CN111461513A - 政府开放数据的评估方法、数据分析平台 - Google Patents
政府开放数据的评估方法、数据分析平台 Download PDFInfo
- Publication number
- CN111461513A CN111461513A CN202010205573.3A CN202010205573A CN111461513A CN 111461513 A CN111461513 A CN 111461513A CN 202010205573 A CN202010205573 A CN 202010205573A CN 111461513 A CN111461513 A CN 111461513A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- evaluation
- data
- government
- sub
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000007405 data analysis Methods 0.000 title claims description 13
- 238000011157 data evaluation Methods 0.000 title abstract description 4
- 238000011156 evaluation Methods 0.000 claims abstract description 217
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000000694 effects Effects 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
政府开放数据的评估方法、数据分析平台,所述评估方法包括:基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值;收集关于各项评估指标相对重要性的信息;根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。本发明对于政府开放数据的成效评估,使得各项评估指标的权重能够更好的反映出其实际的重要性,不再是由某一个人来定义各项评估指标的权重,因此能够减小主观因素对评估结果所带来的负面影响。
Description
技术领域
本发明涉及大数据分析技术领域,特别是涉及一种政府开放数据的评估方法、数据分析平台。
背景技术
一个国家有大量基础性、关键性的数据掌握在政府手中,这些数据是社会的公共资源,在保障国家秘密、商业秘密和个人隐私的前提下,将政府数据最大限度地开放出来,让社会进行充分融合和利用,合力构筑数据基础设施,有利于释放数据能量,激发创新活力,创造公共价值。
随着国家相关政策的出台,全国多地区迅速推进并建立政府数据开放平台,2018年已由去年的19个增加至46个。在此背景下,对我国地方政府的数据开放情况进行评估和分析,对于推进全国范围内政府数据资源开放与利用具有重要意义。
现有技术中,用于对政府开放数据进行评估的指标数据基本上采用半自动半人工的方式获取,采集后的数据也大多采用定量与定性相结合进行评估,各项评估指标维度权重的确定往往采取专家打分、层次分析法(AHP)等方法,评估过程繁琐且无法避免主观因素对评估结果的影响,无法客观反映政府开放数据的成效情况。
因此,对于政府开放数据,亟需一种能够高效、且受主观因素影响相对较小的评估方法。
发明内容
本发明解决的技术问题是:对于政府开放数据,如何进行高效、且受主观因素影响相对较小的评估分析。
为了解决上述技术问题,本发明实施例提供一种政府开放数据的评估方法,包括:
基于待评估的政府开放数据,来获得所述待评估的政府开放数据关于多项评估指标的相关数据;
分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值;
基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值;
收集关于各项评估指标相对重要性的信息;
根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;
根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。
可选的,还包括:
预先确定用于对政府开放数据进行评估的多项评估指标。
可选的,所述分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值具体是,分别将各项评估指标的总体值区间划分为5个子区间,各个子区间分别对应于分值1~5。
可选的,所述总体值区间和子区间为数值区间、或者是百分比区间。
可选的,所述关于各项评估指标相对重要性的信息包括:多项评估指标中的某2项评估指标的相对重要性,其中,以分值的大小来衡量某一项评估指标相对于另一项评估指标在重要性程度上的高低。
可选的,所述根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重包括:
根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数;
对所述模糊数进行整合,形成整合后的模糊矩阵;
