CN112116230A - 基于大数据的产业园评估方法及装置 - Google Patents
基于大数据的产业园评估方法及装置 Download PDFInfo
- Publication number
- CN112116230A CN112116230A CN202010938469.5A CN202010938469A CN112116230A CN 112116230 A CN112116230 A CN 112116230A CN 202010938469 A CN202010938469 A CN 202010938469A CN 112116230 A CN112116230 A CN 112116230A
- Authority
- CN
- China
- Prior art keywords
- population
- data
- working
- places
- industrial park
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000003012 network analysis Methods 0.000 claims abstract description 18
- 230000000694 effects Effects 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000004140 cleaning Methods 0.000 claims abstract description 7
- 238000011161 development Methods 0.000 claims description 12
- 230000011664 signaling Effects 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000002688 persistence Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 8
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000000354 decomposition reaction Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000035899 viability Effects 0.000 description 4
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的产业园评估方法,包括步骤:获取移动运营商的数据,通过自动数据清洗获取多个指标数据;根据层次分析法获得指标数据的三级层次结构;根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构;根据间接重要性程度比较法得出关系判断矩阵,并进行关系判断矩阵的一致性检验;进行三级指标相对重要性权重计算,对产业园进行指标得分计算。该方法采用大数据处理技术,通过后台数据分析和处理,随时随地执行任务,依照目标分解、相互比较、加权综合的思维模式进行评价,随时可输出软件产业园的经济活动指数,方便相关部门统计运用。
Description
技术领域
本发明涉及大数据应用技术领域,特别涉及一种基于大数据的产业园评估方法及装置。
背景技术
产业园区是政府发展区域经济的主要载体,是区域产业调整升级的重要空间聚集形式,担负着聚集创新资源、培育新兴产业、推动城市化建设等一系列的重要使命。发展产业园的核心是构筑产业链,并尽量拓展延伸,形成规模,获得最大经济效益。各地政府及相关部门需要对已经兴建的产业园的经济发展情况进行对应的绩效评估,以衡量其发展及运营的情况,为后续政策的制定或调整提供相关的依据。
对于产业园经济活力的评估,现有的普遍做法是通过人工收集或要求企业上报的形式,收集与产业园经济发展相关的评价指标,并对这些指标进行数据的呈现,由对应评审委员根据数据做出对应的评价、排名或者打分。当前对产业园评经济活力的评价维度主要包括:产业项目、固定资产投资、规模以上工业增加值、税收总额及增速、产业聚集度、规模以上先进制造业占比、新增工业企业数、新落地企业投资总额、高新技术企业数、新增就业人数、融资水平等。各省市依据本地实际需要,设置对应的评价维度。
然而现有的产业园经济发展绩效评估存在如下缺陷:1、评价指标数据需要园区所在地市的统计部门人工统计或者园区上报,收集难度高、人力成本高、部分数据的准确性难以把控。2、评价指标仅从经济角度考虑,不够全面和客观,忽略了产业园区的延伸价值,如兴建的园区对周边生活商业设施配套的拉动作用,如园区在解决就业和引导人口居住地合理分布中发挥的引导作用等。3、评价指标收集时间长,而且全部来自截止某个时间点的静态数据,没有考虑产业园经济活动的稳定性因素。4、评价结果受人工参与因素影响大,难以科学量化。
