基于无限层级数据结构的城市体征画像的确定方法及系统技术方案

本发明专利技术公开了一种基于无限层级数据结构的城市体征画像的确定方法及系统。该发明专利技术包括：获取目标指标对应的数据，其中，目标指标为影响目标指数的指标；确定目标指标的权重；依据目标指标对应的数据和目标指标的权重，确定目标指数，其中，目标指数用于表示目标城市的一个运行体征。通过本发明专利技术，解决了相关技术中城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低的问题。

【技术实现步骤摘要】
基于无限层级数据结构的城市体征画像的确定方法及系统
本专利技术涉及大数据领域，具体而言，涉及一种基于无限层级数据结构的城市体征画像的确定方法及系统。
技术介绍
相关技术中，城市发展过程中，城市的领导者为了能更加准确地把握城市的情况，为了能做出更高效，更实用的决策；往往需要各方面的数据支持，需要挖掘城市运行过程中产生的数据；但是面对海量数据，领导者也力不从心，能够让城市的领导者更直观、更容易、更方便地把控城市的体征的需求越来越突出。随着大数据时代的发展，让海量数据处理变成了可能，现有的城市画像模型实现方案，是通过大数据技术对城市运行过程中产生的各种数据进行处理，结合智慧城市专家提出的城市评价模型，运用层次分析法对城市的进行整体的评分；根据不同的分值给出不同的评价和画像分类。但是，现有的实现方案中，得出的城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低。针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的主要目的在于提供一种基于无限层级数据结构的城市体征画像的确定方法及系统，以解决相关技术中城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低的问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种基于无限层级数据结构的城市体征画像的确定方法。该专利技术包括：获取目标指标对应的数据，其中，目标指标为影响目标指数的指标；确定目标指标的权重；依据目标指标对应的数据和目标指标的权重，确定目标指数，其中，目标指数用于表示目标城市的一个运行体征。进一步地，在获取目标指标对应的数据之前，该方法还包括：构建目标层级数据结构，其中，目标层级数据结构包括多个数据层级，目标指数对应的数据层级是目标指标对应的数据层级的父层级，目标指数对应至少一个目标指标；构建目标层级数据结构还包括：将预设值赋值在目标节点上，其中，目标节点与目标指标一一对应；依据预设权重和预设值，获取第一目标值，多个目标指标对应的多个第一目标值形成第一数据层级。进一步地，获取目标指标对应的数据包括：将获取的目标数据关联在目标层级数据结构上，其中，目标数据为目标城市在第一预定时间段内对应的数据；依据目标数据，获取目标值，其中，目标值与目标节点一一对应；依据预设权重和对应的目标值，获取第二目标值，其中，多个目标节点对应的多个第二目标值形成第二数据层级。进一步地，在依据预设权重和对应的目标值，获取第二目标值之后，该方法还包括：根据第一目标值和对应的第二目标值确定目标节点上的偏离度。进一步地，根据第一目标值和对应的第二目标值确定目标节点上的偏离度包括：通过隶属函数设定目标指标在预设数值区间内对应的映射值；通过预定算法计算映射值对应的目标数值，其中，目标数值为隶属度对应的数值，预定算法为以下至少一种：平均值趋向算法、最大值趋向算法、中位数趋向算法；对多个目标数值进行加权平均计算，得到目标指标值；依据目标数值与目标指标值，计算目标偏差值；依据目标偏差值，确定目标节点上数值是否为良性数值。进一步地，依据目标偏差值，确定目标节点上数值是否为良性数值包括：当偏差值大于预设偏差时，确定偏差值对应的指标为恶性指标；当偏差值小于等于预设偏差时，确定偏差值对应的指标为良性指标。为了实现上述目的，根据本专利技术的另一方面，提供了一种基于无限层级数据结构的城市体征画像的确定系统。该系统包括：第一获取单元，用于获取目标指标对应的数据，其中，目标指标为影响目标指数的指标；第一确定单元，用于确定目标指标的权重；第二确定单元，用于依据目标指标对应的数据和目标指标的权重，确定目标指数，其中，目标指数用于表示目标城市的一个运行体征。进一步地，该系统还包括：构建单元，用于在获取目标指标对应的数据之前，构建目标层级数据结构，其中，目标层级数据结构包括多个数据层级，目标指数对应的数据层级是目标指标对应的数据层级的父层级，目标指数对应至少一个目标指标；构建单元还包括：赋值子单元，用于将预设值赋值在目标节点上，其中，目标节点与目标指标一一对应；依据预设权重和预设值，获取第一目标值，多个目标指标对应的多个第一目标值形成第一数据层级。为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，存储介质包括存储的程序，其中，该程序执行上述任意一项的一种基于无限层级数据结构的城市体征画像的确定方法。为了实现上述目的，根据本申请的另一方面，提供了一种处理器，存储介质包括存储的程序，其中，该程序执行上述任意一项的一种基于无限层级数据结构的城市体征画像的确定方法。通过本专利技术，采用以下步骤：获取目标指标对应的数据，其中，目标指标为影响目标指数的指标；确定目标指标的权重；依据目标指标对应的数据和目标指标的权重，确定目标指数，其中，目标指数用于表示目标城市的一个运行体征，解决了相关技术中城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低的问题，进而达到了提高城市评价效率的目的。附图说明构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例提供的一种基于无限层级数据结构的城市体征画像的确定方法的流程图；图2是根据本专利技术实施例提供的基于无限层级数据结构的城市评价模型的运行示意图；以及图3是根据本专利技术实施例的一种基于无限层级数据结构的城市体征画像的确定系统的示意图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。根据本专利技术的实施例，提供了一种基于无限层级数据结构的城市体征画像的确定方法。图1是根据本专利技术实施例提供的一种基于无限层级数据结构的城市体征画像的确定方法的流程图。如图1所示，该专利技术包括以下步骤：步骤S101，获取目标指标对应的数据，其中，目标指标为影响目标指数本文档来自技高网...

