[SQL] 通过工商信息筛选潜在客户

今日心情 ：佛系的很

---

对于业务来说，经常会碰到一种需求：手里有一个公司名单(可能也就十几二十个公司名称)，深入接触了几次之后，发现这类公司似乎合作意向都很大，具有很大的开发潜力。如果能找到跟这些公司相类似的企业，说不定能扩大客户池，进而带来业绩的增长，收获很多小钱钱。

如果还不会数据挖掘算法，如何先给出一份比较可靠的同类公司名单呢？头大。。。

不过既然要找相似企业，免不了要检索全国所有公司，如果数据库里有全国企业的工商信息数据，可以考虑用SQL先来应个急。

声明：本文重点在于介绍处理这类问题的思路，数据都是东拼西凑的。如有相同，纯属巧合

第一步：获取样本企业的相关信息

已知，样本企业名单如下：

公司A、公司B、公司C、公司D、公司E、公司F、公司G、公司H、公司I、公司J、公司K、公司L、公司M、公司N、公司O、公司P、公司Q、公司R、公司S、公司T

企业工商信息表结构（表结构参考 国家企业信用信息公式系统 中企业的营业执照信息）如下：

表名：enterprise (企业工商信息表)

字段含义	字段名称
统一社会信用代码	crn
企业名称	entity_name
企业类型	entity_type
法定代表人	legal_repr
注册资本(万)	regist_capital
成立日期	establish_date
营业期限自	start_from
营业期限至	start_to
登记机关	register_org
核准日期	approve_date
登记状态	status
住所	address
经营范围	scope

在工商数据表中查询样本企业的工商信息：

select * from enterprise where entity_name in ('公司A'，'公司B'，'公司C'，'公司D'，'公司E'，'公司F'，'公司G'，'公司H'，'公司I'，'公司J'，'公司K'，'公司L'，'公司M'，'公司N'，'公司O'，'公司P'，'公司Q'，'公司R'，'公司S'，'公司T')

第二步：提取样本企业的特征

能作为特征的，都是有具有较强标识性的。比如一个人，性别可以作为TA的一个特征，但是过于宽泛。我们若是想进一步知道TA是哪一类人，就得再给他贴一些标识，或者标签。而且这些标签得是简短、概括性的。比如：长发、胸大、腰细等，这样，这个人就会在我们的脑海里更加的具象化（想太多的，自行面壁去）。

而对于一个只知道工商信息的企业来说，能用来判断是否是同类企业的最重要字段也就是经营范围了。但是经营范围都是一大段一大段的，所以我们得对它进行语义上的分析，用更简短的词语，去标识这个企业。

经营范围分词

将刚刚获取的样本企业的工商数据导出为csv文件(文件名：sample_enter.csv)，用python对所有样本企业的经营范围进行分词

1.也可以用python连接数据库，执行sql语句获取结果。考虑到之后这部分数据可能会频繁使用，我就直接导出成文件了。

2.分词用的是百度的自然语言处理API接口，主要是想用它的词性分析功能。如果想简单点，可以用一些分词的在线工具，对每个企业的经营范围依次进行分词。但是如果样本企业过多，可能会比较费事

import time

from aip import AipNlp
import pandas as pd

''' 创建API的client '''

APP_ID = '24037821'  # 替换成自己的
API_KEY = 'gSH3nPHazXwsjGtZHdqQxRaR'  # 替换成自己的
SECRET_KEY = '3SOC3G45LSXwmKeyZsdgQZ9uMySQrbHL'  # 替换成自己的

client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
client.setConnectionTimeoutInMillis(3600)

sample_enter