发明内容
本发明要解决的技术问题是如何提供一种可自动化、量化评估且评估指标多元的基于大数据的产业园评估方法及装置。
为了解决上述技术问题,本发明的技术方案为:
一种基于大数据的产业园评估方法,包括步骤:
S10:获取移动运营商的数据,通过自动数据清洗获取多个指标数据;
S20:根据层次分析法获得所述指标数据的三级层次结构;
S30:根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构;
S40:根据间接重要性程度比较法得出关系判断矩阵,并进行关系判断矩阵的一致性检验;
S50:进行三级指标相对重要性权重计算,对产业园进行指标得分计算。
优选地:所述移动运营商的数据包括用户的网络信令、语言通话、位置数据。
优选地:步骤S40包括:
根据间接重要性程度比较法,将二级指标进行比较,得出元素关系判断矩阵;
分别对关系判断矩阵进行加权平均值,作为两两重要性程度比较的最终取值;
计算关系判断矩阵的一致性,并与一预设阈值进行比对过滤。
优选地:在所述指标数据中,网络分析法中控制因素层包括产业聚集度、发展持续性、经营活跃度、人口结构组成及产业健康度;
网络层因素包括:人才规模、企业入驻、就业规模增长率、人才波动程度、人员地域构成、业务外向依存度、业务覆盖范围、自然属性结构、社会结构、工作负荷及职住通勤。
优选地:网络层因素中,人才规模包括园区工作人口数;企业入驻包括园区企业数量;就业规模增长率包括园区工作人口同比及园区工作人员环比;人才波动程度包括就业人口数量稳定性及就业人口稳定性;人员地域构成包括省内外来人口占比、国内外来人口占比及国际外来人口占比;业务外向依存度包括外地通话时长占比、外地通话数量占比及外地通话半径;业务覆盖范围包括省内差旅地个数、国内差旅地个数、国际差旅地个数、省内差旅地人数、国内差旅地人数、国际差旅地人数、省内来访地个数、国内来访地个数、国际来访地个数、省内来访人数、国内来访人数及国际来访人数;自然属性结构包括工作人口年龄及工作人口性别;社会结构包括工作人口通信消费、工作人口有车比例及工作人口终端价值;工作负荷包括周末加班人群占比、周末加班时长、工作日加班人群占比、工作日加班时长及日平均工作时长;职住通勤包括职住比及通勤时长。
另一方面,本发明还提出了一种基于大数据的产业园评估装置,包括:
数据获取模块:获取移动运营商的数据,通过自动数据清洗获取多个指标数据;
层次分析模块:根据层次分析法获得所述指标数据的三级层次结构;
网络分析模块:根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构;
关系判断矩阵模块:根据间接重要性程度比较法得出关系判断矩阵,并进行关系判断矩阵的一致性检验;
计算模块:进行三级指标相对重要性权重计算,对产业园进行指标得分计算。
优选地:所述移动运营商的数据包括用户的网络信令、语言通话、位置数据。
优选地:关系判断矩阵模块包括:
矩阵计算单元:根据间接重要性程度比较法,将二级指标进行比较,得出元素关系判断矩阵;
加权平均单元:分别对关系判断矩阵进行加权平均值,作为两两重要性程度比较的最终取值;
一致性单元:计算关系判断矩阵的一致性,并与一预设阈值进行比对过滤。
优选地:在所述指标数据中,网络分析法中控制因素层包括产业聚集度、发展持续性、经营活跃度、人口结构组成及产业健康度;
网络层因素包括:人才规模、企业入驻、就业规模增长率、人才波动程度、人员地域构成、业务外向依存度、业务覆盖范围、自然属性结构、社会结构、工作负荷及职住通勤。
优选地:网络层因素中,人才规模包括园区工作人口数;企业入驻包括园区企业数量;就业规模增长率包括园区工作人口同比及园区工作人员环比;人才波动程度包括就业人口数量稳定性及就业人口稳定性;人员地域构成包括省内外来人口占比、国内外来人口占比及国际外来人口占比;业务外向依存度包括外地通话时长占比、外地通话数量占比及外地通话半径;业务覆盖范围包括省内差旅地个数、国内差旅地个数、国际差旅地个数、省内差旅地人数、国内差旅地人数、国际差旅地人数、省内来访地个数、国内来访地个数、国际来访地个数、省内来访人数、国内来访人数及国际来访人数;自然属性结构包括工作人口年龄及工作人口性别;社会结构包括工作人口通信消费、工作人口有车比例及工作人口终端价值;工作负荷包括周末加班人群占比、周末加班时长、工作日加班人群占比、工作日加班时长及日平均工作时长;职住通勤包括职住比及通勤时长。
采用上述技术方案,基于运营商手机的数据,运用网络分析法以及层次分析法,将产业园的经济活力指数视作一个系统及网络结构,依照目标分解、相互比较、加权综合的思维模式进行评价,将复杂的决策或评价系统层次化,实现产业园经济活力指数的量化评价,为决策或评价提供定量依据。该方法采用大数据处理技术,通过后台数据分析和处理,随时随地执行任务,随时可输出软件产业园的经济活动指数,方便相关部门统计运用。
