專利名稱：用于監(jiān)視公司的方法及裝置的制作方法
用于監(jiān)視公司的方法及裝置技術(shù)領(lǐng)域
本發(fā)明是一種用于匹配和找到兩個或更多個企業(yè)之間相似性與特征并且還發(fā)現(xiàn) 企業(yè)的變化的全新方法。該方法使用針對企業(yè)的數(shù)學(xué)表示式模型并且非常適合于針對計算 機(jī)程序自動地進(jìn)行大量的比較。本發(fā)明的市場是本地企業(yè)和全球企業(yè)，這些本地企業(yè)和全 球企業(yè)希望找到新的客戶、合作伙伴、經(jīng)銷商或其他商務(wù)聯(lián)系人并且還發(fā)現(xiàn)它們的客戶、合 作伙伴或其他商務(wù)聯(lián)系人中的變化，使得他們能夠獲得將對關(guān)系有重大影響的較大變化的 預(yù)警。例如，預(yù)警可以是你的一些客戶陷入財務(wù)困難，其導(dǎo)致你希望以不同的方式處理付 款。本發(fā)明將適用于所有規(guī)模的企業(yè)和他們的員工。企業(yè)可以是國有的或個人的。本發(fā)明 經(jīng)由互聯(lián)網(wǎng)上的門戶網(wǎng)站被提供給用戶。
背景技術(shù)：
如今為找到具有一定特征集合(例如與另一個企業(yè)的相似性)的其他公司或者發(fā) 現(xiàn)變化的傳統(tǒng)方法通常是非常手動的，并且包括查找多個信息源以及其中你必須親自進(jìn)行 手動比較。典型的情況是
目錄中的條目
當(dāng)今，存在許多目錄服務(wù)項(xiàng)目，一個人能夠從中找到企業(yè)的名稱、地址、電話號碼 等。這些目錄服務(wù)項(xiàng)目中的一些還具有根據(jù)行業(yè)類型進(jìn)行排序和編目的能力。這些服務(wù) 項(xiàng)目的例子有Yellow Pages (黃頁)、1881、Kompass (康帕斯)、Your District (你的區(qū) 域)、Su_a (勝馬)，等等。針對這些的典型情況是它們基于公共注冊機(jī)構(gòu)(register)(例 如，來自Br0nn0ysund中的挪威商業(yè)注冊機(jī)構(gòu))。這些目錄服務(wù)項(xiàng)目通常缺乏特征(產(chǎn)品、服務(wù)項(xiàng)目、市場、規(guī)模、財務(wù)、...)的詳細(xì)說明。還存在許多針對純粹金融條目的目錄服 務(wù)項(xiàng)目，所述純粹金融條目傾向于依賴已遞交的賬目。這些目錄服務(wù)項(xiàng)目的例子有例如 Purehelp. no 和 Proff. no。
這些目錄檢索所帶來的許多挑戰(zhàn)是相對耗時并且在尋找它們以及將它們進(jìn)行比 較時需要大量的手工勞動。此外，這些目錄服務(wù)項(xiàng)目通常缺乏與企業(yè)的特征有關(guān)的必要細(xì) 節(jié)，這意味著一個企業(yè)無法發(fā)現(xiàn)在其之后是什么企業(yè)。對于非常多的企業(yè)，這導(dǎo)致的結(jié)果是 他們很少進(jìn)行系統(tǒng)的搜索，因?yàn)樘馁M(fèi)資源。
可以利用互聯(lián)網(wǎng)搜索引擎(例如G00gle、Bing等)來根據(jù)關(guān)鍵字通過搜索來查閱 和搜索具有一定特征集合的企業(yè)。此處的優(yōu)勢是與目錄搜索相比，一個企業(yè)可以進(jìn)行更 詳細(xì)地搜索，因?yàn)榛ヂ?lián)網(wǎng)搜索引擎通常已經(jīng)對企業(yè)的所有網(wǎng)頁編入索引。此外，此處的挑戰(zhàn) 是通常獲得如此多的命中(hits)，以致這些命中被認(rèn)為是噪聲并且將它們區(qū)分開是非常 耗時的。另一個巨大的挑戰(zhàn)是通常無法同時針對太多特征進(jìn)行搜索，因?yàn)槭褂玫脑~的組 合出現(xiàn)在企業(yè)的網(wǎng)頁上的可能性是很小的。這通常導(dǎo)致失去許多命中，因?yàn)槠髽I(yè)很可能已 經(jīng)使用其他的詞而不是你所使用的關(guān)鍵字組合來描述它的特征。同時，它們?nèi)狈εc財務(wù)、規(guī) 模、行業(yè)類別有關(guān)的信息，這意味著你以后必須嘗試目錄。這也是一個非常耗時并且手動的 過程。
展覽會和展示會