【技术保护点】
1.一种基于无限层级数据结构的城市体征画像的确定方法，其特征在于，包括：/n获取目标指标对应的数据，其中，所述目标指标为影响目标指数的指标；/n确定所述目标指标的权重；/n依据所述目标指标对应的数据和所述目标指标的权重，确定所述目标指数，其中，所述目标指数用于表示目标城市的一个运行体征。/n

【技术特征摘要】
1.一种基于无限层级数据结构的城市体征画像的确定方法，其特征在于，包括：
获取目标指标对应的数据，其中，所述目标指标为影响目标指数的指标；
确定所述目标指标的权重；
依据所述目标指标对应的数据和所述目标指标的权重，确定所述目标指数，其中，所述目标指数用于表示目标城市的一个运行体征。


2.根据权利要求1所述的方法，其特征在于，
在获取目标指标对应的数据之前，所述方法还包括：构建目标层级数据结构，其中，所述目标层级数据结构包括多个数据层级，所述目标指数对应的数据层级是所述目标指标对应的数据层级的父层级，所述目标指数对应至少一个所述目标指标；
构建目标层级数据结构还包括：将预设值赋值在目标节点上，其中，所述目标节点与所述目标指标一一对应；依据预设权重和所述预设值，获取第一目标值，多个所述目标指标对应的多个所述第一目标值形成第一数据层级。


3.根据权利要求2所述的方法，其特征在于，获取目标指标对应的数据包括：
将获取的目标数据关联在所述目标层级数据结构上，其中，所述目标数据为目标城市在第一预定时间段内对应的数据；
依据所述目标数据，获取目标值，其中，所述目标值与所述目标节点一一对应；
依据所述预设权重和对应的所述目标值，获取第二目标值，其中，多个所述目标节点对应的多个所述第二目标值形成第二数据层级。


4.根据权利要求3所述的方法，其特征在于，在依据所述预设权重和对应的所述目标值，获取第二目标值之后，所述方法还包括：
根据所述第一目标值和对应的所述第二目标值确定所述目标节点上的偏离度。


5.根据权利要求4所述的方法，其特征在于，根据所述第一目标值和对应的所述第二目标值确定所述目标节点上的偏离度包括：
通过隶属函数设定所述目标指标在预设数值区间内对应的映射值；
通过预定算法计算所述映射值对应的目标数值，其中，所述目标数值为隶属度对应的数值，所述预定算法为以下至少一种：平均值趋向算法...

【专利技术属性】
技术研发人员：刘国光，贠瑞峰，王虎，陈佩，苏炽勇，邓鹏飞，何远添，
申请(专利权)人：智慧神州北京科技有限公司，
类型：发明
国别省市：北京;11