产业分析平台可以帮助政府掌握产业资源分布、运行状态和发展规律,在政府部门中得到了广泛的应用。产业链是产业分析平台的核心,其构建主要包括产业结构构建和企业与产业环节匹配。其中企业与产业环节匹配的前提是人工基于企业的经营范围进行行业分类。根据已有构建经验,对约5万家企业进行行业分类需花费一人一周的时间,而当地区内企业数量不断增加时,政府部门希望借助企业行业自动分类来提高产业链构建的效率。除此之外,产业链在应用层面存在的问题也日益凸显:缺少产业环节价值分析,导致政府对当地产业发展状态了解不充分,决策存在不合理性。因此,需要对产业分析平台进行优化。针对企业行业人工分类效率低下问题,本文根据企业经营范围描述文本通常较短这一特点,采用了在短文本领域分类效果较好的TextCNN深度学习方法并结合Word2vec模型,实现文本自动分类;在实际应用场景下,因不同产业的企业数量相差较大,存在样本不均衡的现象,使得模型泛化能力差。针对该问题,本文创新性地将图像领域中解决正负样本比例失衡的Focal loss方法引入文本分类领域,以提高分类模型的鲁棒性。本文基于TextCNN、Word2vec的文本自动分类模型和平衡正负样本比例的Focal loss设计了一种可以高效实现企业经营范围自动分类且鲁棒性较好的FL-TextCNN分类模型。经测试发现,该模型较常规分类模型提升16%的准确率,在实际项目中对企业行业分类结果准确率接近80%,可以快速完成分类工作,一定程度上节约了企业的人力成本。针对产业链缺少产业环节价值分析的问题,本文运用产业经济学理论,结合地区运营实际,以国家行业代码为标准,构建基于SWE（Strength and Weakness Engine）的产业环节价值分析方法,找到各条产业链的长板（Strength）、短板（Weakness）环节,根据产业链上中下游间的辐射与互动关系,发现产业瓶颈、选定优势赛道,找到可带动各条产业链发展壮大的“引擎”（Engine）。本文提出的分析方法根据链上各环节的企业集聚度、经营指标、创新能力等制定单指标SWE和多指标SWE产业环节价值评估模型对产业链进行评估,获取单个指标下的产业优势环节和综合指标下的产业长短板环节,以帮助政府调整优化产业资源。目前,根据该分析方法构建的产业链已帮助部分地区政府成功申报省“链长制”示范试点。在本文提出的基于FL-TextCNN的企业行业自动分类模型和基于SWE的产业环节价值分析方法的基础上,基于企业基础数据、企业经营数据、企业创新性数据、国民经济行业分类数据等,实现了一个产业分析平台,平台的核心功能包括:产业规模、产业集聚、产业对比、产业链。同时,平台可以通过Petal引擎定时更新产业链,形成精准度高、动态可延展的智能化产业链。优化后的产业分析平台,可以提升政府对资源配置的效率,引导产业健康、快速、有效、持续地发展。