通常而言，這已經(jīng)成為了一種用于找到新的客戶、合作伙伴或其他商務(wù)聯(lián)系人的 場所。如果一個公司是展出者，那么經(jīng)過的人將看到你正在做什么并且與你聯(lián)系?；蛘撸?可以自己在附近徘徊去看看其他人正在做什么，以便如果他們具有合適的特征而與他們聯(lián) 系。這也是非常人工并且耗時的，同時能從現(xiàn)有的這些人中進(jìn)行選擇。如今，企業(yè)將觀察許 多行業(yè)類型中的趨勢，這是通過搜索引擎由互聯(lián)網(wǎng)上的可見性(visibility)以及人工搜 索所代替。
市場營銷
這是另一種用于找到新的客戶、合作伙伴或其他商務(wù)聯(lián)系人的傳統(tǒng)手段。例如，一 個公司嘗試通過市場營銷(例如，廣告)的方式，以尋找具有相同期望特征的其他公司。然 后，這些公司將聯(lián)系你并且你可以自己判斷他們是否具有所期望的特征。這種做法的挑戰(zhàn) 是其通常非常昂貴。
社交媒體
如今，存在許多針對個人的約會門戶網(wǎng)站，其中，一個人能夠通過許多問題描述 他自己并且隨后獲得與你相匹配的其他人的自動建議，因?yàn)樗麄兺瑯右呀?jīng)答復(fù)了相同的 問題。這些匹配方法通常基于編入其中的一套“人工規(guī)則”。此處的挑戰(zhàn)是每一個人 都必須首先已經(jīng)答復(fù)了問題，并且在很小程度上存在具有他們具有的所有特征的企業(yè)。 US2003/0131120中描述了這樣的方案。
發(fā)現(xiàn)企業(yè)的特征的變化
當(dāng)今，通過任何其他方式而不是如以上所述的人工搜索來發(fā)現(xiàn)企業(yè)的特征中的變 化的方法很少。例外的情況是在純粹的財務(wù)監(jiān)控中，其中存在將最近遞交的賬目與以前遞 交的賬目進(jìn)行比較的程序。這樣，你可以訂閱服務(wù)項(xiàng)目，如果一個企業(yè)不再是有信譽(yù)價值的 等，那么所述服務(wù)項(xiàng)目將給你警告。利用該服務(wù)的挑戰(zhàn)是它僅針對財務(wù)特征并且它們通常 有點(diǎn)舊，其中對于許多企業(yè)而言，賬目通常是每年被遞交的。US2009/0327914a中描述了一 種用于檢測與互聯(lián)網(wǎng)網(wǎng)頁有關(guān)的信息中的變化的系統(tǒng)。發(fā)明內(nèi)容
基于當(dāng)今可用的用于找到具有給定的特征集合的企業(yè)的不同方法，本發(fā)明包含一 種全新的方法，其能夠通過使用數(shù)學(xué)模型來匹配并且找到具有所需特征的企業(yè)，該數(shù)學(xué)模 型非常適合于在兩個或多個企業(yè)之間進(jìn)行自動匹配。同一個模型還提供了更容易發(fā)現(xiàn)變化 的可能性，并且從而借助于企業(yè)的特征的變化，有助于檢測新的客戶、合作伙伴、競爭者或 其他商務(wù)聯(lián)系人或者基于針對其他企業(yè)在市場和產(chǎn)品方面的變化的趨勢來檢測新的市場。
因此，本發(fā)明的目的是通過上文所給出的并且其特征如獨(dú)立權(quán)利要求中所描述的 方法和系統(tǒng)來實(shí)現(xiàn)的。
總之，由此實(shí)現(xiàn)了一種用于通過利用數(shù)學(xué)模型對企業(yè)進(jìn)行匹配并且針對企業(yè)的變 化進(jìn)行檢測的方法和系統(tǒng)，該數(shù)學(xué)模型使得在企業(yè)之間匹配并且找到相似性以及還發(fā)現(xiàn)企 業(yè)的變化成為可能。該方法使用針對企業(yè)的數(shù)學(xué)表示模型，并且適合于自動地進(jìn)行大量的 比較。企業(yè)的特征是由不同的向量(74)來表示的。
向量的方向和長度是通過在這些向量(76)之間取標(biāo)量積來進(jìn)行比較的。企業(yè)的特征的變化來自于向量在方向和長度上的變化。通過連續(xù)地監(jiān)視企業(yè)的特征的導(dǎo)數(shù) (derivative),這顯示了已經(jīng)發(fā)生多大和多迅速的變化(78)。本發(fā)明的市場是本地企業(yè)和 全球企業(yè)，這些本地企業(yè)和全球企業(yè)希望找到新的客戶、合作伙伴、經(jīng)銷商或其他商務(wù)聯(lián)系 人并且還發(fā)現(xiàn)他們的客戶、合作伙伴或其他商務(wù)聯(lián)系人中的變化，使得他們能夠獲得將對 關(guān)系有重大影響的較大變化的預(yù)警。