基于所述模糊矩阵,来计算各项评估指标的权重。
为了解决上述技术问题,本发明实施例还提供一种数据分析平台,包括:
处理器,适于加载并执行软件程序的指令;
存储器,适于存储软件程序,所述软件程序包括用于执行以下步骤的指令:
基于待评估的政府开放数据,来获得所述待评估的政府开放数据关于多项评估指标的相关数据;
分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值;
基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值;
收集关于各项评估指标相对重要性的信息;
根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;
根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。
可选的,还包括:
预先确定用于对政府开放数据进行评估的多项评估指标。
可选的,所述分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值具体是,分别将各项评估指标的总体值区间划分为5个子区间,各个子区间分别对应于分值1~5。
可选的,所述总体值区间和子区间为数值区间、或者是百分比区间。
可选的,所述关于各项评估指标相对重要性的信息包括:多项评估指标中的某2项评估指标的相对重要性,其中,以分值的大小来衡量某一项评估指标相对于另一项评估指标在重要性程度上的高低。
可选的,所述根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重包括:
根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数;
对所述模糊数进行整合,形成整合后的模糊矩阵;
基于所述模糊矩阵,来计算各项评估指标的权重。
与现有技术相比,本发明的技术方案具有以下有益效果:
对于政府开放数据的成效评估,收集关于各项评估指标相对重要性的信息;根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分,从而使得各项评估指标的权重能够更好的反映出其实际的重要性,不再是由某一个人来定义各项评估指标的权重,因此能够减小主观因素对评估结果所带来的负面影响。
进一步的,就上述减小主观因素对评估结果所带来的负面影响的方案提供了具体实施方式,具体是,根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数;对所述模糊数进行整合,形成整合后的模糊矩阵;基于所述模糊矩阵,来计算各项评估指标的权重。
进一步的,分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值,基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值,从而对待评估的政府开放数据在各项评估指标上的表现进行标准化赋值,为后续计算总体评分作准备。
附图说明
图1为本发明实施例中政府开放数据的评估方法流程图。
具体实施方式
根据背景技术部分的分析可知,现有技术中,用于对政府开放数据进行评估的指标数据基本上采用半自动半人工的方式获取,采集后的数据也大多采用定量与定性相结合进行评估,各项评估指标维度权重的确定往往采取专家打分、层次分析法(AHP)等方法,评估过程繁琐且无法避免主观因素对评估结果的影响,无法客观反映政府开放数据的成效情况。
本发明对于政府开放数据的成效评估,收集关于各项评估指标相对重要性的信息;根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分,从而使得各项评估指标的权重能够更好的反映出其实际的重要性,不再是由某一个人来定义各项评估指标的权重,因此能够减小主观因素对评估结果所带来的负面影响。
为使本领域技术人员更好地理解和实现本发明,以下参照附图,通过具体实施例进行详细说明。
实施例一
如下所述,本发明实施例提供一种政府开放数据的评估方法。
参照图1所示的政府开放数据的评估方法流程图,以下通过具体步骤进行详细说明:
S101,预先确定用于对政府开放数据进行评估的多项评估指标。
在一些实施例中,所述多项评估指标具体可以包括如下评估指标(分为三级)。
如上表格所示,本发明提供适于对政府开放数据进行成效评估的评估指标体系,该体系为多维度评估指标体系,从数据资源、数据质量、平台服务、应用效果和开放生态等多个方面进行评估,具体包括5个一级指标、12个二级指标、27个三级指标,实现对政府开放数据的全面评估。
S102,基于待评估的政府开放数据,来获得所述待评估的政府开放数据关于多项评估指标的相关数据。
具体的,可以通过爬虫、系统数据库获取等多种方式获得的各省份数据,本发明对此不作限定。
在一些实施例中,可以以省级行政区为单位,即每个省级行政区的数据作为一份待评估的政府开放数据。
我国目前有34个省级行政区,包括23个省、5个自治区、4个直辖市、2个特别行政区,即可以有34份待评估的政府开放数据。
具体可以通过网站爬虫、系统数据库数据获取等手段梳理出各个省级行政区关于前述27项评估指标的相关数据,本发明对此不作限定。
S103,分别将各项评估指标的总体值区间划分为多个子区间。
其中,各个子区间分别对应于不同的分值。
所述总体值区间和子区间为数值区间、或者是百分比区间。
