一种品牌的声量资产的评估方法及系统技术方案

本发明专利技术涉及一种品牌的声量资产的评估方法及系统，该方法包括：建立声量资产的评估指标体系；获取评估指标体系的最底层指标在给定行业的全部品牌的点赞量、转发量、评论量和阅读量，并计算点赞量、转发量、评论量和阅读量的增量数据；对增量数据进行模糊区间划分，建立评估指标体系的评分标准；建立各级指标的权重；利用乘加算子计算各级指标的隶属度向量；根据评分标准、权重及隶属度向量，利用乘加算子逐级计算评估指标体系的综合评分。本发明专利技术提供的技术方案，综合利用了层次分析法及模糊综合评价法，实现了对品牌的声量资产的定量、客观、精准的评估，为商家提高品牌营销精准度及用户改善品牌消费体验度奠定了决策基础，用户满意度高，体验好。

A Method and System for Evaluating Brand's Volume Assets

The present invention relates to an evaluation method and system for brand voice assets, which includes: establishing an evaluation index system for voice assets; obtaining the point approval, forwarding amount, comment amount and reading amount of the lowest index of the evaluation index system for all brands in a given industry, and calculating the incremental data of point approval, forwarding amount, comment amount and reading amount; and modelling incremental data. Fuzzy interval partition is used to establish the scoring criteria of the evaluation index system; the weights of all levels of indicators are established; the membership degree vectors of all levels of indicators are calculated by using multiplication and addition operators; according to the scoring criteria, weights and membership degree vectors, the comprehensive scoring of the evaluation index system is calculated step by step by step by using multiplication and addition operators. The technical scheme provided by the invention integrates the analytic hierarchy process (AHP) and the fuzzy comprehensive evaluation method, realizes the quantitative, objective and accurate evaluation of the brand's volume assets, and lays a decision-making foundation for improving the accuracy of brand marketing and the user's experience of brand consumption, with high user satisfaction and good experience.

