CN116911911A - 一种公共产品投放预测方法及系统 - Google Patents
一种公共产品投放预测方法及系统 Download PDFInfo
- Publication number
- CN116911911A CN116911911A CN202311167164.9A CN202311167164A CN116911911A CN 116911911 A CN116911911 A CN 116911911A CN 202311167164 A CN202311167164 A CN 202311167164A CN 116911911 A CN116911911 A CN 116911911A
- Authority
- CN
- China
- Prior art keywords
- public
- public product
- use condition
- release
- opinion
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000036626 alertness Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及公共产品投放技术领域,尤其是涉及一种公共产品投放预测方法及系统,所述方法包括如下步骤:采集不同公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见;利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重;根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况;根据所述使用状况预测公共产品的投放力度。本发明基于居民的主观意见及其使用公共产品的客观数据获取的组合权重在主观权重和客观权重之间取得了平衡,进而建立了较为准确可靠的公共产品投放预测模型,实现了对公共产品投放力度的准确预测。
Description
技术领域
本发明涉及公共产品投放技术领域,尤其是涉及一种公共产品投放预测方法及系统。
背景技术
随着经济的发展,公共产品已经成为了人们日常生活不可缺少的一部分,并对人类社会的发展产生了深远的影响。合理的供给公共产品能给人们创造舒适、安全、便利的工作和生活环境,在一定程度上提高人们的工作效率,进而间接促进社会经济的发展。但是由于区域发展的不均衡以及人们刻意隐瞒自己对公共产品的偏好,使得投放的公共产品数量与人们的实际需要难以契合,往往表现为公共产品的供给过剩和供给不足。这种不合理的资源分配会使不同区域、不同收入以及不同年纪的人群的生活条件向差距变大的方向发展,而且可能进一步造成人们的贫富差距变大,降低人们的幸福感。
现有技术中提出了一些非公共产品的投放以及投放效果的预测,例如广告投放和共享单车投放等,这给公共产品的投放预测提供了一定的参考。然而,这些非公共产品的投放预测是以盈利为目的且具有较大的区域局限性,这与公共产品投放的公益性和普遍性完全不同,因此对非公共产品的投放预测方法不适合公共产品投放的预测。此外,现有技术中也存在一些特定公共产品的投放预测,然而它们都是只是考虑了人们使用公共产品的主观意向和客观数据中的一个。而无论是忽略人们的使用公共产品的主观意向还是只在意人们使用公共产品的主观意向,都会造成预测结果的偏差,最后的投放结果也难以使人们满意,严重时甚至可能会影响社会和谐。总而言之,现有技术中还没有一个合适的方案来实现对公共产品的投放预测。
发明内容
针对现有技术中的缺陷,本发明提供一种公共产品投放预测方法及系统。
为了实现上述目的,第一方面,本发明提供了一种公共产品投放预测方法,所述方法包括如下步骤:采集不同公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见;利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重;根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况;根据所述使用状况预测公共产品的投放力度。本发明基于居民的主观意见及其使用公共产品的客观数据获取的组合权重在主观权重和客观权重之间取得了平衡,进而建立了较为准确可靠的公共产品投放预测模型,实现了对公共产品投放力度的准确预测。
可选地,所述使用状况信息包括特征参数和使用状况,所述特征参数包括但不限于公共产品数量、家庭收入、人口密度;
所述采集公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见包括如下步骤:
采用线上查询与实地监测相结合的方式在公共产品投放区中获取所述使用状况信息;
设计线上调查问卷,并使用所述线上调查问卷调查公共产品投放区中居民对各个所述特征参数影响所述使用状况的看法,得到所述投放意见。
进一步的,在线上获取相关数据更加简单快捷,有利于提高公共产品投放预测的效率。