S104,基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值。
在步骤S103和步骤104中,对待评估的政府开放数据在各项评估指标上的表现进行标准化处理,统一评估指标的量纲。
由于不同指标维度的数量级差异较大,如不进行处理无法直接进行指标对比分析,因此,可以采取分段法对各维度进行标准化。对于数值型和百分比型的评估指标:
数值型:将全部待分析省份该类指标下的总体值区间进行分段[min,max],可以按照区间max-min/5均分成5段,从小到大各区间的分值分别为1~5分;
百分比型:可以按照0~100%平均分成5段,从小到大各区间的分值为1~5分。
例如:
表1
当然,在其它实施例中,也可以采用其它方式(不限于上述分段取值法)来对各项评估指标进行标准化处理,本发明对此不作限定。
通过以上对技术方案的描述可以看出:本实施例中,分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值,基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值,从而对待评估的政府开放数据在各项评估指标上的表现进行标准化赋值,为后续计算总体评分作准备。
S105,收集关于各项评估指标相对重要性的信息。
所述关于各项评估指标相对重要性的信息包括:多项评估指标中的某2项评估指标的相对重要性,其中,以分值的大小来衡量某一项评估指标相对于另一项评估指标在重要性程度上的高低。
例如:
相对权重(A对B) | 定义 | 说明 |
1 | 同等重要 | A,B对目标具有同样的贡献 |
3 | 稍微重要 | A比B稍微重要 |
5 | 重要 | A比B重要 |
7 | 明显重要 | A比B明显重要 |
9 | 非常重要 | A比B非常重要 |
2,4,6,8 | 中间重要性 | 中间状态对应的标度值 |
表2
S106,根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重。
系统提供客户端页面方式收集专家打分,并在打分完成后自动形成各层的模糊矩阵。
所述根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重包括:
根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数。
具体的:
专家打分:比较各一级指标相对重要性并按照上述表2进行打分,构建模糊数(L,M,U),如专家认为A1比A2同等重要,则可构建的模糊数(1,1,1)。
其中:L:最低可能性;M:可能数;U:最高可能性。
对所述模糊数进行整合,形成整合后的模糊矩阵。
具体的:
将各专家打分的两两指标模糊数进行整合后,形成整合后的模糊矩阵。
例如:
A1 | A2 | A3 | A4 | A5 | |
A1 | 1,1,1 | 1/3,1/2,1 | 1/2,1,1 | 2,3,4 | 1,2,4 |
A2 | 1,2,3 | 1,1,1 | 1,1,2 | 1,2,3 | 1,2,3 |
A3 | 1,1,2 | 1/2,1,1 | 1,1,1 | 1,2,3 | 1,2,3 |
A4 | 1/4,1/3,1/2 | 1/3,1/2,1 | 1/3,1/2,1 | 1,1,1 | 1,1,2 |
A5 | 1/4,1/2,1 | 1/3,1/2,1 | 1,2,3 | 1/2,1,1 | 1,1,1 |
表3
计算各层模糊值:
B1=(0.0500,0.0776,0.1138);
B2=(0.0517,0.0828,0.1242);
B3=(0.0466,0.0724,0.1035);
B4=(0.0301,0.0345,0.0569);
B5=(0.0319,0.0517,0.0724)。
作为一个可选步骤,可以进一步进行去模糊化:
v(M1≥M2)=supx≥y[min(uM1(x),uM2(y))]
D(A1)=0.9231;
D(A2)=1;
D(A3)=0.8333;
D(A4)=0.0967;
D(A5)=0.4。
基于所述模糊矩阵,来计算各项评估指标的权重。
具体的:
计算各层权重。
标准化权重=(0.2838,0.3074,0.2562,0.0297,0.1230)。
如上是A1~A5的权重的详细计算过程,类似的,同理可得B1~B12、C1~C27的权重计算过程,此处不再赘述。
本发明采用三角模糊层次分析法(FAHP)来计算各评估指标的权重,一方面避免层次分析法中由于判断矩阵不一致导致需要不断调整专家打分多次构造判断矩阵的繁琐过程,另一方面将三角模糊思想应用在确定评估指标相对重要性上,使专家打分对指标的重要性判断结果处在一个区间上,一定程度减轻主观因素对指标的影响。
S107,根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。
各层指标与权重进行加权求和即为总体评分。具体的:
由此即得到关于一份待评估的政府开放数据的总体评分。若以每个省级行政区的数据作为一份待评估的政府开放数据,则我国34个省级行政区可以得到总共34个总体评分,将这34个总体评分进行横向比较,就能够得出哪些省级行政区的政府开放数据的成效评估结果较好,哪些较差。
