基于大数据的装修企业发展状态评估方法.pdf

《基于大数据的装修企业发展状态评估方法.pdf》由会员分享，可在线阅读，更多相关《基于大数据的装修企业发展状态评估方法.pdf（14页完成版）》请在专利查询网上搜索。

1、(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 (43)申请公布日 (21)申请号 201911039966.5 (22)申请日 2019.10.29 (71)申请人 北京华跃博弈科技有限公司 地址 100000 北京市海淀区海淀西大街36 号103-070 (72)发明人 祝德兆 (74)专利代理机构 北京冠和权律师事务所 11399 代理人 张楠楠 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/02(2006.01) (54)发明名称 基于大数据的装修企业发展状态评估方法 (57)摘要 本发明公开了一种基于大数据的装修企业 发。

2、展状态评估方法， 所述发展状态评估方法包 括： 采集待评估的目标装修企业的企业信息， 并 对采集的所述企业信息进行数据处理， 得到所述 目标装修企业对应的评估参数； 根据所述目标装 修企业的企业信息， 选取与所述企业信息相匹配 的由大数据生成的评估模型； 将所述评估参数代 入相匹配的评估模型中， 利用所述评估模型， 评 估所述目标装修企业的发展状态； 这种处理方式 提高了装修企业发展状态评估的效率和准确率。 权利要求书3页 说明书8页 附图2页 CN 110956362 A 2020.04.03 CN 110956362 A 1.一种基于大数据的装修企业发展状态评估方法， 其特征在于， 所述发。

3、展状态评估方 法包括： 采集待评估的目标装修企业的企业信息， 并对采集的所述企业信息进行数据处理， 得 到所述目标装修企业对应的评估参数； 根据所述目标装修企业的企业信息， 选取与所述企业信息相匹配的由大数据生成的评 估模型； 将所述评估参数代入相匹配的评估模型中， 利用所述评估模型， 评估所述目标装修企 业的发展状态。 2.如权利要求1所述的基于大数据的装修企业发展状态评估方法， 其特征在于， 所述根 据所述目标装修企业的企业信息， 选取与所述企业信息相匹配的由大数据生成的评估模 型， 包括： 用小的随机数初始化神经网络的各层的权和阈值； 按照数学模型(1)， 输入样本， 从前往后计算各层的。

4、输出： 按照数学模型(2)， 从前往后计算输出层误差： 按照数学模型(3)， 从后往前计算各隐藏层： 按照数学模型(4)， 计算的权值修正量： wij(k) joj+ (wij(k)-wij(k-1)； (4) 按照数学模型(5)， 计算修正后的权值： wij(k+1)wij(k)+wij(k)； (5) 输入另一样本， 重复进行神经网络计算， 直到网络收敛且输出误差小于允许预设值， 则得到最终的所述评估模型； 上述数学模型中， i为输入样本内的数据个数变量， 初始值为1， 以1为单位递增， 最大为 输入样本内的数据个数最大值n； j为神经网络层数变量， 初始值为1， 以1为单位递增， 最大 。

5、神经网络层数最大值； oj为j层神经网络的输出值， wij为第j层神经网络第i个样本的权重 值， j为第j层神经层网络正增益， j为第j层神经层网络权重系数， (xi,yi)为第i个输入样 本输入对， xi为第i个输入样本输入数据1， yi为第i个输入样本输入数据2，j为第j层神经层 网络输出层误差， j为第j层神经层网络的隐藏层， k为神经元隐藏层内神经元的个数， 为 学习率， 为常数， wij(k)为第是第k个神经元权值修正量。 3.如权利要求1所述的基于大数据的装修企业发展状态评估方法， 其特征在于， 所述发 展状态评估方法还包括： 根据装修行业的行业信息和装修企业的发展阶段， 预先建立。

6、装修企业对应的评估模 权利要求书 1/3 页 2 CN 110956362 A 2 型。 4.如权利要求3所述的基于大数据的装修企业发展状态评估方法， 其特征在于， 所述根 据装修行业的行业信息和装修企业的发展阶段， 预先建立装修企业对应的评估模型， 包括： 获取装修行业的整体行业信息， 并采集装修行业中不同发展阶段以及不同发展轨迹的 各样本装修企业的历史数据； 根据所述整体行业信息和历史数据， 获取各装修企业的在不同维度下分别对应的评估 参数和各维度分别对应的重要程度系数； 根据不同维度下的所述评估参数和重要程度系数， 建立评估模型。 5.如权利要求4所述的基于大数据的装修企业发展状态评估方。

