摘要
企业发展是社会经济发展的重要组成部分，政府每年要监控企业发展情况，适时调整培育企业名单，如何高效选择并发展龙头企业是一个艰巨的任务。统筹各类数据资源，建设企业经营分析预测系统，为地方政府提供企业发展相关的服务，不仅有利于优化配置服务资源，更加有利于加快工业化和信息化融合，发挥新兴企业的优势，对地区建设水平以及满足企业发展过程中对信息服务的多样化需求具有重要的意义。 然而，目前对企业经营发展预测的研究主要集中在利用单一数据对企业发展进行预测，或者研究利用的因素是时间、天气等因素，没有考虑现实中的突发情况，只能预测规律条件下的企业发展情况，对于不规律因素造成的影响无法作出快速反应，影响预测的准确性。另外，考虑多种因素对企业经营情况造成的影响，会面临在数据收集时遇到的数据隐私问题，预测完成后如何运用到实际中，利用对多个企业的数据对行业发展进行更加有效的评估等问题，在实际对企业经营进行预测时仍面临许多挑战。 针对上述问题，本文利用机器学习和知识图谱进行企业经营分析预测，能够在保证预测结果准确率的基础上解决数据隐私安全的问题，并且将企业按照行业分类进行比较，为决策提供更好的数据支持。本文所作出的主要工作如下： （1）准备企业经营分析预测所需的数据。按照系统需求分析了预测所需的数据特征维度，并依据数据特点提出了基于知识图谱的非量化数据知识表示方法，对所需数据进行了量化处理，完成了企业经营预测模型所需要的数据准备。 （2）设计了基于机器学习和联邦学习的企业经营预测算法，在不汇总数据的前提下依照收集到的数据特点进行模型训练，既完成了较为准确的企业经营预测，又保护了数据隐私不受侵犯。 （3）提出了基于行业约束的企业所属行业匹配方法，在不需要额外进行数据标注的情况下实现了企业与行业之间的准确的匹配，并有不低的精准度。使得企业间信息可以按照行业进行展示对比，解决了不同行业下企业无法比较的问题。 （4）设计并实现了面向政府的企业经营分析预测系统。该系统包含了用户管理模块、数据管理模块、企业经营分析模块和企业经营预测模块四大模块，为政府人员了解企业发展提供了多维度的数据参考。
NETL