可选地,所述利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重包括如下步骤:
通过所述使用状况信息获取公共产品投放的客观权重;
根据所述投放意见获取公共产品投放的主观权重;
利用所述主观权重和所述客观权重计算所述组合权重。
进一步的,基于居民的主观意见及其使用公共产品的客观数据获取的组合权重在主观权重和客观权重之间取得了平衡,使得对特征参数的赋权更加合理,进而为后续建立准确的公共产品投放预测模型提供可靠的数据基础。
可选地,所述通过所述使用状况信息获取公共产品投放的客观权重包括如下步骤:
整理所述使用状况信息,进而获得公共产品使用数据库;
根据所述公共产品使用数据库,使用GWBSA算法对所述特征参数的权重进行寻优,进而得到所述客观权重。
进一步的,GWBSA算法收敛速度快,收敛性能好,能够实现局部搜索与全局搜索的动态平衡,进而获取精准的客观权重,有利于获取准确可靠的组合权重。
可选地,所述根据所述投放意见获取公共产品投放的主观权重包括如下步骤:
在所述投放意见中,将居民对各个所述特征参数影响所述使用状况的看法分为积极看法、一般看法和消极看法;
统计每个所述特征参数获得的所述积极看法、所述一般看法和所述消极看法的数量,进而得到所述主观权重。
可选地,所述主观权重满足如下关系:
其中,为第i个所述特征参数的主观权重,/>为居民对第i个所述特征参数持一般看法的概率,/>为居民对第i个所述特征参数持积极看法的概率,/>为居民对第i个所述特征参数持消极看法的概率,/>为所述特征参数的数量。
进一步的,为对第i个特征参数持一般看法的居民数量与参与调查的居民总数的比值,/>为对第i个特征参数持积极看法的居民数量与参与调查的居民总数的比值,/>为对第i个特征参数持消极看法的居民数量与参与调查的居民总数的比值。
更进一步的,主观权重在居民对特征参数的积极看法和消极看法之间取得了平衡,能从整体上直接反映居民在不同特征参数下对公共产品投放的态度。
可选地,所述组合权重满足如下关系:
其中,为第i个所述特征参数的组合权重,/>为第i个所述特征参数的客观权重,为第i个所述特征参数的主观权重,/>为所述特征参数的数量。
可选地,所述使用状况包括使用过度、使用正常和使用剩余三个等级,并依次使用数字1、2和3表示;
所述根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况包括如下步骤:
根据所述使用状况信息建立所述特征参数与所述使用状况的判决矩阵;
使用所述组合权重和所述判决矩阵建立所述公共产品投放预测模型;
利用所述公共产品投放预测模型预测公共产品的使用状况。
可选地,所述公共产品投放预测模型满足如下关系:
其中,为所述使用状况,/>为所述组合权重的集合,/>为所述判决矩阵。
第二方面,本发明提供了一种公共产品投放预测系统,所述系统使用本发明提供的一种公共产品投放预测方法,所述系统包括:数据获取模块,所述数据获取模块用于采集不同公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见;数据处理模块,所述数据处理模块用于利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重;根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况;根据所述使用状况预测公共产品的投放力度;数据储存模块,所述数据储存模块用于储存所述数据处理模块中产生的数据;数据输出模块,所述数据输出模块用于输出所述数据储存模块中储存的数据。
进一步的,本发明提供的系统不仅与本发明提供的方法具有相同的优点,而且还能提高公共产品投放预测的效率,进一步促进公共产品的合理投放。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本发明实施例的一种公共产品投放预测方法流程图;
图2为本发明实施例的一种公共产品投放预测系统框架图。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的电路,软件或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。
需要提前说明的是,在一个可选地实施例当中,除了做出独立的说明之外,其它的在所有公式中出现的相同的符号或字母带表的含义和数值相同。
在一个可选地实施例当中,请参见图1,本发明提供了一种公共产品投放预测方法,所述方法包括如下步骤:
S1、采集多个公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见。
其中,所述使用状况信息包括特征参数和使用状况,所述特征参数包括但不限于公共产品数量、家庭收入和人口密度,S1具体包括如下步骤:
S11、采用线上查询与实地监测相结合的方式在公共产品投放区中获取所述使用状况信息。
