[發明專利]深度融合大數據分析技術的重裝制造企業綜合評價系統

在審

• 申請號: 201510808148.2
• 申請日: 2015-11-20
• 公開（公告）號: CN105469204A
• 公開（公告）日: 2016-04-06
• 發明（設計）人: 楊炳儒
• 申請（專利權）人: 天津貝德曼科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種深度融合大數據分析技術的重裝制造企業綜合評價系統的總體架構 (其頂層設計如摘要附圖、圖11所示)。包括：評價指標體系，數據采集；系統 的組織結構有企業基本信息維護模塊、綜合能力定量信息維護模塊、綜合能力 評價模塊、評價模型維護模塊、系統和數據安全模塊、基礎數據維護模塊，數 據查詢模塊、數據檢查和統計模塊和數據打印模塊；該綜合評價系統的控制以 及執行有如下步驟：

步驟1、確定相關企業的評價指標體系，即：確定企業的基本評價指標，形 成評價指標的“核”，有關指標體系的選擇是和專家咨詢后確定；

步驟2、進行數據采集，即：從不同的渠道自動收集相關數據，存入真實數 據庫中；

步驟3、進行數據預處理，即：對真實數據庫中的數據進行再加工，形成可 分析處理的數據庫；

步驟4、進行指標體系計算模型的選擇，即：根據用戶的需求，選擇相應的 指標體系計算模型進行計算分析，得到用戶所需要的信息；

步驟5、進行綜合能力評價，即：搜尋評價體系的模型，得到輔助決策知識 信息，利用“多級模糊綜合評判”與“模糊聚類分析”相融合的評價模型和方法 以及特定的模式表達所得到的知識信息，并存入評價數據庫中；

步驟6、進行實時維護，即：對所獲得的每一條評價結果與原有的知識信息 相比是否重復、冗余或矛盾，并根據判斷結果作相應處理。

2.根據本發明所述的方法，其包括如下技術方案：

步驟1中所述的評價指標體系包括：1)核心能力：包括3個一級指標、11 個二級指標，如圖4所示；2)質量風險：包括2個一級指標、5個二級指標、 24個三級指標，如圖5所示；3)企業競爭力：包括5個一級指標、7個二級指 標、19個三級指標，如圖6所示；4)經濟與金融評估：包括13個一級指標， 如圖7所示；5)創新能力：包括2個一級指標、6個二級指標、18個三級指標 如圖8所示。

3.步驟2中所述的數據采集是指：1)主動采集方式，主要包括：從指標對 應的政府管理單位獲取公開可信的數據、從互聯網搜索相關指標涉及的數據(利 用先進的垂直搜索引擎)、對于上市公司，從其公告中獲取相關指標涉及的數據、 從專業數據庫中獲得數據；2)人工采集方式，主要包括：通過調查問卷形式獲 取相關指標涉及的數據、人工核實權重值較大的數據、采取會員填表的形式獲 得數據。

4.步驟3中所述數據預處理：采集層通過要素采集、關鍵詞抽取、全文索 引、自動去重，分區存儲等方式將采集到的數據存儲到數據庫中，再由分析層， 通過自動分類，自動聚類、自動摘要、人名識別、公司名識別、產品名識別、 政府預判、中文分詞等方法將采集到的數據進行分析處理，最后由呈現層，通 過分析報告、能力評價、適度匹配、分類評級、統計圖表、風險預警的方式將 最終的結果呈現給用戶，如圖9所示。

5.步驟4中所述的模型是指：建立一種具有自動選擇功能的模型庫；其內 容包括：1)將評價問題分解為數據和文本描述兩個部分，對評價問題的文本描 述部分進行語言識別或理解，并從模型庫中選擇適合的模型類型；問題的數據 部分送入數據庫保存，同時送到數據識別器進行識別，根據識別結果以及模型 類型的選擇結果進行模型的結構選擇；2)根據保存在數據庫中的有關數據對模 型結構中的特定參數進行估值，完成模型事例的確定。

6.步驟5中所述的輔助決策知識評價是指：通過人機交互界面由使用者評 價；或者：所述的輔助決策知識評價是指：利用可視化工具所提供的各類圖形 和分析資料進行評價；或者：所述的輔助決策知識評價是是指：采用基于自認 知邏輯的因果關聯規則的自動評價方法，即：根據規則的關聯強度及設定的閾 值，由所述數字計算機自動實現。

7.步驟5中所述的“多級模糊綜合評判”與“模糊聚類分析”相融合的評價 模型和方法是指：在發明中首次提出利用“多級模糊綜合評判”與“模糊聚類分 析”相融合的評價模型和方法，將采集到的針對重裝體系的評價指標體系數據 進行診斷和評價，最后根據用戶的各級決策者的主要評價內容來確定任務集, 并給出評價結果。

8.本發明在重裝制造企業綜合評價系統中實施的大數據與云計算相融合的 技術方案包括：分布式存儲技術(見圖1)、分布式計算技術(見圖2)、流計算 技術(見圖3)、虛擬化技術。