下面結(jié)合借助于實(shí)例描述本發(fā)明的附圖，將詳細(xì)地描述本發(fā)明。
圖1為包含本發(fā)明的系統(tǒng)的概況；
圖2闡明了用于對來自不同的源的信息進(jìn)行搜索和比較的方法；
圖3為一種針對企業(yè)的產(chǎn)品特征的實(shí)例。所述實(shí)例是一個企業(yè)，所述企業(yè)制作用 于針對挪威存檔標(biāo)準(zhǔn)(NOARK)處理JAVA形式的文檔的軟件并且正在托管中；
圖4示例了在兩個企業(yè)的特征之間進(jìn)行數(shù)學(xué)比較；
圖5示例了企業(yè)的特征中的數(shù)學(xué)變化。
必要的手段
本發(fā)明在新的組合中采用向量數(shù)學(xué)，以表示借助于搜索引擎技術(shù)所收集的與企業(yè) 有關(guān)的信息。
工業(yè)實(shí)用性
本發(fā)明可以導(dǎo)致一種在兩個或多個企業(yè)之間匹配并且找到相似性以及還發(fā)現(xiàn)企 業(yè)的變化的全新方法。與正被用于獲得新的業(yè)務(wù)的方法相比而言，這意味著顯著地節(jié)約成 本。當(dāng)今存在非常多的人工并且耗時的方法，其現(xiàn)在可以被系統(tǒng)并且自動的方法所替代。
具體實(shí)施方式
基于以上所述，需要一種能在兩個或多個企業(yè)之間進(jìn)行匹配并且找到相似性和特 征以及還發(fā)現(xiàn)企業(yè)的變化的更有效率的方法。上述提及的問題通過在下文中描述的本發(fā)明 而得以解決。
本發(fā)明是通過利用數(shù)學(xué)模型和社交媒體的結(jié)合，以數(shù)據(jù)庫、高級搜索與匹配技術(shù) 的使用為基礎(chǔ)的。從圖1開始，本發(fā)明包括服務(wù)器群(server farm)，所述服務(wù)器群包括用 于爬網(wǎng)程序(Crawler) (80)、搜索與匹配(70)、數(shù)據(jù)庫(60)、社交媒體(social media) (50) 和網(wǎng)頁服務(wù)器(40)的服務(wù)器。爬網(wǎng)程序(80)的目的起初是讀取所有的信息源(90、100、 110、120、130、140)，并且其中，搜索與匹配(70)將制作每一個企業(yè)的特征的數(shù)學(xué)模型。此 后，爬網(wǎng)程序(80)將不斷地讀取所有的信息源(90、100、110、120、130、140)以得到變化和 更新。這些改變和更新對數(shù)學(xué)模型進(jìn)行調(diào)整，并且這些變化和更新被存儲在數(shù)據(jù)庫(60) 中。
信息源(90、100、110、120、130、140)包括企業(yè)的網(wǎng)頁(90)，企業(yè)的網(wǎng)頁以與從標(biāo) 準(zhǔn)搜索引擎相同的方式被抓取(crawled)。公共注冊機(jī)構(gòu)(Public register) (100)和財 務(wù)注冊機(jī)構(gòu)(Financial register) (110)都是針對地址、聯(lián)系人和財務(wù)信息(諸如賬目數(shù) 據(jù)和信用信息)的可訪問的注冊機(jī)構(gòu)。這些注冊機(jī)構(gòu)中的一些注冊機(jī)構(gòu)是公用的，而這些 注冊機(jī)構(gòu)中的其他注冊機(jī)構(gòu)可以是私有的并且必須購買訪問權(quán)。在每個信息源(100、110)內(nèi)可能存在數(shù)個注冊機(jī)構(gòu)。用戶(120)可以是對某一公司提供反饋意見的其他的企業(yè)、員 工或者個人。新聞(130)包括新聞流，新聞流利用來自報紙、雜志、廣播、電視、團(tuán)體、地方政 府、董事會、政黨等的新聞而被不斷地更新。該服務(wù)通過市場中可用的第三方供應(yīng)商(例 如，MoreOver> Retriever、Cyberwatcher 等)被交付。
