System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于数据资产价值评估方法,尤其涉及一种基于信息熵的数据元件资产价值劵值评估方法及评估系统。
技术介绍
1、当前,在以数据作为生产要素参与社会分配,构建数字经济,加快数据要素市场化流通的背景下,数据资产的价值评估仍没有统一的科学合理精确的方法。现今,资产可分为有形资产和无形资产,而数据属于无形资产范畴。常见的其他无形资产的价值评估主要是依据成本法、市场法和收益折现法等,但数据资产作为一种新的生产要素,其价值评估很难直接应用其他无形资产的价值评估办法,因此数据资产价值评估越来越受到社会各领域关注。目前,数据资产价值评估还存在诸多问题:首先,数据资产价值没有统一权威的定义和价值评估标准,导致不同主体对数据资产价值的理解各持己见,绝大多数数据资产价值评估方法和模型都是针对某单一场景的问题进行研究,只给出了比较重要的质量系数、建模观点和建模步骤,但并未形成完善统一的数据资产价值评估模型体系结构,也没有统一的数据资产价值计量换算单位,从而导致评估获得的数据资产价值差异巨大,无法有效推动数据资产要素市场流通交易,更无法保障供需双方的合法权益,进一步阻碍了数据资产作为生产要素参与社会经济的循环,减缓了数字化经济高质量发展的步伐。其次,目前已有的数据资产价值评估模型的评估维度各有千秋,且各有合理的评估依据和参考文献,很难辨别出谁好谁坏,导致数据资产价值评估衡量标准不统一,无法使各评估方、供需方完全认可数据资产评估价值的准确性。最后,国际和国家均未正式发布数据资产价值评估标准,无法量化数据资产价值评估的合理性和有效性,导致目前的数据资产价
技术实现思路
1、为了解决数据资产价值评估中存在的上述问题,本专利技术提出了一种新的基于信息熵的数据元件资产价值劵值评估方法。本专利技术方法是对数据元件资产的价值劵值进行评估,因此需要建立数据元件资产价值劵值评估模型,该模型包含数据元件资产体量系数、数据元件资产质量系数和数据元件资产信息密度,以解决现有技术中不能准确、合理、有效的对数据元件资产价值劵值进行评估的问题。
2、整体而言,本专利技术提出了一种对数据元件资产价值劵值进行评估的方法,本方法包括但不限于对待评估价值劵值的数据元件资产(所述数据元件为具有预设功能的数据集或者为具有预设数据特征的数据集)根据香农信息理论计算方法,基于数据元件资产体量、数据元件资产质量和数据元件资产信息密度建立价值劵值评估模型i(x)=v(n)*q(z)*d(x),并通过该价值评估模型对数据元件资产价值劵值进行评估。在上述价值劵值评估模型中,数据元件资产体量系数其中n为数据元件资产的数据体量,c为数据元件资产的标准常量;数据元件资产质量系数q(z)=(ztβ)2,其中z为数据元件资产质量评估指标矩阵,β为数据元件资产指标权重系数;数据元件资产信息密度其中e(x)为根据香农信息理论计算x在不同领域的信息熵,yi为数据元件资产的特征,n为数据元件资产的特征个数,p(yi)为数据元件资产中特征的值的概率。
3、具体地,本专利技术提供了一种基于信息熵的数据元件资产价值劵值评估方法,本方法包括:
4、s1.对待评估的数据进行预处理得到数据元件资产;
5、s2.根据香农信息理论计算方法,基于数据元件资产体量系数、数据元件资产质量系数和数据元件资产信息密度建立价值劵值评估模型,通过该价值劵值评估模型对数据元件资产的价值劵值进行评估。
6、进一步地,根据本专利技术的一些实施例,本专利技术基于信息熵的数据元件资产价值劵值评估方法步骤s1中所述对待评估的数据进行预处理得到数据元件资产,包括:
7、s11.利用样本数据构建数据元件模型;本专利技术中的数据元件模型的开发环境与所述数据元件的生产环境是相分离的,通过这种设置,能够有效避免在生产环境下的数据外泄,从而最大程度上保证数据的安全性;
8、s12.利用数据元件模型对待评估的数据进行预处理,消除待评估的数据中的隐私安全风险,并将待评估的数据转化为统一标准化的数据元件资产。
9、进一步地,根据本专利技术的一些实施例,本专利技术基于信息熵的数据元件资产价值劵值评估方法步骤s12中所述数据元件为具有预设功能的数据集或者为具有预设数据特征的数据集,所以本专利技术最终是以数据元件的形式来对数据价值劵值进行评估,而由于该数据元件对他人是不可见的,因此本专利技术的评估方法能够消除待评估的数据中的隐私安全风险,并且本专利技术中的数据元件是统一标准化的,这也使得本专利技术的数据能够在流通过程中实现更有效的交易流转;
10、所述数据元件包括标准数据元件和定制数据元件,标准数据元件为通用的数据元件,定制数据元件为基于预设需求设计的数据元件;也就是说,本专利技术可以将所有的待评估的数据都统一设置为一个统一形式的数据元件,也可以灵活地根据用户的需求来加工定制用户所要求的数据元件;
11、所述数据元件的组态字段数在预设组态字段阈值内和/或数据元件的模态特征字段个数在预设模态特征字段阈值内;也就是说,本专利技术中的数据元件是符合一些特征要求的数据所组成的几个单元,在具体实施时,本领域技术人员可以根据实际需要来任意定义数据元件的单元组成规则,本专利技术对此不作具体限定。
12、作为一种优选,本专利技术在具体实施时,将所述数据元件存储到预设的数据元件库中,以便于评估和后续调取使用,同时也便于对数据的整体维护。
13、进一步地,根据本专利技术的一些实施例,本专利技术基于信息熵的数据元件资产价值劵值评估方法步骤s2中所述价值劵值评估模型的表达式为:
14、i(x)=v(n)*q(z)*d(x),
15、式中,i(x)为数据元件资产x的价值劵值,v(n)为数据元件资产的体量系数,q(z)为数据元件资产的质量系数,d(x)为数据元件资产的信息密度。
16、进一步地,根据本专利技术的一些实施例,本专利技术基于信息熵的数据元件资产价值劵值评估方法中所述数据元件资产的体量系数v(n)的表达式为:
17、
18、式中,n为数据元件资产使用的数据体量,c为与数据元件资产大小相关的标准常量;
19、所述数据元件资产的质量系数q(z)的表达式为:
20、q(z)=(ztβ)2,
21、式中,z为数据元件资产质量评估指标矩阵,β为数据元件资产质量评估指标权重系数;
22、所述数据元件资产的信息密度d(x)为对信息量e(x)的拟合值,e(x)为根据香农信息理论计算获得的数据元件资产x在不同领域的信息熵,所述数据元件资产的信息密度d(x)的表达式为:
23、
24、式中,yi为数据元件资产的特征,n为数据元件资产的特征个数,p(yi)为数据元件资产x中特征的值的概率。
25、进一步地,根据本专利技术的一些实施例,本专利技术基于信息熵的数据元件资产价值劵值评估方法中所述数据元件资产质量评估指标矩阵z包括多级数据资源质量评估指标(每一级数据资源质量评估指标本文档来自技高网...
【技术保护点】
1.一种基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,步骤S1中所述对待评估的数据进行预处理得到数据元件资产,包括:
3.根据权利要求2所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,步骤S12中所述数据元件为具有预设功能的数据集或者为具有预设数据特征的数据集;
4.根据权利要求3所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,步骤S2中所述价值劵值评估模型的表达式为:
5.根据权利要求4所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述数据元件资产的体量系数V(N)的表达式为:
6.根据权利要求5所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述数据元件资产质量评估指标矩阵Z包括多级数据资源质量评估指标,每一个数据资源质量评估指标均设有对应的指标权重系数,通过对各个数据资源质量评估指标及其对应的指标权重系数进行计算得到数据元件资产质量。
7.根据权利要求6
8.根据权利要求7所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述数据元件资产价值劵值评估方法还包括:
9.一种基于信息熵的数据元件资产价值劵值评估系统,其特征在于,所述系统包括:
10.一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述程序被处理器执行时实现权利要求1-8任一项所述的基于信息熵的数据元件资产价值劵值评估方法的步骤。
...【技术特征摘要】
1.一种基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,步骤s1中所述对待评估的数据进行预处理得到数据元件资产,包括:
3.根据权利要求2所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,步骤s12中所述数据元件为具有预设功能的数据集或者为具有预设数据特征的数据集;
4.根据权利要求3所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,步骤s2中所述价值劵值评估模型的表达式为:
5.根据权利要求4所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述数据元件资产的体量系数v(n)的表达式为:
6.根据权利要求5所述的基于信息熵的数据元件资产价值劵值评估方法,其特征在于,所述数据元件资产质量评估指标矩阵z包括多级数据资源质量评估指标,每一个数据资源质量评估指标均设有对应的指标权重系数,通过对各个数据资源质量评估指标...
【专利技术属性】
技术研发人员:陆志鹏,国丽,韩光,郑曦,王晓亮,刘国栋,范国浩,胡成盛,王钺,
申请(专利权)人:中电数据产业有限公司,
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。