[發明專利]基于大數據的產業園評估方法及裝置

在審

• 申請號: 202010938469.5
• 申請日: 2020-09-09
• 公開（公告）號: CN112116230A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 戴麗麗;呂緒祥;許頡;李城紅;黃萍;張江華
• 申請（專利權）人: 福建新大陸軟件工程有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于大數據的產業園評估方法，其特征在于，包括步驟：

S10：獲取移動運營商的數據，通過自動數據清洗獲取多個指標數據；

S20：根據層次分析法獲得所述指標數據的三級層次結構；

S30：根據網絡分析法原理，依次構建二級指標、第三級指標的相互關系網絡結構；

S40：根據間接重要性程度比較法獲得關系判斷矩陣，并進行關系判斷矩陣的一致性檢驗；

S50：進行三級指標的相對重要性權重計算，對產業園進行指標得分計算。

2.根據權利要求1所述的基于大數據的產業園評估方法，其特征在于：所述移動運營商的數據包括用戶的網絡信令、語言通話及位置數據。

3.根據權利要求1所述的基于大數據的產業園評估方法，其特征在于：步驟S40包括：

根據間接重要性程度比較法，將二級指標進行比較，得出元素關系判斷矩陣；

分別對關系判斷矩陣進行加權平均值，作為兩兩重要性程度比較的最終取值；

計算關系判斷矩陣的一致性，并與一預設閾值進行比對過濾。

4.根據權利要求1所述的基于大數據的產業園評估方法，其特征在于：在所述指標數據中，網絡分析法中控制因素層包括產業聚集度、發展持續性、經營活躍度、人口結構組成及產業健康度；

網絡層因素層包括：人才規模、企業入駐、就業規模增長率、人才波動程度、人員地域構成、業務外向依存度、業務覆蓋范圍、自然屬性結構、社會結構、工作負荷及職住通勤。

5.根據權利要求4所述的基于大數據的產業園評估方法，其特征在于：在網絡層因素中，人才規模包括園區工作人口數；企業入駐包括園區企業數量；就業規模增長率包括園區工作人口同比及園區工作人員環比；人才波動程度包括就業人口數量穩定性及就業人口穩定性；人員地域構成包括省內外來人口占比、國內外來人口占比及國際外來人口占比；業務外向依存度包括外地通話時長占比、外地通話數量占比及外地通話半徑；業務覆蓋范圍包括省內差旅地個數、國內差旅地個數、國際差旅地個數、省內差旅地人數、國內差旅地人數、國際差旅地人數、省內來訪地個數、國內來訪地個數、國際來訪地個數、省內來訪人數、國內來訪人數及國際來訪人數；自然屬性結構包括工作人口年齡及工作人口性別；社會結構包括工作人口通信消費、工作人口有車比例及工作人口終端價值；工作負荷包括周末加班人群占比、周末加班時長、工作日加班人群占比、工作日加班時長及日平均工作時長；職住通勤包括職住比及通勤時長。

6.一種基于大數據的產業園評估裝置，其特征在于，包括步驟：

數據獲取模塊：獲取移動運營商的數據，通過自動數據清洗獲取多個指標數據；

層次分析模塊：根據層次分析法獲得所述指標數據的三級層次結構；

網絡分析模塊：根據網絡分析法原理，依次構建二級指標、第三級指標的相互關系網絡結構；

關系判斷矩陣模塊：根據間接重要性程度比較法得出關系判斷矩陣，并進行關系判斷矩陣的一致性檢驗；

計算模塊：進行三級指標相對重要性權重計算，對產業園進行指標得分計算。

7.根據權利要求/6所述的基于大數據的產業園評估裝置，其特征在于：所述移動運營商的數據包括用戶的網絡信令、語言通話、位置數據。

8.根據權利要求6所述的基于大數據的產業園評估裝置，其特征在于：關系判斷矩陣模塊包括：

矩陣計算單元：根據間接重要性程度比較法，將二級指標進行比較，得出元素關系判斷矩陣；

加權平均單元：分別對關系判斷矩陣進行加權平均值，作為兩兩重要性程度比較的最終取值；

一致性單元：計算關系判斷矩陣的一致性，并與一預設閾值進行比對過濾。