新能源汽车产业链结构文本训练数据

本数据集旨在服务于新能源汽车产业链的智能分析与图谱构建，通过关联企业信息与产业标签，为产业链分析提供数据基础。其主要应用于：产业配套分析，辅助分析区域内在汽车零部件、专用设施及后市场服务等环节的潜在供应商分布；供应链梳理，为整车企业或投资机构梳理从核心部件（如电池、电机）到通用配件（如阀门、线束）的供应链生态；服务网络映射，识别与新能源汽车相关的维修、充电等后市场服务资源的分布情况。一、加工前数据说明
本数据集旨在构建用于新能源汽车产业链智能分析的人工智能模型训练语料。数据已进行严格的匿名化与去标识化处理：原始企业名称替换为不可逆标识符，移除简介中具体地址、联系方式等敏感信息，确保符合隐私保护与安全合规要求，为模型训练提供洁净输入基础。
二、数据处理规则
数据处理遵循“体系先行、业务匹配、特征抽取”规则：
体系先行：依据新能源汽车产业分类，预先定义以“新能源汽车”为一级节点，下设“装置、配件制造”、“相关设施制造”、“相关服务”等二级节点，并细分为“电机、发动机制造”、“供能装置制造”、“充电及维修服务”等三级及“汽车零部件及配件制造”、“阀门和旋塞制造”等四级节点，覆盖从核心部件到售后服务的全产业链。
业务匹配：采用“自动化匹配+人工校验”策略。依托Spark框架对企业简介进行分词与关键词匹配，通过预构建的语义规则库（含“新能源车”、“三电系统”、“充电桩”等关键词）推荐初始节点，再由专家审核判定，确保企业归入最贴切的产业链环节。
特征抽取：同步从简介中抽取核心产品、技术或服务的关键术语，经去重标准化后组合为“正向词”特征串，并归纳生成“产业标签”，作为分类标签的细粒度语义补充。
三、加工后数据内容
数据集为结构化的“文本-标签”数据。每条数据包含脱敏处理后的企业描述文本，以及对应的人工校验分类标签（一级至四级节点）、正向词与产业标签。内容覆盖核心三电系统、车身零部件到充电维修服务等环节，形成分类清晰、特征明确的专用数据集，可直接用于产业链分析、供应商分类及后市场服务网络研究等模型训练与评估。

搜集汇总

背景与挑战

背景概述

该数据集脱敏处理了新能源汽车产业链相关企业信息，经自动化关键词匹配与人工校验赋予一至四级产业分类标签及正向词、产业标签，形成结构化文本标签数据。数据涵盖从核心部件（如电池、电机）到后市场服务（如充电、维修）的全链条，可用于产业链分析、供应商分类及服务网络研究等模型训练与评估。