以與新聞(30)相同的方式，任何人還將獲得來自第三方供應(yīng)商交付的論壇、博 客、社交網(wǎng)絡(luò)(140)的一連串的新聞。本發(fā)明的用戶(10、20、30)將通過互聯(lián)網(wǎng)門戶網(wǎng)站 (internet portal)來實(shí)現(xiàn)本發(fā)明，該互聯(lián)網(wǎng)門戶網(wǎng)站可經(jīng)由網(wǎng)頁服務(wù)器(40)提供。當(dāng)數(shù) 據(jù)庫(60)已經(jīng)接收來自除了用戶(120)以外的信息源(90、100、110、130、140)的所有信息 時，在途中的來自用戶(120)的信息將在使用本發(fā)明時到達(dá)，所有的用戶(10、20)將(從來 自企業(yè)的網(wǎng)頁(90)和/或公共注冊機(jī)構(gòu)(100)的電子郵件地址)接收到個性化的電子郵 件。該電子郵件鏈接到企業(yè)的簡檔(profile),該企業(yè)的簡檔被事先建立并且能夠使你在一 些點(diǎn)擊的過程中變成一個用戶。作為本發(fā)明的用戶，你現(xiàn)在可以邀請你的客戶、合作伙伴或 者其他商務(wù)聯(lián)系人成為你已經(jīng)建立的客戶群、合作伙伴群或其他群的一部分。在針對個人 的其他社交媒體中可以相同的方式進(jìn)行處理。這樣你就建立了你的商務(wù)聯(lián)系人的網(wǎng)絡(luò)。本 發(fā)明的獨(dú)特的特性之一是利用所有這些來自所有的信息源(90、100、110、120、130、140) 的信息，你的網(wǎng)絡(luò)能夠自動地推薦與你的需求相匹配的新的客戶、合作伙伴或其他商務(wù)聯(lián) 系人，該網(wǎng)絡(luò)是你已經(jīng)通過社交媒體(50)并且利用搜索與匹配(70)和數(shù)據(jù)庫(60)的結(jié)合 來建立的。
在圖2、圖3、圖4和圖5中描述了本發(fā)明的搜索與匹配方法和裝置，下文將對這些 附圖進(jìn)行描述。在圖2中，搜索與匹配概述是與來自爬網(wǎng)程序(80)的企業(yè)有關(guān)的信息。根 據(jù)該信息來自哪里以及它是哪種類型來對其進(jìn)行分類(72)。它可以是與企業(yè)所處位置、它 們在哪個行業(yè)類型/市場中運(yùn)營、它們提供的哪種類型的產(chǎn)品和服務(wù)項(xiàng)目、機(jī)構(gòu)/財務(wù)或者 其他類別有關(guān)的信息。現(xiàn)在被分類(72)的這些特征中的每一個現(xiàn)在都借助于它自己的向 量被數(shù)學(xué)上地表示，向量在多維空間(74)中具有方向和長度。通過采用兩個向量(76)之 間的標(biāo)量積來比較方向和長度，企業(yè)的特征現(xiàn)在能夠而被容易地進(jìn)行比較。在圖3 (企業(yè)的 特征的數(shù)學(xué)表示)中，我們看到如何建立這樣的特征向量。
圖3示出了企業(yè)的產(chǎn)品特征的一個示例。該圖示出了描述產(chǎn)品的每一個詞是如何 使用它自己的向量(74a、74b、74c、74d、74e)來表示的。獨(dú)特的詞(unique words)(部分特 征)的每一個在多維空間(在該圖中僅示例了三維)中具有它自己的方向。這些部分向量 (74a、74b、74c、74d、74e)中的每一個向量的長度都取決于每一個詞是如何獨(dú)特的。具有最 大的獨(dú)特性的詞(部分特征)為最長長度的向量。
在圖3中，我們看到N0ARK(17a)是最長的向量，因?yàn)檫@是最獨(dú)特的詞。為了保持每 一個詞(部分特征)的獨(dú)特程度的順序，制作自適應(yīng)的詞表(adaptive wordlist) (74g),其 針對所有的企業(yè)將來自所有的信息源(圖1中的90-140)的被抓取的所有的詞進(jìn)行排列。 該自適應(yīng)的詞表(74g)針對所有的企業(yè)對詞(部分特征)出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計。差異與出 現(xiàn)的次數(shù)成反比例。出現(xiàn)次數(shù)最少的詞(部分特征)是最獨(dú)特的。在自適應(yīng)的詞表(74g) 中，我們看到NOARK由于10是最獨(dú)特的，而軟件(software)是最不獨(dú)特的，其具有相對值2。除了詞的獨(dú)特性外，還對某個企業(yè)內(nèi)詞的出現(xiàn)次數(shù)進(jìn)行統(tǒng)計。如果出現(xiàn)很多次，那么向 量的長度也增大。如果詞在文本的更中心處，例如在標(biāo)題中或者具有特大號的字母，那么這可以被給予額外的重要性，使得向量還可以增大它的長度。