7、法， 其特征在于， 所述装 修企业的维度包括： 行业分类、 企业成立的基本信息、 企业获得投资和融资信息、 企业知识产权信息、 企业 团队成员信息、 企业招聘信息、 企业固定资产信息、 企业外部新闻信息、 用户满意度调查信 息； 所述评估参数包括： 实缴注册资本、 主营业务收入、 主营业务增长速度、 利润增长率、 研发投入金额、 知识产 权申报类型和数量、 非关联第三方的投资次数和投资额度、 合作伙伴资质、 政府奖励次数以 及奖励金额、 人才影响系数。 6.如权利要求1至5任一项所述的基于大数据的装修企业发展状态评估方法， 其特征在 于， 所述根据所述目标装修企业的企业信息， 选取与所述企业信。

8、息相匹配的根据大数据生 成的评估模型， 包括： 根据所述目标装修企业的企业信息， 获取所述目标装修企业当前所处的发展阶段， 以 及不同维度下分别对应的目标评估参数； 根据所述发展阶段， 获取与所述目标装修企业的相似度值相差在预设数值范围内的相 似样本装修企业； 查找所述相似样本装修企业对应生成的评估模型， 将查找到的所述评估模型作为与所 述目标装修企业的企业信息相匹配的评估模型。 7.如权利要求6所述的基于大数据的装修企业发展状态评估方法， 其特征在于， 所述查 找所述相似样本装修企业对应生成的评估模型， 将查找到的所述评估模型作为与所述目标 装修企业的企业信息相匹配的评估模型， 包括： 查找。

9、所述相似样本装修企业对应生成的评估模型， 获取找到的所述评估模型的个数； 若所述评估模型只有一个， 则将查找到的所述评估模型作为与所述目标装修企业相匹 配的评估模型； 若所述评估模型有多个， 则从中选取与所述目标装修企业的相似度最高的评估模型作 为与所述目标装修企业相匹配的评估模型。 8.如权利要求1至5任一项所述的基于大数据的装修企业发展状态评估方法， 其特征在 于， 所述采集待评估的目标装修企业的企业信息， 包括： 利用爬虫程序从互联网中实时获取与所述目标装修企业相关联的所有企业信息， 以及 利用授权端口从各大投资机构和金融机构以及其他与所述目标装修企业相关联的机构中， 调用所述目标装修企。

10、业的企业信息。 权利要求书 2/3 页 3 CN 110956362 A 3 9.如权利要求1至5任一项所述的基于大数据的装修企业发展状态评估方法， 其特征在 于， 所述利用所述评估模型， 评估所述目标装修企业的发展状态， 包括： 利用所述评估模型， 对所述目标装修企业的每个维度进行发展状态的评估操作。 10.如权利要求9所述的基于大数据的装修企业发展状态评估方法， 其特征在于， 所述 利用所述评估模型， 评估所述目标装修企业的发展状态， 包括： 利用所述评估模型， 计算所述目标装修企业对应的整体评估分值和不同维度下分别对 应的评估分值； 根据所述整体评估分值和不同维度分别对应的评估分值， 获。

11、取所述目标装修企业当前 所处的发展阶段和未来可能的发展趋势。 权利要求书 3/3 页 4 CN 110956362 A 4 基于大数据的装修企业发展状态评估方法 技术领域 0001 本发明涉及数据处理技术领域， 特别涉及一种基于大数据的装修企业发展状态评 估方法。 背景技术 0002 在装修行业， 不管是投行还是其他投资机构， 在为企业提供融资比如金融借贷服 务之前， 都需要了解装修公司的可靠性、 资本实力、 行业发展等。 目前， 对装修企业的发展状 态进行评估时， 基本上都是依靠从业者的个人经验来收集相关材料， 进行尽职调查， 从而评 估该装修企业的发展状态。 人工处理上述数据时， 对从业者。

