本发明涉及通信,特别是指一种企业的诊断方法、装置及设备。
背景技术:
1、当前针对企业智能制造咨询模型,基本采用的是权重法,即通过列举一系列的问题,根据企业对每个问题的回答情况进行评估。现有的权重法,是针对细分行业的企业均采用统一的一套题库,用一致的权重来计算不同企业的智能制造得分情况,但是即使是同一个行业内的不同企业之间,数字化与智能制造的发展情况千差万别、参差不齐。每家企业的数字化发展的短板与优势都有所区别和差异。因此现有技术中采取权重法得到的结果不具有针对性,无法体现出单个企业在智能制造方面的指标与需求,诊断结果不准确。
技术实现思路
1、本发明的目的是提供一种企业的诊断方法、装置及设备,解决了现有的企业诊断模型对于企业的诊断结果不准确的问题
2、为达到上述目的,本发明的实施例提供一种企业的诊断方法,包括:
3、基于评估问题构成的决策树,获取企业在目标领域的n个分类下的状态分析结果;
4、获取所述n个分类中的每个分类在所述目标领域的权重系数;
5、根据所述状态分析结果,以及与所述状态分析结果对应的分类的权重系数,获取所述企业在所述目标领域的诊断结果;
6、其中,所述n为正整数。
7、可选地,所述n个分类中的每个分类分别具有对应的决策树,所述决策树中的评估问题与所述分类相关,且多个所述评估问题之间相关联。
8、可选地,所述获取所述n个分类中的每个分类在所述目标领域的权重系数,包括:
9、获取所述目标领域的系数计算模型;
10、将所述企业的测试数据输入所述系数计算模型,获得所述目标领域中的每个分类对应的权重系数。
11、可选地,获取所述目标领域的系数计算模型,包括:
12、获取训练数据,所述训练数据包括不同行业的企业相关数据;
13、通过机器学习算法对所述训练数据进行拟合,获得初始模型;
14、利用预定检验算法对所述初始模型进行评估;
15、根据评估结果对所述初始模型的参数进行调整,直至所述评估结果达到预定值,获得所述系数计算模型。
16、可选地,所述企业相关数据包括以下至少一项:
17、企业规模;
18、企业细分领域;
19、企业自定义系数;
20、行业平均系数。
21、可选地,根据所述状态分析结果,以及与所述状态分析结果对应的分类的权重系数,获取所述企业在所述目标领域的诊断结果,包括:
22、根据每个所述分类对应的状态分析结果以及所述分类对应的权重系数,进行加权平均计算,获得所述企业在所述目标领域的诊断结果。
23、可选地,在获取企业在目标领域的n个分类下的状态分析结果之后,所述方法还包括:
24、针对所述n个分类中的目标分类,根据所述目标分类的状态分析结果对应的状态等级,确定所述企业在所述目标分类的建议方案;
25、其中,每个分类具有预设的多个状态等级。
26、可选地,所述方法还包括:
27、根据所述目标分类的建议方案,确定所述企业应用所述建议方案后,在所述目标分类的应用效果;
28、其中,所述建议方案与应用效果相关联。
29、可选地,所述方法还包括:
30、将所述企业在所述n个分类的建议方案进行组合,获得所述企业在所述目标领域的建议方案。
31、可选地,所述方法还包括:
32、将所述企业在所述n个分类的应用效果进行组合,确定所述企业应用所述建议方案后,在所述目标领域的应用效果。
33、可选地,所述根据所述状态分析结果,以及与所述状态分析结果对应的分类的权重系数,获取所述企业在所述目标领域的诊断结果之后,所述方法还包括:
34、根据所述诊断结果,确定所述企业在所述目标领域的建议方案。
35、可选地,所述方法还包括:
36、根据所述目标领域的建议方案,确定所述企业应用所述建议方案的应用效果;
37、其中,所述建议方案与应用效果相关联。
38、为达到上述目的,本发明的实施例提供一种企业的诊断装置,包括:
39、第一获取模块,用于基于评估问题构成的决策树,获取企业在目标领域的n个分类下的状态分析结果;
40、第二获取模块,用于获取所述n个分类中的每个分类在所述目标领域的权重系数;
41、第三获取模块,用于根据所述状态分析结果,以及与所述状态分析结果对应的分类的权重系数,获取所述企业在所述目标领域的诊断结果;
42、其中,所述n为正整数。
43、可选地,所述n个分类中的每个分类分别具有对应的决策树,所述决策树中的评估问题与所述分类相关,且多个所述评估问题之间相关联。
44、可选地,所述第二获取模块包括:
45、第一获取单元,用于获取所述目标领域的系数计算模型;
46、第一处理单元,用于将所述企业的测试数据输入所述系数计算模型,获得所述目标领域中的每个分类对应的权重系数。
47、可选地,所述第一获取单元具体用于:
48、获取训练数据,所述训练数据包括不同行业的企业相关数据;
49、通过机器学习算法对所述训练数据进行拟合,获得初始模型;
50、利用预定检验算法对所述初始模型进行评估;
51、根据评估结果对所述初始模型的参数进行调整,直至所述评估结果达到预定值,获得所述系数计算模型。
52、可选地,所述企业相关数据包括以下至少一项:
53、企业规模;
