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() 一种数据资产动态价值评估方法技术_技高网

一种数据资产动态价值评估方法技术

技术编号:40972166 阅读:2 留言:0更新日期:2024-04-18 21:21
本发明专利技术涉及计算机技术领域,具体涉及一种数据资产动态价值评估方法,包括:根据数据集的类别,得到数据集的价值影响因素权重;将第一跟踪模块植入数据资产管理系统,将第二跟踪模块植入数据资产交易系统;第一跟踪模块主动跟踪数据集的变化情况,第二跟踪模块主动跟踪数据集的成交情况;价值影响因素管理评估模块以主动上报的数据集的变化情况与数据集的交易情况作为样本,通过机器学习得到数据集的变动与数据集的成交对数据集的价值影响因素权重的纠正函数,通过纠正函数更新价值影响因素权重;通过价值评估模块进行评估,得到数据集的动态价值。本发明专利技术解决了难以动态地评估数据资产价值的技术问题。

【技术实现步骤摘要】

本专利技术涉及计算机,具体涉及一种数据资产动态价值评估方法


技术介绍

1、目前,普遍采用的数据资产价值评估方式,多为针对特定数据集进行的静态价值评估,其评估过程以评估时点的数据资产价值影响要素及其权重集进行一次性评估。现有技术存在的问题或者缺陷在于,当数据资产自身发生影响其价值的事件或者发生影响数据资产价值的外部事件时,须再次进行静态评估方可获得其当前价值的评估结果,从而难以动态地评估数据资产价值。


技术实现思路

1、本专利技术提供一种数据资产动态价值评估方法,解决了难以动态地评估数据资产价值的技术问题。

2、本专利技术提供的基础方案为:一种数据资产动态价值评估方法,包括:

3、s1、根据数据集的类别,得到数据集的价值影响因素权重;

4、s2、将第一跟踪模块植入数据资产管理系统,将第二跟踪模块植入数据资产交易系统,所述第一跟踪模块用于主动跟踪与上报数据集的变化情况,所述第二跟踪模块用于主动跟踪与上报数据集的成交情况;

5、s3、通过植入数据资产管理系统的第一跟踪模块主动跟踪数据集的变化情况,通过植入数据资产交易系统的第二跟踪模块主动跟踪数据集的成交情况;

6、s4、第一跟踪模块主动上报数据集的变化情况至价值影响因素管理评估模块,第二跟踪模块主动上报数据集的成交情况至价值影响因素管理评估模块;

7、s5、价值影响因素管理评估模块以主动上报的数据集的变化情况与数据集的交易情况作为样本,通过机器学习得到数据集的变动与数据集的成交对数据集的价值影响因素权重的纠正函数,通过纠正函数更新价值影响因素权重;

8、s6、确定价值影响因素权重的数据集通过价值评估模块进行评估,得到数据集的动态价值,所述值评估模块用于评估数据集的动态价值。

9、本专利技术的工作原理及优点在于:在本方案中,通过使用规范化后的数据集的变动情况及成交情况作为样本进行机器学习处理,得到纠正函数以更新价值影响因素权重,相对于直接使用数据集进行处理,使得样本体量骤减,对算力要求急剧降低,可实现数据资产价值评估的动态性,同时,也可在数据集发生变动或成交后主动、及时地对数据集价值完成动态评估,无需定时、人为地触发对数据集价值进行静态评估,提高了评估的效率。

10、本专利技术通过使用规范化后的数据集的变动情况及成交情况作为样本进行机器学习处理,得到纠正函数以更新价值影响因素权重,解决了难以动态地评估数据资产价值的技术问题。

11、进一步,在s4中,第一跟踪模块主动上报数据集的变化情况至价值影响因素管理评估模块之前,将数据集的变化情况进行规范化处理,得到第一规范化上报信息,并将第一规范化上报信息主动上报至价值影响因素管理评估模块;第二跟踪模块主动上报数据集的交易情况至价值影响因素管理评估模块之前,将数据集的交易情况进行规范化处理,得到第二规范化上报信息,并将第二规范化上报信息主动上报至价值影响因素管理评估模块。

12、有益效果在于:将数据集的变化情况与数据集的交易情况进行规范化处理,有利于后续评估。

13、进一步,在s1中,利用专家打分结合ahp/anp/topsis/熵权法得到数据集的各层次及各项的价值影响因素权重,将数据集的各层次及各项的价值影响因素权重作为数据集的初始权重集。

14、有益效果在于:这样新进入的数据集就可以采用始权重集进行价值评估。

15、基于上述公开的一种数据资产动态价值评估方法,本专利技术还提供一种数据资产动态价值评估系统,包括:数据资产管理系统与数据资产交易系统;

16、所述数据资产管理系统植入有第一跟踪模块,所述第一跟踪模块用于主动跟踪与上报数据集的变化情况;所述数据资产交易系统植入有第二跟踪模块,所述第二跟踪模块用于主动跟踪与上报数据集的成交情况;

17、所述第一跟踪模块与第二跟踪模块信号连接有价值影响因素管理评估模块,所述价值影响因素管理评估模块用于以主动上报的数据集的变化情况与数据集的交易情况作为样本,通过机器学习得到数据集的变动与数据集的成交对数据集的价值影响因素权重的纠正函数,通过纠正函数更新价值影响因素权重;

18、所述价值影响因素管理评估模块连接有价值评估模块,所述价值评估模块用于评估数据集的动态价值。

19、本专利技术的工作原理及优点在于:在本方案中,通过使用规范化后的数据集的变动情况及成交情况作为样本进行机器学习处理,得到纠正函数以更新价值影响因素权重,相对于直接使用数据集进行处理,使得样本体量骤减,对算力要求急剧降低,可实现数据资产价值评估的动态性,同时,也可在数据集发生变动或成交后主动、及时地对数据集价值完成动态评估,无需定时、人为地触发对数据集价值进行静态评估,提高了评估的效率。

20、进一步,所述第一跟踪模块主动上报数据集的变化情况至价值影响因素管理评估模块之前,将数据集的变化情况进行规范化处理,得到第一规范化上报信息,并将第一规范化上报信息主动上报至价值影响因素管理评估模块;所述第二跟踪模块主动上报数据集的交易情况至价值影响因素管理评估模块之前,将数据集的交易情况进行规范化处理,得到第二规范化上报信息,并将第二规范化上报信息主动上报至价值影响因素管理评估模块。

21、有益效果在于:将数据集的变化情况与数据集的交易情况进行规范化处理,有利于后续评估。

本文档来自技高网...

【技术保护点】

1.一种数据资产动态价值评估方法,其特征在于,包括:

2.如权利要求1所述的一种数据资产动态价值评估方法,其特征在于,在S4中,第一跟踪模块主动上报数据集的变化情况至价值影响因素管理评估模块之前,将数据集的变化情况进行规范化处理,得到第一规范化上报信息,并将第一规范化上报信息主动上报至价值影响因素管理评估模块;第二跟踪模块主动上报数据集的交易情况至价值影响因素管理评估模块之前,将数据集的交易情况进行规范化处理,得到第二规范化上报信息,并将第二规范化上报信息主动上报至价值影响因素管理评估模块。

3.如权利要求2所述的一种数据资产动态价值评估方法,其特征在于,在S1中,利用专家打分结合AHP/ANP/TOPSIS/熵权法得到数据集的各层次及各项的价值影响因素权重,将数据集的各层次及各项的价值影响因素权重作为数据集的初始权重集。

【技术特征摘要】

1.一种数据资产动态价值评估方法,其特征在于,包括:

2.如权利要求1所述的一种数据资产动态价值评估方法,其特征在于,在s4中,第一跟踪模块主动上报数据集的变化情况至价值影响因素管理评估模块之前,将数据集的变化情况进行规范化处理,得到第一规范化上报信息,并将第一规范化上报信息主动上报至价值影响因素管理评估模块;第二跟踪模块主动上报数据集的交易情况至价值影响因素管理...

【专利技术属性】
技术研发人员:蒋予力潘成红王杰刘彦材
申请(专利权)人:重庆玖奇科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1