一种面向企业信息的行业全息画像构建方法及系统

摘要

本发明提供了一种面向企业信息的行业全息画像构建方法及系统，属于信息技术领域。本系统包括企业名称抓取模块、企业文本描述信息模块、中文切词模块、词频统计模块、有效词集获取模块、有效行业词集获取模块和企业行业全息画像获取模块。本方法通过网络抓取企业名称，获取每个企业的文本描述信息，对文本描述信息进行切词、剔除常用词，得到有效词集，计算有效词与一级、二级行业国家标准名称的相似度分数，剔除小于阈值的词，对每个企业，根据每类文本描述信息与相似度分数，计算企业所属的一级、二级行业，取对应的有效行业词集作为企业的行业全息画像。本发明可大规模快速获取企业行业画像信息，有效行业词较人工标注的词更加全面、精准。