清理專利和招聘數(shù)據(jù)顶别，過濾無效和重復(fù)數(shù)據(jù)后搓茬，全量的有標(biāo)注的公司數(shù)量統(tǒng)計如下：
| 專利數(shù)據(jù) | 招聘數(shù)據(jù) |
|---|---|
| 237789 | 451430 |
能夠匹配經(jīng)營范圍的公司數(shù)量統(tǒng)計如下：
| 專利數(shù)據(jù) | 招聘數(shù)據(jù) |
|---|---|
| 183338 | 305335 |
專利數(shù)據(jù)一級行業(yè)分布
| 行業(yè)類別 | 數(shù)量 |
|---|---|
| A | 6552 |
| C | 165053 |
| B | 5210 |
| E | 7425 |
| D | 4669 |
| I | 1684 |
| O | 45773 |
專利數(shù)據(jù)一級行業(yè)分類結(jié)果
|訓(xùn)練集|驗證集|測試集
---|---|---|---
樣本數(shù)量|110002|36668|36668
準(zhǔn)確率|0.91075616807|0.903921675575|0.903458056071
專利+招聘 數(shù)據(jù)一級行業(yè)分類結(jié)果
|訓(xùn)練集|驗證集|測試集
---|---|---|---
樣本數(shù)量|277305|92435|92436
準(zhǔn)確率|0.76880690936|0.749813382377|0.750227184214
專利數(shù)據(jù)二級行業(yè)分布
| 行業(yè)類別 | 數(shù)量 |
|---|---|
| 1 | 5267 |
| 5 | 1497 |
| 9 | 838 |
| 12 | 4395 |
| 13 | 1086 |
| 14 | 1503 |
| 15 | 2488 |
| 17 | 1344 |
| 18 | 2196 |
| 19 | 162 |
| 20 | 3746 |
| 21 | 202 |
| 22 | 3864 |
| 23 | 77 |
| 24 | 4975 |
| 25 | 1065 |
| 26 | 6424 |
| 27 | 7210 |
| 28 | 527 |
| 29 | 3042 |
| 30 | 3487 |
| 33 | 2657 |
| 34 | 4732 |
| 35 | 27875 |
| 37 | 2304 |
| 38 | 2340 |
| 39 | 1275 |
| 40 | 84057 |
| 41 | 2208 |
| 42 | 1565 |
| 43 | 96844 |
| 44 | 371 |
| 45 | 85 |
| 46 | 4262 |
| 48 | 5787 |
| 49 | 1790 |
| 63 | 1445 |
| 65 | 294 |
| 80 | 45773 |
專利數(shù)據(jù)二級行業(yè)分類結(jié)果
|訓(xùn)練集|驗證集|測試集
---|---|---|---
樣本數(shù)量|110002|36668|36668
準(zhǔn)確率|0.694514645188|0.635649612741|0.63202247191
測試集隨機(jī)抽取的Bad Case
A C 武漢新河灣農(nóng)業(yè)科技有限公司 農(nóng)業(yè)辣往、林業(yè)技術(shù)的研發(fā)教硫，園林景觀工程施工涧尿，苗木的引進(jìn)百新、種植、銷售矮瘟，垂釣瞳脓，農(nóng)業(yè)觀光，旅游澈侠，對農(nóng)林牧漁的投資劫侧。（國家有專項規(guī)定的項目經(jīng)審批后或憑許可證在核定期限內(nèi)經(jīng)營）
A:0.795783
B:0.003881
C:0.491779
D:0.001980
E:0.003896
I:0.000851
O:0.028355
C O 江蘇老侯珍禽食品有限公司 加工經(jīng)營肉及肉制品（禽肉系列產(chǎn)品）、鹵菜哨啃、涼菜（以上經(jīng)營范圍限分支機(jī)構(gòu)經(jīng)營）烧栋，日用百貨銷售。（依法須經(jīng)批準(zhǔn)的項目拳球，經(jīng)相關(guān)部門批準(zhǔn)后方可開展經(jīng)營活動）
A:0.043132
B:0.012033
C:0.944538
D:0.020971
E:0.021823
I:0.002636
O:0.148753
C E 張家港市唐藝和風(fēng)裝飾材料有限公司 裝飾裝璜材料（除油漆）审姓、五金配件制造、加工祝峻、銷售魔吐；自營和代理各類商品及技術(shù)的進(jìn)出口業(yè)務(wù)；裝飾裝璜材料（除油漆）莱找、家俱購銷酬姆。（依法須經(jīng)批準(zhǔn)的項目，經(jīng)相關(guān)部門批準(zhǔn)后方可開展經(jīng)營活動)
A:0.005406
