本发明涉及企业相似度计算的，具体地，是一种企业相似度的计算方法，还涉及实现该方法的计算机装置及计算机存储介质。
背景技术：
1、企业的相似度对于了解企业经营风险具有明显的作用。例如，在企业贷款的场景中，银行等贷款方往往对于一家新的企业的经营风险并不清楚，在批准贷款时，难以根据企业的经营风险情况确定是否需要贷款或者拒绝贷款。为此，贷款方通常希望从已有的客户企业（企业库）中查找与申请贷款企业相似的企业作为参考，并使用参考企业的经验状况来对贷款的风险进行识别。
2、然而，贷款方的企业库中存在成千上万家企业，如何从企业库中查找与申请贷款的企业最相似的企业，是贷款方迫切需要解决的问题。如果仅仅从企业规模、经营领域等少量几个维度进行判断分析，则往往会导致相似度分析不准确。
3、例如公开号为cn113342984a的发明专利申请公开了一种对园区企业进行分类的方法，该方法主要是通过提取园区的各企业中经营信息的关键词，将园区的各家企业归类至相应行业，该方法仅仅是对企业的行业进行粗放分类，无法达到查找商业模式相似的两家企业。
4、公开号为cn116506304a的发明专利申请公开了一种基于金融信息异常状态的实时监测平台，该平台用来检查数据在采集和传输的过程中有没有“错误值”产生，采用pca算法将目标数据降维处理，并通过平均值、方差、协方差等统计手段来检测数值有没有偏离合理的范围，该方法也不是针对企业商业模式的相似请进行计算与判断。
5、因此，现有技术中缺少对于两家企业商业模式的相似度进行计算和判断的计算方法，不能够满足贷款方对于申请贷款企业的经营风险的判断需求。
技术实现思路
1、本发明的第一目的是提供一种能够合理计算出两家企业商业模式相似度的企业相似度计算方法。
2、本发明的第二目的是提供一种实现上述企业相似度计算方法的计算机装置。
3、本发明的第三目的是提供一种实现上述企业相似度计算方法的计算机存储介质。
4、为实现本发明的第一目的，本发明提供的企业相似度计算方法包括：分别计算多家目标企业的商业模式向量，其中，每一家目标企业的商业模式向量为包含有如下参数的矩阵：目标企业的客户分布指数、主营业务交易金额的特征参数、客户复购指数、员工平均产值、物流费用占主营业务收入的比例、仓储费用占主营业务收入的比例、非不动产占主营业务收入的比例、债务占主营业务收入的比例和周期振幅指数；获取待计算的两个目标分析企业，应用预设函数计算两个目标分析企业的商业模式向量之间的距离；其中预设函数为：
5、；
6、其中，为第一个目标分析企业的商业模式向量中的至少一个参数，为第二个目标分析企业的商业模式向量中的至少一个参数。
7、由上述方案可见，本发明的企业相似度计算方法利用企业的经营数据，例如主营业务收入、客户购买情况数据、采购费用、物流费用等等，形成包含企业商业模式特征的向量，向量中包含了企业的商业模式的信息，并由此对两家需要分析的目标分析企业的商业模式相似度进行计算。使用本发明的算法，贷款方法可以计算数据库中的所有企业两两之间的相似度，或者计算当前需要申请贷款的企业与企业库中相似度最高的企业，用于评估当前申请贷款的企业的风险和发展前景，为贷款方提供可信的数据。
8、另外，本发明使用上述的预设函数计算两家目标分析企业的相似度距离，能够将不同数量级的变量尽量统一，减小数量级很大的变量对最终结果的影响，能够提升企业相似度计算的准确性。
9、一个优选的方案是，计算两个目标分析企业的商业模式向量之间的距离时，应用预设函数计算两个目标分析企业的目标企业的客户分布指数、主营业务交易金额的特征参数、客户复购指数和员工平均产值的函数值，并应用函数值计算两个目标分析企业的商业模式向量之间的距离。
10、由此可见，通过预设函数对特定的参数进行计算，获得相应的函数值，并使用多个函数值以及其他参数计算的方差之和来计算两个目标分析企业的商业模式向量之间的距离，能够充分体现两个目标分析企业的相似度。
11、进一步的方案是，计算目标企业的客户分布指数时，应用目标企业在预设地区的gdp在全国的占比、预设地区的主营收入来计算目标企业的客户分布指数。
12、可见，通过上述的计算能够获取较为精确的客户分布指数，为后续计算提供准确的计算基础。
13、进一步的方案是，计算目标企业的主营业务交易金额的特征参数时，应用交易金额前40%的订单数据以及交易金额后20%的订单数据计算主营业务交易金额的特征参数。
14、由此可见，通过上述计算能够精确反映出目标企业主营业务的交易金额的特征情况，提升企业相似度计算的准确性。
15、进一步的方案是，计算目标企业的主营业务交易金额的特征参数时，至少三个特征参数。
16、可见，计算出与主营业务交易金额相关的多个特征参数，后续计算时，能够更加精确的计算出两个目标分析企业的相似度。
17、进一步的方案是，计算目标企业的员工平均产值时，应用目标企业近三年的员工数量和近一年的员工数量计算目标企业的平均员工指数，并应用目标企业的主营业务的平均年营收指数与平均员工指数计算目标企业的员工平均产值。
18、由此可见，结合目标企业不同年份的员工人数来计算目标企业的平均员工指数，可以精确的计算出目标企业的员工平均产值。
19、进一步的方案是，计算目标企业的周期振幅指数时，获取各月的营收金额，并将各月的营收金额以滑动方式形成两个序列，分别计算两个序列的均值和标准差，然后计算周期时长集合中的每个元素的相关指数，获得相关指数集合，应用相关指数集合计算周期，计算每个周期最小值的平均值和最大值的平均值，应用各周期最小值的平均值和最大值的平均值计算目标企业的周期振幅指数。
20、由此可见，通过上述计算能够精确计算出反映目标企业的经营周期的周期振幅指数，而经营周期的周期振幅指数能够精确的体现出目标企业的经营波动情况，为精确分析目标企业的经营风险提供依据。
21、进一步的方案是，目标企业的周期振幅指数为各周期最大值的平均值减去各周期最小值的平均值的差乘积12除以目标企业的主营业务的平均年营收金额。
22、可见，通过上述计算可以精确的计算出目标企业的经验周期，为计算两家目标分析企业的相似度提供更精确的依据。
23、为实现本发明的第二目的，本发明提供的计算机装置包括处理器以及存储器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述的企业相似度计算方法的各个步骤。
24、为实现本发明的第三目的，本发明提供的计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的企业相似度计算方法的各个步骤。
1.企业相似度计算方法，其特征在于，包括：
2.根据权利要求1所述的企业相似度计算方法，其特征在于：
3.根据权利要求1或2所述的企业相似度计算方法，其特征在于：
4.根据权利要求1或2所述的企业相似度计算方法，其特征在于：
5.根据权利要求4所述的企业相似度计算方法，其特征在于：
6.根据权利要求1或2所述的企业相似度计算方法，其特征在于：
7.根据权利要求1或2所述的企业相似度计算方法，其特征在于：
8.根据权利要求7所述的企业相似度计算方法，其特征在于：
9.计算机装置，其特征在于，包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的企业相似度计算方法的各个步骤。
10.计算机存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的企业相似度计算方法的各个步骤。
