一种行业趋势评价方法及装置与流程

1.本技术涉及数据处理技术领域，具体而言，涉及一种行业趋势评价方法及装置。


背景技术：

2.目前，国家宏观经济政策对银行的业务和风险管控至关重要，如：限制房地产、限制学科教培等政策，导致该行业出现重大危机，银行风险也随之增加，政策行业研究及行业风险管理是银行在信贷业务中较为重要的一环，目前主要依托人工分析行业发展趋势，划分政策行业，以实现对行业的管控。现有的政策行业风险评价，通常依靠人工对政策进行解读和行业的划分，耗费人力物力，且精度低，更新不够及时，往往是出现了事后出现风险才纳入管控。


技术实现要素：

3.本技术实施例的目的在于提供一种行业趋势评价方法及装置，能够及时进行行业趋势评价，同时提高评价精度，降低解读成本，提高评估效率，进而有利于及时避免风险出现。
4.本技术实施例第一方面提供了一种行业趋势评价方法，包括：
5.获取政策文件；
6.对所述政策文件进行预处理，得到预处理数据；
7.通过预设的评价模型对所述预处理数据进行行业趋势评价，得到评价结果；
8.输出所述评价结果。
9.在上述实现过程中，该方法可以优先获取政策文件；然后，对政策文件进行预处理，得到预处理数据；再通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果；最后，再输出评价结果。可见，该方法能够及时进行行业趋势评价，同时提高评价精度，降低解读成本，提高评估效率，进而有利于及时避免风险出现。
10.进一步地，所述获取政策文件，包括：
11.通过爬虫方式从预设网站采集政策批示数据和政策公示数据；
12.接收上传数据；
13.汇总所述政策批示数据、所述政策公示数据以及所述上传数据，得到政策文件。
14.进一步地，所述对所述政策文件进行预处理，得到预处理数据，包括：
15.采用nlp技术对所述政策文件进行文本处理，得到文本数据；
16.对所述文本数据进行分词处理，得到分词词汇数据；
17.所述对所述分词词汇数据进行关键词提取，得到关键动词和行业关键词；
18.根据预设标准行业标签、所述行业表示词对所述行业关键词进行词汇统计，得到所述行业关键词的出现频率以及所述行业关键词与所述标准行业标签的相似度；
19.汇总所述行业关键词、所述关键动词、所述出现频率以及所述相似度，得到预处理数据。
20.进一步地，所述对所述分词词汇数据进行关键词提取，得到关键动词和行业关键词，包括：
21.对所述分词词汇数据进行关键动词提取，得到关键动词；其中，所述关键动词包括正向词数据和负向词数据；
22.对所述关键动词进行段落分析，得到与所述关键动词相关联的行业关键词。
23.进一步地，所述评价模型的评价因子包括行业关键词匹配度、关键动词的正负词性、行业关键词出现的频率、政府机构的权威度以及时间窗口期。
24.进一步地，所述方法还包括：
25.根据所述评价结果获取行业政策推荐数据；其中，所述行业政策推荐包括用于解决行业管控中对政策解读环节和行业管控的推荐数据；
26.输出所述行业政策推荐数据。
27.本技术实施例第二方面提供了一种行业趋势评价装置，所述行业趋势评价装置包括：
28.获取单元，用于获取政策文件；
29.预处理单元，用于对所述政策文件进行预处理，得到预处理数据；
30.评价单元，用于通过预设的评价模型对所述预处理数据进行行业趋势评价，得到评价结果；
31.输出单元，用于输出所述评价结果。
32.在上述实现过程中，该装置可以通过获取单元获取政策文件；通过预处理单元对政策文件进行预处理，得到预处理数据；通过评价单元来通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果；再通过输出单元输出评价结果。可见，能够及时进行行业趋势评价，同时提高评价精度，降低解读成本，提高评估效率，进而有利于及时避免风险出现。
33.进一步地，所述获取单元包括：
34.采集子单元，用于通过爬虫方式从预设网站采集政策批示数据和政策公示数据；
35.接收子单元，用于接收上传数据；
36.第一汇总子单元，用于汇总所述政策批示数据、所述政策公示数据以及所述上传数据，得到政策文件。
37.进一步地，所述预处理单元包括：
38.处理子单元，用于采用nlp技术对所述政策文件进行文本处理，得到文本数据；
39.所述处理子单元，还用于对所述文本数据进行分词处理，得到分词词汇数据；
40.提取子单元，用于对所述分词词汇数据进行关键词提取，得到关键动词和行业关键词；
41.统计子单元，用于根据预设标准行业标签、所述行业表示词对所述行业关键词进行词汇统计，得到所述行业关键词的出现频率以及所述行业关键词与所述标准行业标签的相似度；
