CN113537758A - 基于大数据技术的制造业高质量发展综合评价方法和系统 - Google Patents

基于大数据技术的制造业高质量发展综合评价方法和系统 Download PDF

Info

Publication number
CN113537758A
CN113537758A CN202110790570.5A CN202110790570A CN113537758A CN 113537758 A CN113537758 A CN 113537758A CN 202110790570 A CN202110790570 A CN 202110790570A CN 113537758 A CN113537758 A CN 113537758A
Authority
CN
China
Prior art keywords
enterprise
evaluation
data
comprehensive evaluation
manufacturing industry
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
Application number
CN202110790570.5A
Other languages
English (en)
Inventor
马盈政
关俊涛
廉小磊
姬同凯
李函
于彪
郭永进
苗发祥
郭传林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sinomach Internet Research Institute Henan Co ltd
SIPPR Engineering Group Co Ltd
Original Assignee
Sinomach Internet Research Institute Henan Co ltd
SIPPR Engineering Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sinomach Internet Research Institute Henan Co ltd, SIPPR Engineering Group Co Ltd filed Critical Sinomach Internet Research Institute Henan Co ltd
Priority to CN202110790570.5A priority Critical patent/CN113537758A/zh
Publication of CN113537758A publication Critical patent/CN113537758A/zh
Pending legal-status Critical Current

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Animal Behavior & Ethology (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种基于大数据技术的制造业高质量发展综合评价方法,S1，采用AHP分析法建立综合评价模型；S2，动态采集制造业企业数据；S3，进行数据整理及校验；S4，依据S1步中建立的综合评价模型，对制造业企业进行综合评价。同时，本发明公开了一种基于大数据技术的制造业高质量发展综合评价系统，包括模型创建模块、企业库模块、评价分析模块、项目库模块、惠企政策模块和系统管理模块；本发明优点在于利用大数据技术，结合当地的实际情况，利用AHP分析法快速创建科学、有效、可操作性强的制造业高质量发展综合评价模型，通过快速动态的采集相关企业数据，提高了对制造业企业高质量发展评价的速度和效率。