還可以將幾個詞組合在某一個 向量中。這意味著在現(xiàn)實(shí)中一個向量能獲得幾個更多的方向，但是原理是相同的。為了對 企業(yè)的特征進(jìn)行數(shù)學(xué)表示，將所有的部分特征向量(74a、74b、74c、74d、74e)相加，以給出 合成向量(74f)，合成向量(74f)是所有其他向量的和。合成向量(74f)是企業(yè)的特征的指 紋或數(shù)學(xué)表示。還可以對幾個特征進(jìn)行組合，以針對特征的組合制作新的指紋。例如，可以 將所有的不同特征向量(74)(例如，針對產(chǎn)品、市場、機(jī)構(gòu)/財務(wù)或其他相關(guān)的特征)加在 一起，成為針對整個企業(yè)的主向量。
在圖4 (兩個企業(yè)的特征之間的數(shù)學(xué)比較)中，示出了兩個企業(yè)如何被它們自己的 向量a(76a)和b(76b)表示，以及利用圖4中的數(shù)學(xué)公式(76d)通過采用所示的向量之間的 標(biāo)量積進(jìn)行比較。標(biāo)量積是針對向量的方向(向量之間的角度)和長度的表示。指向同一 方向并且相對地具有相同的長度的兩個企業(yè)的特征是具有相同特征的兩個企業(yè)。通過搜索 企業(yè)并且在它們之間進(jìn)行匹配，利用被轉(zhuǎn)化為0-100 %的表示式所給出的相似性對應(yīng)于來 自標(biāo)量積的結(jié)果。這使用戶能夠更容易地讀取兩個企業(yè)彼此之間的相似程度。在圖3中， 我們看到企業(yè)的特征是如何借助于數(shù)學(xué)向量被表示的。
圖5示出了企業(yè)的特征的變化，其中向量發(fā)生了變化。該變化以長度和/或方向 變化的形式發(fā)生。通過考慮企業(yè)的特征(向量)的“導(dǎo)數(shù)”(derivative)，可以看到變化的程度。
由于圖1中的信息源(90-140)被連續(xù)地讀取，并且相關(guān)的向量被連續(xù)地被計算， 因此所有的變化將會企業(yè)特征的方向和長度產(chǎn)生影響。通過連續(xù)地跟蹤這些變化有多快和 有多大，這將反映出該變化的本質(zhì)。這是通過連續(xù)地對企業(yè)的特征“求導(dǎo)數(shù)”或者測量向量 的變化有多大來執(zhí)行的。這在圖5中示出了，在圖5中，下面的虛線(78b)給出的方向和長 度或者由上面的虛線(78a)給出的方向和長度給出了向量a (78c)在長度和方向上的變化。 偏差(78c)的幅值是由向量的導(dǎo)數(shù)給出的，并且是對于一個企業(yè)的變化有多大的表示。例 如，該變化可以是企業(yè)發(fā)布新產(chǎn)品，改變財務(wù)狀況，改變市場或地點(diǎn)或者其他的變化。如果 這些變化涉及到你已經(jīng)放入到你的社交網(wǎng)絡(luò)(50)中某些合作伙伴、客戶或其他商務(wù)聯(lián)系 人，那么你將能夠接收到有關(guān)他們的預(yù)警。這樣，你可以非常迅速地動態(tài)地獲得有關(guān)變化的 提示，并且如果這是需要的，那么你能夠采取行動。
概括而言，本發(fā)明涉及一種用于通過使用數(shù)學(xué)模型對企業(yè)進(jìn)行匹配并且針對企業(yè) 的變化進(jìn)行檢測的方法和裝置，數(shù)學(xué)模型使在企業(yè)之間匹配并且找到相似性以及還發(fā)現(xiàn)企 業(yè)的變化成為可能。優(yōu)選地，方法和裝置可以包括
a)通過搜索引擎技術(shù)來收集企業(yè)信息的組合，并且借助于通過信息的數(shù)學(xué)分析所 開發(fā)的向量數(shù)學(xué)表示企業(yè)的特征?？偟膩碚f，該分析可以通過已知的多變量分析的方案來 實(shí)現(xiàn)。
b)所述搜索引擎不斷地讀取企業(yè)的網(wǎng)頁(90)、公共企業(yè)注冊機(jī)構(gòu)(100)、財務(wù)注 冊機(jī)構(gòu)(110)、新聞(130)、論壇(140)、博客(140)、社交網(wǎng)絡(luò)(50)和來自用戶(120)的反饋。信息可以被存儲，用于更久的保存或直接進(jìn)一步處理。
