本篇文章首先分析了政策的趋势，以及政策和企业在产业方面的特点，
其次将马斯洛需求层次理论和政策和企业挂钩，得出企业和政策如何满足用户的终极需求。
（一）政策的趋势特点
a)年份上
从2010-2020 年 直到2017年 政策数量开始逐渐增多，在2018年急速增长，在2019到2020趋于平稳。
对比企业数量的变化
企业数量逐年增长
2017企业数减少 与政策的数量的增长相反 可以判断应该是其他问题导致的
b)在季节上
春天和夏天 政策多 秋天减少 冬天又增长了
但是不同政策的比例变化不大
c）政策在每月/每周的变化
周二 周三 发布的政策比较多 整个月变化没有规律
政策趋势小结：
企业数量在近些年趋于平稳，说明企业已经基本满足市场的需求，各行业的企业都已经建立完成而不是刚开始建国时什么都没有的状态。
政策 在春夏、冬天发布多， 这符合人们的办事规律， 一年之际在于春，夏天，朝气蓬勃，冬天过完年，都是谋事的好时机。
一周之内， 周二、周三发布政策多 。
我们可以根据以上的分析，特别关注这些时间段， 抓住重点政策 ，节约精力， 为企业所用。
（二）政策和企业在产业方面的分析
a)产业分析-政策方面
根据政策在产业方面的分析，服务产业数据最多，接下来是知识产业、工业产业、农业产业。
b)产业分析-企业方面
根据企业在产业方面的分析，服务产业数据最多，接下来是工业产业、知识产业、农业产业。
c)产业分析-对比
政策在引导产业向进入知识产业，
不过企业稍微滞后一些，因为工业制造比知识产业的比例要高，目前阶段还是制造更多些。
农业和服务业 2个产业，企业和政策趋势是一样的。
政策对企业的影响：
2017年到2019年重庆市3大产业GDP增长率变化：
2017年: 第一产业 4.0% 6.9 % 第二产业 9.5% 44.1% 第三产业 9.9% 49.0%
生产总值19500.27亿元，比上年增长9.3%
2018年:第一产业 4.4 % 6.77% 第二产业 3% 40.9% 第三产业 9.1% 52.3%
生产总值20363.19 亿元，比上年增长6%
2019年:第一产业 3.6% 6.57% 第二产业 6.4% 40.2% 第三产业 6.4 % 53.13%
生产总值23605.77亿元，比上年增长6.3%
2019年:第一产业 4.7% 7.2% 第二产业 5.3% 40% 第三产业 2.8% 52.8%
生产总值25002.79 亿元，比上年增长6.3%
注意：前面是GDP增长率，后面是GDP占比
第三产业增加最快，第二产业次之，第一产业增长最少，
而且从3大产业总的GDP的占比来看，也是符合这个规律的。
这也符合之前政策和企业在产业方面分析的一个判断。说明政策促进和支持了企业的产业发展。
以上分析的应用：
根据世界500产业的分布， 批发零售、银行 、保险 、电子电气设备 通讯、电力、制药最少的是工农烟草、化学、金属 ，这些一般都是资源匮乏，且技术含量不高，对环境有害的行业。
所以500强企业主要分布在高科技,资金密集,需求量大的行业。
总的来说 服务产业最多，其次是高科技的工业制造业，农业和技术低的工业是最少的。
通过以上分析，我们的政府目前引导企业发展高新技术方面的方向是对的，不过还需要进一步引导和支持，多增加一些优惠政策，优化产业结构，以及对于危害环境大的产业要做整改，通过新的技术去优化这些行业，需要持续不断的监督。企业需要紧跟政策，加快优化自己的产业链，要知识和技术创新，改善对社会，对环境有害的工序，争取做到可持续发展。
（三）政策和企业在人类需求方面的分析
a)人类需求分析-政策方面
政策最多集中在基本需求的满足，然后是安全需求，第三是自我实现需求，最后是社会交往，自尊的需求。
b)人类需求分析-企业方面
企业所属的行业最多集中在基本需求的满足，然后是社会交往需求，第三安全需求，最后是自尊的需求和自我实现。
c)人类需求分析-对比
政策和企业，在满足基本需求数量都是最多的
其他不同的是，政策方面，安全和自我实现比较多，自尊和社会交往较少。
而企业满足的是社会交往和安全比较多，自尊和自我实现比较少。
所以，不管是政策还是企业对于人的基本需求和安全需求满足的较为充分
而在高层次的自我实现 、自尊，满足是较少的，尤其是企业。
另外很大的一点是政策和企业不是同步的，因为两者的需求分布是不一致的 。
以上分析的应用
从目前的数据来看，政策和企业满足的低层次需求较为充分，如基本和安全需求，但是高层次的社会交往，自尊和自我实现的需求还不够，未来，政府应该多加强高层次需求的发布，企业也应该设计一些产品满足高层次的需求，提高竞争力，达到企业和用户的双赢。
用户的需求决定了市场的空间，只有充分满足用户的需求，才能实现企业的利益最大化。
潜在商业价值和社会价值
对于政府： 政策对企业有引导和 约束作用
如随着全球经济化，为了提高国际竞争力，提高单位生产价值，需要产业结构的优化，提高单位价值高的产业占比。如第三服务产业、第四知识产业。
对于企业：
根据政府的政策引导，充分利用政府提供的各项资源和环境，不同行业需要了解自己行业的政策，
如创业优惠，行业补贴，税收和利率优惠，融资扶持，优化产业环境，都可以直接或者间接促进了企业的发展。
政府和企业 都要紧跟大环境和人们的需求，制定合适的政策，设计合适的产品，满足市场的需要，共同建设伟大的祖国。
对于个人：
在人生选择上，多关注教育、就业等政策，选择合适的行业，把握机遇，如现在，国家提倡消费升级，在医疗大健康，教育，娱乐，通讯着4大行业具有巨大的潜力，所以学生在选择专业和择业者在就业时，就可以重点关注这4大行业，同样的努力，可以取得更多的发展空间。
在日常生活上，平时要多了解跟自己生活密切相关的政策，如养老、医疗等 政策，获得相应的社会福利，减小生存压力，提高生活质量。
如何实现
技术：
a.tensorflow+sklearn 架构
b.采用tfidf 和word2vec生成词向量
c.文本抽取采用kmeans聚类来对政策分类
流程：
a.数据预处理-sklearn
b.数据探索-关联关系挖掘-tensorflow
c.文本抽取-tensorflow
d.可视化 - matplot
e.模型优化
数据预处理
(1)空字段删除 按时间排序
(2)数据标记，取政策和企业表格中数据手工标记， 做了行业，产业，人类需求的标签。
数据探索：
关联关系 通过热力图 找出相关的字段
正相关:
srcName publishDepartment
company_regorg 登记机关代码 和company_enterprise_status 有关
负相关:
level和srcName publishDepartment
统计分析：
根据标记的数据，做政策数量趋势，产业，需求的分类汇总统计，用matplot可视化展现 。
原型局限性：
1）用kmeans+tfidf/word2vec文本分类不理想
2）数据少，影响准确率
改进方法：
1）可以用百度的LAC 包切词，判断实体词是人名，机构名，地名，作品名，然后赋予不同权重，重复的词累积相加，最后按权重排序的抽取topN。之后，再往上迭代。
2）政策数据比较少，可以考虑用数据增强的方法，如相似词替换，回译，文字表面转换，语法树，文字混合等，增加样本数量，达到大数据量的效果，提高准确率。