基于本实施例中的政府开放数据的评估方法,(参考后续的实施例三)进而能够提供一套政府开放数据成效评估的自动化评估系统,提供数据收集、数据清洗、数据标准化、专家打分结构化、权重计算、成效计算一体化的评估。
通过以上对技术方案的描述可以看出:本实施例中,对于政府开放数据的成效评估,收集关于各项评估指标相对重要性的信息;根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分,从而使得各项评估指标的权重能够更好的反映出其实际的重要性,不再是由某一个人来定义各项评估指标的权重,因此能够减小主观因素对评估结果所带来的负面影响。
进一步的,就上述减小主观因素对评估结果所带来的负面影响的方案提供了具体实施方式。
实施例二
如下所述,本发明实施例提供一种数据分析平台。
所述数据分析平台包括:
处理器,适于加载并执行软件程序的指令;
存储器,适于存储软件程序,所述软件程序包括用于执行以下步骤的指令:
基于待评估的政府开放数据,来获得所述待评估的政府开放数据关于多项评估指标的相关数据;
分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值;
基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值;
收集关于各项评估指标相对重要性的信息;
根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;
根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。
通过以上对技术方案的描述可以看出:本实施例中,对于政府开放数据的成效评估,收集关于各项评估指标相对重要性的信息;根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分,从而使得各项评估指标的权重能够更好的反映出其实际的重要性,不再是由某一个人来定义各项评估指标的权重,因此能够减小主观因素对评估结果所带来的负面影响。
在一些实施例中,还包括:
预先确定用于对政府开放数据进行评估的多项评估指标。
在一些实施例中,所述分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值具体是,分别将各项评估指标的总体值区间划分为5个子区间,各个子区间分别对应于分值1~5。
在一些实施例中,所述总体值区间和子区间为数值区间、或者是百分比区间。
通过以上对技术方案的描述可以看出:本实施例中,分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值,基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值,从而对待评估的政府开放数据在各项评估指标上的表现进行标准化赋值,为后续计算总体评分作准备。
在一些实施例中,所述关于各项评估指标相对重要性的信息包括:多项评估指标中的某2项评估指标的相对重要性,其中,以分值的大小来衡量某一项评估指标相对于另一项评估指标在重要性程度上的高低。
在一些实施例中,所述根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重包括:
根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数;
对所述模糊数进行整合,形成整合后的模糊矩阵;
基于所述模糊矩阵,来计算各项评估指标的权重。
通过以上对技术方案的描述可以看出:本实施例中,就上述减小主观因素对评估结果所带来的负面影响的方案提供了具体实施方式。
本领域普通技术人员可以理解,上述实施例的各种方法中,全部或部分步骤是可以通过程序指令相关的硬件来完成的,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (12)
1.一种政府开放数据的评估方法,其特征在于,包括:
基于待评估的政府开放数据,来获得所述待评估的政府开放数据关于多项评估指标的相关数据;
分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值;
基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值;
收集关于各项评估指标相对重要性的信息;
根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;
根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。
2.如权利要求1所述的政府开放数据的评估方法,其特征在于,还包括:
预先确定用于对政府开放数据进行评估的多项评估指标。
3.如权利要求1所述的政府开放数据的评估方法,其特征在于,所述分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值具体是,分别将各项评估指标的总体值区间划分为5个子区间,各个子区间分别对应于分值1~5。
4.如权利要求1所述的政府开放数据的评估方法,其特征在于,所述总体值区间和子区间为数值区间、或者是百分比区间。
5.如权利要求1所述的政府开放数据的评估方法,其特征在于,所述关于各项评估指标相对重要性的信息包括:多项评估指标中的某2项评估指标的相对重要性,其中,以分值的大小来衡量某一项评估指标相对于另一项评估指标在重要性程度上的高低。
