè)標(biāo)簽提取流程圖

程中必不可少的一個(gè)操作，詞匯是我們對(duì)把完整的文本分解成粒度更細(xì)的詞。因?yàn)槲谋�。目前文本分詞已經(jīng)有很多比較成熟a）、THULAC、SnowNLP、pynlpir、CoreN文分詞工具。典過(guò)程中不可缺少的一步，因?yàn)椴⒉皇俏谋具@個(gè)”、“的”、“一二三四”、“我你他”等。本文從網(wǎng)絡(luò)下載整理了中文常規(guī)停用詞智能實(shí)驗(yàn)室停用詞庫(kù)、百度停用詞表等，

【參考文獻(xiàn)】：
期刊論文
[1]基于大數(shù)據(jù)的電子商務(wù)用戶畫(huà)像構(gòu)建研究[J]. 李佳慧,趙剛.  電子商務(wù). 2019(01)
[2]基于大數(shù)據(jù)平臺(tái)的企業(yè)畫(huà)像研究綜述[J]. 田娟,朱定局,楊文翰.  計(jì)算機(jī)科學(xué). 2018(S2)
[3]構(gòu)建Windows環(huán)境下Python GUI網(wǎng)絡(luò)編程實(shí)驗(yàn)環(huán)境[J]. 劉海燕,馬振濤.  北華航天工業(yè)學(xué)院學(xué)報(bào). 2018(04)
[4]基于上下文語(yǔ)義的樸素貝葉斯文本分類(lèi)算法[J]. 鄭開(kāi)雨,竹翠.  計(jì)算機(jī)與現(xiàn)代化. 2018(06)
[5]百度Echarts在數(shù)據(jù)可視化分析中的應(yīng)用[J]. 黃宇棟.  金融科技時(shí)代. 2018(06)
[6]大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J]. 劉銘,呂丹,安永燦.  科技導(dǎo)報(bào). 2018(09)
[7]質(zhì)監(jiān)大數(shù)據(jù)企業(yè)畫(huà)像的研究及應(yīng)用[J]. 吳行惠,王光昕,虞海江,張東,孫呈梅,王劍.  數(shù)字通信世界. 2018(02)
[8]基于混合卡方統(tǒng)計(jì)量與邏輯回歸的文本情感分析[J]. 李平,戴月明,王艷.  計(jì)算機(jī)工程. 2017(12)
[9]基于數(shù)據(jù)源向圖的數(shù)據(jù)庫(kù)設(shè)計(jì)中數(shù)據(jù)關(guān)系的表示工具[J]. 陳冰川,陳藹祥,吳向軍,李磊.  計(jì)算機(jī)科學(xué). 2017(S1)
[10]基于MySQL的數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 茍文博,于強(qiáng).  電子設(shè)計(jì)工程. 2017(06)

碩士論文
[1]基于MVC模式的車(chē)載服務(wù)平臺(tái)監(jiān)控管理系統(tǒng)研究[D]. 梅本祥.廣東工業(yè)大學(xué) 2018
[2]基于搜索引擎的用戶畫(huà)像構(gòu)建方法研究[D]. 李雅坤.山西財(cái)經(jīng)大學(xué) 2018
[3]文本分類(lèi)中特征提取及分類(lèi)算法的研究[D]. 李惠富.東北林業(yè)大學(xué) 2018
[4]基于Python科學(xué)計(jì)算包的金融應(yīng)用實(shí)現(xiàn)[D]. 黎爽.江西財(cái)經(jīng)大學(xué) 2017
[5]資本市場(chǎng)企業(yè)信息系統(tǒng)人物和企業(yè)關(guān)系圖譜的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張巍.哈爾濱工業(yè)大學(xué) 2017
[6]常用文本分類(lèi)算法的分析與研究[D]. 楊康.重慶大學(xué) 2017
[7]基于大數(shù)據(jù)平臺(tái)的中文文本分析系統(tǒng)研究與實(shí)現(xiàn)[D]. 袁佳露.北京郵電大學(xué) 2017
[8]基于企業(yè)畫(huà)像的公示數(shù)據(jù)查詢系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 王雪.大連海事大學(xué) 2017
[9]基于PageRank算法的Web數(shù)據(jù)挖掘的研究[D]. 鄭普亨.天津理工大學(xué) 2017
[10]基于機(jī)器學(xué)習(xí)的漢語(yǔ)短文本分類(lèi)方法研究與實(shí)現(xiàn)[D]. 黃旭.黑龍江大學(xué) 2016



本文編號(hào)：2984592