招标代理公司（立即查看） 受业主单位（立即查看） 委托，于2022-11-04在采购与招标网发布 (县区采购意向)大连金普新区科技和工业信息化局2022年11（至）12月政府采购意向681040205。现邀请全国供应商参与投标，有意向的单位请及时联系项目联系人参与投标。 政府采购意向公告大连（略）科（略）采购（略）采购信（略）采购意向公开工作的通知》（财库〔（略）〕（略）号）等有关规定，现将大连（略）科技和工（略）年（略）（至）（略）月采购意向公开如下：序号采购项目名称采购需求概况预算金额（（略））预计采购时间（填写到月）备注1大连金普（略）、指标体系项目（（略）。1（略）：（1）实现部（略）企业基础数据的接入和更新，如企业的工商登记信息、法人高管股东信息、对外投资信息、知识产权信息、招聘信息、招投标信息、舆情信息、进出口信息等多源异构的数据。（2）各政府部门数据按权限填报、导入及（略）。（3）企业数据动态填报，根据企业评价模型和日常统计上报需要，管理和组织相关企业填报部（略）少量数据。2、企业智能专题库：建立健全企业库信息管理，为企业（略）级（略）类培育等场景（略）内嵌标准企业库，如潜在瞪羚库，潜在科小库，潜在雏鹰库，潜在独（略）兽库等。支持可自定义检索、条件规则组合进行企业库的构建。3、企业评价模型及指标体系：针对不同应用场景需要，可以动态设计和自行创建维护指标体系，并根据指标体系和企业基础数据完成企业多维度评价过程，对评价结果进行（略）析、应用和实施。4、（略）：针对企业基础信息、指标评价结果、企业画像、政策推送及跟踪等提供可视化模块，直观呈现结果，便于决策（略）析。5（略）接口服务：（1）定制化开发接口（略）、（略）融合对接。（2）提供相关评价模型结果和基础数据的接口（略）提供企业基础数据支撑。6（略）内消息管理和短信、（略）通知等功能，畅通消（略）和业务运转效率。7（略），智能解答企业用户困惑和需求，提升工作效率。8（略）稳定持续运行，专门技术人员跟踪维护1年。9（略）所需基础模块功能，含首页、信息发布管理、（略）认证、用户（略）色权限管理、日志、基础数据维护等。（略）、第三方接（略）运行需要，采购第三方接口费用，如：企业工商数据接口、知识产权数据接口等。该部（略）预算根据实际业务需要确定。（二）企业创新积（略）管理指标体系构建。1（略）核心指标和高新技术企业认定，（略）雏鹰、瞪羚、独（略）兽等相关指标，本着科学性、完备性、可比性、可操作性原则，建立有（略）特色的、有正面导向的创新积（略）管理指标体系：（1（略）核心指标（略）析及国（略）样（略）创新积（略）管理要求及国内杭州、合肥、青岛、成（略）指标设定，形成（略）创新积（略）基础指标体系。（2）大连（略）科技和工（略）业务调研；大连（略）科技和工（略）RD、企业培育、知识产权等多维度业务调研。（3）企业调研提纲及（略）企业问卷的编制；形成企业调研提纲和（略）调研问卷方便统计。（4）（略）典型企业调研及报告输出；（略）家企业调研。（5）（略）科学技术厅雏鹰、瞪羚、独（略）兽企业指标调研（略）析；（略）科技厅新物种企业成（略）径及各阶段考核指标，（略）厅新增创新型主体指标设计单位进行（略）+线下沟通。（6）形成（略）创新积（略）指标体系；结合上述四个维度的综合（略）析，形成（略）创新积（略）评价指标体系，面向行业主管部门4次见面沟通及指标体系修改。2、（略）合工商、税务、社保数据，对各阶段各指标得（略）标准进行科学划（略）。指标值域划（略）能够准确反映企业之间在某类指标下的档次差异。指标权重划（略）各阶段具有差异性，同时有导向性，引导企业向下一阶段发展：（1）（略）工商、税务、社保、火炬统计、科小等数据搜集汇总；（略）各部门（略）年数据样本搜集汇总及数据质量校验，校验采取年度工商、税务、社保的静态数据。（2）对（略）工商、税务、火炬统计、科小等多源数据进行融合；数据样本建模及计算机（略）析程序编写。（3）对融合后的多源数据进行探索性（略）析，通过多种聚类结果探究不同类别下企业数据的差异性及差异性的来源指标；对数据进行（略）析和处理、P（略）降维、采用不同聚类算法，探索性测试不同聚类结果的之间的差异。（4）（略）工商、税务、火炬统计、科小等数据基于统计模型、数据（略）布的结果（略）析；结合创新积（略）评价指标，对（略）企业各维度数据（略）布进行（略）析，依据统计盒须图划（略）指标赋（略）的各维度值域。（5）创新积（略）评价指标赋（略）间划（略）；结合上述工作成果，输出（略）广义行业的创新积（略）评价指标及赋（略）体系，面向行业主管部门4次见面沟通及指标体系修改。（6）创新积（略）评价体系说明文档的编写及修改；形成创新积（略）体系相关报告及说明、并对报告进行多次迭代修改，按照与行业主管部门进行4轮会面修改预估。3、（略）合（略）企业数据，研究各口径企业（略）类体系与（略）产业方向的对应关系，按行业类别对企业数据进行划（略）。对不同行业不同数据维度的数据进行差异性（略）析，判断是否具有统计学意义上的显著性，进而进行行业系数的设置：（1）（略）合（略）企业数据，研究各口径企业（略）类体系与（略）产业方向的对应关系，按行业类别对企业数据进行划（略）。对不同行业不同数据维度的数据进行差异性（略）析，判断是否具有统计学意义上的显著性，进而进行行业系数的设置。（2）工商（略）行业信息与（略）企业主营方向匹配；工商（略）关键字段提取并进行碎片化处理，与（略）企业主营方向匹配，选取（略）个企业样本进行数据提取校验。（3）（略）产业（略）类与企业主营方向匹配；（略）产业（略）类准确边界的定义，与企业主营方向的匹配，选取（略）级财政贡献（略）强企业做数据校验。（4）建立上述三个维度数据的关联关系；上述三个维度细（略）指标的逻辑关系的准确对应（略）数据格式及数据校验。（5）通过上述关联关系对企业进行类别标注；编写对应标注程序对原始数据进行机器标注；（6）对不同行业不同数据维度的数据进行差异性（略）析，进行行业系数的设置；结合（略）产业方向，对企业经营数据以及行业维度深入（略）析，进行创新积（略）指标体系的行业系数设置，预计行业系数7-（略）个维度。（7（略）上线（略）开发建设单位沟通，（略）申报形式及（略）运行第一个月的每日沟通。（略）年（略）月本（略）采购工作的初步安排，具体采购项目情况以相关采购公告和采购文件为准。大连（略）科技和工（略）年（略）月（略）日FF（略）E;DD（略）E;EE（略）E;