54、企业细分领域;
55、企业自定义系数;
56、行业平均系数。
57、可选地,所述第三获取模块具体用于:
58、根据每个所述分类对应的状态分析结果以及所述分类对应的权重系数,进行加权平均计算,获得所述企业在所述目标领域的诊断结果。
59、可选地,所述装置还包括:
60、第一确定模块,用于针对所述n个分类中的目标分类,根据所述目标分类的状态分析结果对应的状态等级,确定所述企业在所述目标分类的建议方案;
61、其中,每个分类具有预设的多个状态等级。
62、可选地,所述装置还包括:
63、第二确定模块,用于根据所述目标分类的建议方案,确定所述企业应用所述建议方案后,在所述目标分类的应用效果;
64、其中,所述建议方案与应用效果相关联。
65、可选地,所述装置还包括:
66、第一处理模块,用于将所述企业在所述n个分类的建议方案进行组合,获得所述企业在所述目标领域的建议方案。
67、可选地,所述装置还包括:
68、第二处理模块,用于将所述企业在所述n个分类的应用效果进行组合,确定所述企业应用所述建议方案后,在所述目标领域的应用效果。
69、可选地,所述装置还包括:
70、第三确定模块,用于根据所述诊断结果,确定所述企业在所述目标领域的建议方案。
71、可选地,所述装置还包括:
72、第四确定模块,用于根据所述目标领域的建议方案,确定所述企业应用所述建议方案的应用效果;
73、其中,所述建议方案与应用效果相关联。
74、为达到上述目的,本发明的实施例提供一种企业的诊断设备,包括:收发器和处理器;
75、其中,所述处理器用于:基于评估问题构成的决策树,获取企业在目标领域的n个分类下的状态分析结果;
76、获取所述n个分类中的每个分类在所述目标领域的权重系数;
77、根据所述状态分析结果,以及与所述状态分析结果对应的分类的权重系数,获取所述企业在所述目标领域的诊断结果;
78、其中,所述n为正整数。
79、可选地,所述n个分类中的每个分类分别具有对应的决策树,所述决策树中的评估问题与所述分类相关,且多个所述评估问题之间相关联。
80、可选地,所述处理器获取所述n个分类中的每个分类在所述目标领域的权重系数,包括:
81、获取所述目标领域的系数计算模型;
82、将所述企业的测试数据输入所述系数计算模型,获得所述目标领域中的每个分类对应的权重系数。
83、可选地,所述处理器获取所述目标领域的系数计算模型,包括:
84、获取训练数据,所述训练数据包括不同行业的企业相关数据;
85、通过机器学习算法对所述训练数据进行拟合,获得初始模型;
86、利用预定检验算法对所述初始模型进行评估;
87、根据评估结果对所述初始模型的参数进行调整,直至所述评估结果达到预定值,获得所述系数计算模型。
88、可选地,所述企业相关数据包括以下至少一项:
89、企业规模;
90、企业细分领域;
91、企业自定义系数;
92、行业平均系数。
93、可选地,所述处理器根据所述状态分析结果,以及与所述状态分析结果对应的分类的权重系数,获取所述企业在所述目标领域的诊断结果,包括:
94、根据每个所述分类对应的状态分析结果以及所述分类对应的权重系数,进行加权平均计算,获得所述企业在所述目标领域的诊断结果。
95、可选地,所述处理器还用于:
96、针对所述n个分类中的目标分类,根据所述目标分类的状态分析结果对应的状态等级,确定所述企业在所述目标分类的建议方案;
97、其中,每个分类具有预设的多个状态等级。
98、可选地,所述处理器还用于:根据所述目标分类的建议方案,确定所述企业应用所述建议方案后,在所述目标分类的应用效果;
99、其中,所述建议方案与应用效果相关联。
100、可选地,所述处理器还用于:将所述企业在所述n个分类的建议方案进行组合,获得所述企业在所述目标领域的建议方案。
101、可选地,所述处理器还用于:将所述企业在所述n个分类的应用效果进行组合,确定所述企业应用所述建议方案后,在所述目标领域的应用效果。
102、可选地,所述处理器还用于:根据所述诊断结果,确定所述企业在所述目标领域的建议方案。
103、可选地,所述处理器还用于:根据所述目标领域的建议方案,确定所述企业应用所述建议方案的应用效果;
104、其中,所述建议方案与应用效果相关联。
105、为达到上述目的,本发明的实施例提供一种可读存储介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现上述的企业的诊断方法的步骤。
106、本发明的上述技术方案的有益效果如下:
107、本发明的实施例,采用决策树分析的方法实现对企业在目标领域的发展情况的整体评估,其中,对目标领域中的每个分类分别设置决策树,获得各个分类的评估结果;基于各个分类的评估结果以及分类对应的权重系数,获得企业在目标领域的整体评估结果。采用决策树的分析方法能够更加准确地定位企业在目标领域的发展阶段与现状,企业能够应答更具有针对性的、适合企业自身的题目,选择最贴合企业当前发展状态的选项,进而引导出企业独有的答题路径,使得评估结果更准确。