确定企业画像的方法和装置、计算设备和存储介质.pdf

(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CN113762703A(43)申请公布日2021.12.07(21)申请号202110436450.5(22)申请日2021.04.22(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人陈遥烽叶龙王俊鹏张灿李佳缪招兵李倩魏曼王茜妮杨小宇(74)专利代理机构中国专利代理(香港)有限公司72001代理人刘靖龙陈岚(51)Int.Cl.G06Q10/06(2012.01)G06Q20/40(2012.01)G06Q30/00(2012.01)权利要求书3页说明书16页附图5页(54)发明名称确定企业画像的方法和装置、计算设备和存储介质(57)摘要本申请公开了一种确定企业画像的方法，包括：基于企业数据，识别多个企业中的目标企业的关联企业；从关联企业中识别目标企业的具有最高紧密度的企业集合以作为关联企业集合体；基于目标企业的业务特征数据，提取目标企业的至少一个个体企业标签；对关联企业集合体中的关联企业的业务特征数据进行特征聚合，以获取目标企业的至少一个全局企业标签；分别基于至少一个个体企业标签以及至少一个全局企业标签，对应地确定目标企业的个体评分以及全局评分；确定目标企业的企业画像，企业画像包括目标企业的关联企业、个体企业标签、全局企业标签、个体评分、全局评分。CN113762703ACN113762703A权利要求书1/3页1.一种确定企业画像的方法，包括：基于企业数据，识别多个企业中的目标企业的关联企业，其中，所述企业数据包括所述多个企业中每个企业在多个维度的业务特征数据，并且所述关联企业包括所述多个企业中与所述目标企业在所述多个维度的业务特征数据中的关联度大于关联度阈值的企业；从所述关联企业中识别所述目标企业的具有最高紧密度的企业集合以作为关联企业集合体，其中所述紧密度取决于所述关联企业集合体中的关联企业间在所述多个维度的业务特征数据中的关联度；基于所述目标企业的业务特征数据，提取目标企业的至少一个个体企业标签；对所述关联企业集合体中的关联企业的业务特征数据进行特征聚合，以获取所述目标企业的至少一个全局企业标签；分别基于所述至少一个个体企业标签以及所述至少一个全局企业标签，对应地确定目标企业的个体评分以及全局评分；确定所述目标企业的企业画像，所述企业画像包括所述目标企业的关联企业、个体企业标签、全局企业标签、个体评分、全局评分。2.根据权利要求1所述的方法，其中，从所述关联企业中识别目标企业的具有最高紧密度的企业集合以作为关联企业集合体，包括：将所述关联企业进行社区划分以得到至少一个企业集合，每个企业集合包括所述关联企业中的至少一部分关联企业；基于每个企业集合中的关联企业间在所述多个维度的业务特征数据中的关联度，确定所述每个企业集合的紧密度；从所述至少一个企业集合中确定具有最高紧密度的企业集合以作为关联企业集合体。3.根据权利要求2所述的方法，还包括通过如下方式确定每个企业集合中的关联企业间在所述多个维度的业务特征数据中的关联度：确定所述企业集合中的每两个关联企业间的关联分值，所述关联分值取决于所述两个关联企业间具有关联关系的业务特征数据所在维度的数量；基于所述关联分值，确定所述每两个关联企业间的关联度。4.根据权利要求2所述的方法，还包括通过如下方式确定每个企业集合中的关联企业间在所述多个维度的业务特征数据中的关联度：确定目标企业的关联企业中每两个关联企业间的关联分值，所述关联分值取决于所述两个关联企业间具有关联关系的业务特征数据所在维度的数量；以目标企业的关联企业为节点、目标企业的关联企业间的关联关系为边、每两个关联企业间的关联分值为所述两个关联企业间的边的权重，构建关联图；基于所述关联图，对关联图中的节点进行向量化处理，以得到每个节点的向量；将所述每个企业集合中的关联企业对应的节点间的向量的相似度确定为所述每个企业集合中的关联企业在所述多个维度的业务特征数据中的关联度。5.根据权利要求1所述的方法，其中，对所述关联企业集合体中的关联企业的业务特征数据进行特征聚合，以获取所述目标企业的至少一个全局企业标签，包括：对所述关联企业集合体中的关联企业的业务特征数据中业务特征对应的特征值进行加权求和，以得到所述关联企业集合体的业务特征数据；2CN113762703A权利要求书2/3页基于所述关联企业集合体的业务特征数据，获取目标企业的至少一个全局企业标签。6.根据权利要求1所述的方法，其中，分别基于所述至少一个个体企业标签以及所述至少一个全局企业标签，对应地确定目标企业的个体评分以及全局评分，包括：从所述至少一个个体企业标签中抽取至少一个具有风险意义的个体标签，并对所述至少一个具有风险意义的个体