B:0.002882
C:0.658821
D:0.001946
E:0.271103
F:0.001218
G:0.000246
H:0.000029
I:0.000663
J:0.000012
K:0.074399
L:0.000297
M:0.000018
N:0.000206
O:0.084942
P:0.000017
Q:0.000000
R:0.000007
S:0.000010
G F 天津克斯國際貨運(yùn)代理有限公司 海上國際貨物運(yùn)輸代理服務(wù)奥溺；陸路國際貨物運(yùn)輸代理服務(wù)辞色；航空國際貨物運(yùn)輸代理服務(wù)；代辦保稅倉儲服務(wù)浮定；國際貿(mào)易淫僻；機(jī)電產(chǎn)品機(jī)械設(shè)備诱篷、有色金屬及其它金屬材料、五金交電雳灵、針、紡織品及原料闸盔、建筑材料悯辙、礦產(chǎn)品、服裝迎吵、飾品躲撰、塑料制品、家用電器的銷售击费；自營和代理貨物及技術(shù)的進(jìn)出口（依法須經(jīng)批準(zhǔn)的項目拢蛋，經(jīng)相關(guān)部門批準(zhǔn)后方可開展經(jīng)營活動）
A:0.000869
B:0.000024
C:0.011366
D:0.000003
E:0.000879
F:0.057028
G:0.949732
H:0.001447
I:0.006419
J:0.001218
K:0.000629
L:0.004833
M:0.000027
N:0.000001
O:0.003927
P:0.000002
Q:0.000095
R:0.000051
S:0.000011
27 40,43 北京中孵友信醫(yī)藥科技股份有限公司 技術(shù)推廣、技術(shù)開發(fā)蔫巩、技術(shù)服務(wù)谆棱、技術(shù)咨詢。（未取得行政許可的項目除外）
1:0.016283
12:0.001799
13:0.007444
14:0.005077
15:0.018903
17:0.000398
18:0.000508
19:0.000197
20:0.010425
21:0.000275
22:0.001913
23:0.000196
24:0.001939
25:0.002965
26:0.023231
27:0.563962
28:0.000179
29:0.007331
30:0.000052
33:0.001119
34:0.009183
35:0.081017
37:0.000219
38:0.000696
39:0.000893
40:0.214405
41:0.000714
42:0.003293
43:0.129814
44:0.000433
45:0.000245
46:0.008639
48:0.000281
49:0.000635
5:0.009761
63:0.000989
65:0.000438
80:0.020439
9:0.001204
43 40,48 天津康遠(yuǎn)工程機(jī)械有限公司 工程機(jī)械設(shè)備制造圆仔、維修垃瞧；機(jī)械設(shè)備、電子設(shè)備坪郭、液壓機(jī)械个从、計算機(jī)、儀器儀表的技術(shù)開發(fā)歪沃、技術(shù)咨詢嗦锐、技術(shù)轉(zhuǎn)讓；勞務(wù)服務(wù)（不含涉外勞務(wù)）沪曙；機(jī)械設(shè)備奕污、電氣設(shè)備、儀器儀表珊蟀、汽車配件菊值、建筑材料批發(fā)兼零售祝闻；工程機(jī)械設(shè)備租賃可很；貨物及技術(shù)進(jìn)出口（國家法律法規(guī)禁止的除外）蜂绎。（以上經(jīng)營范圍涉及行業(yè)許可的憑許可證件叨叙，在有效期限內(nèi)經(jīng)營喘帚，國家有專項專營規(guī)定的按規(guī)定辦理垫竞。）
1:0.023876
12:0.164471
13:0.000758
14:0.000789
15:0.000195
17:0.000429
18:0.000232
19:0.000339
20:0.001923
21:0.000432
22:0.003936
23:0.000279
24:0.002516
25:0.002232
26:0.003509
27:0.000174
28:0.000161
29:0.002642
30:0.039917
33:0.016267
34:0.016377
35:0.090350
37:0.006179
38:0.011720
39:0.001929
40:0.530769
41:0.002280
42:0.003936
43:0.544804
44:0.001562
45:0.000375
46:0.014536
48:0.077693
49:0.009459
5:0.000655
63:0.001360
65:0.000683
80:0.144105
9:0.003178
- 標(biāo)注的缺失
- 標(biāo)注和經(jīng)營范圍的不匹配
