基于深度学习的中小微企业综合质量画像构建研究

摘要：

[目的]针对中小微企业质量难以精准刻画的问题,开展基于深度学习的中小微企业综合质量画像技术研究.[方法]设计涵盖质量创新能力、过程质量控制、产品质量水平、经营质量与风险、财务质量等5个维度的中小微企业综合质量画像体系,构建多元化的综合质量画像技术,并重点针对质量抽检报告、用户评论等网络文本数据,提出基于深度学习方法的中小微企业综合质量画像构建技术.[结果]实证结果表明,基于BERT预训练的模型对三类质量实体识别的F值较基准模型分别提高了 4.66、1.99、4.25个百分点,基于Word2Vec预训练的评论分类模型的F值较传统TF-IDF模型提高了 6.03个百分点.[局限]限于数据的可获得性,更多企业质量相关维度的画像有待进一步优化和完善.[结论]深度学习技术扩大了企业质量画像的维度,提升了企业质量画像的准度,为企业质量服务机构的服务模式创新提供了技术支撑.

关键词：中小微企业、综合质量、企业画像、深度学习

所属期刊栏目：6

分类号：TP391;F274(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;北京市社会科学基金重点项目

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：126-138