6.如权利要求1所述的政府开放数据的评估方法,其特征在于,所述根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重包括:
根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数;
对所述模糊数进行整合,形成整合后的模糊矩阵;
基于所述模糊矩阵,来计算各项评估指标的权重。
7.一种数据分析平台,其特征在于,包括:
处理器,适于加载并执行软件程序的指令;
存储器,适于存储软件程序,所述软件程序包括用于执行以下步骤的指令:
基于待评估的政府开放数据,来获得所述待评估的政府开放数据关于多项评估指标的相关数据;
分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值;
基于待评估的政府开放数据在各项评估指标上的表现,来确定与所述表现相对应的分值;
收集关于各项评估指标相对重要性的信息;
根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重;
根据待评估的政府开放数据在各项评估指标上的表现所对应的分值、以及各项评估指标的权重,来计算待评估的政府开放数据的总体评分。
8.如权利要求7所述的数据分析平台,其特征在于,还包括:
预先确定用于对政府开放数据进行评估的多项评估指标。
9.如权利要求7所述的数据分析平台,其特征在于,所述分别将各项评估指标的总体值区间划分为多个子区间,各个子区间分别对应于不同的分值具体是,分别将各项评估指标的总体值区间划分为5个子区间,各个子区间分别对应于分值1~5。
10.如权利要求7所述的数据分析平台,其特征在于,所述总体值区间和子区间为数值区间、或者是百分比区间。
11.如权利要求7所述的数据分析平台,其特征在于,所述关于各项评估指标相对重要性的信息包括:多项评估指标中的某2项评估指标的相对重要性,其中,以分值的大小来衡量某一项评估指标相对于另一项评估指标在重要性程度上的高低。
12.如权利要求7所述的数据分析平台,其特征在于,所述根据所述关于各项评估指标相对重要性的信息,来计算各项评估指标的权重包括:
根据多项评估指标中的某2项评估指标的相对重要性的各份比较结果,分别构建模糊数;
对所述模糊数进行整合,形成整合后的模糊矩阵;
基于所述模糊矩阵,来计算各项评估指标的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010205573.3A CN111461513A (zh) | 2020-03-20 | 2020-03-20 | 政府开放数据的评估方法、数据分析平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010205573.3A CN111461513A (zh) | 2020-03-20 | 2020-03-20 | 政府开放数据的评估方法、数据分析平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111461513A true CN111461513A (zh) | 2020-07-28 |
Family
ID=71682922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010205573.3A Withdrawn CN111461513A (zh) | 2020-03-20 | 2020-03-20 | 政府开放数据的评估方法、数据分析平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111461513A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112435151A (zh) * | 2020-11-27 | 2021-03-02 | 山东省计算中心(国家超级计算济南中心) | 一种基于关联分析的政务信息数据处理方法及系统 |
CN112734221A (zh) * | 2021-01-06 | 2021-04-30 | 安徽易测评信息技术有限公司 | 一种基于文明城市测评项目对各责任单位任务量预估的统计计算方法 |
WO2021159747A1 (zh) * | 2020-09-04 | 2021-08-19 | 平安科技(深圳)有限公司 | 区域健康建设进程评估方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976099A (zh) * | 2016-04-29 | 2016-09-28 | 中国航天标准化研究所 | 基于模糊信息的航天型号科研生产管理水平的评估方法 |
CN106940833A (zh) * | 2017-01-13 | 2017-07-11 | 国网浙江省电力公司经济技术研究院 | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 |
CN109525455A (zh) * | 2018-11-07 | 2019-03-26 | 南京金水尚阳信息技术有限公司 | 一种水文实时监测网络状态综合评估方法 |
CN109670722A (zh) * | 2018-12-27 | 2019-04-23 | 中电科大数据研究院有限公司 | 一种政府数据共享开放考核评估方法 |