【技术实现步骤摘要】
一种品牌的声量资产的评估方法及系统
本专利技术涉及大数据处理
，具体涉及一种品牌的声量资产的评估方法及系统。
技术介绍
随着网络化的快速发展，各个品牌在网络上的运行轨迹日趋增多，各品牌的网络化数据信息也在海量增加，这些信息在当今的大数据时代无疑可作为品牌的无形互联网数字资产。但名目繁多的数字信息会让公司或消费者觉得眼花缭乱，无所适从。因此，对各品牌相关数字信息的统计、分析及评判对于该公司的运营、消费者对于公司的理解都有着良好的促进作用。公司通过了解自己的互联网数字资产可以及时掌握自己的品牌优势和不足，保持优势，弥补不足，进一步提高自己的品牌效应，为公司赚取更多利润；消费者通过了解公司的品牌互联网数字资产，可以指导自己更科学的消费，买到更理想的产品或服务。从品牌价值评估的角度来说，品牌的互联网数字资产包括：内容资产、声量资产、账号资产。其中，声量资产是指用户通过第三方社交平台、第三方搜索平台、第三方直播平台、第三方文档平台等互联网渠道对某个品牌的用户体验反馈。要评估某个品牌的互联网数字资产，必定涉及到如何评估该品牌的声量资产。目前，在国内外应用最为广泛的综合评价理论是层次分析法(AnalyticHierarchyProcess，AHP)。AHP的思想是首先通过建立清晰的层次结构来分解复杂问题，其次引入测度理论，通过对比，用相对标度将人的判断标准化，并逐层建立判断矩阵，然后求解判断矩阵的权重，最后计算方案的综合权重。但是AHP法在进行两两比较时，如果信息不完全，就会出现判断不确定的情况，以致求解精度有较大偏差。模糊评价方法(FuzzyComprehensiveEvaluationMethod)是一种基于模糊集合论，对分析评估中的各种模糊信息作量化处理，并进行状态判断的分析方法，这种定性指标合理量化的方法，较好地解决了综合评判中原始数据的不确定性或评估标准的模糊性等问题。模糊综合评价是应用模糊变换原理，考虑与评价对象相关的各种因素，对其所作的综合评价。其基本原理是：(1)根据评价的标准构造多个隶属函数，(2)通过评测指标在各个隶属函数中对应的程度不同(即隶属度不同)，可以形成一个模糊关系矩阵。(3)构造权重系数矩阵。(4)将权重系数模糊矩阵和模糊关系矩阵通过模糊运算，最终就可以得到综合指标对各个评价等级的隶属度矩阵。虽然，现有技术中AHP理论及模糊综合评价理论发展很完善，且在多个领域有应用，但是如何将AHP理论及模糊综合评价理论应用到声量资产评估领域，实现对声量资产的评估，现有技术中还未涉及。这使得品牌用户及品牌商家无法对特定品牌进行定量、客观、准确的评估，导致商家的品牌营销精准度低，用户的品牌消费体验差。
技术实现思路
有鉴于此，本专利技术的目的在于克服现有技术的不足，提供一种品牌的声量资产的评估方法及系统，以解决现有技术中无法实现对品牌的声量资产进行评估，导致商家的品牌营销精准度低，用户的品牌消费体验差的问题。为实现以上目的，本专利技术采用如下技术方案：一种品牌的声量资产的评估方法，包括：步骤S1、建立声量资产的评估指标体系；步骤S2、获取所述评估指标体系的最底层指标在给定行业的全部品牌的点赞量、转发量、评论量和阅读量，并分别计算所述点赞量、转发量、评论量和阅读量的增量数据；步骤S3、对所述增量数据进行模糊区间划分，建立所述评估指标体系的评分标准；步骤S4、利用层次分析法，建立各级指标的权重；步骤S5、利用乘加算子计算各级指标的隶属度向量；步骤S6、根据所述评分标准、权重及隶属度向量，利用乘加算子逐级计算所述评估指标体系的综合评分。优选地，所述步骤S3，包括：步骤S31、对所述增量数据进行模糊区间划分，并将划分结果用向量表示，得到任一指标对应n个评分等级的模糊集向量(G1，G2....Gn)，其中，n≥1；步骤S32、根据实际经验值确定模糊集向量(G1，G2....Gn)的代表值(g1，g2....gn)，并将(g1，g2....gn)作为计算指标得分的评分标准；或者，将g1＝C(G1),g2＝C(G2)....gn＝C(Gn)确定为模糊集向量(G1，G2....Gn)的代表值(g1，g2....gn)，并将(g1，g2....gn)作为计算指标得分的评分标准；其中，C(Gi)代表Gi的重心值或中心值，1≤i≤n。优选地，所述步骤S4包括：步骤S41、向专家发放调查问卷统计各位专家对于所述评估指标体系中两两指标之间的重要性程度的判断矩阵，以及两指标的直接权重分配；步骤S42、根据专家的可信度，加权汇总得到两指标之间的权重分配；步骤S43、根据专家的可信度，加权汇总得到三个及三个以上指标的判断矩阵，并根据层次分析法计算得出三个及三个以上指标之间的权重分配。优选地，所述步骤S5包括：步骤S51、根据公式(1)对所述点赞量、转发量、评论量和阅读量的增量数据进行标准化处理：其中，Δx*表示标准化处理后的增量数据，Δx表示标准化处理前的增量数据，minData表示增量数据的最小值，maxData表示增量数据的最大值；步骤S52、根据公式(2)计算Δx*对于梯形模糊集Gi＝[a,b,c,d]，1≤i≤n的隶属度从而得到Δx*所对应的指标的隶属度向量为：其中，其中，a,b,c,d为所述步骤S31中通过对所述增量数据进行模糊区间划分，得到的各梯形模糊集Gi的分点；步骤S53、假设中间层级指标中的任一指标下有m个下一级指标，这m个下一级指标的第j个指标的隶属度向量记为：这m个下一级指标的第j个指标的权重为Wj，1≤j≤m，则根据公式(3)计算中间层级指标中的任一指标的隶属度向量：其中，所述中间层级指标是指除最底层指标外的其他层级的指标。优选地，所述步骤S6包括：步骤S61、假设中间层级指标中的任一指标的隶属度向量为(a1，a2....an)，其中，对应的模糊集向量(G1，G2....Gn)的代表值为(g1，g2....gn)，则根据公式(4)计算该级指标的增量得分ΔS：ΔS＝a1g1+a2g2+.....angn(4)，步骤S62、设所述评估指标体系共有y级指标，中间层级指标中的任一指标下有m个下级指标，根据公式(5)计算所述评估指标体系的综合评分：其中，代表当前时刻，第x级的第j个指标的增量得分；Wxj代表第x级的第j个指标的权重；代表上一时刻所述评估指标体系的综合评分，代表当前时刻所述评估指标体系的综合评分。优选地，所述获取所述评估指标体系的最底层指标在给定行业的全部品牌的点赞量、转发量、评论量和阅读量，通过以下方式中的至少一种：爬虫程序从互联网抓取、人工录入、第三方数据平台提供。另外，本专利技术还提出了一种品牌的声量资产的评估系统，包括：建立单元，用于建立声量资产的评估指标体系；增量数据计算单元，用于获取所述评估指标体系的最底层指标在给定行业的全部品牌的点赞量、转发量、评论量和阅读量，并计算所述点赞量、转发量、评论量和阅读量的增量数据；评分标准建立单元，用于对所述增量数据进行模糊区间划分，建立所述评估指标体系的评分标准；权重建立单元，用于利用层次分析法，建立各级指标的权重；隶属度计算单元，用于利用乘加算子计算各级指标的隶属度向量；综合评分单元，用于根据所述评分标准、权重及隶属度向量，利用乘加算子逐级计算所述评估指标本文档来自技高网...