12、的技能要求较高， 因此人力成本 较高， 且人工处理的过程也是费时费力， 而得到的结果的准确性也容易让人产生一定的质 疑。 发明内容 0003 本发明提供一种基于大数据的装修企业发展状态评估方法， 旨在提高装修企业发 展状态评估的效率和准确率。 0004 本发明提供了一种基于大数据的装修企业发展状态评估方法， 所述发展状态评估 方法包括： 0005 采集待评估的目标装修企业的企业信息， 并对采集的所述企业信息进行数据处 理， 得到所述目标装修企业对应的评估参数； 0006 根据所述目标装修企业的企业信息， 选取与所述企业信息相匹配的由大数据生成 的评估模型； 0007 将所述评估参数代入相匹配的。

13、评估模型中， 利用所述评估模型， 评估所述目标装 修企业的发展状态。 0008 进一步地， 所述根据所述目标装修企业的企业信息， 选取与所述企业信息相匹配 的由大数据生成的评估模型， 包括： 0009 用小的随机数初始化神经网络的各层的权和阈值； 0010 按照数学模型(1)， 输入样本， 从前往后计算各层的输出： 0011 0012 按照数学模型(2)， 从前往后计算输出层误差： 0013 0014 按照数学模型(3)， 从后往前计算各隐藏层： 说明书 1/8 页 5 CN 110956362 A 5 0015 0016 按照数学模型(4)， 计算的权值修正量： 0017 wij(k) jo。

14、j+ (wij(k)-wij(k-1)； (4) 0018 按照数学模型(5)， 计算修正后的权值： 0019 wij(k+1)wij(k)+wij(k)； (5) 0020 输入另一样本， 重复进行神经网络计算， 直到网络收敛且输出误差小于允许预设 值， 则得到最终的所述评估模型； 0021 上述数学模型中， i为输入样本内的数据个数变量， 初始值为1， 以1为单位递增， 最 大为输入样本内的数据个数最大值n； j为神经网络层数变量， 初始值为1， 以1为单位递增， 最大神经网络层数最大值； oj为j层神经网络的输出值， wij为第j层神经网络第i个样本的权 重值， j为第j层神经层网络正增。

15、益， j为第j层神经层网络权重系数， (xi,yi)为第i个输入 样本输入对， xi为第i个输入样本输入数据1， yi为第i个输入样本输入数据2，j为第j层神经 层网络输出层误差， j为第j层神经层网络的隐藏层， k为神经元隐藏层内神经元的个数， 为学习率， 为常数， wij(k)为第是第k个神经元权值修正量。 0022 进一步地， 所述发展状态评估方法还包括： 0023 根据装修行业的行业信息和装修企业的发展阶段， 预先建立装修企业对应的评估 模型。 0024 进一步地， 所述根据装修行业的行业信息和装修企业的发展阶段， 预先建立装修 企业对应的评估模型， 包括： 0025 获取装修行业的整。

16、体行业信息， 并采集装修行业中不同发展阶段以及不同发展轨 迹的各样本装修企业的历史数据； 0026 根据所述整体行业信息和历史数据， 获取各装修企业的在不同维度下分别对应的 评估参数和各维度分别对应的重要程度系数； 0027 根据不同维度下的所述评估参数和重要程度系数， 建立评估模型。 0028 进一步地， 所述获取装修行业的整体行业信息并采集各样本装修企业的历史数据 的同时， 获取各样本装修企业之间的相似度值。 0029 进一步地， 所述装修企业的维度包括： 0030 行业分类、 企业成立的基本信息、 企业获得投资和融资信息、 企业知识产权信息、 企业团队成员信息、 企业招聘信息、 企业固定。

17、资产信息、 企业外部新闻信息、 用户满意度调 查信息； 0031 所述评估参数包括： 0032 实缴注册资本、 主营业务收入、 主营业务增长速度、 利润增长率、 研发投入金额、 知 识产权申报类型和数量、 非关联第三方的投资次数和投资额度、 合作伙伴资质、 政府奖励次 数以及奖励金额、 人才影响系数。 0033 进一步地， 所述根据所述目标装修企业的企业信息， 选取与所述企业信息相匹配 的根据大数据生成的评估模型， 包括： 说明书 2/8 页 6 CN 110956362 A 6 0034 根据所述目标装修企业的企业信息， 获取所述目标装修企业当前所处的发展阶 段， 以及不同维度下分别对应的目。