-
2020
- 2020-03-20 CN CN202010205573.3A patent/CN111461513A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976099A (zh) * | 2016-04-29 | 2016-09-28 | 中国航天标准化研究所 | 基于模糊信息的航天型号科研生产管理水平的评估方法 |
CN106940833A (zh) * | 2017-01-13 | 2017-07-11 | 国网浙江省电力公司经济技术研究院 | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 |
CN109525455A (zh) * | 2018-11-07 | 2019-03-26 | 南京金水尚阳信息技术有限公司 | 一种水文实时监测网络状态综合评估方法 |
CN109670722A (zh) * | 2018-12-27 | 2019-04-23 | 中电科大数据研究院有限公司 | 一种政府数据共享开放考核评估方法 |
Non-Patent Citations (1)
Title |
---|
牟伟萍等: "基于模糊层次分析法的质量保证能力评价方法研究", 《航空标准化与质量》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021159747A1 (zh) * | 2020-09-04 | 2021-08-19 | 平安科技(深圳)有限公司 | 区域健康建设进程评估方法、装置、设备及存储介质 |
CN112435151A (zh) * | 2020-11-27 | 2021-03-02 | 山东省计算中心(国家超级计算济南中心) | 一种基于关联分析的政务信息数据处理方法及系统 |
CN112435151B (zh) * | 2020-11-27 | 2023-05-12 | 山东省计算中心(国家超级计算济南中心) | 一种基于关联分析的政务信息数据处理方法及系统 |
CN112734221A (zh) * | 2021-01-06 | 2021-04-30 | 安徽易测评信息技术有限公司 | 一种基于文明城市测评项目对各责任单位任务量预估的统计计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461513A (zh) | 政府开放数据的评估方法、数据分析平台 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN112184008A (zh) | 一种基于层次分析法的基站智慧节能模型评估方法及系统 | |
CN111695807A (zh) | 计及发电和用电侧能效的地区电网能效评估方法及系统 | |
CN111222755A (zh) | 一种智能配电网的效能状态评价方法 | |
CN113642922A (zh) | 一种中小微企业信用评估方法及装置 | |
CN114444910A (zh) | 一种面向电力物联网的边缘网络系统健康度评估方法 | |
CN112101761A (zh) | 清洁低碳、安全高效的能源体系建设成效综合评价方法 | |
CN113112090A (zh) | 基于综合互信息度的主成分分析的空间负荷预测方法 | |
CN115330130A (zh) | 基于改进ahp-critic的农业园区综合能源系统评估方法 | |
CN115660170A (zh) | 多维指标权重协同优化的数据资产管理成效差异化评估方法和系统 | |
CN113159535A (zh) | 一种基于熵权法的软件服务绩效评价方法 | |
CN113077271A (zh) | 一种基于bp神经网络的企业信用评级方法及装置 | |
CN112381422A (zh) | 光伏电站性能的确定方法和装置 | |
CN111861056A (zh) | 一种技术创新水平的评价方法 | |
CN114219245B (zh) | 基于大数据的乡村电力指数评价方法、装置及存储介质 | |
CN116245379A (zh) | 面向电网建设工程效果评价的指标权重优化方法及装置 | |
CN115796693A (zh) | 一种啤酒生产企业能效确定方法、系统及电子设备 | |
CN114912744A (zh) | 一种村镇污水处理设施优选评价方法 | |
CN115375175A (zh) | 城市运行体征评价方法 | |
CN114091908A (zh) | 计及多模式储能站的配电网综合评价方法、装置和设备 | |
CN112464168B (zh) | 一种综合能源潜力用户靶向评估提取方法 | |
CN115271907A (zh) | 基于公开数据对中小微企业评价的方法及相关设备 | |
CN115358448A (zh) | 乡村资源环境综合承载力测算模型 | |
CN112926895A (zh) | 一种光伏电站系统综合能效评价方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200728 |
|
WW01 | Invention patent application withdrawn after publication |