一种基于LSTM深度学习的企业国民行业类别预测方法及系统
基本信息
| 申请号 | CN202010636488.2 | 申请日 | - |
| 公开（公告）号 | CN111860981A | 公开（公告）日 | 2020-10-30 |
| 申请公布号 | CN111860981A | 申请公布日 | 2020-10-30 |
| 分类号 | G06Q10/04(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 孙中利;韩春明;孙世敏;赵建明;谷永胜;郑淑贤 | 申请（专利权）人 | 航天信息（山东）科技有限公司 |
| 代理机构 | 北京久维律师事务所 | 代理人 | 邢江峰 |
| 地址 | 250101山东省济南市高新区新泺大街1166号奥盛大厦2号楼19层1909室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于LSTM深度学习的企业国民行业类别预测方法及系统，本发明将企业经营范围作为基础数据，从中获取有效数据，建立与获取有效数据相匹配的行业分类模型，根据行业分类模型预测新增企业的所属国民行业类别，本预测方法融合神经网络算法LSTM，可以更加灵活、准确得到企业在行业链中的位置信息，使众多蓬勃发展的小微创新型企业得到科学的行业划分，最大限度的方便税局人员，且并不仅限于这些人员的需要。 |