18、标评估参数； 0035 根据所述发展阶段， 获取与所述目标装修企业的相似度值相差在预设数值范围内 的相似样本装修企业； 0036 查找所述相似样本装修企业对应生成的评估模型， 将查找到的所述评估模型作为 与所述目标装修企业的企业信息相匹配的评估模型。 0037 进一步地， 所述查找所述相似样本装修企业对应生成的评估模型， 将查找到的所 述评估模型作为与所述目标装修企业的企业信息相匹配的评估模型， 包括： 0038 查找所述相似样本装修企业对应生成的评估模型， 获取找到的所述评估模型的个 数； 0039 若所述评估模型只有一个， 则将查找到的所述评估模型作为与所述目标装修企业 相匹配的评估模型；。

19、 0040 若所述评估模型有多个， 则从中选取与所述目标装修企业的相似度最高的评估模 型作为与所述目标装修企业相匹配的评估模型。 0041 进一步地， 所述采集待评估的目标装修企业的企业信息， 包括： 0042 利用爬虫程序从互联网中实时获取与所述目标装修企业相关联的所有企业信息， 以及利用授权端口从各大投资机构和金融机构以及其他与所述目标装修企业相关联的机 构中， 调用所述目标装修企业的企业信息。 0043 进一步地， 所述利用所述评估模型， 评估所述目标装修企业的发展状态， 包括： 0044 利用所述评估模型， 对所述目标装修企业的每个维度进行发展状态的评估操作。 0045 进一步地， 所。

20、述利用所述评估模型， 评估所述目标装修企业的发展状态， 包括： 0046 利用所述评估模型， 计算所述目标装修企业对应的整体评估分值和不同维度下分 别对应的评估分值； 0047 根据所述整体评估分值和不同维度分别对应的评估分值， 获取所述目标装修企业 当前所处的发展阶段和未来可能的发展趋势。 0048 本发明提供的一种基于大数据的装修企业发展状态评估方法可以达到如下有益 效果： 0049 通过采集待评估的目标装修企业的企业信息， 并对采集的所述企业信息进行数据 处理， 得到所述目标装修企业对应的评估参数； 根据所述目标装修企业的企业信息， 选取与 所述企业信息相匹配的由大数据生成的评估模型； 。

21、将所述评估参数代入相匹配的评估模型 中， 利用所述评估模型， 评估所述目标装修企业的发展状态； 提高了装修企业发展状态评估 的效率和准确率。 0050 本发明的其它特征和优点将在随后的说明书中阐述， 并且， 部分地从说明书中变 得显而易见， 或者通过实施本发明而了解。 本发明的目的和其他优点可通过在所写的说明 书、 权利要求书、 以及附图中所指出的内容来实现和获得。 0051 下面通过附图和实施例， 对本发明的技术方案做进一步描述。 附图说明 0052 附图用来提供对本发明的进一步理解， 并且构成说明书的一部分， 与本发明的实 说明书 3/8 页 7 CN 110956362 A 7 施例一起。

22、用于解释本发明， 并不构成对本发明的限制。 在附图中： 0053 图1是本发明基于大数据的装修企业发展状态评估方法的一种实施方式的流程示 意图； 0054 图2是图1所述实施例中步骤S20的一种实施方式的流程示意图； 0055 图3是图1所述实施例的步骤S30中 “利用所述评估模型， 评估所述目标装修企业的 发展状态” 的一种实施方式的流程示意图。 具体实施方式 0056 以下结合附图对本发明的优选实施例进行说明， 应当理解， 此处所描述的优选实 施例仅用于说明和解释本发明， 并不用于限定本发明。 0057 本发明提供了一种基于大数据的装修企业发展状态评估方法， 旨在提高装修企业 发展状态评估。

23、的效率和准确率。 0058 如图1所示， 图1是本发明基于大数据的装修企业发展状态评估方法的一种实施方 式的流程示意图； 本发明一种基于大数据的装修企业发展状态评估方法可以实施为如下描 述的步骤S10-S30： 0059 步骤S10、 采集待评估的目标装修企业的企业信息， 并对采集的所述企业信息进行 数据处理， 得到所述目标装修企业对应的评估参数； 0060 本发明实施例中， 对装修企业的发展状态进行评估时， 需要先采集待评估的目标 装修企业的企业信息。 在进行信息采集时， 可以利用爬虫程序从互联网中实时抓取与所述 目标装修企业相关联的所有企业信息， 也可以利用授权端口从各大投资机构和金融机构。