42.第二汇总子单元，用于汇总所述行业关键词、所述关键动词、所述出现频率以及所述相似度，得到预处理数据。
43.进一步地，所述提取子单元包括：
44.提取模块，用于对所述分词词汇数据进行关键动词提取，得到关键动词；其中，所述关键动词包括正向词数据和负向词数据；
45.分析模块，用于对所述关键动词进行段落分析，得到与所述关键动词相关联的行业关键词。
46.进一步地，所述评价模型的评价因子包括行业关键词匹配度、关键动词的正负词性、行业关键词出现的频率、政府机构的权威度以及时间窗口期。
47.进一步地，所述获取单元，还用于根据所述评价结果获取行业政策推荐数据；其中，所述行业政策推荐包括用于解决行业管控中对政策解读环节和行业管控的推荐数据；
48.所述输出单元，还用于输出所述行业政策推荐数据。
49.本技术实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本技术实施例第一方面中任一项所述的行业趋势评价方法。
50.本技术实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本技术实施例第一方面中任一项所述的行业趋势评价方法。
附图说明
51.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
52.图1为本技术实施例提供的一种行业趋势评价方法的流程示意图；
53.图2为本技术实施例提供的另一种行业趋势评价方法的流程示意图；
54.图3为本技术实施例提供的一种行业趋势评价装置的结构示意图；
55.图4为本技术实施例提供的另一种行业趋势评价装置的结构示意图；
56.图5为本技术实施例提供的一种行业趋势评价方法的举例流程示意图。
具体实施方式
57.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
58.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
59.实施例1
60.请参看图1，图1为本实施例提供了一种行业趋势评价方法的流程示意图。其中，该行业趋势评价方法包括：
61.s101、获取政策文件。
62.s102、对政策文件进行预处理，得到预处理数据。
63.s103、通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果。
64.本实施例中，评价模型的评价因子包括行业关键词匹配度、关键动词的正负词性、
行业关键词出现的频率、政府机构的权威度以及时间窗口期。
65.s104、输出评价结果。
66.本实施例中，目前针对行业政策的管理主要划分为3个类别管理，即将所有的行业划分为鼓励类、限制类、适度进入类，并以此来分别对应不同的风险管理策略，如限额等。其中，行业的归类主要依托于人工对数据的分析和划分，效率较为低下，对行业的政策管控较为迟缓。为了解决该种问题，该方法提出了基于智能政策解读的行业政策推荐系统，主要针对政策文件进行智能解读，分析，预测趋势，并将其与行内业务相关联，以便于给出行业政策的推荐，从而解决行业管控中对政策解读环节和行业管控的问题。
67.本实施例中，该方法可以应用于金融领域。其中，该方法可以提供一个评价模型，并以此来对政策文本的解读的量化评分模型，从而能够直观地评价政策涉及的行业，以便决策使用。同时，该方法还可以发现政策趋势行业和鼓励发展的行业，便于相关企业提前进入和布局，从而有利于促进业务营销和发展。
68.本实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。
69.在本实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。
70.可见，实施本实施例所描述的行业趋势评价方法，能够基于政策文件分析出政策关联行业与银行内业务行业的发展趋势，从而以此来评价行业风险和潜力，以便于做出提前的预警和管控措施，进而解决依靠人力解读后对市场的反应较为滞后的问题，实现降低解读成本，提高评估效率的效果。同时，该方法还能够有效预测行业趋势并进行相关预警，从而便于对政策行业影响较大的业务提前作出应对，以防因政策导致的行业暴雷事件发生，降低损失。
71.实施例2
72.请参看图2，图2为本实施例提供了一种行业趋势评价方法的流程示意图。其中，该行业趋势评价方法包括：
73.s201、通过爬虫方式从预设网站采集政策批示数据和政策公示数据。
74.s202、接收上传数据。
75.s203、汇总政策批示数据、政策公示数据以及上传数据，得到政策文件。