c)在分類單元中，將所搜集和存儲的信息分類(72)成在區(qū)域(例如地點(diǎn))、行業(yè) 類別、市場、產(chǎn)品、服務(wù)項(xiàng)目、機(jī)構(gòu)、財務(wù)或其他的相關(guān)類別之內(nèi)的特征，所述區(qū)域、行業(yè)類 別、市場、產(chǎn)品、服務(wù)項(xiàng)目、機(jī)構(gòu)、財務(wù)或其他的相關(guān)類別可以取決于系統(tǒng)被限定并且包含企業(yè)的操作的常見指示器。
d)在計算單元中，對所搜集的信息進(jìn)行分析，以提供表示企業(yè)的特征(74)的數(shù)學(xué)向量。
e)通過計算企業(yè)的特征向量之間的標(biāo)量積并且對特征向量的方向和長度進(jìn)行比較，從而可以在比較單元中對不同的企業(yè)進(jìn)行比較。
在本發(fā)明的優(yōu)選實(shí)施例中，還可以包括企業(yè)的特征的變化可以被表示為具有速度、長度和方向的特征向量(78)的變化。
本方法和布置進(jìn)一步包括企業(yè)的特征可以被表示為多維空間中的向量(74)，其中每一個方向表示獨(dú)特的詞(部分特征)。企業(yè)的特征向量可以包括每一個部分特征的和， 所述每一個部分特征包含由一個或多個獨(dú)特的詞或合成物(74f)表示的向量。
部分特征向量(74a)例如可以具有長度，所述長度與由自適應(yīng)的詞表(74g)所給出的所有詞的出現(xiàn)成反比并且與企業(yè)內(nèi)的出現(xiàn)、位置、大小或在企業(yè)內(nèi)的含義成正比。
由于特殊領(lǐng)域的分析的結(jié)果或者用戶或操作者的直接選擇，不同的詞還可以被給予不同的權(quán)重。例如，通過采用標(biāo)量積(76d)來進(jìn)行一個或多個企業(yè)之間的比較，標(biāo)量積 (76d)被轉(zhuǎn)換為0-100%之間的可讀值。
企業(yè)的變化被表示為企業(yè)的特征向量在方向和長度上的變化，企業(yè)的變化由有關(guān)向量(78)的導(dǎo)數(shù)來創(chuàng)建。因此，與起始點(diǎn)相關(guān)的變化的大小和方向還可以作為特征被包含在分析中。企業(yè)的向量的變化能夠?qū)е骂A(yù)警，預(yù)警被作為消息發(fā)送給用戶。如果向量變化例如通過對企業(yè)的經(jīng)濟(jì)變化、市場趨勢和市場變化的狀態(tài)進(jìn)行檢查來反映針對企業(yè)的正方向或負(fù)方向，這可能是特別有用的。
企業(yè)的向量優(yōu)選地是基于來自論壇、博客、社交網(wǎng)絡(luò)(140)、新聞(130)或用戶 (120)的信息的，并且能夠通過與已定義的正向量或負(fù)向量進(jìn)行比較來為企業(yè)的產(chǎn)品、服務(wù)項(xiàng)目和品牌狀態(tài)以及它在正方向或負(fù)方向上的發(fā)展提供現(xiàn)場指示。
企業(yè)的特征通過存儲在數(shù)據(jù)庫￠0)中而表示為具有歸一化長度的向量，并且長度本身在比較時被自動地計算出，以自始自終反映自適應(yīng)的詞表(74g)，自適應(yīng)的詞表 (74g)通過抓取信息源(90-140)被一直更新。企業(yè)向量可以包括企業(yè)的一個或多個特征向量(74)。
企業(yè)(優(yōu)選地，為網(wǎng)絡(luò)的成員)可以因?yàn)槠渌麅?yōu)先級而否決由自適應(yīng)的詞表(74g) 給出的向量的長度，其他優(yōu)先級對于企業(yè)是重要的，例如競選、策略變化、可見性或其他商業(yè)原因。
企業(yè)匹配可以將向量比較和幾個其他參數(shù)(例如，規(guī)程、外界影響、策略或?qū)ζ髽I(yè)或它的外界有意義的其他愿望)進(jìn)行組合。其還可以局限于系統(tǒng)的成員，使得它們能夠控制在網(wǎng)絡(luò)中被使用的標(biāo)準(zhǔn)。系統(tǒng)還可以被建立，使得具有相對地同一方向和長度的企業(yè)的向量能夠自動地構(gòu)成群，群包括具有許多共同特點(diǎn)的企業(yè)。這可以導(dǎo)致群中的企業(yè)之間的進(jìn)行接觸的建議，或者這可以被用作針對其他企業(yè)進(jìn)行評估的標(biāo)準(zhǔn)，例如，關(guān)于與他們中的一個或多個可能進(jìn)行合作。
權(quán)利要求
