一种动态评估方法及系统技术方案

本发明专利技术公开了一种动态评估方法及系统，该方法包括：预先建立基于智能决策支持系的动态评估模型系统，动态评估模型系统包括：基于远程数据搜索模式的开放式动态数据库系统、分类模型库系统、智能评估系统、以及基于单接口封装的可视化评估框架的人机交互系统。智能评估系统用于调用、管理动态数据库系统及分类模型库系统，并与人机交互系统进行信息交互。智能评估系统通过判断评估对象的类别并据此选择评估模型及相关的评估参数，并在评估模型库中选取最优模型对待评估的公司进行股权评估。通过实施本发明专利技术能够搭建一个融通的评估平台，结合具有简单便捷的相对估值法与客观准确的绝对估值法，形成一套完整的智能动态评估体系。

【技术实现步骤摘要】

本专利技术涉及计算机智能评估
，特别涉及一种动态评估方法及动态评估模型系统。
技术介绍
近年来，智能决策支持系(IDSS，Intelligent Decision Support System)己成为系统工程与计算机应用领域中的重要研究课题。通过众多相关专家、学者的不断探索和研究，IDSS在学术界的理论研究和国民经济的实际应用中得到了迅猛发展。自IDSS开发以来，与它的理论研究相比，实际应用工作开展得更早，它广泛用于企业管理、系统开发、经济分析与规划、战略研究、资源管理、投资规划等方面，支持各类决策问题的决策支持系统大量出现并已投入使用。概括来讲，IDSS是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、人工智能技术和信息技术为手段，智能化地支持决策活动的计算机系统。它通过人机对话进行分析、比较和判断，进而识别问题，建立或修改模型，帮助决策者明确决策目标，为决策者提供各种方案并对其进行评价和优选，为正确决策提供有益帮助。但是，智能财务系统还大多局限在利用图表对现有状况进行描述，在解决企业普遍的管理与决策问题方面仍然处于研究探索阶段。这里，以企业股权价值评估为例，目前的股权价值评估主要基于评估参与者对大量财务数据的分析，以评估参与者自身的知识、经验、技术等因素为基础对股权价值进行非常主观的评估，这样做既费时又耗力，而且不够准确、智能。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提出一种动态评估方法及动态评估模型系统，设计一种智能动态的评估体系，能够实现高效精准的评估。进一步来讲，该动态评估方法包括以下步骤：预先建立基于智能决策支持系(IDSS)的动态评估模型系统，所述动态评估模型系统包括：基于远程数据搜索模式的开放式动态数据库系统、分类模型库系统、智能评估系统、以及基于单接口封装的可视化评估框架的人机交互系统；所述智能评估系统通过人机交互系统获取评估对象的身份信息；调用所述动态数据库系统，所述动态数据库系统根据所述评估对象的身份信息、所述智能评估系统设置的筛选条件、搜索路径及搜索关键词搜索并获取关于所述评估对象的目标数据所在的HTML源码，并对所述HTML源码进行数据解析及重构；调用所述分类模型库系统，所述分类模型库系统根据所述动态数据库系统获得的目标数据，提取能够反映所述评估对象的结构特征数据，对所述结构特征数据进行识别和分类分析运算；所述智能评估系统根据所述分类模型库系统的运算结果，判断所述评估对象是属于离群样本还是属于合群样本，并选取对应的最优评估模型对所述评估对象进行评估；若所述评估对象属于合群样本，则根据所述分类分析结果及设置的评估参数，在所述分类模型库系统中调用与所述评估对象相匹配的评估模型，采用相对估值方式，对所述评估对象进行评估，并输出评估结果；若所述评估对象属于离群样本，则根据所述分类分析结果及设置的评估参数，采用绝对估值方式，对所述评估对象进行评估，并输出评估结果。可选地，在一些实施例中，所述动态数据库系统根据所述评估对象的身份信息、所述智能评估系统设置的筛选条件、搜索路径及搜索关键词搜索并获取关于所述评估对象的目标数据所在的HTML源码，并对所述HTML源码进行数据解析及重构包括：根据所述评估对象的身份信息选定评估对象，获取预先设置的对应的筛选条件、搜索路径及搜索关键词；所述动态数据库系统采用基于开放式爬虫算法的远程在线数据库建库模式，当所述评估对象选定后，通过开放式爬虫算法根据评估对象相关信息以及预设的URL站点搜索评估所需数据，以关键词响应的方式访问一个或多个远程服务器端口，搜集并下载相应的目标数据所在的HTML源码；其中，所述远程服务器端口存储在所述动态数据库系统中，通过URL调用的方式访问目标页面；通过正则表达式字符串特征分类的方式解析、下载所述HTML源码到本地服务器，从而形式一个动态的临时远程在线数据库；其中，所述正则表达式与所述目标数据的关键词相匹配。可选地，在一些实施例中，所述分类模型库系统根据所述动态数据库系统，提取能够反映所述评估对象的结构特征数据，对所述结构特征数据进行识别和分类分析包括：采用预先建立的数据分析模型对所述评估对象的结构特征数据进行提取；其中，所述数据分析模型包括用于对所述评估对象的进行特征压缩和维度归约的主成分分析(PCA)模型；采用预先建立的混合模型对所述评估对象进行分类分析；其中，所述混合模型包括：层次聚类模型和支持向量机(SVM)模型，所述层次聚类模型用于识别所述评估对象与同类参考对象的关联程度、并为这种关联程度打上关联标签的层次聚类模型；支持向量机(SVM)模型用于根据所述关联标签判断所述评估对象是否能匹配到可作为评估参考的同类参考对象，如果所述评估对象能匹配到可作为评估参考的同类参考对象，则所述评估对象属于合群样本，否则所述评估对象属于离群样本。可选地，在一些实施例中，所述分类模型库用于为所述智能评估系统提供其存储的各类模型，所述分类模型库还配置有模型库管理系统，所述模型库管理系统用于对存储的模型进行模型提取、访问、更新和合成操作；其中，所述分类模型库针对同类参考对象设置有专用模型、例行分析模型、组合模型以及临时模型；所述分类模型库还配置有模型库管理系统，所述模型库管理系统包括构造管理模块、存取管理模块、运行管理模块，还设置有模型字典、内部数据库和外部数据库，用于管理、调用、配置所述分类模型库中的相关模型。可选地，在一些实施例中，所述评估对象为目标企业的股权价值，所述评估对象的身份信息为公司名字或股票代码；所述相对估值方式包括市盈率(P/E)模型、市净率(P/B)模型及市销率(P/S)模型；所述智能评估系统根据基于理论知识和专家经验设计的评估参数，选取对应的最优评估模型对属于合群样本的评估对象进行股价价值评估；所述绝对估值方式包括净现金流折现(NPV)模型、实物期权(ROpt.)估值模型；所述智能评估系统根据基于理论知识和专家经验设计的评估参数，选取对应的最优评估模型对属于离群样本的评估对象进行股价价值评估；其中，所述层次聚类模型为用于分析相关企业关联度的Kmeans聚类模型。可选地，在一些实施例中，所述智能评估系统设置的筛选条件为基于理论知识和专家经验设计出来的逻辑推理原则，以代码形式封装于所述智能评估系统，并按顺序进行编码，可被规格化、系统化的调用。为实现上述动态评估方法，本专利技术还提出一种动态评估模型系统。进一步来讲，该动态评估模型系统包括：人机交互系统，基于单接口封装，具有可视化评估框架，设置有人机交互界面及结果输出显示界面；动态数据库系统，基于远程数据搜索模式，具有开放式动态在线数据库，用于根据所述评估对象的身份信息、所设置的筛选条件、搜索路径及搜索关键词搜索并获取关于所述评估对象的目标数据所在的HTML源码，并对所述HTML源码进行数据解析及重构；分类模型库系统，用于根据所述动态数据库系统获得的目标数据，提取能够反映所述评估对象的结构特征数据，对所述结构特征数据进行识别和分类分析运算；智能评估系统，用于根据所述分类模型库系统的运算结果，判断所述评估对象是属于离群样本还是属于合群样本，并选取对应的最优评估模型对所述评估对象进行评估；当所述评估对象属于合群样本时，用于根据所述分类分析结果及设置的本文档来自技高网...

