[發明專利]基于動態離散算法的高校核心業務指數打分系統和方法

在審

• 申請號: 201710651142.8
• 申請日: 2017-08-02
• 公開（公告）號: CN107563595A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 張競宇
• 申請（專利權）人: 卓智網絡科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 北京和聯順知識產權代理有限公司11621
• 代理人: 趙宇

1.一種基于大數據的高校核心業務指數打分方法，包括：

步驟1)將學校的核心業務進行量化并拆分成關鍵業務指標，并將每一個關鍵指標拆分成影響因子和影響事件；

將關鍵指標、因子、事件三個層次進行權重配比；

步驟2)獲取輸入的影響事件數據集，通過動態離散量化算法訓練數據，動態生成打分標準；

步驟3)輸入新的影響事件數據，并根據以上打分標準進行打分；

步驟4)根據所述影響事件的打分，根據以上權重配比，生成不同關鍵業務指標的分數，最終生成全校業務總指數。

2.根據權利要求1所述的基于大數據的高校核心業務指數打分方法，其特征在于，步驟1)中，具體包括：

將學校的核心業務指標拆分成多個關鍵業務指標，并將每個指標下定義不同的影響因子；

依據自身學校的具體情況，將不同的指標和影響因子手動分配對應的權重比。

3.根據權利要求1或2所述的基于大數據的高校核心業務指數打分方法，其特征在于，步驟1)中，包括：將每個影響因子拆分正向和負向的不同的影響事件類型。

4.根據權利要求1或2所述的基于大數據的高校核心業務指數打分方法，其特征在于，步驟2)中，具體包括：

獲取輸入的事件數據集，該事件數據集中包括某一事件段內發生的影響事件以及次數；

根據事件數據的分布情況動態量化出不同的區間段，將同一個區間段的數據集作為一個指數衡量標準并量化成分數。

5.根據權利要求1或2所述的基于大數據的高校核心業務指數打分方法，其特征在于，步驟3)中，具體包括：

對動態輸入的數據集，根據數據的分布情況動態量化出不同的區間段并給出對應打分。

6.根據權利要求1或2所述的基于大數據的高校核心業務指數打分方法，其特征在于，步驟4)中，具體包括：

事件次數生成的打分根據權重生成了因子的分數，因子分數又加權生成了關鍵業務指標分數，業務指標分數最終加權生成了全校的總指數。

7.一種基于大數據的高校核心業務指數打分系統，包括：

數據拆分單元，將學校的核心業務進行量化并拆分成關鍵業務指標，并將每一個關鍵指標拆分成影響因子和影響事件；

將關鍵指標、因子、事件三個層次進行權重配比；

數據訓練單元，獲取輸入的影響事件數據集，通過動態離散量化算法訓練數據，動態生成打分標準；

打分單元，輸入新的影響事件數據，并根據以上打分標準進行打分；

指數生成單元，根據所述影響事件的打分，根據以上權重配比，生成不同關鍵業務指標的分數，最終生成全校業務總指數。

8.根據權利要求7所述的基于大數據的高校核心業務指數打分系統，其特征在于，所述數據拆分單元，進一步用于：

將學校的核心業務指標拆分成多個關鍵業務指標，并將每個指標下定義不同的影響因子；

依據自身學校的具體情況，將不同的指標和影響因子手動分配對應的權重比。

9.根據權利要求7或8所述的基于大數據的高校核心業務指數打分系統，其特征在于，所述數據拆分單元，進一步用戶將每個影響因子拆分正向和負向的不同的影響事件類型。

10.根據權利要求7或8所述的基于大數據的高校核心業務指數打分系統，其特征在于，所述數據訓練單元，進一步用于：

獲取輸入的事件數據集，該事件數據集中包括某一事件段內發生的影響事件以及次數；

根據事件數據的分布情況動態量化出不同的區間段，將同一個區間段的數據集作為一個指數衡量標準并量化成分數。