【技术实现步骤摘要】
一种基于多标准决策模型的园区政策匹配和评估方法
本专利技术涉及大数据处理
,特别涉及一种基于多标准决策模型的园区政策匹配和评估方法。
技术介绍
对于企业园区而言,其作为科技创新的重要基础支撑,在支持中小企业发展和促进社会经济发展上起到了重要作用。区域政策引导以及科技园区的支撑对企业发展至关重要。目前对区域政策能否有效促进创新以及科技园区内企业所处行业分析,都有进行了一定研究。但是,随着大数据分析技术的逐渐发展,并未对企业与相关政策匹配以及园区综合表现进行评估,这样说目前亟待解决的问题。
技术实现思路
为解决上述问题,本专利技术提供了一种基于多标准决策模型的园区政策匹配和评估方法。本专利技术采用以下技术方案:一种基于多标准决策模型的园区政策匹配和评估方法,其包括以下步骤:S1、获取政策数据、企业数据及园区数据;S2、对所述政策数据和企业数据进行预处理,分别提取政策标签和企业标签,所述政策标签和企业标签包括定量标签、定性标签;S3、定义匹配规则,并对政策标签赋予权重值;S4、基于匹配规则和权重值,建立政策匹配分析模型并计算匹配结果,所述政策匹配分析模型包括AdditiveMAVF模型、有效标签匹配度模型及证据推理模型;S5、针对所述园区数据,定义各项指标的初始权重,并获得初始权重下的园区分数;S6、建立DEA-WEI模型反映各园区的最大期望;S7、利用极小极大方法优化权重,并计算最终园区分数。优选地,所述Additi ...
【技术保护点】
1.一种基于多标准决策模型的园区政策匹配和评估方法,其特征在于,包括以下步骤:/nS1、获取政策数据、企业数据及园区数据;/nS2、对所述政策数据和企业数据进行预处理,分别提取政策标签和企业标签,所述政策标签和企业标签包括定量标签、定性标签;/nS3、定义匹配规则,并对政策标签赋予权重值;/nS4、基于匹配规则和权重值,建立政策匹配分析模型并计算匹配结果,所述政策匹配分析模型包括Additive MAVF模型、有效标签匹配度模型及证据推理模型;/nS5、针对所述园区数据,定义各项指标的初始权重,并获得初始权重下的园区分数;/nS6、建立DEA-WEI模型反映各园区的最大期望;/nS7、利用极小极大方法优化权重,并计算最终园区分数。/n
【技术特征摘要】 【专利技术属性】
1.一种基于多标准决策模型的园区政策匹配和评估方法,其特征在于,包括以下步骤:
S1、获取政策数据、企业数据及园区数据;
S2、对所述政策数据和企业数据进行预处理,分别提取政策标签和企业标签,所述政策标签和企业标签包括定量标签、定性标签;
S3、定义匹配规则,并对政策标签赋予权重值;
S4、基于匹配规则和权重值,建立政策匹配分析模型并计算匹配结果,所述政策匹配分析模型包括AdditiveMAVF模型、有效标签匹配度模型及证据推理模型;
S5、针对所述园区数据,定义各项指标的初始权重,并获得初始权重下的园区分数;
S6、建立DEA-WEI模型反映各园区的最大期望;
S7、利用极小极大方法优化权重,并计算最终园区分数。
2.如权利要求1所述的一种基于多标准决策模型的园区政策匹配和评估方法,其特征在于,所述AdditiveMAVF模型具体为:
技术研发人员:杨紫胜,陈思恩,廖雅哲,吴炎泉,
申请(专利权)人:科技谷厦门信息技术有限公司,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。