企业维度数据的补全是个头疼的问题

1. 全国企业名录的补全
2. 软著、版权的补全
3. 裁判文书的补全

企业名录的补全是第一步，名录齐全了。我们才有更准确的任务源知道哪些公司需要补全哪些信息的，其实在这之前我们应该准确的判断出来每个企业的性质，该企业会不会有软著、版权、裁判文书。

最近也找了很多补全数据的站点，比较优质的站点都会涉及到账号的问题，这个也是未来抓取的一个趋势，账号成本只会越来越贵，因为你要的不是一次性的用完就丢弃这些账号了，那样子的话才不要管它的使用安全性。除非账号费用特别廉价，加上要的数据量不大，否则一定要控制账号在一个安全合理的前提下使用，对方站点肯定会有监测的，破坏了规则，可能很长一段时间该站点你都是没法再进行抓取了，得不偿失，还不如慢慢来。

长期以来我们一直缺乏一个精准的算法，怎么样才能极其准确地仅通过公司名就能得出很多有价值的信息，这些信息能够帮助我们准确地定位到我们还有哪些维度信息是我们缺少的，再一个就是各种维度信息数量上的一个记录工作，这个也是很重要的，我们在对一个企业做画像的时候就会用到这些东西，预想值跟实际值差距超过一定范围的时候，也就意味这个我们还需要花更多的时间和精力去补全这些东西。