附图说明
图1为本发明基于大数据的产业园评估方法一实施例的步骤流程图;
图2为本发明一实施例的第二级指标的相互关系网络结构图;
图3为本发明一实施例的第三级指标的相互关系网络结构图;
图4为本发明基于大数据的产业园评估装置一实施例的模块原理图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
本实施例提出了一种基于大数据的产业园评估方法,基于运营商手机网络信令、语言通话等数据,从产业聚集度、发展持续性、经营活跃度、人口结构组成、产业健康度五个维度涉及指标数据36个,科学考虑这些因素对产业园经济活力的影响,运用网络分析法(ANP、AnalyticNetworkProcess)以及层次分析法(AHP、AnalyticHierarchyProcess),将产业园的经济活力指数视作一个系统及网络结构,依照目标分解、相互比较、加权综合的思维模式进行评价,将复杂的决策或评价系统层次化,为决策或评价提供定量依据。参照图1,该方法包括步骤:
S10:获取移动运营商的数据,通过自动数据清洗获取多个指标数据;
其中,移动运营商的数据包括用户的网络信令、语言通话、位置数据。
S20:根据层次分析法获得指标数据的三级层次结构;
经过层次分析法处理后的结构数据为下表1:
表1
S30:根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构;
将系统内各个影响产业园经济活力的因素划分为两大部分:第一部分称为控制因素层,包括判别经济活力的决策准则。在控制因素层中的各个指标为相互独立因素。控制因素层中每个准则的权重均采用层次分析法获得。第二部分为网络层,由所有受控制层支配的元素组成。网络层中的因素受控制层的支配,并且是相互影响的网络结构。
在本发明中影响产业园经济活力的控制因素层为:产业聚集度,发展持续性,经营活跃度,人口结构组成,产业健康度。其中网络层为:人才规模,企业入驻,就业规模增长率,人才波动程度,人员地域构成,业务外向依存度,业务覆盖范围,自然属性结构,社会结构,工作负荷,职住通勤。由于该11种影响因素之间存在相互关系,故必须对因素之前的相互影响进行研究。
本发明采用专家调查法最终得到网络层因素影响关系如图2所示,其中A~F依次代表人才规模,企业入驻,就业规模增长率,人才波动程度,人员地域构成,业务外向依存度,业务覆盖范围,自然属性结构,社会结构,工作负荷,职住通勤。
由于网络层中各个细化指标组成互相影响的更为复杂的网络结构,根据专家调查法,最终得到网络结构图3所示。
图3中字母编号及含义如下表2所示
表2
S40:根据间接重要性程度比较法得出关系判断矩阵,并进行关系判断矩阵的一致性检验;
如表3所示,间接重要性程度比较法:两个元素在既定准则下对第三个元素进行重要性影响程度的比较,从而间接获得重要性程度。
表3
根据间接重要性程度比较法,将二级指标进行比较,得出元素关系判断矩阵,再得出36个元素的关系判断矩阵。
二级指标判断矩阵部分下表表4,其中二级指标重要性程度用数据1~9的比例标度来标识:
表4
分别对关系判断矩阵进行加权平均值,作为两两重要性程度比较的最终取值。
针对每个二级指标,进行如下判断矩阵构造,并计算归一化特征向量:
并根据特征根法得到相关排序向量,如下:
根据排序向量,获得超矩阵如下:
1...n1,1...n2,...,1...nN。
对超矩阵进行元素加权后,获得加权矩阵如下:
其中:
S50:进行三级指标相对重要性权重计算,并对产业园进行指标得分进行计算。
采用上述技术方案,基于运营商手机的数据,运用网络分析法以及层次分析法,将产业园的经济活力指数视作一个系统及网络结构,依照目标分解、相互比较、加权综合的思维模式进行评价,将复杂的决策或评价系统层次化,实现产业园经济活力指数的量化评价,为决策或评价提供定量依据。该方法采用大数据处理技术,通过后台数据分析和处理,随时随地执行任务,随时可输出软件产业园的经济活动指数,方便相关部门统计运用。
另一方面,本发明还提出了一种基于大数据的产业园评估装置,包括:
数据获取模块:获取移动运营商的数据,通过自动数据清洗获取多个指标数据,移动运营商的数据包括用户的网络信令、语言通话、位置数据。
层次分析模块:根据层次分析法获得指标数据的三级层次结构。
网络分析模块:根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构。
关系判断矩阵模块:根据间接重要性程度比较法得出关系判断矩阵,并进行关系判断矩阵的一致性检验;其中关系判断矩阵模块具体包括:矩阵计算单元:根据间接重要性程度比较法,将二级指标进行比较,得出元素关系判断矩阵;加权平均单元:分别对关系判断矩阵进行加权平均值,作为两两重要性程度比较的最终取值;一致性单元:计算关系判断矩阵的一致性,并与一预设阈值进行比对过滤。
计算模块:进行三级指标相对重要性权重计算,对产业园进行指标得分计算。
具体地:网络分析法中控制因素层包括产业聚集度、发展持续性、经营活跃度、人口结构组成及产业健康度。
网络层因素包括:人才规模、企业入驻、就业规模增长率、人才波动程度、人员地域构成、业务外向依存度、业务覆盖范围、自然属性结构、社会结构、工作负荷及职住通勤;
网络层因素中,人才规模包括园区工作人口数;企业入驻包括园区企业数量;就业规模增长率包括园区工作人口同比及园区工作人员环比;人才波动程度包括就业人口数量稳定性及就业人口稳定性;人员地域构成包括省内外来人口占比、国内外来人口占比及国际外来人口占比;业务外向依存度包括外地通话时长占比、外地通话数量占比及外地通话半径;业务覆盖范围包括省内差旅地个数、国内差旅地个数、国际差旅地个数、省内差旅地人数、国内差旅地人数、国际差旅地人数、省内来访地个数、国内来访地个数、国际来访地个数、省内来访人数、国内来访人数及国际来访人数;自然属性结构包括工作人口年龄及工作人口性别;社会结构包括工作人口通信消费、工作人口有车比例及工作人口终端价值;工作负荷包括周末加班人群占比、周末加班时长、工作日加班人群占比、工作日加班时长及日平均工作时长;职住通勤包括职住比及通勤时长。
本发明提供了一种基于运营商大数据的产业园经济活力评估方法,通过对运营商的位置、信令、通信等数据的学习,构建多层级评价指标,实现产业园经济活力指数的量化评价。该方法采用大数据处理技术,通过后台数据分析和处理,随时随地执行任务,随时可输出软件产业园的经济活动指数,方便相关部门统计运用。本发明带来如下优点和效果:
1、本发明将各种零散的数据进行清洗、关联分析,建立了统一的产业园经济活力评估标准,层层精校多方监督,系统而又准确的反映了软件产业园经济发展的本质,最终以数据来量化评估结果,保障了评估结果的客观性和直观性。
2、首次基于运营商大数据来评估产业园的经济活力,数据全部自动化采集,通过统计分析、机器学习等方法进行处理。无须人工参与,不受人工干扰,降低了劳动复杂度,充分提高了评估的工作效能;同时充分考虑了动态变化因素,可保持一定周期内评估结果的稳定性。
3、本发明构建的评估方法的具备较强的通用性和复用性,可使用于任何园区的经济活力评价,如软件产业园、物流产业园、贸易港口、文化创意园区、总部基地、生态农业园区等,也可以借鉴复用于某一类具体区域(如乡镇、区县、城市)经济活力的评价。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (10)
1.一种基于大数据的产业园评估方法,其特征在于,包括步骤:
S10:获取移动运营商的数据,通过自动数据清洗获取多个指标数据;
S20:根据层次分析法获得所述指标数据的三级层次结构;
S30:根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构;
S40:根据间接重要性程度比较法获得关系判断矩阵,并进行关系判断矩阵的一致性检验;
S50:进行三级指标的相对重要性权重计算,对产业园进行指标得分计算。
2.根据权利要求1所述的基于大数据的产业园评估方法,其特征在于:所述移动运营商的数据包括用户的网络信令、语言通话及位置数据。
3.根据权利要求1所述的基于大数据的产业园评估方法,其特征在于:步骤S40包括:
根据间接重要性程度比较法,将二级指标进行比较,得出元素关系判断矩阵;
分别对关系判断矩阵进行加权平均值,作为两两重要性程度比较的最终取值;
计算关系判断矩阵的一致性,并与一预设阈值进行比对过滤。
4.根据权利要求1所述的基于大数据的产业园评估方法,其特征在于:在所述指标数据中,网络分析法中控制因素层包括产业聚集度、发展持续性、经营活跃度、人口结构组成及产业健康度;
网络层因素层包括:人才规模、企业入驻、就业规模增长率、人才波动程度、人员地域构成、业务外向依存度、业务覆盖范围、自然属性结构、社会结构、工作负荷及职住通勤。
5.根据权利要求4所述的基于大数据的产业园评估方法,其特征在于:在网络层因素中,人才规模包括园区工作人口数;企业入驻包括园区企业数量;就业规模增长率包括园区工作人口同比及园区工作人员环比;人才波动程度包括就业人口数量稳定性及就业人口稳定性;人员地域构成包括省内外来人口占比、国内外来人口占比及国际外来人口占比;业务外向依存度包括外地通话时长占比、外地通话数量占比及外地通话半径;业务覆盖范围包括省内差旅地个数、国内差旅地个数、国际差旅地个数、省内差旅地人数、国内差旅地人数、国际差旅地人数、省内来访地个数、国内来访地个数、国际来访地个数、省内来访人数、国内来访人数及国际来访人数;自然属性结构包括工作人口年龄及工作人口性别;社会结构包括工作人口通信消费、工作人口有车比例及工作人口终端价值;工作负荷包括周末加班人群占比、周末加班时长、工作日加班人群占比、工作日加班时长及日平均工作时长;职住通勤包括职住比及通勤时长。