具体的,在本实施例中,每个月采集一次30个公共产品投放区中的使用状况信息,共采集12个月。公共产品投放区中的公共产品数量、家庭收入和人口密度可以在互联网上查询获取,家庭收入为该公共产品投放区中的所有家庭月收入的中位数。公共产品投放区中公共产品的使用状况则需要通过实时实地的对公共产品投放区中所有公共产品进行监测来获取。
进一步的,公共产品投放区中公共产品的使用状况可以根据公共产品的具体类型来确定。当公共产品的使用情况主要通过人们对其消耗的数量来衡量时,公共产品的使用状况设置为公共产品投放区中公共产品的月消耗数量;当公共产品的使用情况主要通过人们对其使用的时间来衡量时,公共产品的使用状况设置为公共产品投放区中公共产品的月使用时间;其他类型公共产品的使用状况的设置方式可以按照上述方式进行类推,只要设置的使用状况能够反映各个公共产品投放区对该公共产品的需求程度即可,因此更多类型的公共产品的使用状况的设置方式在此就不一一例举。
更进一步的,本实施例以月消耗数量为例,按照月消耗数量的大小将其划分为使用过度、使用正常和使用剩余三个等级,并依次使用数字1、2和3来表示。在对公共产品的使用状况进行等级划分之前,需要咨询专家对该公共产品的使用状况的等级划分意见,然后根据专家的意见对该公共产品的使用状况进行等级划分。
更进一步的,在其他可选地实施例中,特征参数还可以选取温度、湿度和天气等参数,具体选择哪些参数可以根据公共产品的使用情形来确定,特征参数的取值方式也可以根据实际情况来确定。此外,使用状况的等级划分方法也可以使用其他方法。
S12、设计线上调查问卷,并使用所述线上调查问卷调查公共产品投放区中居民对各个所述特征参数影响所述使用状况的看法,得到所述投放意见。
具体的,在本实施例中,线上调查问卷中的问题需要简洁明了,线上调查问卷中包括三个问题,具体如下:
1、您认为公共产品数量对其使用状况的影响如何?
2、您认为家庭收入对其使用状况的影响如何?
3、您认为人口密度对其使用状况的影响如何?
进一步的,线上调查问卷中每一个问题都有三个选项,分别是“大”、“一般”和“小”。设计好线上调查问卷之后,通过小程序向居民发放线上调查问卷,并邀请居民参与调查,然后收集并整理居民填好的线上调查问卷即可得到投放意见。
更进一步的,在其他可选地实施例中,线上调查问卷中还可以设置其他数量和类型的问题,只要其能够直接或间接反映公共产品投放区中居民对各个特征参数影响使用状况的看法即可。
S2、利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重。
其中,S2具体包括如下步骤:
S21、通过所述使用状况信息获取公共产品投放的客观权重。
其中,S21具体又包括如下步骤:
S211、整理所述使用状况信息,进而获得公共产品使用数据库。
S212、根据所述公共产品使用数据库,使用GWBSA算法对所述特征参数的权重进行寻优,进而得到所述客观权重。
具体的,在本实施例中,在根据公共产品使用数据库使用GWBSA算法对特征参数的权重进行寻优时,需要先设置GWBSA算法的初始参数。其中,将种群个体数目N设置为20,优化参数目标的上边界设置为1,优化参数目标的下边界设置为0.1,最大迭代次数设置为为20,认知加速因子C设置为1.5,社会加速因子S设置为1.5,警觉行为影响因子设置为1,警觉行为发生概率设置为[0.8,1]之间的随机数,飞行行为频率设置为3,乞食者寻找食物频率设置为[0.5,0.9]之间的随机数。
进一步的,在已经获得了特征参数及其对应数值的情况下,使用GWBSA算法对特征参数进行权重寻优为现有技术,因此具体的寻优过程在此就不做详细说明。
更进一步的,GWBSA算法收敛速度快,收敛性能好,能够实现局部搜索与全局搜索的动态平衡,进而获取精准的客观权重,有利于获取准确可靠的组合权重。
S22、根据所述投放意见获取公共产品投放的主观权重。
其中,S22具体又包括如下步骤:
S221、在所述投放意见中,将居民对各个所述特征参数影响所述使用状况的看法分为积极看法、一般看法和消极看法。
具体的,在本实施例中,根据步骤S12得到的投放意见,如果居民选择“大”选项,则认为居民对该特征参数影响使用状况的看法为积极看法;如果居民选择“一般”选项,则认为居民对该特征参数影响使用状况的看法为一般看法;如果居民选择“小”选项,则认为居民对该特征参数影响使用状况的看法为消极看法。
进一步的,在其他可选地实施例中,根据线上调查问卷中设置的问题和选项的不同,将居民对各个特征参数影响使用状况的看法分为积极看法、一般看法和消极看法的方式也不相同,但无论使用何种方式,其最终的效果是相同的,即将居民对各个特征参数影响使用状况的看法分为了积极看法、一般看法和消极看法。
S222、统计每个所述特征参数获得的所述积极看法、所述一般看法和所述消极看法的数量,进而得到所述主观权重。
具体的,在本实施例中,主观权重满足如下关系:
其中,为第i个特征参数的主观权重,/>为居民对第i个特征参数持一般看法的概率,/>为居民对第i个特征参数持积极看法的概率,/>为居民对第i个特征参数持消极看法的概率,/>为特征参数的数量。