1.一種用于通過使用數(shù)學(xué)模型對企業(yè)進(jìn)行匹配并且針對企業(yè)的變化進(jìn)行檢測的方法，所述數(shù)學(xué)模型使得在企業(yè)之間匹配并且找到相似性以及還發(fā)現(xiàn)企業(yè)的變化成為可能， 其特征在于，所述方法包括以下步驟 a)通過搜索引擎技術(shù)來收集與企業(yè)有關(guān)的信息的組合，并且其中，所述企業(yè)的特征是借助于向量數(shù)學(xué)來表示的； b)所述搜索引擎不斷地讀取企業(yè)的網(wǎng)頁(90)、公共企業(yè)注冊機(jī)構(gòu)(100)、財務(wù)注冊機(jī)構(gòu)(110)、新聞(130)、論壇(140)、博客(140)、社交網(wǎng)絡(luò)(50)和來自用戶(120)的反饋； c)并且其中，所述信息被分類(72)成地點(diǎn)、行業(yè)類別、銷售額、產(chǎn)品、服務(wù)項(xiàng)目、機(jī)構(gòu)、財務(wù)或其他的相關(guān)類別之內(nèi)的特征； d)將這些特征轉(zhuǎn)化成數(shù)學(xué)向量，所述數(shù)學(xué)向量表示所述企業(yè)的特征(74);以及 e)通過比較所述企業(yè)的特征向量之間的標(biāo)量積(76)來對企業(yè)進(jìn)行比較。
2.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的特征的變化被表示為具有速度、長度和方向的特征向量(78)的變化。
3.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的特征被表示為多維空間中的向量(74)，其中，每一個方向表示獨(dú)特的詞(部分特征)。
4.根據(jù)權(quán)利要求3所述的方法，其中，企業(yè)的特征向量包括每一個部分特征之和，所述每一個部分特征包含由一個或多個獨(dú)特的詞或合成物(74f)表示的向量。
5.根據(jù)權(quán)利要求4所述的方法，其中，部分特征向量(74a)具有長度，所述長度與由自適應(yīng)的詞表(74g)所給出的所有詞的出現(xiàn)成反比并且與企業(yè)內(nèi)的出現(xiàn)、位置、大小或含義成正比。
6.根據(jù)權(quán)利要求1所述的方法，其中，一個或多個企業(yè)之間的比較是通過采用標(biāo)量積(76d)來進(jìn)行的，所述標(biāo)量積(76d)被轉(zhuǎn)換為0-100%之間的可讀值。
7.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的變化被表示為企業(yè)的特征向量在方向和長度上的變化，所述企業(yè)的變化由有關(guān)向量(78)的導(dǎo)數(shù)來創(chuàng)建。
8.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的特征被通過存儲在數(shù)據(jù)庫￠0)中而表示為具有歸一化長度的向量，并且所述長度本身在比較時被自動地計算出，以自始自終反映自適應(yīng)的詞表(74g)，所述自適應(yīng)的詞表(74g)通過抓取信息源(90-140)被一直更新。
9.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)向量可以包括企業(yè)的一個或多個特征向量(74)。
10.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)可以因?yàn)槠渌麅?yōu)先級而否決由自適應(yīng)的詞表(74g)給出的向量的長度，所述其他優(yōu)先級對于所述企業(yè)是重要的，例如競選、策略變化、可見性或其他商業(yè)原因。
11.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)匹配可以將向量比較和幾個其他參數(shù)進(jìn)行組合，所述幾個其他參數(shù)例如是規(guī)程、外界影響、策略或?qū)λ銎髽I(yè)或其環(huán)境重要的愿望。
12.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)向量的變化可以導(dǎo)致預(yù)警，所述預(yù)警作為消息發(fā)送給用戶。
13.根據(jù)權(quán)利要求1所述的方法，其中，具有相對地同一方向和長度的企業(yè)向量可以自動地構(gòu)成群，所述群包括具有許多共同特點(diǎn)的企業(yè)。
