CN108985550A - 一种基于五层维度的白酒评价方法 - Google Patents
一种基于五层维度的白酒评价方法 Download PDFInfo
- Publication number
- CN108985550A CN108985550A CN201810546444.3A CN201810546444A CN108985550A CN 108985550 A CN108985550 A CN 108985550A CN 201810546444 A CN201810546444 A CN 201810546444A CN 108985550 A CN108985550 A CN 108985550A
- Authority
- CN
- China
- Prior art keywords
- field
- white wine
- dimension
- layers
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于五层维度的白酒评价方法，包括以下步骤：S1：确定白酒评价模型的四层维度，分别为白酒产品、白酒经销商、白酒品牌营销和白酒消费者；S2：绘制出这四层维度的E‑R实体关系图，并对每个E‑R实体关系图提取的字段进行解释与分析；S3：对企业进行字段提取和筛选，明确字段提取的标准和要求，明确各字段属性的重要程度以及企业数据获取的来源，将企业作为白酒评价模型的第五层维度；S4：根据行业专家的评价以及社会民众的满意度形成调剂指标，加入该白酒评价模型；S5：确定输出规则，对白酒产品进行多方面评价排行。本发明解决了当前评价体系所包含白酒种类较少的问题，能够为消费群体提供科学客观全面的评价。
Description
技术领域
本发明涉及白酒评价方法，特别是涉及基于五层维度的白酒评价方法。
背景技术
白酒是中国的“国粹”，是具有悠久的历史文化和独特的酿造工艺的优秀民族产业。我国的白酒产能大致在1200万吨左右，低端白酒的产能在600-700万吨。随着市场上的白酒品牌不断增多，众多一、二线白酒品牌的崛起。当前白酒市场的集中度较低，竞争激烈。随着市场参与者的增多，民众的选择空间也不断增加。在如今进入大数据时代，民众对数据榜单更为敏感、关注，往往会影响到民众的购买选择。而随着白酒品牌的壮大，如何对于众多白酒进行客观科学的评价存在着问题。出现的问题：
1.目前主流的白酒行业排名所涵盖的种类较少，不同层次的白酒没有被覆盖，易造成消费群体流失。
2.不同的消费者对于同一品牌白酒的评价不同，随着白酒品牌不断增多，消费群体依靠口碑选择，当前没有科学客观的评价模型可供选择。
3.大数据时代下，随着白酒企业和品牌体系的壮大，当前白酒评价体系无法兼顾供应商消费者等多方面的考量。
发明内容
发明目的：本发明的目的是提供一种基于五层维度的白酒评价方法，从白酒产品、白酒经销商、白酒品牌营销、白酒消费者和企业这五层维度多方面来评价。
技术方案：本发明所述的基于五层维度的白酒评价方法，包括以下步骤：
S1：确定白酒评价模型的四层维度，分别为白酒产品、白酒经销商、白酒品牌营销和白酒消费者；
S2：绘制出这四层维度的E-R实体关系图，并对每个E-R实体关系图提取的字段进行解释与分析；
S3：对企业进行字段提取和筛选，明确字段提取的标准和要求，明确各字段属性的重要程度以及企业数据获取的来源，将企业作为白酒评价模型的第五层维度；
S4：根据行业专家的评价以及社会民众的满意度形成调剂指标，加入该白酒评价模型；
S5：确定输出规则，对白酒产品进行多方面评价排行。
进一步，所述步骤S2中，E-R实体关系图的字段通过以下方法筛选和提取得到：
S2.1：读取E-R实体关系图的各个字段，经过数据清洗，给每个字段中分配一个初始值为0的计数变量，由MapReduce的master将各个字段分配给不同的Map作业；
S2.2：所有Map作业接收到相应字段后，逐个挑选字段及其包含的状态值；
S2.3：判断各个字段包含的状态值是否唯一：如果唯一，则进行步骤S2.4；否则，则判断是否所有字段都已遍历完全，如果已遍历完全则进行步骤S2.5，如果未遍历完全则回到步骤S2.2；
S2.4：将各个计数变量进行加1处理，然后回到步骤S2.2；
S2.5：Map作业将由字段序号和计数变量组成的特征键值对发送给Reduce作业；
S2.6：根据各个计数变量的大小进行排序，选取计数变量较大的字段作为提取的字段。
进一步，所述步骤S3中，对企业进行字段提取和筛选的范围包括企业的历史、规模、经营和藏酒规模。
进一步，所述步骤S3中，字段提取的标准和要求包括根据不同字段的属性相似度进行归类和划分优先级。
进一步，所述步骤S3中的企业包括白酒产品的生产厂商。
有益效果：本发明公开了一种基于五层维度的白酒评价方法，从白酒产品、白酒经销商、白酒品牌营销、白酒消费者和企业这五层维度对白酒进行评价，所提出白酒评价体系模型能够帮助白酒企业对相应产品做出合理规划和生产调整，并且有效解决了当前评价体系所包含白酒种类较少的问题。能够为消费群体提供科学客观全面的评价，方便选择。所采用的模型提取了供应商消费者等多方面相关字段，能够对于不同层次的白酒品牌进行评价，解决现有评价体系过于单一死板的问题。
附图说明
图1为本发明具体实施方式中方法的流程图；
图2为本发明具体实施方式中白酒产品的E-R实体关系图；
图3为本发明具体实施方式中白酒经销商的E-R实体关系图；
图4为本发明具体实施方式中白酒品牌营销的E-R实体关系图；
图5为本发明具体实施方式中白酒消费者的E-R实体关系图；
图6为本发明具体实施方式中E-R实体关系图的字段筛选和提取方法的流程图。
具体实施方式
本具体实施方式公开了一种基于五层维度的白酒评价方法，如图1所示，包括以下步骤：
S1：分析大型白酒生产公司的企业年报以及结合白酒产、供、销流程确定白酒评价模型的四层维度，分别为白酒产品、白酒经销商、白酒品牌营销和白酒消费者；
S2：绘制出这四层维度的E-R实体关系图，如图2-5所示，并对每个E-R实体关系图提取的字段进行解释与分析；
