1.一种基于企业画像的企业分析方法，其特征在于，应用于企业分析云平台，所述企业分析云平台与至少一个数据爬取端通信连接，所述方法包括：接收至少一个所述数据爬取端上传的拟分析企业事件集，拟分析企业事件集对应拟分析企业，所述拟分析企业事件集包括多个分析层面的拟分析企业事件子集；

获取所述拟分析企业对应的多个拟分析企业事件子集；

对每个所述拟分析企业事件子集进行多个维度的知识挖掘，得到每个所述拟分析企业事件子集在动态分析要素上的动态画像知识和在静态分析要素上的静态画像知识，构建相应的第一拟整理画像知识；

对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，所述第一分析偏心参数被配置成指示所述拟分析企业事件子集对应的分析侧重程度；

依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的所述第一拟整理画像知识赋予对应的第二分析偏心参数，所述第二分析偏心参数被配置为增加边缘画像贡献值的拟分析企业事件子集对应的分析侧重程度；

依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识；

依据所述第二拟整理画像知识整理出所述拟分析企业对应的企业画像；所述第一分析偏心参数包括均衡分析偏心参数，所述对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value1；

对每一所述画像贡献值value1进行标准化操作，得到各个所述拟分析企业事件子集对应的均衡分析偏心参数；

或者，所述第一分析偏心参数包括单一分析偏心参数，所述对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value2；

依据所述画像贡献值value2将每个所述拟分析企业事件子集划分成企业事件子集subset1和企业事件子集subset2，所述企业事件子集subset1对应的画像贡献值value2大于所述企业事件子集subset2对应的画像贡献值value2；

将企业事件子集subset1对应的分析侧重程度确定为预定参数default1，将企业事件子集subset2对应的分析侧重程度确定为预定参数default2，所述预定参数default1大于所述预定参数default2；

对各个所述拟分析企业事件子集对应的分析侧重程度进行标准化操作，得到每个所述拟分析企业事件子集对应的单一分析偏心参数；所述依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第二分析偏心参数，包括：确定每一所述第一拟整理画像知识对应的画像贡献值value3；

依据画像贡献值value3将各个所述拟分析企业事件子集划分成企业事件子集subset3和企业事件子集subset4，所述企业事件子集subset3对应的画像贡献值value3大于所述企业事件子集subset4对应的画像贡献值value3，所述企业事件子集subset3对应的画像贡献值value3为核心画像贡献值，所述企业事件子集subset4对应的画像贡献值value3为边缘画像贡献值；

将企业事件子集subset3对应的分析侧重程度确定为预定参数default2，将企业事件子集subset4对应的画像贡献值value3进行标准化操作，得到企业事件子集subset4对应的分析侧重程度；

依据每个所述拟分析企业事件子集对应的分析侧重程度得到所述每个所述拟分析企业事件子集对应的第二分析偏心参数；所述依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识，包括：将相同的所述第一拟整理画像知识对应的第一分析偏心参数和第二分析偏心参数进行融合，得到各个第一拟整理画像知识对应的目标分析偏心参数；

将相同的拟分析企业事件子集对应的第一拟整理画像知识和目标分析偏心参数按照预设的计算方式进行计算，得到每个所述拟分析企业事件子集对应的候选拟整理画像知识；

依据各个候选拟整理画像知识得到所述第二拟整理画像知识；所述企业画像包括发展评估指标，所述依据所述第二拟整理画像知识确定所述拟分析企业对应的企业画像，包括：依据所述第二拟整理画像知识中的静态画像知识对所述拟分析企业事件集进行描绘项目提取，得到所述拟分析企业事件集中的多个目标描绘项目；

依据所述第二拟整理画像知识中的动态画像知识对所述多个目标描绘项目进行整体变化分析，得到所述各个目标描绘项目对应的整体变化趋势；

依据所述各个目标描绘项目对应的整体变化趋势确定所述多个目标描绘项目之间的关联结果；

依据所述多个目标描绘项目之间的关联结果和目标描绘项目的项目信息得到所述拟分析企业对应的发展评估指标；

或者，所述企业画像包括硬实力评估指标，所述依据所述第二拟整理画像知识确定所述拟分析企业对应的企业画像，包括：依据所述第二拟整理画像知识中的静态画像知识对所述拟分析企业事件集进行描绘项目提取，得到所述拟分析企业事件集中的多个目标描绘项目；