进一步的,主观权重在居民对特征参数的积极看法和消极看法之间取得了平衡,能从整体上直接反映公共产品投放区中居民对各个特征参数影响使用状况的看法,进而从整体上直接反映居民在不同特征参数下对公共产品投放的态度。
S23、利用所述主观权重和所述客观权重计算所述组合权重。
具体的,在本实施例中,组合权重满足如下关系:
其中,为第i个特征参数的组合权重,/>为第i个特征参数的客观权重。
进一步的,将客观权重和主观权重相结合对特征参数进行组合赋权获取组合权重的方法能够在客观数据驱动和居民主观意见的加权方法之间取得平衡,得到准确合理的指标权重,即组合权重,为公共产品的投放预测提供准确可靠的数据基础。
S3、根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况。
其中,使用状况包括使用过度、使用正常和使用剩余三个等级,并依次使用数字1、2和3表示。使用过度即公共产品供应量与居民实际需求之间为供小于求的关系,使用正常即公共产品供应量与居民实际需求之间为供求平衡的关系,使用剩余即公共产品供应量与居民实际需求之间为供大于求的关系。S3具体包括如下步骤:
S31、根据所述使用状况信息建立所述特征参数与所述使用状况的判决矩阵。
具体的,在本实施例中,判决矩阵满足如下关系:
其中,为第i个特征参数与m级使用状况的判决值,/>,/>满足如下关系:
其中,为第i个特征参数的数值,/>为第i个特征参数的最小数值,/>为第i个特征参数的最大数值,/>为/>时使用状况的等级为m的概率,/>为时使用状况的等级为m的概率。/>和/>依据专家的评估来获取。
进一步的,和/>还可以直接在公共产品使用数据库中选取。
S32、使用所述组合权重和所述判决矩阵建立所述公共产品投放预测模型。
具体的,在本实施例中,公共产品投放预测模型满足如下关系:
其中,为使用状况,/>为组合权重的集合,/>为判决矩阵。
进一步的,且/>。该公共产品投放预测模型立足于客观数据与居民的主观态度,得到的预测结果能够较为准确的反映公共产品投放区中公共产品的使用状况,进而较为准确的预测公共产品的投放力度,在提高居民的满意程度的同时降低资源消耗。
S33、利用所述公共产品投放预测模型预测公共产品的使用状况。
具体的,在本实施例中,将获取的公共产品数量、家庭收入和人口密度输入公共产品投放预测模型中计算出使用状况的等级,即可得到公共产品的使用状况。如果计算得到的大于2.5,则判定使用状况为使用剩余;如果计算得到的/>在(1,2.5]之间,则判定使用状况为使用正常;如果计算得到的/>在[0,1]之间,则判定使用状况为使用过度。
S4、根据所述使用状况预测公共产品的投放力度。
具体的,在本实施例中,由于S1采集了公共产品数量,因此投放力度通过公共产品的投放数量来衡量。如果经过计算并确定公共产品的使用状况为使用正常,则不改变投放力度,即保持公共产品投放区中当前的公共产品数量不变;如果经过计算并确定公共产品的使用状况为使用剩余,则在公共产品投放区中当前的公共产品数量上做出减少,同时计算相应的值,直至/>处于(1,2.5]之间,最终得到的公共产品数量就是该公共产品投放区中公共产品的最佳投放数量;如果经过计算并确定公共产品的使用状况为使用过度,则在公共产品投放区中当前的公共产品数量上做出增加,同时计算相应的/>值,直至/>处于(1,2.5]之间,最终得到的公共产品数量就是该公共产品投放区中公共产品的最佳投放数量。
需要说明的是,在一些情况下,在说明书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果,在本实施例当中,所给出的步骤顺序仅仅是为了使实施例看起来更加清晰明了,方便说明,而非对其限制。
在一个可选地实施例中,请参见图2,本发明还提供了一种公共产品投放预测系统,所述系统使用本发明提供的一种公共产品投放预测方法,所述系统包括数据获取模块A1、数据处理模块A2、数据储存模块A3和数据输出模块A4。
数据获取模块A1用于采集不同公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见。
具体的,在本实施例中,数据获取模块A1具体执行步骤S1所述的内容。
数据处理模块A2用于利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重;根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况;根据所述使用状况预测公共产品的投放力度。
具体的,在本实施例中,数据处理模块A2与数据获取模块A1相连接,数据处理模块A2在接收到来自数据获取模块A1获取的使用状况信息和投放意见之后,即可执行步骤S2至S4所述的内容。
数据储存模块A3用于储存所述数据处理模块中产生的数据。
具体的,在本实施例中,数据储存模块A3与数据处理模块A2相连接,数据储存模块A3储存的数据包括数据获取模块A1获取的使用状况信息和投放意见,数据处理模块A2中计算得出的主观权重、客观权重以及投放力度。
