(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111630177.6 (22)申请日 2021.12.28 (71)申请人 问策师信息科技 南京有限公司 地址 210000 江苏省南京市雨 花台区宁双 路19号云密城E幢10楼先锋创业015 (72)发明人 刘晓东　於雯雯　 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06F 16/906(2019.01) G06F 16/951(2019.01) G06F 16/953(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于人工智能和大数据的企业安全标 准化运行方法 (57)摘要 本发明公开了一种基于人工智能和大数据 的企业安全 标准化运行方法， 属于企业运行技术 领域， 包括如下步骤： 对 大数据库进行搭建， 收集 企业历史运行数据， 对数据进行初步处理， 将来 源数据进行特征收集并按特征进行分类， 将处理 后的数据加载到大数据库中， 作为人工智能处理 和数据挖掘的基础； 制定企业安全 标准化运行指 标， 并结合大数据库建立各个类别数据的智能分 析基础数据模型； 实时采集企业运行数据， 通过 人工智能结合数据模型， 对企业实时运行状态进 行分析， 并根据实时运行数据和模 型预测下一阶 段企业运行状态； 根据结果修正企业运行状态， 使其达到完全的安全标准 化运行。 权利要求书2页 说明书5页 附图1页 CN 114298412 A 2022.04.08 CN 114298412 A 1.一种基于人工智能和大数据的企业安全标准化运行方法， 其特征在于， 包括如下步 骤： S1、 对大数据库进行搭建， 收集企业历史运行数据， 对数据进行初步处理， 将来源数据 进行特征收集并按特征进行分类， 将处理后的数据加载到大数据库中， 作为人工智能处理 和数据挖掘的基础； S2、 制定企业安全标准化运行指标， 并结合大数据库建立各个类别数据的智能分析基 础数据模型； S3、 实时采集企业运行数据， 通过人工智能结合数据模型， 对企业实时运行状态进行分 析， 并根据实时运行 数据和模型 预测下一阶段企业 运行状态， 并将结果进行分享； S4、 用户根据结果提取对企业安全标准化运行有益的影响数据来源， 以及对企业安全 标准化运行有害的影响数据来源， 及时调整企业相关部门以及人员的工作状态和内容， 修 正企业运行状态， 使其达 到完全的安全标准 化运行。 2.如权利要求1所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 步骤S1中， 收集企业历史运行数据的方法为： 基于云服务和存储， 根据特征数据收 集和爬虫工具， 通过全面巡检提取云数据存储中的企业历史运行数据， 收集各种类别关键 信息， 通过基于卷积神经网络的搜索方法， 对企业历史运行数据解析和特征抽取， 消除收集 数据存在的大量冗余、 重复和错误， 使数据纯净， 完成原始数据集成， 为大数据库提供数据 积累。 3.如权利要求2所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 通过特征数据收集和爬虫工具自动收集 企业历史数据后， 依据预先分类标准， 收集 的数据根据特征信息归类到对应类别中， 便于将企业运行中各类别数据分别进行挖掘， 并 通过人工复检的方式， 对收集的数据进 行查漏， 将历史运行数据中残缺的信息， 通过人工查 找纸质存档以及历史文件进行补充， 确保处时大 数据库建立时的数据完整性和准确性。 4.如权利要求1所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 步骤S2中， 企业安全标准化运行指标包括人力资源指标、 财务数据指标、 商务数据 指标、 行政数据指标、 法律状态数据指标、 知识产权数据指标、 股权数据指标、 供应链数据指 标、 产销数据指标以及客户调查指标， 同时， 步骤S1和步骤S3中的企业运行数据按照企业安 全标准化运行指标的数据分类进行收集和规整。 5.如权利要求4所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 所述人力资源指标主要包括 企业员工的KPI分析报告及工作能力画像， 所述财务数 据指标包括净资产、 净利润以及税务数据， 所述行政数据指标包括企业行政管理数据以及 国家政府优惠 政策数据， 所述客户调查指标为通过问卷调查收集的企业已有客户意见信息 以及随机抽取相关行业的潜在客户意向信息和建议。 6.如权利要求1所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 步骤S 3中， 对企业 实时运行状态进 行分析的方法为： 将实时采集的企业运行数据按 照类别分别形成以时间为横坐标、 以数据数量为纵坐标形成各类别运行数据的状态图， 并 将各类别数据与制定的企业安全标准化运行指标阀值进行对比分析， 从而对各类别数据对 应的部门达标情况进行判定， 并根据权重比综合判定企业整体运行状态， 得出优良中差的 评价， 便于直观检测企业 安全标准 化运行状态。权　利　要　求　书 1/2 页 2 CN 114298412 A 27.如权利要求6所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 步骤S 3中， 根据实时运行数据和模型预测下一阶段企业运行状态的方法为： 根据实 时采集的企业运行状态数据形成的各类别运行数据的状态图， 以及大数据模型数据和企业 安全标准化运行指标阀值， 来计算指数平滑值， 配合时间序列预测模型对未来个类别的企 业运行数据进 行预测， 获得预测值， 从而提前预测企业运行后续状态信息， 从而判断个运行 数据对应的部门工作状态是否满足企业安全标准化运行指标， 便于及时调整各部门的工 作。 8.如权利要求7所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 所述计算指数平 滑值的方法为线性 二次指数平 滑法： S301、 一次平 滑预测 Y(t+1)'＝ayt+a(yt‑yt')， 式中， Y(t+1)'为t+1期的预测值， 即本期(t期)的平滑 值St； yt为t 期的实际值； yt'为t期的预测值， 即上期的平滑值S(t‑1)， 即下期预测值是本期预测值与以a 为折扣的本期实际值与预测值 误差之和； S302、 二次指数平 滑预测 二次指数平 滑是对一次指数平 滑的再平 滑， 公式如下： St＝α St+(1‑α )S(t‑1) Y(t+T)＝at+btT at＝2St‑St bt＝( α /1 ‑α )(St‑St) 其中St时第t期的一次指数平滑值； S(t‑1)是第t期的二次指数平滑值； α是平滑系数； Y(t+T)是第t+T期预测值； T是由t期向后推移期数， 从而通 过线性二次指数平滑法预测企业运 行状态。 9.如权利要求8所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： a取值为0.2 ‑0.6， α 取值为0.6 ‑1， 第一次进行预测时， 将模型初始值作为上期平滑 值S(t‑1)， 将实时状态参数作为实际值yt。 10.如权利要求1所述的一种基于人工智能和大数据的企业安全标准化运行方法， 其特 征在于： 步骤S3中， 对企业实时运行状态进行分析的方法为对企业各数据进行标准差标准 化， x’＝(x‑μ )/σ， 其中， x为原始数据， x ’为进行标准差标准化处理后的数据， μ为所有原始 数据集特征值列的均值， σ 为所有原始数据集特征值列的标准差， 然后， 根据标准化数据和 模型数据进行高斯分布计算， 其中， w是贝叶斯深度网络模型的每两个神经元之间连接的权重， α 是控制 权重和偏置分布的超参数， 均已知， Ew是正则化项， 从而对比采集数据与模型偏差 。权　利　要　求　书 2/2 页 3 CN 114298412 A 3