專利名稱：一種在線環(huán)保企業(yè)評估服務系統(tǒng)及方法
技術領域：
本發(fā)明屬于計算機技術領域，涉及一種企業(yè)評估服務系統(tǒng)，尤其涉及一種在線環(huán)保企業(yè)評估服務系統(tǒng)；同時，本發(fā)明還涉及一種在線環(huán)保企業(yè)評估服務方法。
背景技術：
如今，企業(yè)的數(shù)量越來越多，現(xiàn)有評價企業(yè)優(yōu)劣的方法通常是根據(jù)一些數(shù)據(jù)人為 評價。人為評價的缺陷在于首先，企業(yè)的數(shù)據(jù)眾多，包括經(jīng)營數(shù)據(jù)、業(yè)務前景數(shù)據(jù)等等，人為梳理現(xiàn)有大量時間，從而導致評估效率較低；其次，不同人的評估要素及標準不同，人為評估的方法容易導致不同人對同一企業(yè)的評估結果迥異，評估的信服力不高。有鑒于此，如今迫切需要設計一種智能化的企業(yè)評估系統(tǒng)，以便提高評估效率。

發(fā)明內容
本發(fā)明所要解決的技術問題是提供一種在線環(huán)保企業(yè)評估服務系統(tǒng)，可根據(jù)企業(yè)參數(shù)對企業(yè)的發(fā)展前景進行高效率地評估，評估結果具有客觀性，增加評估結果的信服力。此外，本發(fā)明還提供一種在線環(huán)保企業(yè)評估服務方法，可根據(jù)企業(yè)參數(shù)對企業(yè)的發(fā)展前景進行高效率地評估，評估結果具有客觀性，增加評估結果的信服力。為解決上述技術問題，本發(fā)明采用如下技術方案一種在線環(huán)保企業(yè)評估服務系統(tǒng)，所述系統(tǒng)包括客戶端、服務器、數(shù)據(jù)庫模塊，月艮務器與客戶端通過網(wǎng)絡連接，數(shù)據(jù)庫模塊與服務器連接；所述客戶端包括企業(yè)信息輸入模塊，用以按照設定的企業(yè)參數(shù)模型提交環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)至所述服務器，進而保存至數(shù)據(jù)庫模塊；所述數(shù)據(jù)庫模塊還存儲有預設數(shù)據(jù)庫，用以存儲評估案例的參數(shù)，以備后續(xù)比對；評估案例的參數(shù)包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)、評估值；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值；所述服務器包括環(huán)保企業(yè)參數(shù)模型設定模塊、參數(shù)獲取模塊、相似度比對模塊、評估模塊、智能學習模塊，數(shù)據(jù)處理在服務器中進行；所述環(huán)保企業(yè)參數(shù)模型設定模塊用以根據(jù)環(huán)保企業(yè)的特性設定環(huán)保企業(yè)的參數(shù)模型，以供客戶端根據(jù)該參數(shù)模型輸入相應信息；所述參數(shù)獲取模塊用以從數(shù)據(jù)庫模塊中提取環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)，并從中提取出對應的參數(shù)，包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)；
所述相似度比對模塊用以將企業(yè)真實的各個參數(shù)與預設數(shù)據(jù)庫中存儲的評估案例的參數(shù)進行比對，找到最接近的評估案例；所述評估模塊用以根據(jù)所述相似度比對模塊比對得到的最接近的評估案例，以及企業(yè)真實的參數(shù)與最接近的評估案例對應參數(shù)間的區(qū)別動態(tài)評估企業(yè)的可持續(xù)發(fā)展能力，為企業(yè)管理和發(fā)展提供決策參考，并將評估結果發(fā)送至對應的客戶端；所述智能學習模塊用以將評估模塊評估的結果存儲于預設數(shù)據(jù)庫中，作為后續(xù)評 估的比對依據(jù)。作為本發(fā)明的一種優(yōu)選方案，所述智能學習模塊進一步用以根據(jù)數(shù)據(jù)庫模塊中存儲的多組企業(yè)的參數(shù)數(shù)據(jù)及對應的評估值進行分析，得到新的判定結論，作為以后評估結果的依據(jù)。作為本發(fā)明的一種優(yōu)選方案，所述客戶端為電腦或手機。