本申请涉及数据处理领域，具体涉及一种企业信用报告智能生成方法及装置。
背景技术：
1、企业信用报告的研发是根据场景来定义报告类型如标准信用报告、深度信用报告、财务信用报告、实地信用报告等，而报告的使用场景在细分领域又会有不同，需要在各类版本的报告之上增加一些定制化内容。
2、企业信用报告的撰写有两种模式，一种是人工撰写，该模式效率低下，报告质量欠佳，另外一种模式是通过系统将报告拆分成不同的模块给不同的人撰写。
3、发明人发现，现有技术中的以上两种方式都无法及时响应市场的需求，每个报告的种类都需要投入大量的人力物力、对已有人员进行培训或已有系统进行改造，以适配市场的需要，由此导致报告产出效率低下的问题。
技术实现思路
1、针对现有技术中的问题，本申请提供一种企业信用报告智能生成方法及装置，能够有效提高企业信用报告生成的效率和多场景化。
2、为了解决上述问题中的至少一个，本申请提供以下技术方案：
3、第一方面，本申请提供一种企业信用报告智能生成方法，包括：
4、获取企业全量信息，对所述企业全量信息进行归一化预处理，根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类，根据所述分类的结果构建得到对应的报告数据底座；
5、接收用户发送的数据底座组合指令，根据所述数据底座组合指令确定对应的企业信息清单，其中，所述数据底座组合指令是所述用户对页面展示的各所述报告数据底座通过拖拉拽方式进行报告组合时生成的；
6、根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算和数据整合操作，得到企业信用报告。
7、进一步地，在所述根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类之前，包括：
8、对预设样本企业全量信息进行类别标记，得到经过所述类别标记后的样本企业全量信息，其中，所述类别标记包括性质类别、来源类别、重要性类别以及保密程度类别中的至少一种；
9、将所述经过所述类别标记后的样本企业全量信息作为模型训练集输入预设k最近邻算法模型进行模型训练，确定所述k最近邻算法模型的k值，通过对所述k值进行参数调优以迭代进行模型训练，直至所述k值达到预设最优阈值，得到k最近邻算法模型。
10、进一步地，所述根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类，包括：
11、根据设定k最近邻算法模型计算经过所述归一化预处理后的企业全量信息与已有样本企业全量信息质检的样本距离；
12、根据所述样本距离和所述k最近邻算法模型的k值通过加权投票方式确定所述企业全量信息的分类类别。
13、进一步地， 所述接收用户发送的数据底座组合指令，根据所述数据底座组合指令确定对应的企业信息清单，其中，所述数据底座组合指令是所述用户对页面展示的各所述报告数据底座通过拖拉拽方式进行报告组合时生成的，包括：
14、接收用户发送的数据底座组合指令并进行指令解析，确定所述用户选择的报告数据底座的排列组合方式；
15、根据所述报告数据底座的排列组合方式确定对应的企业信息清单，其中，所述企业信息清单包括工商信息、财务信息以及知识产权信息中的至少一种。
16、进一步地，所述根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算操作，得到企业信用报告，包括：
17、根据所述企业信息清单调用对应的财务数据底座；
18、根据所述财务数据底座中的总营收数据和净利润数据计算得到包含有财务指标的企业信用报告。
19、进一步地，所述根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算操作，得到企业信用报告，还包括：
20、根据所述企业信息清单调用对应的市场数据底座；
21、根据所述市场数据底座中的企业销售额数据和行业销售额数据计算得到包含有市场指标的企业信用报告。
22、进一步地，所述根据所述企业信息清单调用对应的所述报告数据底座并进行数据整合操作，得到企业信用报告，包括：
23、对与所述企业信息清单相应的各项报告指标进行数据标准化处理；
24、对经过所述数据标准化处理后的报告指标进行相关特征合并计算，得到经过数据整合操作后的企业信息报告。
25、第二方面，本申请提供一种企业信用报告智能生成装置，包括：
26、数据底座确定模块，用于获取企业全量信息，对所述企业全量信息进行归一化预处理，根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类，根据所述分类的结果构建得到对应的报告数据底座；
27、信息清单确定模块，用于接收用户发送的数据底座组合指令，根据所述数据底座组合指令确定对应的企业信息清单，其中，所述数据底座组合指令是所述用户对页面展示的各所述报告数据底座通过拖拉拽方式进行报告组合时生成的；
28、信用报告生成模块，用于根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算和数据整合操作，得到企业信用报告。
29、第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的企业信用报告智能生成方法的步骤。
30、第四方面，本申请提供一种计算机可读存储介质，其 上存储有计算机程序，该计算机程序被处理器执行时实现所述的企业信用报告智能生成方法的步骤。
31、第五方面，本申请提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的企业信用报告智能生成方法的步骤。
32、由上述技术方案可知，本申请提供一种企业信用报告智能生成方法及装置，通过获取企业全量信息，对所述企业全量信息进行归一化预处理，根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类，根据所述分类的结果构建得到对应的报告数据底座；接收用户发送的数据底座组合指令，根据所述数据底座组合指令确定对应的企业信息清单，其中，所述数据底座组合指令是所述用户对页面展示的各所述报告数据底座通过拖拉拽方式进行报告组合时生成的；根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算和数据整合操作，得到企业信用报告，由此能够有效提高企业信用报告生成的效率和多场景化。
1.一种企业信用报告智能生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的企业信用报告智能生成方法，其特征在于，在所述根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类之前，包括：
3.根据权利要求1所述的企业信用报告智能生成方法，其特征在于，所述根据设定k最近邻算法模型对经过所述归一化预处理后的企业全量信息并进行分类，包括：
4.根据权利要求1所述的企业信用报告智能生成方法，其特征在于，所述接收用户发送的数据底座组合指令，根据所述数据底座组合指令确定对应的企业信息清单，其中，所述数据底座组合指令是所述用户对页面展示的各所述报告数据底座通过拖拉拽方式进行报告组合时生成的，包括：
5.根据权利要求1所述的企业信用报告智能生成方法，其特征在于，所述根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算，得到企业信用报告，包括：
6.根据权利要求1所述的企业信用报告智能生成方法，其特征在于，所述根据所述企业信息清单调用对应的所述报告数据底座并进行指标计算，得到企业信用报告，还包括：
7.根据权利要求1所述的企业信用报告智能生成方法，其特征在于，所述根据所述企业信息清单调用对应的所述报告数据底座并进行数据整合操作，得到企业信用报告，包括：
8.一种企业信用报告智能生成装置，其特征在于，所述装置包括：
