自动生成企业画像（标签）

1、目录

• • • 1、目录
    • 2、前言
    • 3、算法细节
      • 1）企业信息数据准备
      • 2）候选业务词袋
      • 3）算法过程
    • 4、算法改进
      • 1）拓展数据源
      • 2）有监督训练

2、前言

　　企业画像在企业推荐中是必不可少的一个环节，在客户初次查阅一个企业的信息时，企业画像（标签）可以直观的反应企业的主营业务。

3、算法细节

1）企业信息数据准备

　　爬取企业招聘信息，如下图所示：
　　

3）算法过程

　　
– 依次遍历每条招聘信息，将每条招聘信息中d_start字典所涵盖的模块信息进行分词
– 将上述分词结果在业务词袋中进行检索，得到每条招聘信息的业务关键词
– 将每个企业的业务关键词汇总，按照频数降序排列得到如下结果

4、算法改进

1）拓展数据源

　　目前数据源仅限于企业招聘信息，未来应该拓展到企业官 、百度百科、新闻舆情、企业研 、产品信息等等。

2）有监督训练

　　目前方法是无监督的抽取企业业务标签，虽然性价比极高，但是精度依然存在问题，未来可以采用有监督的训练，监督样本可以从大型创投数据库中爬虫得到：
　　

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览212602 人正在系统学习中