24、以 及其他与所述目标装修企业相关联的机构中， 调用所述目标装修企业的企业信息。 0061 进一步地， 在一个实施例中， 对采集到的企业信息进行数据处理时， 对所述企业信 息进行语义分析， 并根据语义分析结果从所述企业信息中提取出与预设的关键字段相一致 的数据字段， 将所述数据字段作为目标字段； 同时， 将目标字段对应的数据进行量化处理， 得到目标字段对应的评估参数。 0062 步骤S20、 根据所述目标装修企业的企业信息， 选取与所述企业信息相匹配的由大 数据生成的评估模型； 0063 本发明实施例中， 与所述目标装修企业相匹配的评估模型预先存储在评估系统 内， 且预先存储的评估模型根据装修行。

25、业内各装修企业不同发展阶段对应的大数据生成。 为了提高装修企业发展状态评估效率， 可以预先在评估系统内储存多个评估模型； 且当装 修行业内的装修企业存在重要的数据变化时， 及时更新已生成的上述评估模型； 或者， 根据 最新的装修行业数据， 重新生成新的评估模型并存储。 0064 当需要时， 根据所述目标装修企业的企业信息， 选取与所述目标企业信息相匹配 的评估模型。 0065 步骤S30、 将所述评估参数代入相匹配的评估模型中， 利用所述评估模型， 评估所 述目标装修企业的发展状态。 0066 将步骤S20中得到的所述目标装修企业对应的评估参数， 代入与所述目标装修企 业的企业信息相匹配的评估。

26、模型中， 利用所述评估模型进行数学运算， 得到所述目标装修 企业对应的发展状态。 本发明实施例中， 利用评估模型计算得到的为评估分值， 可以采用评 说明书 4/8 页 8 CN 110956362 A 8 估分值来量化目标装修企业的发展状态。 比如， 目标装修企业得到的整体评估分值越高， 代 表该目标装修企业的发展趋势越好， 该目标装修企业获得投资的概率也相对越大； 反之， 如 果目标装修企业得到的整体评估分值越低， 代表该目标装修企业的发展趋势不尽人意， 则 表示该目标装修企业获得的投资概率可能也相对较小。 0067 进一步地， 在一个实施例中， 图1所述实施例中的 “步骤S20、 根据所述。

27、目标装修企 业的企业信息， 选取与所述企业信息相匹配的由大数据生成的评估模型” ， 可以按照如下技 术手段实施： 0068 用小的随机数初始化神经网络的各层的权和阈值； 0069 按照数学模型(1)， 输入样本， 从前往后计算各层的输出： 0070 0071 按照数学模型(2)， 从前往后计算输出层误差： 0072 0073 按照数学模型(3)， 从后往前计算各隐藏层： 0074 0075 按照数学模型(4)， 计算的权值修正量： 0076 wij(k) joj+ (wij(k)-wij(k-1)； (4) 0077 按照数学模型(5)， 计算修正后的权值： 0078 wij(k+1)wij(。

28、k)+wij(k)； (5) 0079 输入另一样本， 重复进行神经网络计算， 直到网络收敛且输出误差小于允许预设 值， 则得到最终的所述评估模型； 比如， 在一个具体的应用场景中， 根据实际需求， 设置 的取值为0.0445。 0080 上述数学模型中， i为输入样本内的数据个数变量， 初始值为1， 以1为单位递增， 最 大为输入样本内的数据个数最大值n； j为神经网络层数变量， 初始值为1， 以1为单位递增， 最大神经网络层数最大值； oj为j层神经网络的输出值， wij为第j层神经网络第i个样本的权 重值， j为第j层神经层网络正增益， j为第j层神经层网络权重系数， (xi,yi)为第。

29、i个输入 样本输入对， xi为第i个输入样本输入数据1， yi为第i个输入样本输入数据2，j为第j层神 经层网络输出层误差， j为第j层神经层网络的隐藏层， k为神经元隐藏层内神经元的个数， 为学习率， 为常数， wij(k)为第是第k个神经元权值修正量。 0081 利用上述技术手段所生成的评估模型， 由于利用了神经网络学习技术， 可以让所 描述的装修企业状态评估具备不断学习和适应新数据的能力， 并且训练系统受到局部损伤 时， 训练还可以继续运行， 具备良好的健壮性； 且能够根据系统运行数据权重自适应调整， 使计算结果更精准。 0082 进一步地， 在一个实施例中， 可以根据装修行业的行业信息。

