产业链分析生物医药企业标签数据

通过对企业基本信息和关键词的匹配，确定公司的行业分类，为企业数据分类、分析提供前提对企业名称、主要产品、产品剂型、产品类型四个字段进行文本识别，和四级标签关键字字段进行匹配。匹配算法使用前缀树算法，用关键字字段构建前缀树，确定根节点。根节点就是所有关键字的公共前缀，比如说所有的关键字都是“药”开头的，那根节点就是“药”，如果关键字的开头不相同，那根节点就是为空字符，不影响计算。然后用文本从根节点开始逐字符遍历，如果节点出现该字符则进入子节点，如果没有出现则返回上一节点向下遍历，适用于大文本量快速匹配。当文本中出现四级标签关键字字段中任意一个关键词时，即确定该公司的行业分类一级标签为生物医药，二级标签为药品，三级标签为中药，四级标签为中成药。随即完成对一级标签、二级标签、三级标签、四级标签的自动填写。如果没有出现关键字字段中的任何关键词，则不匹配到该分类。

搜集汇总

数据集介绍

特点

该数据集包含2788条生物医药企业的标签数据，通过文本识别和前缀树算法匹配企业信息与标签关键字，确定企业的行业分类。数据每周更新，适用于企业数据分类和分析。