76.本实施例中，该方法对于政策文件的获取，主要依托爬虫或手动导入的方式获取，爬虫技术主要针对政府各大官方网站采集政策批示和政策文件。
77.s204、采用nlp技术对政策文件进行文本处理，得到文本数据。
78.s205、对文本数据进行分词处理，得到分词词汇数据。
79.s206、对分词词汇数据进行关键动词提取，得到关键动词。
80.本实施例中，关键动词包括正向词数据和负向词数据。
81.s207、对关键动词进行段落分析，得到与关键动词相关联的行业关键词。
82.s208、根据预设标准行业标签、行业表示词对行业关键词进行词汇统计，得到行业关键词的出现频率以及行业关键词与标准行业标签的相似度。
83.s209、汇总行业关键词、关键动词、出现频率以及相似度，得到预处理数据。
84.本实施例中，文件处理的核心过程是采用nlp技术对文本进行处理，采集到相关数
据后，对政策文件来源打上时间、区域、机构的标签，用于后续按区域和政府机构等维度建立分析。其中，政策文件的处理还包括对文本内容的解析，即政策文件的解析，主要过程包括分词、统计、评价。
85.具体的，分词主要依托行业词库，将国标四级行业名称及行业标签作为行业基础词库，采用正向和逆向双向匹配的方式，将政策文件进行分词处理，以识别出与行业词库中行业相近的分词词汇，用于统计和分析该政策文件中涉及的行业内容。在提取文件中的关键动词时，需要对关键词进行分类标记，划分为正向词和负向词，如正向词汇：推进、鼓励发展、重点发展、重点建设；负向词汇：禁止、严禁、停止、避免等；当出现关键动词时，需对该动词进行段落分析，以与行业关键词建立关联，以识别该政策文件描述的是鼓励该行业还是限制该行业，如：鼓励制造业。另外，该方法可以在单份政策文件中，统计关于行业关键词出现的频率与标准行业标签的相似度，以评估该行业是否被多次提及，从而以此来统计词汇在同期类似的文件中出现频率。
86.s210、通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果。
87.本实施例中，评价模型的评价因子包括行业关键词匹配度、关键动词的正负词性、行业关键词出现的频率、政府机构的权威度以及时间窗口期。
88.本实施例中，评价模型主要用于对处理后的政策文件及相关行业建立关联，并采用量化的方式，评价出该行业的趋势；评价模型的因子主要包括：文本中的行业关键词匹配度、关键动词的正负词性、行业关键词出现的频率、政府机构的权威度、时间窗口期中提及的次数作为重要的评价因子。其中，
89.关于文本中的行业关键词匹配度：该方法采用文本相似度计算算法，实现分词中的行业关键词与标准行业匹配度，依照匹配度大小来定位行业；
90.关于关键动词的正负词性：正负词性决定着一个行业的发展方向，因此，正向的用1表示，负向的用-1表示，当出现负向关键词时，该行业需对应减分，在风险控制中，负面政策对行业的影响会远大于正面政策的影响；
91.关于行业关键词出现的频率：取相似度在70％以上的行业，统计出现频率，并根据频率打分；
92.关于政府机构的权威度：将权威度划分为国家级、部委级、地区级、市级、市级以下，分别给与10分、8分、6分、4分、2分；
93.关于时间窗口期：主要以月度、季度、年度为窗口期，用以评价政策文件和方向的持续性，月度频率主要防范高风险的行业，需及时作出应对，季度和年度主要用于评估正向和潜力行业，其反应时效较长。
94.具体可以参照下表。
[0095][0096]
本实施例中，该方法可以将各因子得分加总获得行业排名，其中负数是负向，值越小表示风险越高，正向分值越高则表示行业；采用得分统一排名即可得到政策中涉及到的风险值；实际应用中，重点关注排名靠前与靠后的行业。
[0097]
s211、输出评价结果。
[0098]
s212、根据评价结果获取行业政策推荐数据。
[0099]
本实施例中，行业政策推荐包括用于解决行业管控中对政策解读环节和行业管控的推荐数据。
[0100]
s213、输出行业政策推荐数据。
[0101]
请参看图5，图5示出了该方法的举例流程。
[0102]
本实施例中，该方法可以应用于金融领域。其中，该方法可以提供一个评价模型，
并以此来对政策文本的解读的量化评分模型，从而能够直观地评价政策涉及的行业，以便决策使用。同时，该方法还可以发现政策趋势行业和鼓励发展的行业，便于相关企业提前进入和布局，从而有利于促进业务营销和发展。
[0103]
本实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。
[0104]
在本实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。
[0105]
