[发明专利]一种基于企业网络的企业业务相似度计算方法与系统

摘要

本发明公开了一种基于企业网络的企业业务相似度计算方法与系统，将数据集中的每个企业作为节点加入到图数据库中，根据每条企业关系，在图数据库中查询到表示相关企业的节点，在节点间建立一条类型为供应关系的边，从而构造出企业网络；通过已经构造出来的企业网络，计算任意两个制造商之间的共用供应商在总的供应商中所占的比例，从而得到企业业务相似度；建立一条从一个企业指向另一个企业的边，其关系类型为Similar；构造出一个新的图S，任意两个有共用供应商的制造商，有一条Similar类型的边相连，边的属性SIM即为业务相似度。基于企业网络，依据制造商共用供应商数目，进行企业业务相似度计算的方法能够得到更可靠的结果。

主权项

1.一种基于企业网络的企业业务相似度计算方法，其特征是，包括以下步骤：步骤一：数据集爬取和构建：通过爬虫将网站页面上的企业信息爬取下来，对爬取下来的配套信息进行分词匹配，并为企业信息对应的供应商和匹配出来的制造商建立供应关系；步骤二：构建企业网络：企业网络的数据结构为有向图，采用的数据集主要包括企业信息和企业之间的供应关系信息，因此将数据集转换成有向图结构，并导入到图数据库中，将数据集中的每个企业作为节点加入到图数据库中，根据数据集中每条企业的供应关系在图数据库中查询到表示相关企业的节点，在节点间建立一条类型为供应关系的边；步骤三：企业业务相似度计算：根据已经构造出来的企业网络，通过计算任意两个制造商之间的共用供应商在总的供应商中所占的比例进行企业业务相似度计算；建立一条从一个企业指向另一个企业的边，其关系类型为Similar；步骤四：构造出一个新的图S，任意两个有共用供应商的制造商，有一条Similar类型的边相连，边的属性SIM即为业务相似度，基于新的图S进行企业业务相似度查询；所述数据集的爬取和构建工作主要分为B2B网站数据爬取和企业供应关系匹配两个过程，主要步骤如下：1)通过爬虫技术将B2B网站的相关信息爬取下来，主要包括企业名称、主营产品、配套客户、厂家地址信息；2)将所有爬取到的企业名称保存为分词字典，用于下一步的企业匹配；3)针对爬取下来的每个供应商的配套客户信息，利用现有的分词算法将配套客户信息中的企业名称匹配出来，在一条记录中保存供应商名称和制造商名称，从而建立供应商到制造商的供应关系；所述企业网络构建采用图数据库Neo4j保存和处理图数据，企业网络的构建工作主要为在图数据库中建立企业节点和企业之间的关系边。