【技术保护点】
一种动态评估方法，其特征在于，包括：预先建立基于智能决策支持系(IDSS)的动态评估模型系统，所述动态评估模型系统包括：基于远程数据搜索模式的开放式动态数据库系统、分类模型库系统、智能评估系统、以及基于单接口封装的可视化评估框架的人机交互系统；所述智能评估系统通过人机交互系统获取评估对象的身份信息；调用所述动态数据库系统，所述动态数据库系统根据所述评估对象的身份信息、所述智能评估系统设置的筛选条件、搜索路径及搜索关键词搜索并获取关于所述评估对象的目标数据所在的HTML源码，并对所述HTML源码进行数据解析及重构；调用所述分类模型库系统，所述分类模型库系统根据所述动态数据库系统获得的目标数据，提取能够反映所述评估对象的结构特征数据，对所述结构特征数据进行识别和分类分析运算；所述智能评估系统根据所述分类模型库系统的运算结果，判断所述评估对象是属于离群样本还是属于合群样本，并选取对应的最优评估模型对所述评估对象进行评估；若所述评估对象属于合群样本，则根据所述分类分析结果及设置的评估参数，在所述分类模型库系统中调用与所述评估对象相匹配的评估模型，采用相对估值方式，对所述评估对象进行评估，并输出评估结果；若所述评估对象属于离群样本，则根据所述分类分析结果及设置的评估参数，采用绝对估值方式，对所述评估对象进行评估，并输出评估结果。...