可见，实施本实施例所描述的行业趋势评价方法，能够基于政策文件分析出政策关联行业与银行内业务行业的发展趋势，从而以此来评价行业风险和潜力，以便于做出提前的预警和管控措施，进而解决依靠人力解读后对市场的反应较为滞后的问题，实现降低解读成本，提高评估效率的效果。同时，该方法还能够有效预测行业趋势并进行相关预警，从而便于对政策行业影响较大的业务提前作出应对，以防因政策导致的行业暴雷事件发生，降低损失。
[0106]
实施例3
[0107]
请参看图3，图3为本实施例提供的一种行业趋势评价装置的结构示意图。如图3所示，该行业趋势评价装置包括：
[0108]
获取单元310，用于获取政策文件；
[0109]
预处理单元320，用于对政策文件进行预处理，得到预处理数据；
[0110]
评价单元330，用于通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果；
[0111]
输出单元340，用于输出评价结果。
[0112]
本实施例中，对于行业趋势评价装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
[0113]
可见，实施本实施例所描述的行业趋势评价装置，能够基于政策文件分析出政策关联行业与银行内业务行业的发展趋势，从而以此来评价行业风险和潜力，以便于做出提前的预警和管控措施，进而解决依靠人力解读后对市场的反应较为滞后的问题，实现降低解读成本，提高评估效率的效果。同时，该方法还能够有效预测行业趋势并进行相关预警，从而便于对政策行业影响较大的业务提前作出应对，以防因政策导致的行业暴雷事件发生，降低损失。
[0114]
实施例4
[0115]
请参看图4，图4为本实施例提供的一种行业趋势评价装置的结构示意图。如图4所示，该行业趋势评价装置包括：
[0116]
获取单元310，用于获取政策文件；
[0117]
预处理单元320，用于对政策文件进行预处理，得到预处理数据；
[0118]
评价单元330，用于通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果；
[0119]
输出单元340，用于输出评价结果。
[0120]
作为一种可选的实施方式，获取单元310包括：
[0121]
采集子单元311，用于通过爬虫方式从预设网站采集政策批示数据和政策公示数
据；
[0122]
接收子单元312，用于接收上传数据；
[0123]
第一汇总子单元313，用于汇总政策批示数据、政策公示数据以及上传数据，得到政策文件。
[0124]
作为一种可选的实施方式，预处理单元320包括：
[0125]
处理子单元321，用于采用nlp技术对政策文件进行文本处理，得到文本数据；
[0126]
处理子单元322，还用于对文本数据进行分词处理，得到分词词汇数据；
[0127]
提取子单元323，用于对分词词汇数据进行关键词提取，得到关键动词和行业关键词；
[0128]
统计子单元324，用于根据预设标准行业标签、行业表示词对行业关键词进行词汇统计，得到行业关键词的出现频率以及行业关键词与标准行业标签的相似度；
[0129]
第二汇总子单元325，用于汇总行业关键词、关键动词、出现频率以及相似度，得到预处理数据。
[0130]
作为一种可选的实施方式，提取子单元323包括：
[0131]
提取模块，用于对分词词汇数据进行关键动词提取，得到关键动词；其中，关键动词包括正向词数据和负向词数据；
[0132]
分析模块，用于对关键动词进行段落分析，得到与关键动词相关联的行业关键词。
[0133]
本实施例中，评价模型的评价因子包括行业关键词匹配度、关键动词的正负词性、行业关键词出现的频率、政府机构的权威度以及时间窗口期。
[0134]
作为一种可选的实施方式，获取单元310，还用于根据评价结果获取行业政策推荐数据；其中，行业政策推荐包括用于解决行业管控中对政策解读环节和行业管控的推荐数据；
[0135]
输出单元340，还用于输出行业政策推荐数据。
[0136]
本实施例中，对于行业趋势评价装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
[0137]
可见，实施本实施例所描述的行业趋势评价装置，能够基于政策文件分析出政策关联行业与银行内业务行业的发展趋势，从而以此来评价行业风险和潜力，以便于做出提前的预警和管控措施，进而解决依靠人力解读后对市场的反应较为滞后的问题，实现降低解读成本，提高评估效率的效果。同时，该方法还能够有效预测行业趋势并进行相关预警，从而便于对政策行业影响较大的业务提前作出应对，以防因政策导致的行业暴雷事件发生，降低损失。
[0138]