一種上述在線環(huán)保企業(yè)評估服務系統(tǒng)的評估服務方法，所述方法包括如下步驟環(huán)保企業(yè)參數(shù)模型設定步驟，根據(jù)環(huán)保企業(yè)的特性設定環(huán)保企業(yè)的參數(shù)模型，以供客戶端根據(jù)該參數(shù)模型輸入相應信息；企業(yè)信息輸入步驟，按照所述環(huán)保企業(yè)參數(shù)模型設定步驟中設定的企業(yè)參數(shù)模型提交環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)至所述服務器，進而保存至數(shù)據(jù)庫模塊；在數(shù)據(jù)庫模塊中存儲評估案例的參數(shù)，以備后續(xù)比對，評估案例的參數(shù)包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)、評估值；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值；參數(shù)獲取步驟，從數(shù)據(jù)庫模塊中提取環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)，并從中提取出對應的參數(shù)，包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)；相似度比對步驟，將企業(yè)真實的各個參數(shù)與預設數(shù)據(jù)庫中存儲的評估案例的參數(shù)進行比對，找到最接近的評估案例；評估步驟，根據(jù)相似度比對步驟中比對得到的最接近的評估案例，以及企業(yè)真實的參數(shù)與最接近的評估案例對應參數(shù)間的區(qū)別動態(tài)評估企業(yè)的可持續(xù)發(fā)展能力，為企業(yè)管理和發(fā)展提供決策參考，并將評估結果發(fā)送至對應的客戶端；智能學習步驟，將評估模塊評估的結果存儲于預設數(shù)據(jù)庫中，作為后續(xù)評估的比對依據(jù)。作為本發(fā)明的一種優(yōu)選方案，所述智能學習步驟中，進一步包括根據(jù)數(shù)據(jù)庫模塊中存儲的多組企業(yè)的參數(shù)數(shù)據(jù)及對應的評估值進行分析，得到新的判定結論，作為以后評估結果的依據(jù)。本發(fā)明的有益效果在于本發(fā)明提出的在線環(huán)保企業(yè)評估服務系統(tǒng)及方法，可根據(jù)企業(yè)參數(shù)對環(huán)保企業(yè)的發(fā)展前景進行高效率地評估，評估結果具有客觀性，增加評估結果的信服力。


圖I為本發(fā)明在線環(huán)保企業(yè)評估服務系統(tǒng)的組成示意圖。
圖2為本發(fā)明在線環(huán)保企業(yè)評估服務方法的流程圖。
具體實施例方式下面結合附圖詳細說明本發(fā)明的優(yōu)選實施例。實施例一請參閱圖1，本發(fā)明揭示了一種在線環(huán)保企業(yè)評估服務系統(tǒng)，所述系統(tǒng)包括客戶端10、服務器20、數(shù)據(jù)庫模塊30，服務器20與客戶端10通過網(wǎng)絡連接，數(shù)據(jù)庫模塊30與服務器20連接。所述客戶端10包括企業(yè)信息輸入模塊，用以按照設定的企業(yè)參數(shù)模型提交環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)至所述服務器20，進而保存至數(shù)據(jù)庫模塊30。所述數(shù)據(jù)庫模塊30還存儲有預設數(shù)據(jù)庫31，用以存儲評估案例的參數(shù)，以備后續(xù)比對；評估案例的參數(shù)包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)、評估值；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值。所述服務器20包括環(huán)保企業(yè)參數(shù)模型設定模塊21、參數(shù)獲取模塊22、相似度比對模塊23、評估模塊24、智能學習模塊25，數(shù)據(jù)處理在服務器20中進行。所述環(huán)保企業(yè)參數(shù)模型設定模塊21用以根據(jù)環(huán)保企業(yè)的特性設定環(huán)保企業(yè)的參數(shù)模型，以供客戶端根據(jù)該參數(shù)模型輸入相應信息；所述參數(shù)獲取模塊22用以從數(shù)據(jù)庫模塊中提取環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)，并從中提取出對應的參 數(shù)，包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)；所述相似度比對模塊23用以將企業(yè)真實的各個參數(shù)與預設數(shù)據(jù)庫中存儲的評估案例的參數(shù)進行比對，找到最接近的評估案例；所述評估模塊24用以根據(jù)所述相似度比對模塊比對得到的最接近的評估案例，以及企業(yè)真實的參數(shù)與最接近的評估案例對應參數(shù)間的區(qū)別動態(tài)評估企業(yè)的可持續(xù)發(fā)展能力，為企業(yè)管理和發(fā)展提供決策參考，并將評估結果發(fā)送至對應的客戶端；所述智能學習模塊25用以將評估模塊評估的結果存儲于預設數(shù)據(jù)庫中，作為后續(xù)評估的比對依據(jù)。所述智能學習模塊25進一步用以根據(jù)數(shù)據(jù)庫模塊中存儲的多組企業(yè)的參數(shù)數(shù)據(jù)及對應的評估值進行分析，得到新的判定結論，作為以后評估結果的依據(jù)。