数据输出模块A4用于输出所述数据储存模块中储存的数据。
具体的,在本实施例中,数据输出模块A4与数据储存模块A3相连接,数据输出模块A4包括一块电子显示屏,相关人员可以在电子显示屏上手动选择需要输出的数据,包括主观权重、客观权重以及投放力度。
综上所述,本发明提供的方法基于居民的主观意见及其使用公共产品的客观数据分别获取主观权重和客观权重,并计算出更为合理的组合权重对特征参数进行赋权,进而建立了较为准确可靠的公共产品投放预测模型,该公共产品投放预测模型能够较为准确的预测出公共产品投放区中公共产品的使用状况,并根据预测得到的使用状况得出合适的公共产品投放力度,使得公共产品的投放力度与人们的实际需求相适应,减少了资源浪费,促进了公共产品的合理分配。此外,本发明提供的系统不仅与本发明提供的方法具有相同的优点,而且还能提高公共产品投放预测的效率,进一步促进公共产品的合理投放。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种公共产品投放预测方法,其特征在于,包括如下步骤:
采集多个公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见;
利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重;
根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况;
根据所述使用状况预测公共产品的投放力度。
2.根据权利要求1所述的一种公共产品投放预测方法,其特征在于:
所述使用状况信息包括特征参数和使用状况,所述特征参数包括但不限于公共产品数量、家庭收入、人口密度;
所述采集公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见包括如下步骤:
采用线上查询与实地监测相结合的方式在公共产品投放区中获取所述使用状况信息;
设计线上调查问卷,并使用所述线上调查问卷调查公共产品投放区中居民对各个所述特征参数影响所述使用状况的看法,得到所述投放意见。
3.根据权利要求2所述的一种公共产品投放预测方法,其特征在于,所述利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重包括如下步骤:
通过所述使用状况信息获取公共产品投放的客观权重;
根据所述投放意见获取公共产品投放的主观权重;
利用所述主观权重和所述客观权重计算所述组合权重。
4.根据权利要求3所述的一种公共产品投放预测方法,其特征在于,所述通过所述使用状况信息获取公共产品投放的客观权重包括如下步骤:
整理所述使用状况信息,进而获得公共产品使用数据库;
根据所述公共产品使用数据库,使用GWBSA算法对所述特征参数的权重进行寻优,进而得到所述客观权重。
5.根据权利要求4所述的一种公共产品投放预测方法,其特征在于,所述根据所述投放意见获取公共产品投放的主观权重包括如下步骤:
在所述投放意见中,将居民对各个所述特征参数影响所述使用状况的看法分为积极看法、一般看法和消极看法;
统计每个所述特征参数获得的所述积极看法、所述一般看法和所述消极看法的数量,进而得到所述主观权重。
6.根据权利要求5所述的一种公共产品投放预测方法,其特征在于,所述主观权重满足如下关系:
,
其中,为第i个所述特征参数的主观权重,/>为居民对第i个所述特征参数持一般看法的概率,/>为居民对第i个所述特征参数持积极看法的概率,/>为居民对第i个所述特征参数持消极看法的概率,/>为所述特征参数的数量。
7.根据权利要求6所述的一种公共产品投放预测方法,其特征在于,所述组合权重满足如下关系:
,
其中,为第i个所述特征参数的组合权重,/>为第i个所述特征参数的客观权重,/>为第i个所述特征参数的主观权重,/>为所述特征参数的数量。
8.根据权利要求7所述的一种公共产品投放预测方法,其特征在于:
所述使用状况包括使用过度、使用正常和使用剩余三个等级,并依次使用数字1、2和3表示;
所述根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况包括如下步骤:
根据所述使用状况信息建立所述特征参数与所述使用状况的判决矩阵;
使用所述组合权重和所述判决矩阵建立所述公共产品投放预测模型;
利用所述公共产品投放预测模型预测公共产品的使用状况。
9.根据权利要求8所述的一种公共产品投放预测方法,其特征在于,所述公共产品投放预测模型满足如下关系:
,
其中,为所述使用状况,/>为所述组合权重的集合,/>为所述判决矩阵。
10.一种公共产品投放预测系统,所述系统使用权利要求1-9任意一项所述的一种公共产品投放预测方法,其特征在于,包括:
数据获取模块,所述数据获取模块用于采集多个公共产品投放区中公共产品的使用状况信息和居民对公共产品的投放意见;
数据处理模块,所述数据处理模块用于利用所述使用状况信息和所述投放意见计算公共产品投放的组合权重;根据所述组合权重和所述使用状况信息建立公共产品投放预测模型,并利用所述公共产品投放预测模型预测公共产品的使用状况;根据所述使用状况预测公共产品的投放力度;
