文档介绍：科技风 2021 年 5 月电子信息
DOI： /-
大数据与机器学****构建动态企业级画像系统
房金龙
北京对外经济贸易大学统计学北京 1 00000
摘要:目前市场上有不少基于 B2C 业务的客户画像的系统以及方法论，而针对 B2B 业务的企业级的画像系统和相应的
技术却相对比较缺乏，因此，在借鉴了 B2C 客户画像方法论的基础上，利用大数据与机器学****去构建一个动态的企业级的画
像系统是这整篇论文的主旨。在构建企业画像的过程中，一方面通过网络爬虫获取实时的海量的企业数据，来实现数据采集
上的实时性和多维度性；而在应用场景处理的问题上，通过使用自然语言处理对文本数据建模来自动化处理大量的文本信
息，完成海量文本的分类和标签化处理，从而最终实现动态企业级的画像系统。
关键词:网络爬虫；自然语言处理；动态企业画像
1 绪论判定；企业健康指数需要通过公司招聘信息、申请专利数、盈
企业级画像系统是以企业为主体，通过对企业规模、经利状况等数据进行计算；公司主营业务变更以及最新舆情可
营范围、公司人数、注册资本、财务状况、招聘状态、最新业务以通过公司在新闻网站发布的官方新闻获取。
动态等信息进行采集和分析，构建出不同标签的企业画（3）爬虫技术。针对网络爬虫的工具有很多，由于 Python
像[1] 。企业画像的内容可以根据具体的应用场景进行定制语言优美，代码简单，模块功能强大，现已成为数据挖掘、机器
化设定。企业画像的标签可以是一个公司的发展阶段（初学****人工智能首选编程语言。其中 Python Scrapy 网