本技术实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本技术实施例1或实施例2中的行业趋势评价方法。
[0139]
本技术实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本技术实施例1或实施例2中的行业趋势评价方法。
[0140]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图
显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0141]
另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0142]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0143]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0144]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。
[0145]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

技术特征：
1.一种行业趋势评价方法，其特征在于，包括：获取政策文件；对所述政策文件进行预处理，得到预处理数据；通过预设的评价模型对所述预处理数据进行行业趋势评价，得到评价结果；输出所述评价结果。2.根据权利要求1所述的行业趋势评价方法，其特征在于，所述获取政策文件，包括：通过爬虫方式从预设网站采集政策批示数据和政策公示数据；接收上传数据；汇总所述政策批示数据、所述政策公示数据以及所述上传数据，得到政策文件。3.根据权利要求1所述的行业趋势评价方法，其特征在于，所述对所述政策文件进行预处理，得到预处理数据，包括：采用nlp技术对所述政策文件进行文本处理，得到文本数据；对所述文本数据进行分词处理，得到分词词汇数据；对所述分词词汇数据进行关键词提取，得到关键动词和行业关键词；根据预设标准行业标签、所述行业表示词对所述行业关键词进行词汇统计，得到所述行业关键词的出现频率以及所述行业关键词与所述标准行业标签的相似度；汇总所述行业关键词、所述关键动词、所述出现频率以及所述相似度，得到预处理数据。4.根据权利要求3所述的行业趋势评价方法，其特征在于，所述对所述分词词汇数据进行关键词提取，得到关键动词和行业关键词，包括：对所述分词词汇数据进行关键动词提取，得到关键动词；其中，所述关键动词包括正向词数据和负向词数据；对所述关键动词进行段落分析，得到与所述关键动词相关联的行业关键词。5.根据权利要求1所述的行业趋势评价方法，其特征在于，所述评价模型的评价因子包括行业关键词匹配度、关键动词的正负词性、行业关键词出现的频率、政府机构的权威度以及时间窗口期。6.根据权利要求1所述的行业趋势评价方法，其特征在于，所述方法还包括：根据所述评价结果获取行业政策推荐数据；其中，所述行业政策推荐包括用于解决行业管控中对政策解读环节和行业管控的推荐数据；输出所述行业政策推荐数据。7.一种行业趋势评价装置，其特征在于，所述行业趋势评价装置包括：获取单元，用于获取政策文件；预处理单元，用于对所述政策文件进行预处理，得到预处理数据；评价单元，用于通过预设的评价模型对所述预处理数据进行行业趋势评价，得到评价结果；输出单元，用于输出所述评价结果。8.根据权利要求7所述的行业趋势评价装置，其特征在于，所述获取单元包括：采集子单元，用于通过爬虫方式从预设网站采集政策批示数据和政策公示数据；接收子单元，用于接收上传数据；
第一汇总子单元，用于汇总所述政策批示数据、所述政策公示数据以及所述上传数据，得到政策文件。9.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至6中任一项所述的行业趋势评价方法。10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至6任一项所述的行业趋势评价方法。

技术总结
本申请提供一种行业趋势评价方法及装置，该方法包括：获取政策文件；对政策文件进行预处理，得到预处理数据；通过预设的评价模型对预处理数据进行行业趋势评价，得到评价结果；输出评价结果。可见，该方法及装置能够及时进行行业趋势评价，同时提高评价精度，降低解读成本，提高评估效率，进而有利于及时避免风险出现。出现。出现。


技术研发人员：谢长江
受保护的技术使用者：平安银行股份有限公司
技术研发日：2023.06.05
技术公布日：2023/9/7