請參閱圖2，本發(fā)明還揭示一種上述在線環(huán)保企業(yè)評估服務系統(tǒng)的評估服務方法，所述方法包括如下步驟步驟SI環(huán)保企業(yè)參數(shù)模型設定步驟，根據(jù)環(huán)保企業(yè)的特性設定環(huán)保企業(yè)的參數(shù)模型，以供客戶端根據(jù)該參數(shù)模型輸入相應信息；步驟S2企業(yè)信息輸入步驟，按照所述環(huán)保企業(yè)參數(shù)模型設定步驟中設定的企業(yè)參數(shù)模型提交環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)至所述服務器，進而保存至數(shù)據(jù)庫模塊；步驟S3在數(shù)據(jù)庫模塊中存儲評估案例的參數(shù)，以備后續(xù)比對，評估案例的參數(shù)包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)、評估值；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值；步驟S4參數(shù)獲取步驟，從數(shù)據(jù)庫模塊中提取環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)，并從中提取出對應的參數(shù)，包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)；步驟S5相似度比對步驟，將企業(yè)真實的各個參數(shù)與預設數(shù)據(jù)庫中存儲的評估案例的參數(shù)進行比對，找到最接近的評估案例；步驟S6評估步驟，根據(jù)相似度比對步驟中比對得到的最接近的評估案例，以及企業(yè)真實的參數(shù)與最接近的評估案例對應參數(shù)間的區(qū)別動態(tài)評估企業(yè)的可持續(xù)發(fā)展能力，為企業(yè)管理和發(fā)展提供決策參考，并將評估結果發(fā)送至對應的客戶端；步驟S7智能學習步驟，將評估模塊評估的結果存儲于預設數(shù)據(jù)庫中，作為后續(xù)評估的比對依據(jù)。優(yōu)選地，本步驟中可進一步包括根據(jù)數(shù)據(jù)庫模塊中存儲的多組企業(yè)的參數(shù)數(shù)據(jù)及對應的評估值進行分析，得到新的判定結論，作為以后評估結果的依據(jù)。綜上所述，本發(fā)明提出的在線環(huán)保企業(yè)評估服務系統(tǒng)及方法，可根據(jù)企業(yè)參數(shù)對環(huán)保企業(yè)的發(fā)展前景進行高效率地評估，評估結果具有客觀性，增加評估結果的信服力。這里本發(fā)明的描述和應用是說明性的，并非想將本發(fā)明的范圍限制在上述實施例中。這里所披露的實施例的變形和改變是可能的，對于那些本領域的普通技術人員來說實施例的替換和等效的各種部件是公知的。本領域技術人員應該清楚的是，在不脫離本發(fā)明的精神或本質特征的情況下，本發(fā)明可以以其它形式、結構、布置、比例，以及用其它組件、材料和部件來實現(xiàn)。在不脫離本發(fā)明范圍和精神的情況下，可以對這里所披露的實施例進行其它變形和改變。
權利要求
1.一種在線環(huán)保企業(yè)評估服務系統(tǒng)，其特征在于，所述系統(tǒng)包括客戶端、服務器、數(shù)據(jù)庫模塊，服務器與客戶端通過網(wǎng)絡連接，數(shù)據(jù)庫模塊與服務器連接； 所述客戶端包括企業(yè)信息輸入模塊，用以按照設定的企業(yè)參數(shù)模型提交環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)至所述服務器，進而保存至數(shù)據(jù)庫模塊； 所述數(shù)據(jù)庫模塊還存儲有預設數(shù)據(jù)庫，用以存儲評估案例的參數(shù)，以備后續(xù)比對；評估案例的參數(shù)包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)、評估值；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值； 所述服務器包括環(huán)保企業(yè)參數(shù)模型設定模塊、參數(shù)獲取模塊、相似度比對模塊、評估模塊、智能學習模塊，數(shù)據(jù)處理在服務器中進行； 所述環(huán)保企業(yè)參數(shù)模型設定模塊用以根據(jù)環(huán)保企業(yè)的特性設定環(huán)保企業(yè)的參數(shù)模型，以供客戶端根據(jù)該參數(shù)模型輸入相應信息； 所述參數(shù)獲取模塊用以從數(shù)據(jù)庫模塊中提取環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)，并從中提取出對應的參數(shù)，包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)； 所述相似度比對模塊用以將企業(yè)真實的各個參數(shù)與預設數(shù)據(jù)庫中存儲的評估案例的參數(shù)進行比對，找到最接近的評估案例； 所述評估模塊用以根據(jù)所述相似度比對模塊比對得到的最接近的評估案例，以及企業(yè)真實的參數(shù)與最接近的評估案例對應參數(shù)間的區(qū)別動態(tài)評估企業(yè)的可持續(xù)發(fā)展能力，為企業(yè)管理和發(fā)展提供決策參考，并將評估結果發(fā)送至對應的客戶端； 所述智能學習模塊用以將評估模塊評估的結果存儲于預設數(shù)據(jù)庫中，作為后續(xù)評估的比對依據(jù)。