14.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的向量的變化可以檢測市場趨勢和市場變化。
15.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的向量的變化可以檢測企業(yè)的正方向或負(fù)方向。
16.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的向量的變化可以檢測新的客戶、合作伙伴、競爭者或其他商務(wù)聯(lián)系人。
17.根據(jù)權(quán)利要求1所述的方法，其中，企業(yè)的向量的變化可以基于其他企業(yè)在市場和產(chǎn)品方面的變化中的趨勢來檢測新的市場。
18.根據(jù)權(quán)利要求1所述的方法,其中，基于來自論壇、博客、社交網(wǎng)絡(luò)(140)、新聞(130)或用戶(120)的信息的企業(yè)的向量可以通過與已定義的正向量或負(fù)向量進(jìn)行比較來為企業(yè)的產(chǎn)品、服務(wù)項(xiàng)目和品牌狀態(tài)以及它在正方向或負(fù)方向上的發(fā)展提供現(xiàn)場指示。
19.一種用于通過使用數(shù)學(xué)模型來對企業(yè)進(jìn)行匹配并且針對企業(yè)的變化進(jìn)行檢測的系統(tǒng)，所述數(shù)學(xué)模型使在企業(yè)之間匹配和找到相似性并且還發(fā)現(xiàn)企業(yè)的變化成為可能， 其特征在于，所述系統(tǒng)包括 a)搜索引擎，其連接到為收集企業(yè)信息而建立的網(wǎng)絡(luò)上； b)所述搜索引擎被建立，以大體上不斷地讀取企業(yè)的網(wǎng)頁(90)、公共企業(yè)注冊機(jī)構(gòu)(100)、財務(wù)注冊機(jī)構(gòu)(110)、新聞(130)、論壇(140)、博客(140)、社交網(wǎng)絡(luò)(50)和來自用戶(120)的反饋； c)分類單元，其被建立以用于將由所述搜索引擎所收集的信息在地點(diǎn)、行業(yè)類別、市場、產(chǎn)品、服務(wù)項(xiàng)目、機(jī)構(gòu)、財務(wù)或其他相關(guān)的類別內(nèi)進(jìn)行分類； d)計算單元，其被建立以用于將經(jīng)分類的信息制作成數(shù)學(xué)向量，所述數(shù)學(xué)向量表示企業(yè)的特征(74)； e)比較單元，其用于通過采用所述企業(yè)的特征向量之間的標(biāo)量積(76)來對存儲在存儲器中的所述企業(yè)進(jìn)行比較。
20.根據(jù)權(quán)利要求19所述的系統(tǒng)，其中，企業(yè)的特征的變化被表示為具有速度、長度和方向的特征向量(78)的變化。
全文摘要
本申請公開了一種用于通過使用數(shù)學(xué)模型對企業(yè)進(jìn)行匹配并且針對企業(yè)的變化進(jìn)行檢測的方法和裝置，所述數(shù)學(xué)模型使得在企業(yè)之間匹配和找到相似性并且還發(fā)現(xiàn)企業(yè)的變化成為可能。該方法使用針對企業(yè)的數(shù)學(xué)表示式模型并且適合于自動地進(jìn)行大量的比較。企業(yè)的特征是由不同的向量(74)來表示的。向量的方向和長度是通過在它們(76)之間取標(biāo)量積來進(jìn)行比較的。通過連續(xù)地監(jiān)視企業(yè)的特征的導(dǎo)數(shù)，這顯示了已經(jīng)出現(xiàn)多大和多迅速的變化(78)。本發(fā)明的市場是本地企業(yè)和全球企業(yè)，這些本地企業(yè)和全球企業(yè)希望找到新的客戶、合作伙伴、經(jīng)銷商或其他商務(wù)聯(lián)系人并且還發(fā)現(xiàn)他們的客戶、合作伙伴或其他商務(wù)聯(lián)系人中的變化，使得他們能夠獲得將對關(guān)系有重大影響的較大變化的預(yù)警。
文檔編號G06Q10/00GK103026373SQ201180026082
公開日2013年4月3日 申請日期2011年3月29日 優(yōu)先權(quán)日2010年3月29日
發(fā)明者哈拉爾德·杰盧姆 申請人:圖書有限責(zé)任公司