【技术特征摘要】
1.一种动态评估方法，其特征在于，包括：预先建立基于智能决策支持系(IDSS)的动态评估模型系统，所述动态评估模型系统包括：基于远程数据搜索模式的开放式动态数据库系统、分类模型库系统、智能评估系统、以及基于单接口封装的可视化评估框架的人机交互系统；所述智能评估系统通过人机交互系统获取评估对象的身份信息；调用所述动态数据库系统，所述动态数据库系统根据所述评估对象的身份信息、所述智能评估系统设置的筛选条件、搜索路径及搜索关键词搜索并获取关于所述评估对象的目标数据所在的HTML源码，并对所述HTML源码进行数据解析及重构；调用所述分类模型库系统，所述分类模型库系统根据所述动态数据库系统获得的目标数据，提取能够反映所述评估对象的结构特征数据，对所述结构特征数据进行识别和分类分析运算；所述智能评估系统根据所述分类模型库系统的运算结果，判断所述评估对象是属于离群样本还是属于合群样本，并选取对应的最优评估模型对所述评估对象进行评估；若所述评估对象属于合群样本，则根据所述分类分析结果及设置的评估参数，在所述分类模型库系统中调用与所述评估对象相匹配的评估模型，采用相对估值方式，对所述评估对象进行评估，并输出评估结果；若所述评估对象属于离群样本，则根据所述分类分析结果及设置的评估参数，采用绝对估值方式，对所述评估对象进行评估，并输出评估结果。2.根据权利要求1所述的动态评估方法，其特征在于，所述动态数据库系统根据所述评估对象的身份信息、所述智能评估系统设置的筛选条件、搜索路径及搜索关键词搜索并获取关于所述评估对象的目标数据所在的HTML源码，并对所述HTML源码进行数据解析及重构包括：根据所述评估对象的身份信息选定评估对象，获取预先设置的对应的筛选条件、搜索路径及搜索关键词；所述动态数据库系统采用基于开放式爬虫算法的远程在线数据库建库模式，当所述评估对象选定后，通过开放式爬虫算法根据评估对象相关信息以及预设的URL站点搜索评估所需数据，以关键词响应的方式访问一个或多个远程服务器端口，搜集并下载相应的目标数据所在的HTML源码；其中，所述远程服务器端口存储在所述动态数据库系统中，通过URL调用的方式访问目标页面；通过正则表达式字符串特征分类的方式解析、下载所述HTML源码到本地服务器，从而形式一个动态的临时远程在线数据库；其中，所述正则表达式与所述目标数据的关键词相匹配。3.根据权利要求1或2所述的动态评估方法，其特征在于，所述分类模型库系统根据所述动态数据库系统，提取能够反映所述评估对象的结构特征数据，对所述结构特征数据进行识别和分类分析包括：采用预先建立的数据分析模型对所述评估对象的结构特征数据进行提取；其中，所述数据分析模型包括用于对所述评估对象的进行特征压缩和维度归约的主成分分析(PCA)模型；采用预先建立的混合模型对所述评估对象进行分类分析；其中，所述混合模型包括：层次聚类模型和支持向量机(SVM)模型，所述层次聚类模型用于识别所述评估对象与同类参考对象的关联程度、并为这种关联程度打上关联标签的层次聚类模型；支持向量机(SVM)模型用于根据所述关联标签判断所述评估对象是否能匹配到可作为评估参考的同类参考对象，如果所述评估对象能匹配到可作为评估参考的同类参考对象，则所述评估对象属于合群样本，否则所述评估对象属于离群样本。4.根据权利要求3所述的动态评估方法，其特征在于：所述分类模型库用于为所述智能评估系统提供其存储的各类模型，所述分类模型库还配置有模型库管理系统，所述模型库管理系统用于对存储的模型进行模型提取、访问、更新和合成操作；其中，所述分类模型库针对同类参考对象设置有专用模型、例行分析模型、组合模型以及临时模型；所述分类模型库还配置有模型库管理系统，所述模型库管理系统包括构造管理模块、存取管理模块、运行管理模块，还设置有模型字典、内部数据库和外部数据库，用于管理、调用、配置所述分类模型库中的相关模型。5.根据权利要求1至4任一项所述的动态评估方法，其特征在于，所述评估对象为目标企业的股权价值，所述评估对象的身份信息为公司名字或股票代码；所述相对估值方式包括市盈率(P/E)模型、市净率(P/B)模型及市销率(P/S)模型；所述智...

【专利技术属性】
技术研发人员：宋晓华，张宇霖，张栩蓓，龙芸，史富莲，宁相波，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11