S3：对企业进行字段提取和筛选，明确字段提取的标准和要求，明确各字段属性的重要程度以及企业数据获取的来源，将企业作为白酒评价模型的第五层维度；企业包括白酒产品的生产厂商；字段提取的标准和要求包括根据不同字段的属性相似度进行归类和划分优先级；企业的数据可以来源于企业的季报、年报、国家统计局、海关总署、国家发改委、行业内相关平台一手市场资料等渠道；对企业进行字段提取和筛选的范围包括企业的历史、规模、经营和藏酒规模；
S4：根据行业专家的评价以及社会民众的满意度形成调剂指标，加入该白酒评价模型；行业专家包括专注于白酒产品研究的专家学者，社会民众包括直接消费白酒产品的消费者，调剂指标包括对整体评价结果产生影响的一些因素；
S5：确定输出规则，对白酒产品进行多方面评价排行。
如图6所示，步骤S2中，E-R实体关系图的字段通过以下方法筛选和提取得到：
S2.1：读取E-R实体关系图的各个字段，经过数据清洗，给每个字段中分配一个初始值为0的计数变量，由MapReduce的master将各个字段分配给不同的Map作业；
S2.2：所有Map作业接收到相应字段后，逐个挑选字段及其包含的状态值；
S2.3：判断各个字段包含的状态值是否唯一：如果唯一，则进行步骤S2.4；否则，则判断是否所有字段都已遍历完全，如果已遍历完全则进行步骤S2.5，如果未遍历完全则回到步骤S2.2；
S2.4：将各个计数变量进行加1处理，然后回到步骤S2.2；
S2.5：Map作业将由字段序号和计数变量组成的特征键值对发送给Reduce作业；
S2.6：根据各个计数变量的大小进行排序，选取计数变量较大的字段作为提取的字段。
Claims (5)
1.一种基于五层维度的白酒评价方法，其特征在于：包括以下步骤：
S1：确定白酒评价模型的四层维度，分别为白酒产品、白酒经销商、白酒品牌营销和白酒消费者；
S2：绘制出这四层维度的E-R实体关系图，并对每个E-R实体关系图提取的字段进行解释与分析；
S3：对企业进行字段提取和筛选，明确字段提取的标准和要求，明确各字段属性的重要程度以及企业数据获取的来源，将企业作为白酒评价模型的第五层维度；
S4：根据行业专家的评价以及社会民众的满意度形成调剂指标，加入该白酒评价模型；
S5：确定输出规则，对白酒产品进行多方面评价排行。
2.根据权利要求1所述的基于五层维度的白酒评价方法，其特征在于：所述步骤S2中，E-R实体关系图的字段通过以下方法筛选和提取得到：
S2.1：读取E-R实体关系图的各个字段，经过数据清洗，给每个字段中分配一个初始值为0的计数变量，由MapReduce的master将各个字段分配给不同的Map作业；
S2.2：所有Map作业接收到相应字段后，逐个挑选字段及其包含的状态值；
S2.3：判断各个字段包含的状态值是否唯一：如果唯一，则进行步骤S2.4；否则，则判断是否所有字段都已遍历完全，如果已遍历完全则进行步骤S2.5，如果未遍历完全则回到步骤S2.2；
S2.4：将各个计数变量进行加1处理，然后回到步骤S2.2；
S2.5：Map作业将由字段序号和计数变量组成的特征键值对发送给Reduce作业；
S2.6：根据各个计数变量的大小进行排序，选取计数变量较大的字段作为提取的字段。
3.根据权利要求1所述的基于五层维度的白酒评价方法，其特征在于：所述步骤S3中，对企业进行字段提取和筛选的范围包括企业的历史、规模、经营和藏酒规模。
4.根据权利要求1所述的基于五层维度的白酒评价方法，其特征在于：所述步骤S3中，字段提取的标准和要求包括根据不同字段的属性相似度进行归类和划分优先级。
5.根据权利要求1所述的基于五层维度的白酒评价方法，其特征在于：所述步骤S3中的企业包括白酒产品的生产厂商。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810546444.3A CN108985550A (zh) | 2018-05-31 | 2018-05-31 | 一种基于五层维度的白酒评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810546444.3A CN108985550A (zh) | 2018-05-31 | 2018-05-31 | 一种基于五层维度的白酒评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108985550A true CN108985550A (zh) | 2018-12-11 |
Family
ID=64542799
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810546444.3A Pending CN108985550A (zh) | 2018-05-31 | 2018-05-31 | 一种基于五层维度的白酒评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108985550A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112180056A (zh) * | 2020-10-27 | 2021-01-05 | 黄家岭 | 一种基于稀土元素检测的酱香型白酒溯源方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101034392A (zh) * | 2006-03-09 | 2007-09-12 | 富士通株式会社 | 语法分析方法、装置及存储语法分析程序的产品 |
| CN106407349A (zh) * | 2016-09-06 | 2017-02-15 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置 |