数据储存模块,所述数据储存模块用于储存所述数据处理模块中产生的数据;
数据输出模块,所述数据输出模块用于输出所述数据储存模块中储存的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167164.9A CN116911911B (zh) | 2023-09-12 | 2023-09-12 | 一种公共产品投放预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167164.9A CN116911911B (zh) | 2023-09-12 | 2023-09-12 | 一种公共产品投放预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116911911A true CN116911911A (zh) | 2023-10-20 |
CN116911911B CN116911911B (zh) | 2024-05-28 |
Family
ID=88358696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311167164.9A Active CN116911911B (zh) | 2023-09-12 | 2023-09-12 | 一种公共产品投放预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116911911B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104750987A (zh) * | 2015-03-24 | 2015-07-01 | 北京大学深圳研究生院 | 一种村镇区域宜居基准测试的评价方法、系统 |
CN108564391A (zh) * | 2018-01-10 | 2018-09-21 | 大连理工大学 | 一种考虑主客观信息的共享电动汽车需求预测方法及系统 |
CN110717668A (zh) * | 2019-09-30 | 2020-01-21 | 上饶市中科院云计算中心大数据研究院 | 一种旅游景区互联网影响力评估及景区自动管理调度方法 |
WO2020181923A1 (zh) * | 2019-03-08 | 2020-09-17 | 山东大学 | 基于tbm岩-机参数动态交互机制的隧洞可掘进预测方法及系统 |
CN112288269A (zh) * | 2020-10-28 | 2021-01-29 | 国网山西省电力公司经济技术研究院 | 一种区域配电网设备资产投资方案评价方法及系统 |
WO2021080001A1 (ja) * | 2019-10-23 | 2021-04-29 | 国立研究開発法人農業・食品産業技術総合研究機構 | オンサイト需給システム |
CN114358569A (zh) * | 2021-12-31 | 2022-04-15 | 山东辰华科技信息有限公司 | 基于多级模型融合的企业核心竞争力评估方法及存储介质 |
CN114418333A (zh) * | 2021-12-27 | 2022-04-29 | 中交第二航务工程勘察设计院有限公司 | 一种多因素综合定权的公路路线方案评价方法 |
CN114638499A (zh) * | 2022-03-14 | 2022-06-17 | 西安工程大学 | 一种基于犹豫模糊四阶段dea的公共文化效能评估方法 |
WO2022250388A1 (ko) * | 2021-05-25 | 2022-12-01 | 삼성전자 주식회사 | 비디오 품질을 평가하는 전자 장치 및 그 동작 방법 |
CN115511230A (zh) * | 2022-11-23 | 2022-12-23 | 国网浙江省电力有限公司宁波供电公司 | 一种电能替代潜力分析预测方法 |
CN115860198A (zh) * | 2022-11-22 | 2023-03-28 | 江西飞尚科技有限公司 | 一种公厕扩建预测方法、系统、计算机及存储介质 |
CN115994710A (zh) * | 2023-02-14 | 2023-04-21 | 上海应用技术大学 | 一种基本公共服务供给与需求协调性的评价方法 |
KR20230103171A (ko) * | 2021-12-31 | 2023-07-07 | 이화여자대학교 산학협력단 | 머신러닝 모델을 이용한 공공재의 수요 예측 방법 및 장치 |
CN116664017A (zh) * | 2023-07-28 | 2023-08-29 | 北京工业大学 | 一种轨道交通公共区域适老性评价方法及系统 |
-
2023