30、和装修企业的发展阶 段， 预先建立装修企业对应的评估模型。 在建立对应的评估模型时， 选取该装修行业对应的 各装修企业的历史发展数据作为样本数据。 说明书 5/8 页 9 CN 110956362 A 9 0083 在本发明实施例中， 所述根据装修行业的行业信息和装修企业的发展阶段， 预先 建立装修企业对应的评估模型， 可以按照如下方式实施： 0084 获取装修行业的整体行业信息， 并采集装修行业中不同发展阶段以及不同发展轨 迹的各样本装修企业的历史数据； 0085 根据所述整体行业信息和历史数据， 获取各装修企业的在不同维度下分别对应的 评估参数和各维度分别对应的重要程度系数； 0086 根。

31、据不同维度下的所述评估参数和重要程度系数， 建立评估模型。 0087 本发明实施例中， 在获取装修行业的整体行业信息时， 信息量大， 数据庞杂， 且各 装修企业的发展阶段、 发展状态以及发展轨迹等均不相同， 因此， 在获取到装修行业的整体 行业信息以及各装修企业各自对应的不同发展阶段、 发展轨迹以及发展状态对应的历史数 据后， 先对获取的上述整体行业信息和历史数据进行数据清洗和初步筛选后， 对所述整体 行业信息和历史数据进行不同评估维度的划分， 并获取划分维度后各装修企业在不同维度 下分别对应的评估参数， 并为各维度配置相应的重要程度系数。 其中， 为各维度分别配置重 要程度系数时， 可以根据。

32、需要只在首次建立评估模型时配置， 后续直接使用已配置的重要 程度系数即可。 也可以根据实际需求， 按照具体的应用场景和/或预设周期， 更新已配置的 上述重要程度系数。 0088 在本发明实施例中， 在获取装修行业的整体行业信息并采集各样本装修企业的历 史数据的同时， 也一并获取各样本装修企业之间的相似度值， 便于后续为所述目标装修企 业寻找相匹配的评估模型提供重要依据和查找的便利。 0089 本发明实施例中所描述的所述装修企业的维度包括但不限于： 0090 行业分类、 企业成立的基本信息、 企业获得投资和融资信息、 企业知识产权信息、 企业团队成员信息、 企业招聘信息、 企业固定资产信息、 企。

33、业外部新闻信息、 用户满意度调 查信息； 0091 所述评估参数包括但不限于： 0092 实缴注册资本、 主营业务收入、 主营业务增长速度、 利润增长率、 研发投入金额、 知 识产权申报类型和数量、 非关联第三方的投资次数和投资额度、 合作伙伴资质、 政府奖励次 数以及奖励金额、 人才影响系数。 0093 进一步地， 在一个实施例中， 如图2所示， 图2是图1所述实施例中步骤 S20的一种 实施方式的流程示意图； 其中， 图1所述实施例中的 “步骤S20、 根据所述目标装修企业的企 业信息， 选取与所述企业信息相匹配的由大数据生成的评估模型” ， 可以按照如下方式实 施： 0094 步骤S21。

34、、 根据所述目标装修企业的企业信息， 获取所述目标装修企业当前所处的 发展阶段， 以及不同维度下分别对应的目标评估参数； 0095 步骤S22、 根据所述发展阶段， 获取与所述目标装修企业的相似度值相差在预设数 值范围内的相似样本装修企业； 0096 步骤S23、 查找所述相似样本装修企业对应生成的评估模型， 将查找到的所述评估 模型作为与所述目标装修企业的企业信息相匹配的评估模型。 0097 本发明实施例中， 为了更精确地匹配评估模型， 根据所述目标装修企业的企业信 息， 判断该目标装修企业当前所处的发展阶段， 比如是处于萌芽期、 成长期还是成熟期， 并 说明书 6/8 页 10 CN 11。