| CN106570680A (zh) * | 2016-11-02 | 2017-04-19 | 济南趵突泉酿酒有限责任公司 | 用于评价浓香型原酒感官质量的方法 |
-
2018
- 2018-05-31 CN CN201810546444.3A patent/CN108985550A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101034392A (zh) * | 2006-03-09 | 2007-09-12 | 富士通株式会社 | 语法分析方法、装置及存储语法分析程序的产品 |
| CN106407349A (zh) * | 2016-09-06 | 2017-02-15 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置 |
| CN106570680A (zh) * | 2016-11-02 | 2017-04-19 | 济南趵突泉酿酒有限责任公司 | 用于评价浓香型原酒感官质量的方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112180056A (zh) * | 2020-10-27 | 2021-01-05 | 黄家岭 | 一种基于稀土元素检测的酱香型白酒溯源方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Relationship between strategic orientation and organizational performance in born global: A critical review | |
| Hussain et al. | Interpretive structural modeling-analytic network process integrated framework for evaluating sustainable supply chain management alternatives | |
| CN102779143A (zh) | 知识谱系的可视化方法 | |
| CN110580649A (zh) | 一种商品潜力值的确定方法和装置 | |
| Pries et al. | Search frictions and labor market participation | |
| CN107679103A (zh) | 用于实体的属性分析方法及系统 | |
| CN110737805A (zh) | 图模型数据的处理方法、装置和终端设备 | |
| CN107169801A (zh) | 店铺关联关系获取方法、系统、存储介质以及移动终端 | |
| Mazzi et al. | Production fragmentation and upgrading opportunities for exporters: An empirical assessment of the case of Brazil | |
| CN111177220A (zh) | 基于大数据的数据分析方法、装置、设备及可读存储介质 | |
| CN108985550A (zh) | 一种基于五层维度的白酒评价方法 | |
| KR100601069B1 (ko) | 권리의 유통가치 평가 장치 | |
| Chang et al. | Performance ranking of Asian lead frame firms: a slack-based method in data envelopment analysis | |
| Ruzzier et al. | Relationship between innovation and internationalization of Slovenian internationalized companies | |
| CN110428286A (zh) | 一种基于消费市场大数据资源的动态定价系统及方法 | |
| Kucińska-Landwójtowicz | Organizational maturity models-review and classification | |
| CN107357847A (zh) | 数据处理方法及其装置 | |
| Pilelienė et al. | Influence of product attributes on milk consumer's choice in Lithuania. | |
| TW201426584A (zh) | 多維樹狀架構之會計科目模組 | |
| Lin | Enterprise ERP system optimization based on deep learning and dynamic fuzzy model | |
| CN110335072A (zh) | 大宗商品数据提取及报告生成的方法、系统、介质及装置 | |
| CN110135467A (zh) | 一种基于数据拼接的模型训练方法、装置、系统和记录介质 | |
| Choudhury et al. | Managing reverse exchange in the service supply chain using role activity diagram: a case study of credit card complaint management | |
| CN108595693A (zh) | 一种枸杞数据整理系统 | |
| Guo et al. | Research on Insurance Customer Segmentation Model and Marketing Strategy Based on Big Data and Machine Learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |