【技术实现步骤摘要】
基于企业大数据的绩效评价和效率提升系统及方法
[0001]本专利技术涉及生产率评价领域,尤其涉及针对企业大数据的绩效评价和效率提升系统及方法。
技术介绍
[0002]伴随现代社会的飞速运转,其产生的数据种类及规模出现了爆发式增长。大数据概念应运而生,并引起产业界、科技界和各国政府的高度关注,各学科领域均对该概念开展了深度研究。
[0003]数据包络分析(Data envelopment analysis,DEA)作为线性规划方法的一个重要分支,是一种针对同质决策单元(Decision
‑
making unit,DMU)的数据驱动的非参数组内效率评价方法。该方法Charnes等提出,Banker等拓展,被广泛开发并应用于决策支持、资源分配和成本分析等功能和银行、电力、农业、医院和运输等领域。
[0004]DEA针对n个DMU建立n个具有相同约束条件相同变量个数的线性规划,每个线性规划问题含有至少n个变量个数。通过建立一组生产公理建立有效前沿面,以不同方式度量各DMU到有效前沿面的距离实现对各DMU的效率表现量化。
[0005]当前DEA的计算模式需逐一推进每一个“全尺寸”的线性规划,直到所有单元被计算完毕。而面对大数据时代下动辄百万千万计的信息流,使用经典DEA方法计算一个大规模数据组需用小时或天为单位。若某公司试图了解其组内效率名次,则必须等全部线性规划求解完毕。换句话说,当前DEA的求解模式无法适应新时代下的管理与决策需求。
技术实现思路
[0006]为解决 ...
【技术保护点】
【技术特征摘要】
1.一种基于企业大数据的绩效评价和效率提升系统,其特征在于,包括企业绩效评价模型与指标构建模块;加速理论提出模块;全局有效点搜索及投影模块和算法实现模块。2.一种基于企业大数据的绩效评价和效率提升方法,根据权利要求1所述的一种基于企业大数据的绩效评价和效率提升系统,其特征在于,模型选择和指标选取,选取基于方向距离函数作为公司绩效评价模型,假设DMU的个数为n,记第j个DMU
j
为(x
j
;y
j
),其中记搜集到的公司大数据集为P,其评价模型为:Maxβs.t.s.t.s.t.λ
j
≥0,j=1,...,n其中β为效率相关指数,若β=0,则被评价的第“o”个DMU为有效单元;投入指标为营业总成本,产出指标为营业收入与营业外收入。3.根据权利要求2所述的一种基于企业大数据的绩效评价和效率提升方法,其特征在于,计算加速算法的理论基础,提出投入越小越好及产出越大越好的有效点筛选逻辑,将各个单元的各个投入与产出的相对大小进行顺序排序和打分(百分制),给投入相对小以及产出相对大的单元更多分值,最终按照分值进行总体排序,选取一定数量p的单元认定为特殊集合,并将其纳入特殊集合Ψ。4.根据权利要求3所述的一种基于企业大数据的绩效评价和效率提升方法,其特征在于,一个新的生产率参数,考虑第“o”个DMU的生产率参数η
o
,o=1,...,n可表示为:针对由权利要求3筛选出的特殊集合Ψ,进行其内部点的生产率参数η
o
的计算,并将各个单元的η
o
得分按照降序排序,选取其内部一定数量的分值高的点,并将该类点纳入全新集合,命名为Ω,记集合Ω的内部点数量为定值N1。5.根据权利要求4所述的一种基于企业大数据的绩效评价和效率提升方法,其特征在于,集合Ω的内部无效点清洗以及全局无效点的清洗,首先将集合Ω的内部点依次带入模
型:Maxβs.t.s.t.s.t.λ
j
≥0,j=1,...,n若β>0,则认定集合Ω内的第“o”个DMU为无效点并从集合Ω内剔除,反之,则保留;使用集合Ω依次对数据集P的无效点进行初步认定,认定过程所依据的规划模型为:Minαs.t.s.t.s.t.λ
j
≥0,j=1,...,n若α=0,则当前从数据集P内待评估的第“o”个DMU可被认定为无效点,并从数据集中立马清除,反之,则保留。6....
【专利技术属性】
技术研发人员:朱庆缘,徐树奇,潘应浩,吴杰,孙闯,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:
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。