35、0956362 A 10 根据所述目标装修企业当前所处的发展阶段， 获取与该目标装修企业的相似度值的差值在 预设数值范围内的相似度样本装修企业。 比如， 可以根据实际应用场景， 设置相似度差值的 预设数值范围为小于0.3。 0098 将相似度值的差值在预设数值范围内的样本装修企业对应的企业信息挑选出来， 得到相似样本装修企业信息。 查找所述相似样本装修企业对应生成的评估模型， 若没有找 到上述相似样本装修企业信息对应生成的评估模型， 则直接根据相似样本装修企业信息生 成新的评估模型。 若能找到上述相似样本装修企业信息对应生成的评估模型， 则将查找到 的所述评估模型作为与所述目标装修企业的企业信。

36、息相匹配的评估模型。 0099 进一步地， 在一个实施例中， 查找所述相似样本装修企业对应生成的评估模型时， 识别找到的所述评估模型的个数； 若所述评估模型只有一个， 则将查找到的所述评估模型 作为与所述目标装修企业相匹配的评估模型； 若所述评估模型有多个， 则从中选取与所述 目标装修企业的相似度最高的评估模型作为与所述目标装修企业相匹配的评估模型。 0100 在一个实施例中， 如图3所示， 图3是图1所述实施例的步骤S30中 “利用所述评估模 型， 评估所述目标装修企业的发展状态” 的一种实施方式的流程示意图。 本发明基于大数据 的装修企业发展状态评估方法中， 图1所述实施例的步骤S30中 。

37、“利用所述评估模型， 评估所 述目标装修企业的发展状态” ， 可以实施为如下描述的步骤S31-S32： 0101 步骤S31、 利用所述评估模型， 计算所述目标装修企业对应的整体评估分值和不同 维度下分别对应的评估分值； 0102 步骤S32、 根据所述整体评估分值和不同维度分别对应的评估分值， 获取所述目标 装修企业当前所处的发展阶段和未来可能的发展趋势。 0103 本发明实施例中， 为了对目标装修企业的发展状态有一个较为全面的评估和对发 展状态相对详细的掌握， 在利用所述评估模型计算获取其发展状态时， 可以同时计算该目 标装修企业对应的整体评估分值和在不同维度下， 分别对应的评估分值； 比。

38、如， 利用所述评 估模型， 对所述目标装修企业的每个维度进行发展状态的评估操作。 根据获取的整体评估 分值和不同维度下分别对应的评估分值， 获取该目标装修企业当前所处的发展阶段， 同时， 根据大数据分析结果， 也可同时预知该目标装修企业在未来一段时间内可能的发展趋势。 0104 本发明基于大数据的装修企业发展状态评估方法， 通过采集待评估的目标装修企 业的企业信息， 并对采集的所述企业信息进行数据处理， 得到所述目标装修企业对应的评 估参数； 根据所述目标装修企业的企业信息， 选取与所述企业信息相匹配的由大数据生成 的评估模型； 将所述评估参数代入相匹配的评估模型中， 利用所述评估模型， 评估。

39、所述目标 装修企业的发展状态； 提高了装修企业发展状态评估的效率和准确率。 0105 本领域内的技术人员应明白， 本发明的实施例可提供为方法、 系统、 或计算机程序 产品。 因此， 本发明可采用完全硬件实施例、 完全软件实施例、 或结合软件和硬件方面的实 施例的形式。 0106 本发明是参照根据本发明实施例的方法、 设备(系统)、 和计算机程序产品的流程 图和/或方框图来描述的。 应理解可由计算机程序指令实现流程图和 /或方框图中的每一 流程和/或方框、 以及流程图和/或方框图中的流程和/ 或方框的结合。 可提供这些计算机 程序指令到通用计算机、 专用计算机、 嵌入式处理机或其他可编程数据处理。

40、设备的处理器 以产生一个机器， 使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用 说明书 7/8 页 11 CN 110956362 A 11 于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装 置。 0107 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特 定方式工作的计算机可读存储器中， 使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品， 该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。 0108 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上， 使得在计 算机。

41、或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理， 从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的步骤。 0109 显然， 本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。 这样， 倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内， 则本发明也意图包含这些改动和变型在内。 说明书 8/8 页 12 CN 110956362 A 12 图1 说明书附图 1/2 页 13 CN 110956362 A 13 图2 图3 说明书附图 2/2 页 14 CN 110956362 A 14 。