Description

基于大数据技术的制造业高质量发展综合评价方法和系统
技术领域
本发明涉及制造业发展评价领域，尤其是涉及基于大数据技术的制造业高质量发展综合评价方法和系统。
背景技术
目前，我国经济发展由高速增长阶段转向高质量发展阶段。高质量发展必须有一个适当的考核指标来进行评价，科学设置考核指标，是建设高质量考核评价体系的关键性、基础性工作，具有很强的指向性和针对性。但是，如何根据当地实际情况建立科学、有效、可操作性强的评价指标体系尚未有较好的方法和系统；同时如何快速的收集当地企业的相关数据并进行综合评价和分类也没有成熟的方法和系统。因此，创建制造业高质量发展综合评价模型，并能快速收集当地企业的相关数据并进行综合评价分类的方法和系统，是目前亟待解决的问题。
发明内容
本发明目的在于提供一种基于大数据技术的制造业高质量发展综合评价方法，本发明另一目的是提供实现该方法的系统。
为实现上述目的，本发明可采取下述技术方案：
本发明所述基于大数据技术的制造业高质量发展综合评价方法，包括下述步骤：
S1，采用AHP分析法建立综合评价模型；
S2，动态采集制造业企业数据；
S3，进行数据整理及校验；
S4，依据S1步中建立的综合评价模型，对制造业企业进行综合评价。
进一步的，S1中所述综合评价模型，包括多个评价指标、评价指标权重、评价指标基准值和影响因子。
进一步的，所述评价指标权重通过多元线性回归法计算得到。
进一步的，S1中综合评价模型建立过程中采用了AHP分析法，自动计算确定评价指标、评价指标权重和影响因子；同时也可根据当地的实际情况和相关部门的需求，对AHP分析法自动计算获得的评价指标、评价指标权重和影响因子进行微调，以使评价模型更贴合当地的实际情况。
进一步的，S2中所述的动态采集制造业企业数据, 包括单个企业填报、企业数据批量导入和工业互联网自动采集等方式；企业数据可采用xml文件格式，通过统一的接口上传，并可查询文件处理情况，进行上传批次管理和问题数据回滚。
进一步的，S3中所述的数据整理及校验，采用基于编程语言的反射技术和Python脚本技术进行数据清洗，利用SQL Server 2008R2数据库、ETL（英文Extract-Transform-Load的缩写，数据仓库技术）数据挖掘工具和关键字段分区存储数据的方式实现对分散、零乱、标准不统一的数据进行整理和校验。
进一步的，S4中所述的综合评价，依据S1步中建立的综合评价模型，分别计算每个企业的总得分Q；
所述总得分Q计算过程如下：
Figure RE-RE-DEST_PATH_IMAGE002
Figure RE-RE-DEST_PATH_IMAGE004
Figure RE-RE-DEST_PATH_IMAGE006
其中，
Figure RE-RE-DEST_PATH_IMAGE008
为企业基础指标总分，
Figure RE-RE-DEST_PATH_IMAGE010
为企业附加得分，
Figure RE-RE-DEST_PATH_IMAGE012
为影响因子，
Figure RE-RE-DEST_PATH_IMAGE014
为企业在该评价指标上所对应的数据，
Figure RE-RE-DEST_PATH_IMAGE016
为该评价指标基础值，
Figure RE-RE-DEST_PATH_IMAGE018
为该评价指标权重，
Figure RE-RE-DEST_PATH_IMAGE020
为附加项得分，当该企业符合系统设置的附加项条件时，即获得系统设置的该附加项得分；n为评价指标的总数量，或附加项的总数量。
进一步的，计算每个企业的总得分Q后，按照企业总得分Q从大到小进行排序，将待评估企业分为若干个等级；企业分级标准可根据实际情况在系统中设置并灵活的调整。
本发明所述基于大数据技术的制造业高质量发展综合评价系统，包括模型创建模块、企业库模块、评价分析模块、项目库模块和惠企政策模块；
所述模型创建模块，用于根据当地的实际情况构建制造业高质量发展综合评价模型；
所述企业库模块，用于采集和维护制造业企业的相关数据；
所述评价分析模块，用于对当地制造业企业进行评价分类，发布和查询评价结果；
所述项目库模块，用于统计和管理制造业企业的智能化改造、绿色化改造、技术改造和科技研发项目的相关数据；
所述惠企政策模块，用于发布政策信息，并采用知识图谱等人工智能手段对政策进行解读，且根据政策信息与企业的关联度和企业的评价结果向企业进行智能推送；
本发明优点在于利用大数据技术，结合当地的实际情况，利用AHP分析法快速创建科学、有效、可操作性强的制造业高质量发展综合评价模型，通过快速动态的采集相关企业数据，提高了对制造业企业高质量发展评价的速度和效率。
附图说明
图1是本发明所述方法的流程图。
图2是本发明所述方法的构建综合评价模型流程图。
图3是本发明所述方法的综合评价分级流程图。
图4是本发明所述系统的综合评价分级架构图。
图5是本发明所述系统的结构框图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明所述基于大数据技术的制造业高质量发展综合评价方法包括下述步骤：
S1，采用AHP分析法建立综合评价模型；建立所述综合评价模型是采用AHP分析法（英文Analytic Hierarchy Process的缩写，层次分析法），根据区域制造业企业实际情况构建制造业高质量发展综合评价模型；该综合评价模型包括各种评价指标、评价指标权重、评价指标基准值和影响因子。该模型的建立过程如图2所示，其具体包括以下步骤：
S101，调研分析；根据当地制造业发展的实际情况和相关部门的需求，将收集到的特色产业和主导产业的生产运营现状进行初步分类整理；
S102，数据整理及校验；将S101中获得的数据进行核查治理；具体采用基于编程语言的反射技术和Python脚本技术进行数据清洗，利用SQL Server 2008R2数据库、ETL（英文Extract-Transform-Load的缩写，数据仓库技术）数据挖掘工具和关键字段分区存储数据的方式实现对分散、零乱、标准不统一的数据进行整理和校验；
S103，确定评价指标、评价指标权重和影响因子；采用AHP分析法自动计算确定评价指标、评价指标权重和影响因子，形成制造业高质量发展综合评价模型，同时也可根据当地的实际情况和相关部门的需求，对AHP分析法自动计算获得的评价指标、评价指标权重和影响因子进行微调，以使综合评价模型更贴合当地的实际情况；所述的评价指标包含多个不同维度的指标，每个评价指标代表一个评价项目，主要包含亩均税收、人均劳动生产率、单位产值能耗、研发经费占比、知识产权状况、单位产值污染物排放当量等；所述评价指标权重代表该评价指标在整个综合评价模型中的占比；
S104，确定评价指标基准值；所述评价指标基准值通过多元线性回归法计算得到；待评估企业某一评价指标上所对应的数据与该评价指标基准值比值，再乘以该评价指标权重和该评价指标影响因子，计算得到所述待评估企业在该评价指标上的评分；
S2，在建立综合评价模型后，动态采集待评估制造业企业数据；所述采集方式包括单个企业填报、企业数据批量导入和工业互联网自动采集等方式；所述企业数据可采用xml文件格式，通过统一的接口上传，并可查询文件处理情况，进行上传批次管理和问题数据回滚；
S3，数据整理及校验；将新采集数据进行核查治理；采用基于编程语言的反射技术和Python脚本技术进行数据清洗，利用SQL Server 2008R2数据库、ETL（英文Extract-Transform-Load的缩写，数据仓库技术）数据挖掘工具和关键字段分区存储数据的方式实现对分散、零乱、标准不统一的数据进行整理和校验；
S4，依据建立的综合评价模型，对待评估制造业企业进行综合评价；如图3所示，其具体过程如下：
S401，根据当地制造业企业的发展情况，在系统中设置企业分类标准；所述企业分类标准可在系统中配置并进行灵活的调整；
S402，依据S1步中建立的综合评价模型，分别对每类中包含的每个企业进行综合评价；并计算每个企业的总得分Q；
所述总得分Q计算过程如下：
Figure RE-RE-DEST_PATH_IMAGE022
Figure RE-RE-DEST_PATH_IMAGE024
Figure RE-RE-DEST_PATH_IMAGE026
其中，
Figure RE-RE-DEST_PATH_IMAGE028
为企业基础指标总分，
Figure RE-RE-DEST_PATH_IMAGE030
为企业附加得分，
Figure RE-RE-DEST_PATH_IMAGE032
为影响因子，
Figure RE-RE-DEST_PATH_IMAGE034
为企业在该评价指标上所对应的数据，
Figure RE-RE-DEST_PATH_IMAGE036
为该评价指标基础值，
Figure RE-RE-DEST_PATH_IMAGE038
为该评价指标权重，
Figure RE-RE-DEST_PATH_IMAGE040
为附加项得分，当该企业符合系统设置的附加项条件时，即获得系统设置的该附加项得分；n为评价指标的总数量，或附加项的总数量；
S403，按照企业总得分Q设置企业分级标准，对同类中的所有企业总得分Q从大到小进行排序，将该类中的所有企业分为若干个等级；所述企业分级标准可根据实际情况在系统中设置并进行灵活的调整；
如图4所示，首先，按照企业年营业收入将当地所有制造业企业分为规模以上企业和规模以下企业两类；其次，依据S1步中建立的综合评价模型，计算出规模以上企业中企业1的指标1、指标2，直到指标n的各指标得分，将所有指标得分进行加权求和，得到企业1的基础指标总分
Figure RE-RE-DEST_PATH_IMAGE042
，如果企业1有符合系统设置的附加项条件，则再计算企业1的附加得分
Figure RE-RE-DEST_PATH_IMAGE044
，将
Figure RE-DEST_PATH_IMAGE046
和
Figure RE-DEST_PATH_IMAGE048
相加，得到企业1的总得分Q；依次将规模以上企业中所有企业总得分计算完成；最后按照Q值从大到小进行排序，并根据系统中设置企业分级标准，将规模以上企业中所有企业分为A、B、C和D 4个等级；
S5，发布综合评价结果；用于制造业企业的高质量发展评价分类结果的发布；
如图5所示，本发明所述基于大数据技术的制造业高质量发展综合评价系统，包括模型创建模块、企业库模块、评价分析模块、项目库模块和惠企政策模块；
所述模型创建模块，包括数据单元、模型调整单元、指标配置单元，用于根据当地的实际情况构建制造业高质量发展综合评价模型；所述数据单元用于获取创建模型所需的数据，并对数据进行整理核查；系统通过AHP分析法对获得的数据进行计算和重构，建立制造业高质量发展综合评价模型，确定各种评价指标、评价指标权重和影响因子；并通过多元线性回归法计算各评价指标基准值；所述模型调整单元通过灵活调整数据单元所获取的数据来调整制造业高质量发展综合评价模型；所述指标配置单元用于根据当地制造业发展的实际情况和相关部门的需求灵活调整评价模型中的评价指标、评价指标基准值和评价指标权重；
所述企业库模块，用于采集和维护制造业企业的相关数据；采集方式包括单个企业填报、企业数据批量导入和工业互联网自动采集等方式；相关数据采用xml文件格式，通过企业库模块的信息维护接口上传，同时企业库模块还通过管理上传批次、回滚问题数据、查询数据的处理情况和查询制造业企业的相关数据实现对数据的维护；
所述评价分析模块，用于对当地制造业企业进行评价分类，发布和查询评价结果；
所述项目库模块，用于统计和管理制造业企业的智能化改造、绿色化改造、技术改造和科技研发项目的相关数据；
所述惠企政策模块，用于发布政策信息，并采用知识图谱等人工智能手段对政策进行解读，且根据政策信息与企业的关联度和企业的评价结果向企业进行智能推送。

Claims (9)

1.一种基于大数据技术的制造业高质量发展综合评价方法，其特征在于：包括下述步骤：
S1，采用AHP分析法建立综合评价模型；
S2，动态采集制造业企业数据；
S3，进行数据整理及校验；
S4，依据S1步中建立的综合评价模型，对制造业企业进行综合评价。
2.根据权利要求1所述基于大数据技术的制造业高质量发展综合评价方法，其特征在于：S1中所述综合评价模型，包括多个评价指标、评价指标权重、评价指标基准值和影响因子。
3.根据权利要求2所述基于大数据技术的制造业高质量发展综合评价方法，其特征在于：所述评价指标权重通过多元线性回归法计算得到。
4.根据权利要求1所述基于大数据技术的制造业高质量发展综合评价方法，其特征在于：S1中综合评价模型建立过程中采用了AHP分析法，自动计算确定评价指标、评价指标权重和影响因子，同时根据当地的实际情况和相关部门的需求，对AHP分析法自动计算获得的评价指标、评价指标权重和影响因子进行微调，以使评价模型更贴合当地的实际情况。
5.根据权利要求1所述的基于大数据技术的制造业高质量发展综合评价方法，其特征在于：S2中所述的动态采集制造业企业数据, 包括单个企业填报、企业数据批量导入和工业互联网自动采集等方式；企业数据可采用xml文件格式，通过统一的接口上传，并查询文件处理情况，进行上传批次管理和问题数据回滚。
6.根据权利要求1所述基于大数据技术的制造业高质量发展综合评价方法，其特征在于：S3中所述的数据整理及校验，采用基于编程语言的反射技术和Python脚本技术进行数据清洗，利用SQL Server 2008R2数据库、ETL数据挖掘工具和关键字段分区存储数据的方式实现对分散、零乱、标准不统一的数据进行整理和校验。
7.根据权利要求1所述基于大数据技术的制造业高质量发展综合评价方法，其特征在于：S4中所述的综合评价是依据S1步中建立的综合评价模型，分别计算每个企业的总得分Q；
所述总得分Q计算过程如下：
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE006
其中，
Figure DEST_PATH_IMAGE008
为企业基础指标总分，
Figure DEST_PATH_IMAGE010
为企业附加得分，
Figure DEST_PATH_IMAGE012
为影响因子，
Figure DEST_PATH_IMAGE014
为企业在该评价指标上所对应的数据，
Figure DEST_PATH_IMAGE016
为该评价指标基础值，
Figure DEST_PATH_IMAGE018
为该评价指标权重，
Figure DEST_PATH_IMAGE020
为附加项得分，当该企业符合系统设置的附加项条件时，即获得系统设置的该附加项得分；n为评价指标的总数量，或附加项的总数量。
8.根据权利要求7所述的基于大数据技术的制造业高质量发展综合评价方法，其特征在于：计算每个企业的总得分Q后，按照企业总得分Q从大到小进行排序，将待评估企业分为若干个等级；企业分级标准根据实际情况在系统中设置并灵活的调整。
9.一种基于大数据技术的制造业高质量发展综合评价系统，其特征在于：包括模型创建模块、企业库模块、评价分析模块、项目库模块和惠企政策模块；
所述模型创建模块，用于根据当地的实际情况构建制造业高质量发展综合评价模型；
所述企业库模块，用于采集和维护制造业企业的相关数据；
所述评价分析模块，用于对当地制造业企业进行评价分类，发布和查询评价结果；
所述项目库模块，用于统计和管理制造业企业的智能化改造、绿色化改造、技术改造和科技研发项目的相关数据；
所述惠企政策模块，用于发布政策信息，并采用知识图谱等人工智能手段对政策进行解读，且根据政策信息与企业的关联度和企业的评价结果向企业进行智能推送。
CN202110790570.5A 2021-07-13 2021-07-13 基于大数据技术的制造业高质量发展综合评价方法和系统 Pending CN113537758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110790570.5A CN113537758A (zh) 2021-07-13 2021-07-13 基于大数据技术的制造业高质量发展综合评价方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110790570.5A CN113537758A (zh) 2021-07-13 2021-07-13 基于大数据技术的制造业高质量发展综合评价方法和系统

Publications (1)