- 2023-09-12 CN CN202311167164.9A patent/CN116911911B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104750987A (zh) * | 2015-03-24 | 2015-07-01 | 北京大学深圳研究生院 | 一种村镇区域宜居基准测试的评价方法、系统 |
CN108564391A (zh) * | 2018-01-10 | 2018-09-21 | 大连理工大学 | 一种考虑主客观信息的共享电动汽车需求预测方法及系统 |
WO2020181923A1 (zh) * | 2019-03-08 | 2020-09-17 | 山东大学 | 基于tbm岩-机参数动态交互机制的隧洞可掘进预测方法及系统 |
CN110717668A (zh) * | 2019-09-30 | 2020-01-21 | 上饶市中科院云计算中心大数据研究院 | 一种旅游景区互联网影响力评估及景区自动管理调度方法 |
WO2021080001A1 (ja) * | 2019-10-23 | 2021-04-29 | 国立研究開発法人農業・食品産業技術総合研究機構 | オンサイト需給システム |
CN112288269A (zh) * | 2020-10-28 | 2021-01-29 | 国网山西省电力公司经济技术研究院 | 一种区域配电网设备资产投资方案评价方法及系统 |
WO2022250388A1 (ko) * | 2021-05-25 | 2022-12-01 | 삼성전자 주식회사 | 비디오 품질을 평가하는 전자 장치 및 그 동작 방법 |
CN114418333A (zh) * | 2021-12-27 | 2022-04-29 | 中交第二航务工程勘察设计院有限公司 | 一种多因素综合定权的公路路线方案评价方法 |
CN114358569A (zh) * | 2021-12-31 | 2022-04-15 | 山东辰华科技信息有限公司 | 基于多级模型融合的企业核心竞争力评估方法及存储介质 |
KR20230103171A (ko) * | 2021-12-31 | 2023-07-07 | 이화여자대학교 산학협력단 | 머신러닝 모델을 이용한 공공재의 수요 예측 방법 및 장치 |
CN114638499A (zh) * | 2022-03-14 | 2022-06-17 | 西安工程大学 | 一种基于犹豫模糊四阶段dea的公共文化效能评估方法 |
CN115860198A (zh) * | 2022-11-22 | 2023-03-28 | 江西飞尚科技有限公司 | 一种公厕扩建预测方法、系统、计算机及存储介质 |
CN115511230A (zh) * | 2022-11-23 | 2022-12-23 | 国网浙江省电力有限公司宁波供电公司 | 一种电能替代潜力分析预测方法 |
CN115994710A (zh) * | 2023-02-14 | 2023-04-21 | 上海应用技术大学 | 一种基本公共服务供给与需求协调性的评价方法 |
CN116664017A (zh) * | 2023-07-28 | 2023-08-29 | 北京工业大学 | 一种轨道交通公共区域适老性评价方法及系统 |
Non-Patent Citations (3)
Title |
---|
AMIT BANERJEE等: ""Weighted Evaluation of Wind Power Forecasting Models Using Evolutionary Optimization Algorithms"", 《PROCEDIA COMPUTER SCIENCE》, vol. 114, 1 November 2017 (2017-11-01), pages 357 - 365, XP085230833, DOI: 10.1016/j.procs.2017.09.046 * |
胡立辉等: ""基于有效使用频率的公共空间无障碍设施定量化研究以北京奥林匹克公园中心区为例"", 《中国园林》, vol. 34, no. 9, pages 63 - 68 * |
龙祖坤;罗栋;任红丹;: "湖南湘潭市公厕布局的合理性与选址研究", 北京联合大学学报, vol. 31, no. 01, 31 January 2017 (2017-01-31), pages 54 - 61 * |
Also Published As
Publication number | Publication date |
---|---|
CN116911911B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hardisty et al. | How to measure time preferences: An experimental comparison of three methods | |