依据所述第二拟整理画像知识中的动态画像知识对目标描绘项目进行选定评估信息提取，确定所述多个目标描绘项目的选定评估信息对应的变化情况；

依据所述变化情况确定对应的目标描绘项目的竞争力结果；

依据各个目标描绘项目的竞争力结果和目标描绘项目的项目信息得到所述拟分析企业对应的硬实力评估指标；

所述企业画像为多个评估指标构成的簇。

2.根据权利要求1所述的方法，其特征在于，所述方法通过事先调试完成的企业分析网络执行，所述方法包括：将每个所述拟分析企业事件子集加载到完成调试的企业分析网络；

通过所述企业分析网络的线性变换模块，对每个所述拟分析企业事件子集进行多个维度的知识挖掘，得到每个所述拟分析企业事件子集在动态分析要素上的动态画像知识和在静态分析要素上的静态画像知识，构建相应的第一拟整理画像知识；

通过所述企业分析网络的第一信息关注模块，对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第一分析偏心参数，所述第一信息关注模块包括均衡信息关注模块和/或单一信息关注模块；

通过所述企业分析网络的第二信息关注模块，依据所述每个所述拟分析企业事件子集对应的画像贡献值，对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的第二分析偏心参数；

依据第一分析偏心参数和第二分析偏心参数，对每个所述拟分析企业事件子集对应的第一拟整理画像知识进行融合，得到第二拟整理画像知识；

基于所述企业分析网络的知识归类模块，依据所述第二拟整理画像知识确定所述拟分析企业对应的企业画像。

3.根据权利要求2所述的方法，其特征在于，信息关注模块为所述第一信息关注模块或所述第二信息关注模块，所述信息关注模块的信息处理过程包括；

对各个所述第一拟整理画像知识进行第一次整合映射操作，得到每个所述拟分析企业事件子集对应的原始画像贡献值；

对每一所述原始画像贡献值进行非线性转换，得到每个所述拟分析企业事件子集对应的过渡画像贡献值；

对各个过渡画像贡献值进行再次整合映射操作，得到所述每个所述拟分析企业事件子集对应的最终画像贡献值；

依据所述每个所述拟分析企业事件子集对应的最终画像贡献值，对每个所述拟分析企业事件子集对应的第一拟整理画像知识赋予对应的分析偏心参数。

4.根据权利要求1所述的方法，其特征在于，企业分析网络通过以下步骤调试得到：获取企业事件集样本对应的多个企业事件集样本子集和企业事件集样本对应的样本指示信息，将所述多个企业事件集样本子集加载到拟调试的企业分析网络；

对所述多个企业事件集样本子集进行多个维度的知识挖掘，得到所述多个企业事件集样本子集在动态分析要素上的动态画像知识和在静态分析要素上的静态画像知识，构建相应的第一拟整理画像知识样本；

对所述多个企业事件集样本子集对应的第一拟整理画像知识样本赋予对应的第一分析偏心参数，所述第一分析偏心参数被配置成指示企业事件集样本子集对应的分析侧重程度；

依据所述多个企业事件集样本子集对应的画像贡献值，对所述多个企业事件集样本子集对应的第一拟整理画像知识样本赋予对应的第二分析偏心参数，所述第二分析偏心参数被配置为增加边缘画像贡献值的企业事件集样本子集对应的分析侧重程度；

依据第一分析偏心参数和第二分析偏心参数，对所述多个企业事件集样本子集对应的第一拟整理画像知识样本进行融合，得到第二拟整理画像知识样本；

依据所述第二拟整理画像知识样本确定所述企业事件集样本对应的推理指示信息，依据所述样本指示信息和所述推理指示信息之间的损失值对所述企业分析网络的网络系数进行调节，直到符合预设要求，得到调试好的企业分析网络。

5.一种企业分析系统，其特征在于，包括企业分析云平台和与所述企业分析云平台通信连接的至少一个数据爬取端，所述企业分析云平台包括处理器和存储器，所述存储器存储有计算机程序，当所述处理器执行所述计算机程序时，执行如权利要求1 4任一项所述的~方法。

6.一种企业分析云平台，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，当所述处理器执行所述计算机程序时，执行如权利要求1 4任一项所述的方法。

~