2.根據(jù)權利要求I所述的在線環(huán)保企業(yè)評估服務系統(tǒng)，其特征在于 所述智能學習模塊進一步用以根據(jù)數(shù)據(jù)庫模塊中存儲的多組企業(yè)的參數(shù)數(shù)據(jù)及對應的評估值進行分析，得到新的判定結論，作為以后評估結果的依據(jù)。
3.根據(jù)權利要求I所述的在線環(huán)保企業(yè)評估服務系統(tǒng)，其特征在于 所述客戶端為電腦或手機。
4.一種權利要求I或2所述在線環(huán)保企業(yè)評估服務系統(tǒng)的評估服務方法，其特征在于，所述方法包括如下步驟 環(huán)保企業(yè)參數(shù)模型設定步驟，根據(jù)環(huán)保企業(yè)的特性設定環(huán)保企業(yè)的參數(shù)模型，以供客戶端根據(jù)該參數(shù)模型輸入相應信息； 企業(yè)信息輸入步驟，按照所述環(huán)保企業(yè)參數(shù)模型設定步驟中設定的企業(yè)參數(shù)模型提交環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)至所述服務器，進而保存至數(shù)據(jù)庫模塊； 在數(shù)據(jù)庫模塊中存儲評估案例的參數(shù)，以備后續(xù)比對，評估案例的參數(shù)包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)、評估值；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值；參數(shù)獲取步驟，從數(shù)據(jù)庫模塊中提取環(huán)保企業(yè)的產(chǎn)品與技術數(shù)據(jù)、市場數(shù)據(jù)、價值鏈數(shù)據(jù)、動態(tài)能力數(shù)據(jù)、盈利能力數(shù)據(jù)、以往業(yè)績數(shù)據(jù)，并從中提取出對應的參數(shù)，包括產(chǎn)品與技術參數(shù)、市場參數(shù)、價值鏈參數(shù)、動態(tài)能力參數(shù)、盈利能力參數(shù)、以往業(yè)績參數(shù)； 相似度比對步驟，將企業(yè)真實的各個參數(shù)與預設數(shù)據(jù)庫中存儲的評估案例的參數(shù)進行比對，找到最接近的評估案例； 評估步驟，根據(jù)相似度比對步驟中比對得到的最接近的評估案例，以及企業(yè)真實的參數(shù)與最接近的評估案例對應參數(shù)間的區(qū)別動態(tài)評估企業(yè)的可持續(xù)發(fā)展能力，為企業(yè)管理和發(fā)展提供決策參考，并將評估結果發(fā)送至對應的客戶端； 智能學習步驟，將評估模塊評估的結果存儲于預設數(shù)據(jù)庫中，作為后續(xù)評估的比對依據(jù)。
5.根據(jù)權利要求4所述的評估服務方法，其特征在于 所述智能學習步驟中，進一步包括根據(jù)數(shù)據(jù)庫模塊中存儲的多組企業(yè)的參數(shù)數(shù)據(jù)及對應的評估值進行分析，得到新的判定結論，作為以后評估結果的依據(jù)。
全文摘要
本發(fā)明揭示了一種在線環(huán)保企業(yè)評估服務系統(tǒng)及方法，所述系統(tǒng)包括客戶端、服務器、數(shù)據(jù)庫模塊，服務器與客戶端通過網(wǎng)絡連接，數(shù)據(jù)庫模塊與服務器連接；客戶端包括企業(yè)信息輸入模塊，用以按照設定的企業(yè)參數(shù)模型提交相關數(shù)據(jù)至所述服務器，進而保存至數(shù)據(jù)庫模塊；數(shù)據(jù)庫模塊還存儲有預設數(shù)據(jù)庫，用以存儲評估案例的參數(shù)，以備后續(xù)比對；預設數(shù)據(jù)庫存儲有大量環(huán)保企業(yè)的相關參數(shù)及成長值，該成長值對應評估結果值；服務器包括環(huán)保企業(yè)參數(shù)模型設定模塊、參數(shù)獲取模塊、相似度比對模塊、評估模塊、智能學習模塊，數(shù)據(jù)處理在服務器中進行。本發(fā)明可根據(jù)企業(yè)參數(shù)對環(huán)保企業(yè)的發(fā)展前景進行高效率地評估，評估結果具有客觀性，增加評估結果的信服力。
文檔編號H04L29/08GK102968683SQ20121040861
公開日2013年3月13日 申請日期2012年10月23日 優(yōu)先權日2012年10月23日
發(fā)明者梁云志, 羅崢 申請人:無錫大華信息科技有限公司