Publication Number Publication Date
CN113537758A true CN113537758A (zh) 2021-10-22

Family

ID=78098831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110790570.5A Pending CN113537758A (zh) 2021-07-13 2021-07-13 基于大数据技术的制造业高质量发展综合评价方法和系统

Country Status (1)

Country Link
CN (1) CN113537758A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114186884A (zh) * 2021-12-15 2022-03-15 长沙智能制造研究总院有限公司 一种亩均效益工业大数据评价方法及系统
CN114817375A (zh) * 2022-06-24 2022-07-29 深圳市智联物联科技有限公司 工业互联网数据采集管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011048612A (ja) * 2009-08-27 2011-03-10 Digitalcoast Inc 階層分析法に基づく意思決定支援システム及びそのプログラム
CN105574653A (zh) * 2015-12-14 2016-05-11 四川长虹电器股份有限公司 基于数据仓库的供应商评价与选择方法
US20180150777A1 (en) * 2016-11-29 2018-05-31 Pm-Pgm Co., Ltd. Global construction business management apparatus, management method using the same, and global construction business management system
CN109118115A (zh) * 2018-08-31 2019-01-01 广东工业大学 一种高新技术企业评价方法
CN112966962A (zh) * 2021-03-24 2021-06-15 山东浪潮云服务信息科技有限公司 一种电商企业评优方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011048612A (ja) * 2009-08-27 2011-03-10 Digitalcoast Inc 階層分析法に基づく意思決定支援システム及びそのプログラム
CN105574653A (zh) * 2015-12-14 2016-05-11 四川长虹电器股份有限公司 基于数据仓库的供应商评价与选择方法
US20180150777A1 (en) * 2016-11-29 2018-05-31 Pm-Pgm Co., Ltd. Global construction business management apparatus, management method using the same, and global construction business management system
CN109118115A (zh) * 2018-08-31 2019-01-01 广东工业大学 一种高新技术企业评价方法
CN112966962A (zh) * 2021-03-24 2021-06-15 山东浪潮云服务信息科技有限公司 一种电商企业评优方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈超: "基于熵权和AHP的数据综合治理评价模型研究", 《福建电脑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114186884A (zh) * 2021-12-15 2022-03-15 长沙智能制造研究总院有限公司 一种亩均效益工业大数据评价方法及系统
CN114817375A (zh) * 2022-06-24 2022-07-29 深圳市智联物联科技有限公司 工业互联网数据采集管理系统
CN114817375B (zh) * 2022-06-24 2022-11-01 深圳市智联物联科技有限公司 工业互联网数据采集管理系统

Similar Documents

Publication Publication Date Title
CN105868373B (zh) 电力业务信息系统关键数据处理方法及装置
CN113064866B (zh) 一种电力业务数据整合系统
CN105405069B (zh) 一种购电经营决策分析与数据处理方法
CN113537758A (zh) 基于大数据技术的制造业高质量发展综合评价方法和系统
CN104899143B (zh) 提供数据挖掘的软件同行评审系统实现装置
CN108170769A (zh) 一种基于决策树算法的装配制造质量数据处理方法
CN112434962B (zh) 基于电力负荷数据的企业用户状态评估方法和系统
CN103218744A (zh) 一种基于swot模型的行业投资信息及数据处理系统
CN111127105A (zh) 用户分层模型构建方法及系统、运营分析方法及系统
CN112860769B (zh) 一种能源规划数据管理系统
CN110690701A (zh) 一种异常线损影响因素的分析方法
CN112328577A (zh) 一种基于县域的农业大数据管理系统及方法
CN111737325A (zh) 一种基于大数据技术的电力数据分析方法和装置
CN116777284A (zh) 一种空间及属性数据一体化质检方法
CN111353625B (zh) 一种网点件量预测方法、装置、计算机设备及存储介质
CN117171145B (zh) 一种企业管理系统数据的分析处理方法、设备及存储介质
CN110597796B (zh) 基于全生命周期的大数据实时建模方法及系统
CN109949101B (zh) 一种基于大数据理念的卷烟材料成本分析方法
CN111915100A (zh) 一种高精度的货运预测方法和货运预测系统
CN111460260A (zh) 多类型数据的数据处理系统、方法及介质
CN114676931B (zh) 一种基于数据中台技术的电量预测系统
CN115687788A (zh) 一种智能化商机推荐方法和系统
CN115712636A (zh) 一种基于大数据分析的电力规划数据采集方法
CN114218216A (zh) 资源管理方法、装置、设备及存储介质
Liu et al. Application of master data classification model in enterprises

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20211022