6.一种基于大数据的产业园评估装置,其特征在于,包括步骤:
数据获取模块:获取移动运营商的数据,通过自动数据清洗获取多个指标数据;
层次分析模块:根据层次分析法获得所述指标数据的三级层次结构;
网络分析模块:根据网络分析法原理,依次构建二级指标、第三级指标的相互关系网络结构;
关系判断矩阵模块:根据间接重要性程度比较法得出关系判断矩阵,并进行关系判断矩阵的一致性检验;
计算模块:进行三级指标相对重要性权重计算,对产业园进行指标得分计算。
7.根据权利要求/6所述的基于大数据的产业园评估装置,其特征在于:所述移动运营商的数据包括用户的网络信令、语言通话、位置数据。
8.根据权利要求6所述的基于大数据的产业园评估装置,其特征在于:关系判断矩阵模块包括:
矩阵计算单元:根据间接重要性程度比较法,将二级指标进行比较,得出元素关系判断矩阵;
加权平均单元:分别对关系判断矩阵进行加权平均值,作为两两重要性程度比较的最终取值;
一致性单元:计算关系判断矩阵的一致性,并与一预设阈值进行比对过滤。
9.根据权利要求6所述的基于大数据的产业园评估装置,其特征在于:在所述指标数据中,网络分析法中控制因素层包括产业聚集度、发展持续性、经营活跃度、人口结构组成及产业健康度;
网络层因素包括:人才规模、企业入驻、就业规模增长率、人才波动程度、人员地域构成、业务外向依存度、业务覆盖范围、自然属性结构、社会结构、工作负荷及职住通勤。
10.根据权利要求9所述的基于大数据的产业园评估装置,其特征在于:网络层因素中,人才规模包括园区工作人口数;企业入驻包括园区企业数量;就业规模增长率包括园区工作人口同比及园区工作人员环比;人才波动程度包括就业人口数量稳定性及就业人口稳定性;人员地域构成包括省内外来人口占比、国内外来人口占比及国际外来人口占比;业务外向依存度包括外地通话时长占比、外地通话数量占比及外地通话半径;业务覆盖范围包括省内差旅地个数、国内差旅地个数、国际差旅地个数、省内差旅地人数、国内差旅地人数、国际差旅地人数、省内来访地个数、国内来访地个数、国际来访地个数、省内来访人数、国内来访人数及国际来访人数;自然属性结构包括工作人口年龄及工作人口性别;社会结构包括工作人口通信消费、工作人口有车比例及工作人口终端价值;工作负荷包括周末加班人群占比、周末加班时长、工作日加班人群占比、工作日加班时长及日平均工作时长;职住通勤包括职住比及通勤时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938469.5A CN112116230A (zh) | 2020-09-09 | 2020-09-09 | 基于大数据的产业园评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938469.5A CN112116230A (zh) | 2020-09-09 | 2020-09-09 | 基于大数据的产业园评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112116230A true CN112116230A (zh) | 2020-12-22 |
Family
ID=73802376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010938469.5A Pending CN112116230A (zh) | 2020-09-09 | 2020-09-09 | 基于大数据的产业园评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116230A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091791A (zh) * | 2022-01-21 | 2022-02-25 | 科大智能物联技术股份有限公司 | 一种基于改进dea的ahp的物流绩效评估方法 |
-
2020
- 2020-09-09 CN CN202010938469.5A patent/CN112116230A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091791A (zh) * | 2022-01-21 | 2022-02-25 | 科大智能物联技术股份有限公司 | 一种基于改进dea的ahp的物流绩效评估方法 |
CN114091791B (zh) * | 2022-01-21 | 2022-04-12 | 科大智能物联技术股份有限公司 | 一种基于改进dea的ahp的物流绩效评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Coccia | A basic model for evaluating R&D performance: theory and application in Italy | |
CN110276556B (zh) | 一种基于多策略的环境承载力指标权重计算方法及装置 | |
CN107203492B (zh) | 产品设计云服务平台模块化任务重组与分配优化方法 | |
Kangas et al. | Multiple criteria decision support methods in forest management: an overview and comparative analyses | |
Duinker | Criteria and indicators of sustainable forest management in Canada: progress and problems in integrating science and politics at the local level | |
CN1751288A (zh) | 根据企业规划模型进行水平企业规划 | |
Karimi et al. | Location decision for foreign direct investment in ASEAN countries: A TOPSIS approach | |
CN112101785A (zh) | 一种用于电力与通信共享铁塔的综合效益分析的方法 | |
CN110942242A (zh) | 一种科技企业孵化器运营绩效评价方法 | |
CN111242471A (zh) | 一种以农民合作社为主导的供应链选择销售企业的指标体系 | |
CN111428985B (zh) | 区域水生态承载力的评估方法 | |
CN112116230A (zh) | 基于大数据的产业园评估方法及装置 | |
CN112785156B (zh) | 一种基于聚类与综合评价的产业领袖识别方法 | |
Chang et al. | Characterizing rural household differentiation from the perspective of farmland transfer in eastern China using an agent based model | |
CN113344391A (zh) | 基于dea改进模型的人工智能企业创新效率的评价方法 | |
CN116151686A (zh) | 一种科技企业孵化器的孵化效益评价方法 | |
CN106503889A (zh) | 一种土地集约利用主客观综合评价方法及装置 | |
Goodman | Patterns in special district creation and dissolution | |
Tambovceva et al. | Comprehensive diagnostics of risk assessment for sustainable development of rural areas | |
Tomescu-Dubrow | Intergenerational social mobility in Romania: Changes in the patterns of flows and relationships in the postcommunist era | |
Ruiz et al. | Economic growth and intangible capitals: An international panel data model applied in the 21st century | |
CN111210376A (zh) | 乡村数字化程度评估方法及装置 | |
Orekhova et al. | Agriculture and industry in Russia: Are there any indications of an entrepreneurial ecosystem? | |
Rotim et al. | Using decision trees for identification of most relevant indicators for effective ICT utilization | |
Huang et al. | A study on the economic and sustainable development forecast of rural tourism industry based on ANN |
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 |
Application publication date: 20201222 |
|
RJ01 | Rejection of invention patent application after publication |