【技术保护点】
1.一种品牌的声量资产的评估方法，其特征在于，包括：步骤S1、建立声量资产的评估指标体系；步骤S2、获取所述评估指标体系的最底层指标在给定行业的全部品牌的点赞量、转发量、评论量和阅读量，并分别计算所述点赞量、转发量、评论量和阅读量的增量数据；步骤S3、对所述增量数据进行模糊区间划分，建立所述评估指标体系的评分标准；步骤S4、利用层次分析法，建立各级指标的权重；步骤S5、利用乘加算子计算各级指标的隶属度向量；步骤S6、根据所述评分标准、权重及隶属度向量，利用乘加算子逐级计算所述评估指标体系的综合评分。

【技术特征摘要】
1.一种品牌的声量资产的评估方法，其特征在于，包括：步骤S1、建立声量资产的评估指标体系；步骤S2、获取所述评估指标体系的最底层指标在给定行业的全部品牌的点赞量、转发量、评论量和阅读量，并分别计算所述点赞量、转发量、评论量和阅读量的增量数据；步骤S3、对所述增量数据进行模糊区间划分，建立所述评估指标体系的评分标准；步骤S4、利用层次分析法，建立各级指标的权重；步骤S5、利用乘加算子计算各级指标的隶属度向量；步骤S6、根据所述评分标准、权重及隶属度向量，利用乘加算子逐级计算所述评估指标体系的综合评分。2.根据权利要求1所述的方法，其特征在于，所述步骤S3，包括：步骤S31、对所述增量数据进行模糊区间划分，并将划分结果用向量表示，得到任一指标对应n个评分等级的模糊集向量(G1，G2....Gn)，其中，n≥1；步骤S32、根据实际经验值确定模糊集向量(G1，G2....Gn)的代表值(g1，g2....gn)，并将(g1，g2....gn)作为计算指标得分的评分标准；或者，将g1＝C(G1),g2＝C(G2)....gn＝C(Gn)确定为模糊集向量(G1，G2....Gn)的代表值(g1，g2....gn)，并将(g1，g2....gn)作为计算指标得分的评分标准；其中，C(Gi)代表Gi的重心值或中心值，1≤i≤n。3.根据权利要求1所述的方法，其特征在于，所述步骤S4包括：步骤S41、向专家发放调查问卷统计各位专家对于所述评估指标体系中两两指标之间的重要性程度的判断矩阵，以及两指标的直接权重分配；步骤S42、根据专家的可信度，加权汇总得到两指标之间的权重分配；步骤S43、根据专家的可信度，加权汇总得到三个及三个以上指标的判断矩阵，并根据层次分析法计算得出三个及三个以上指标之间的权重分配。4.根据权利要求2所述的方法，其特征在于，所述步骤S5包括：步骤S51、根据公式(1)对所述点赞量、转发量、评论量和阅读量的增量数据进行标准化处理：其中，Δx*表示标准化处理后的增量数据，Δx表示标准化处理前的增量数据，minData表示增量数据的最小值，maxData表示增量数据的最大值；步骤S52、根据公式(2)计算Δx*对于梯形模糊集Gi＝[a,b,c,d]，1≤i≤n的隶属度从而得到Δx*所对应的指标的隶属度向量为：其中，其中，a,b,c,d为所述步骤S31中通过对所述增量数据进行模糊区间划分，得到的各梯形模糊集Gi的分点；步骤S53、假设中间层级指标中的任一指标下有m个下一级指标，这m个下一级指标的第j个指标的隶属度向量记为：这m个下一级指标的第j个指标的权重为Wj，1≤j≤m，则根据公式(3)计算中间层级指标中的任一指标的隶属度向量：其中，所述中间层级指标是指除最底层指标外的其他层级的指标。5.根据权利要求4所述的方法，其特征在于，所述步骤S6包括：步骤S61、假设中间层级指标中的任一指标的隶属度向量为(a1，a2....an)，其中，对应的模糊集向量(...

【专利技术属性】
技术研发人员：王宇，张奇业，
申请(专利权)人：洛阳博得天策网络科技有限公司，
类型：发明
国别省市：河南,41