US8458025B2 (en) | System for generating scores related to interactions with a service provider partner | |
CN103412918B (zh) | 一种基于服务质量和声誉的服务信任度评估方法 | |
CN102156932A (zh) | 一种客户再次购买意向预测方法及装置 | |
CN115238167A (zh) | 兼顾负荷与社会信息的电力用户精细化画像与管理方法 | |
Skipper et al. | Consumers' perceptions regarding tradeoffs between food and fuel expenditures: A case study of US and Belgian fuel users | |
Kalb et al. | Decomposing differences in labour force status between Indigenous and non-Indigenous Australians | |
CN116911911B (zh) | 一种公共产品投放预测方法及系统 | |
Karagiannaki et al. | Living arrangements, intra-household inequality and children’s deprivation: Evidence from EU-SILC | |
CN113435686B (zh) | 蓄热式电采暖系统评价方法及装置 | |
CN115660902A (zh) | 基于大数据的智慧旅游评价系统 | |
Huo et al. | Multidimensional deprivation and subgroup heterogeneity of rural households in China: Empirical evidence from latent variable estimation methods | |
Samanta et al. | Human development in Bihar and impact of liquor prohibition policy: an analysis | |
Kalb et al. | Effects of the Australian New Tax System on Income Tax and Benefits with and without Labour Supply Responses | |
Abalo | Essays on Labor, Non-Homotheticity and Welfare in Developing Countries | |
Yang et al. | AN INVESTIGATIVE ANALYSIS OF THE MARKET PROSPECTS AND CONSUMER BEHAVIORAL INTENTIONS FOR NEW ENERGY VEHICLES IN GUANGXI UNDER THE CONTEXT OF NEW QUALITY PRODUCTIVITY | |
CN113822581A (zh) | 一种考虑动态过程的负荷聚合商需求响应评估方法 | |
Martelli et al. | The ISAE Market Services Survey: Methodological Upgrading, Survey Reliability, First Empirical Results | |
Bishnu et al. | Gender Gap and Decline in Female Labour Force Participation in India: A Joint Search Perspective | |
Cornish | Three Chapters In Applied Economics | |
Hanes et al. | Assessing the effects of the child-care fee reform on public expenditures and taxation | |
Zhang | Integration of the rural revitalization strategy in the construction of rural elderly services in the information age | |
CN117391748A (zh) | 一种基于ev用户定制化电价套餐设计方法及系统 | |
Scarborough et al. | Estimating intergenerational utility distribution preferences | |
CN115496507A (zh) | 一种电力信用评价模型生成方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |