应用于产业大数据分析的数据处理方法和装置与流程

文档序号:15830559发布日期:2018-11-07 07:15阅读:212来源:国知局
应用于产业大数据分析的数据处理方法和装置与流程

本发明涉及数据分析和数据处理领域,具体涉及一种应用于产业大数据分析的数据处理方法和装置。

背景技术

随着国家关于产业相关政策的出台,如何通过产业规划来推动区域经济快速发展成为政府相关部门重点关注的问题。在产业规划的过程中产生大量的楼宇经济、产业项目、经济运行等区域产业相关数据,科学的对上述产业数据进行分析对完善区域规划评估体系、促进区域产业新旧动能转换、提高国民经济生产具有重要意义。但是现有产业数据的分析具有以下缺点:一方面数据获取渠道受限,参考数据主要基于相关部门提供的报表、汇报材料,缺乏大体量的企业信息和经济指标信息;另一方面对数据的分析缺少挖掘,只是通过简单的图标进行展示,形式单一,不成体系,不能准确的反应地区的经济情况以及发展趋势。



技术实现要素:

本发明提供了一种应用于产业大数据分析的数据处理方法和装置,解决了现有技术中数据分析形式单一、缺少数据挖掘、数据分析不准确的问题。

为了解决上述技术问题,本发明提供了一种应用于产业大数据分析的数据处理方法,该方法包括:

在预设的抓取范围内抓取社会经济数据、企业数据和产业经济数据,对所述社会经济数据、企业数据和产业经济数据进行处理生成结构化数据;

将所述结构化数据进行筛选和处理,去除冗余的数据;

将去除冗余数据的所述结构化数据加载到预设的数据库中;

调取预设的补充数据加入到所述数据库中;

从所述数据库中选取出待评价地区的t个三级指标分别对应的初始值,其中,所述三级指标用于描述所述待评价地区的社会经济数据、企业数据和产业经济数据的具体数值;

通过预设的无量纲标准化处理模型,将每一个所述三级指标的初始值转化为三级指标的效用值,得到t个所述三级指标的效用值;

将所有三级指标的效用值相加,得到所述待评价地区的综合得分;

根据所述待评价地区的所有所述三级指标的初始值、所有所述三级指标的效用值、所述待评价地区的综合得分以及所述数据库中的历史数据生成数据分析报告。

进一步的,所述社会经济数据包括:描述自然资源与条件、人口与劳动、社会发展、城市建设、人民生活和经济发展指标的数据;

所述企业数据包括:描述企业上市信息、企业背景、生产经营信息、财务状况、企业运营、经营风险、创新能力、业务生产、新闻信息工商注册信息、知识产权信息和舆情信息的数据;

所述产业经济数据包括:描述价格数据、指数数据、世界经济数据、全国经济数据、地区经济数据、行业经济数据以及经济分析报告的数据。

进一步的,将去除冗余数据的所述结构化数据加载到预设的数据库中进一步为,采用sqoop工具将去除冗余数据的所述结构化数据加载到预设的数据库中。

进一步的,t个所述三级指标按照其属性组合为p个二级指标,p<t,p个所述二级指标按照其属性组合为q个一级指标,所述方法还包括以下步骤:

将每一个所述二级指标所包含的所有三级指标的效用值相加,得到p个二级指标的分数值;

将每一个所述一级指标所包含的所有二级指标的分数值相加,得到q个一级指标的分数值;

根据所述待评价地区的所有所述三级指标的初始值、所有所述三级指标的效用值、所有所述二级指标的分数值、所有所述一级指标的分数值、所述待评价地区的综合得分以及所述数据库中的历史数据生成数据分析报告。

进一步的,所述三级指标至少包括以下内容:

描述新登记企业数、新登记企业增长率、新增个体、农合数量、个体、农合同比增长率、拟上市及新三板挂牌量、各市当年高校毕业生人数、每万人发明专利拥有量、科技成果登记数、技术合同成交额、规模以上工业企业新产品销售收入、新增企业产生税收增量、私营企业和个体新增就业人口数、私营企业和个体就业人口增长率、投融资的事件数、投融资的总规模、风险投资募集额、规模以上工业企业研发经费投入强度、规模以上工业企业有研发活动占比、人均gdp、研究与开发经费内部支出占gdp比重、全社会研究与开发经费支出占gdp的比重、政府科技支出占政府财政总支出的比例和对企业各项税收优惠额占政府财政总支出的比例的数据;

其中,所述新登记企业数、新登记企业增长率、新增个体、农合数量、个体、农合同比增长率以及拟上市及新三板挂牌量构成第一二级指标;

所述各市当年高校毕业生人数构成第二二级指标;

所述每万人发明专利拥有量、科技成果登记数以及技术合同成交额构成第三二级指标;

所述规模以上工业企业新产品销售收入以及新增企业产生税收增量构成第四二级指标;

所述私营企业和个体新增就业人口数以及私营企业和个体就业人口增长率构成第五二级指标;

所述投融资的事件数、投融资的总规模以及风险投资募集额构成第六二级指标;

所述规模以上工业企业研发经费投入强度以及规模以上工业企业有研发活动占比构成第七二级指标;

所述人均gdp以及研究与开发经费内部支出占gdp比重构成第八二级指标;

所述全社会研究与开发经费支出占gdp的比重、政府科技支出占政府财政总支出的比例以及对企业各项税收优惠额占政府财政总支出的比例构成第九二级指标;

所述第一二级指标和所述第二二级指标构成第一一级指标;

所述第三二级指标、第四二级指标以及第五二级指标构成第二一级指标;所述第六二级指标以及所述第七二级指标构成第三一级指标;

所述第八二级指标以及第九二级指标构成第四一级指标。

进一步的,所述无量纲标准化处理模型为:

yij=(xij-minxj)/(maxxj-minxj)*100,

其中,所述xij为第i个地区的第j项三级指标的初始值,minxj为所述第i个地区所有所述三级指标的初始值中的最小值,maxxj为所述第i个地区所有所述三级指标的初始值中的最大值,所述第i个地区为所述待评价地区,j大于等于1且小于等于t,i是自然数。

进一步的,所述综合得分模型为:

其中,60为基础分,m为所述待评价地区的实际得分,为所有待评价地区的实际得分的平均值,max为所有待评价地区的实际得分的最大值。

为了解决上述技术问题,本发明提供了一种应用于产业大数据分析的数据处理装置,包括:

数据抓取模块,用于在预设的抓取范围内抓取社会经济数据、企业数据和产业经济数据,对所述社会经济数据、所述企业数据以及所述产业经济数据进行处理转化成结构化数据;

数据筛选模块,用于将所述结构化数据进行筛选和处理,去除冗余的数据;

数据加载模块,用于将去除冗余数据的所述结构化数据加载到预设的数据库中;

数据补充模块,用于调取预设的补充数据加入到所述数据库中;

数据调取模块,用于从所述数据库中选取出待评价地区的t个三级指标分别对应的初始值,其中,所述三级指标用于描述所述待评价地区的社会经济数据、企业数据和产业经济数据的具体数值;

数据处理模块,用于通过预设的无量纲标准化处理模型,将每一个所述三级指标的初始值转化为三级指标的效用值,得到t个所述三级指标的效用值,并将所有三级指标的效用值相加,得到所述待评价地区的综合得分;

数据分析模块,用于根据所述待评价地区的所有所述三级指标的初始值、所有所述三级指标的效用值、所述待评价地区的综合得分以及所述数据库中的历史数据生成数据分析报告。

进一步的,所述社会经济数据包括:描述自然资源与条件、人口与劳动、社会发展、城市建设、人民生活和经济发展指标的数据;

所述企业数据包括:描述企业上市信息、企业背景、生产经营信息、财务状况、企业运营、经营风险、创新能力、业务生产、新闻信息工商注册信息、知识产权信息和舆情信息的数据;

所述产业经济数据包括:描述价格数据、指数数据、世界经济数据、全国经济数据、地区经济数据、行业经济数据以及经济分析报告的数据。

进一步的,所述数据加载模块具体采用sqoop工具将去除冗余数据的所述结构化数据加载到预设的数据库中。

与现有技术相比,本发明的提供的用于产业大数据分析的数据处理方法和装置,具有以下有益效果:

1、数据范围更全面,本发明通过多个渠道采集社会经济数据、企业数据和产业经济数据,提供了强有力的数据支持,数据更具有代表性;

2、数据分析更加科学,通过建立双创指数模型,可以对待评价地区进行多方面、多角度的量化平分,方便对待评价地区进行全面的分析;

3、分析方式多样性,可以通过数据分析报表或通过各个待评价地区的综合得分进行分析;数据分析报表可以深刻分析待评价地区的经济发展走势和双创能力,综合得分可以方便对多个待评价地区之间的综合能力进行对比。

需要说明的是,本发明提供的技术方案不需要同时达到上述所有技术效果。

附图说明

图1为实施例1提供的一种用于产业大数据分析的数据处理方法的流程图;

图2为实施例2提供的一种用于产业大数据分析的数据处理方法的流程图;

图3为实施例3提供的一种用于产业大数据分析的数据处理装置的框图。

具体实施方式

实施例1:

本实施例提供了一种用于产业大数据分析的数据处理方法,如图1所示为一种用于产业大数据分析的数据处理方法流程图,包括以下步骤:

s101:在预设的抓取范围内抓取社会经济数据、企业数据和产业经济数据,对所述社会经济数据、企业数据和产业经济数据进行处理生成结构化数据;

具体的,通过分布式网络爬虫技术抓取社会经济数据、企业数据和产业经济数据;

其中社会经济数据包括:描述自然资源与条件、人口与劳动、社会发展、城市建设、人民生活和经济发展指标的数据;所述企业数据包括:描述企业上市信息、企业背景、生产经营信息、财务状况、企业运营、经营风险、创新能力、业务生产、新闻信息工商注册信息、知识产权信息和舆情信息的数据。所述产业经济数据包括:描述价格数据、指数数据、世界经济数据、全国经济数据、地区经济数据、行业经济数据以及经济分析报告的数据。

s102:将所述结构化数据进行筛选和处理,去除冗余的数据。

具体的,对抽取到的结构化数据按照不同的数据源和不同的数据结构进行筛选,并将结构化数据放入数据缓冲区中,对数据进行降噪、数据拼接和维度转换,目的是去除结构化数据中的冗余数据,提高数据处理的效率。

s103:将去除冗余数据的所述结构化数据加载到预设的数据库中。

s104:调取预设的补充数据加入到所述数据库中。

其中预设的补充数据可以为通过第三方数据购买和/或企业合作所得到的社会经济数据或企业数据;通过不同渠道的数据对数据库进行补充,使数据库中的数据更加全面,更具有代表性。

s105:从所述数据库中选取出待评价地区的t个三级指标分别对应的初始值。

其中,所述三级指标用于描述所述待评价地区的社会经济数据、企业数据和产业经济数据的具体数值。

s106:通过预设的无量纲标准化处理模型,将每一个所述三级指标的初始值转化为三级指标的效用值,得到t个所述三级指标的效用值。

s107:将所有三级指标的效用值相加,得到所述待评价地区的综合得分。

对于一个待评价地区,描述该待评价地区的所有数据均体现在三级指标的初始值和三级指标的效用值中,三级指标的初始值直接反应每一个三级指标的具体数值,例如对于待评价地区的新登记企业数的三级指标,假设其初始值为1000,即代表该待评价地区的新登记企业的数量为1000;再例如对于新登记企业增长率的指标,假设其初始值为20%,即代表新登记企业的增长率为20%,通过上述两个指标可以很明显的看出,1000与20%在数量上的差异很大,如果将所有三级指标的初始值相加,其结果与新登记企业增长率的相关性很低,不能代表待评价地区的综合情况。将初始值转化为效用值的目的在于去除不同三级指标初始值之间的形式上的差异,例如新登记企业增长率的初始值为20%,该初始值在经过无量纲化标准化处理模型后转化为的效用值可能为80,新登记企业数1000所对应的效用值可能为90,此时这两个三级指标的效用值之间的差异被大大缩小,因此用所有三级指标的效用值相加得出待评价地区的综合得分更加科学,更具有代表性。

s108:根据所述待评价地区的所有所述三级指标的初始值、所有所述三级指标的效用值、所述待评价地区的综合得分以及所述数据库中的历史数据生成数据分析报告。

通过数据分析报告可以从横向和纵向两个维度深入剖析待评价地区的创新创业能力和经济发展趋势,横向上通过数据库中历年的社会经济数据和企业数据,深刻解读待评价地区的经济发展走势;纵向上对待评价地区的各项一级指标的分数值和综合得分进行分析,可以宏观上反应待评价地区的综合能力,判断整个省/市的发展趋势;可以为政府调整发展战略、制定人才引进计划、招商引资等提供数据支持。

实施例2:

本实施例提供了一种应用于产业大数据分析的数据处理方法,如图2所示为一种用于产业大数据分析的数据处理方法流程图,包括以下步骤:

s201:在预设的抓取范围内抓取社会经济数据、企业数据和产业经济数据,对所述社会经济数据、企业数据和产业经济数据进行处理生成结构化数据;

具体的,通过分布式网络爬虫技术抓取社会经济数据、企业数据和产业经济数据。

其中社会经济数据包括:描述自然资源与条件、人口与劳动、社会发展、城市建设、人民生活和经济发展指标的数据;

所述企业数据包括:描述企业上市信息、企业背景、生产经营信息、财务状况、企业运营、经营风险、创新能力、业务生产、新闻信息工商注册信息、知识产权信息和舆情信息的数据。

所述产业经济数据包括:描述价格数据、指数数据、世界经济数据、全国经济数据、地区经济数据、行业经济数据以及经济分析报告的数据。

s202:将所述结构化数据进行筛选和处理,去除冗余的数据。

具体的,可对抽取到的结构化数据按照不同的数据源和不同的数据结构进行筛选,并将结构化数据放入数据缓冲区中,对数据进行降噪、数据拼接和维度转换,目的是去除结构化数据中的冗余数据,提高数据处理的效率。

s203;将去除冗余数据的所述结构化数据加载到预设的数据库中。

具体的,采用sqoop工具将转换后的数据加载到数据库中。

s204:调取预设的补充数据加入到所述数据库中。

其中预设的补充数据可以为通过第三方数据购买和/或企业合作所得到的社会经济数据或企业数据;通过不同渠道的数据对数据库进行补充,使数据库中的数据更加全面,更具有代表性。

s205:从所述数据库中选取出待评价地区的t个三级指标分别对应的初始值。

其中,所述的三级指标包括待评价地区的t个三级指标,用于描述所述待评价地区的社会经济数据、产业经济数据以及企业数据的具体数值,t个所述三级指标按照其属性组合为p个二级指标,p<t,p个二级指标按照其属性组合为q个一级指标。

s206;通过预设的无量纲标准化处理模型,将每一个所述三级指标的初始值转化为三级指标的效用值,得到t个三级指标的效用值。

预设的无量纲标准化处理模型为:

yij=(xij-minxj)/(maxxj-minxj)*100。

其中,xij为待评价地区的其中一项三级指标的初始值,i代表地区,j代表三级指标,例如山东省具有17个地级市,分别对每一个地级市用1-17进行标号,同时对山东省的t个三级指标按照1-j进行标号,例如将青岛市标记为1,则x19为青岛市的第9个三级指标的初始值。minxj为该地区所有三级指标的初始值中的最小值,maxxj为该地区所有三级指标的初始值中的最大值。将所有三级指标的初始值经过无量纲化标准化处理模型计算之后,可以消除所有三级指标在计量单位上的差异以及指标数据值的数量级、相对形式的差别,使数据结构和形式更加统一,每个三级指标的效用值之间更具有可比性。

更具体的,在本实施例中针对待评价地区设置有23个三级指标,23个三级指标组合成7个二级指标,7个二级指标组合为4个一级指标,具体请见下表:

三级指标包括以下内容:

描述新登记企业数、新登记企业增长率、新增个体、农合数量、个体、农合同比增长率、拟上市及新三板挂牌量、各市当年高校毕业生人数、每万人发明专利拥有量、科技成果登记数、技术合同成交额、规模以上工业企业新产品销售收入、新增企业产生税收增量、私营企业和个体新增就业人口数、私营企业和个体就业人口增长率、投融资的事件数、投融资的总规模、风险投资募集额、规模以上工业企业研发经费投入强度、规模以上工业企业有研发活动占比、人均gdp、研究与开发经费内部支出占gdp比重、全社会研究与开发经费支出占gdp的比重、政府科技支出占政府财政总支出的比例和对企业各项税收优惠额占政府财政总支出的比例的数据;上述数据依次按照1-23进行标号。例如x12为第一个待评价地区的新登记企业增长率。

其中新登记企业数、新登记企业增长率、新增个体、农合数量、个体、农合同比增长率以及拟上市及新三板挂牌量构成第一二级指标;第一二级指标用于描述待评价地区的企业指标;

各市当年高校毕业生人数构成第二二级指标;第二二级指标用于描述待评价地区的人才指标;

所述每万人发明专利拥有量、科技成果登记数以及技术合同成交额构成第三二级指标;第三二级指标用于描述待评价地区的创新活动指标;

所述规模以上工业企业新产品销售收入以及新增企业产生税收增量构成第四二级指标;第四二级指标用于描述待评价地区的经济效益指标;

所述私营企业和个体新增就业人口数以及私营企业和个体就业人口增长率构成第五二级指标;第五二级指标用于描述待评价地区的带动就业指标;

所述投融资的事件数、投融资的总规模以及风险投资募集额构成第六二级指标;第六二级指标用于描述待评价地区的投融资指标;

所述规模以上工业企业研发经费投入强度以及规模以上工业企业有研发活动占比构成第七二级指标;第七二级指标用于描述待评价地区的创新支撑指标;

所述人均gdp以及研究与开发经费内部支出占gdp比重构成第八二级指标;第八二级指标用于描述待评价地区的经济基础指标;

所述全社会研究与开发经费支出占gdp的比重、政府科技支出占政府财政总支出的比例以及对企业各项税收优惠额占政府财政总支出的比例构成第九二级指标;第九二级指标用于描述待评价地区的政策环境指标;

所述第一二级指标和所述第二二级指标构成第一一级指标;第一一级指标用于描述待评价地区的双创活力指标;

所述第三二级指标、第四二级指标以及第五二级指标构成第二一级指标;第二一级指标用于描述待评价地区的双创成效指标;

所述第六二级指标以及所述第七二级指标构成第三一级指标;第三一级指标用于描述待评价地区的双创支撑指标;

所述第八二级指标以及第九二级指标构成第四一级指标。第四一级指标用于描述待评价地区的双创环境指标。

s207:将每一个所述二级指标所包含的所有三级指标的效用值相加,得到p个二级指标的分数值。

例如对于待评价地区的描述企业的二级指标,所包含的所有三级指标为新登记企业数、新登记企业增长率、新增个体、农合数量、个体、农合同比增长率以及拟上市及新三板挂牌量,假设新登记企业数的三级指标的初始值为1000,即代表该待评价地区的新登记企业的数量为1000;新登记企业增长率的指标的初始值为20%,即代表新登记企业的增长率为20%,通过上述两个指标可以很明显的看出,1000与20%在数量上的差异很大,如果将所有三级指标的初始值相加,其结果与新登记企业增长率的相关性很低,不能代表待评价地区的综合情况。所以二级指标的分数值为所有三级指标的效用值之和,将初始值转化为效用值的目的在于去除不同三级指标初始值之间的形式上的差异,例如新登记企业增长率的初始值为20%,该初始值在经过无量纲化标准化处理模型后转化为的效用值可能为80,新登记企业数1000所对应的效用值可能为90,此时这两个三级指标的效用值之间的差异被大大缩小,因此用所有三级指标的效用值相加得出的二级指标的分数值更加科学,更具有代表性。

s208:将每一个所述一级指标所包含的所有二级指标的分数值相加,得到q个一级指标数据的分数值;

通过四个一级指标的分数值,可以从四个不同的角度反应待评价地区的创新创业能力。

例如针对待评价地区的双创活力指标,该地区的双创活力指标的分数值为描述企业的二级指标的分数值加描述人才的二级指标的分数值。

s209:采用预设的综合得分模型,将实际得分输入到所述综合得分模型中,得到每个待评价地区的双创指数实际得分;

其中预设的实际得分模型为:

其中,60为基础分,m为每个所述待评价地区的实际得分,为所有所述待评价地区的实际得分的平均值,max为所有待评价地区的实际得分的最大值。

实际得分可以反应待评价地区所有双创指数的总和得分,将实际得分转化为综合得分的目的在于,将实际得分转化为百分制的形式,基础分为60分,当待评价地区的实际得分大于所有待评价地区的平均实际得分时,通过实际得分计算模型得出的实际得分大于60分,证明该地区的创新创业能力合格;当待评价地区的实际得分低于所有待评价地区的平均实际得分时,通过实际得分计算模型得出的实际得分小于60分,证明该地区的创新创业能力不合格。通过实际得分可以对待评价地区的创新创业能力进行综合评价,并且方便多个待评价地区之间进行对比。

s210:根据待评价地区的所有三级指标的初始值、所有所述三级指标的效用值、所有所述一级指标和二级指标的分数值、所述待评价地区的综合得分以及所述数据库中的历史数据生成数据分析报告。通过数据分析报告可以从横向和纵向两个维度深入剖析待评价地区的创新创业能力和经济发展趋势,横向上通过数据库中历年的社会经济数据和企业数据,深刻解读待评价地区的经济发展走势;纵向上对待评价地区的各项一级指标的分数值和综合得分进行分析,可以宏观上反应待评价地区的综合能力,判断整个省/市的发展趋势;可以为政府调整发展战略、制定人才引进计划、招商引资等提供数据支持。

通过本实施例,实现了如下有益效果:

1、数据范围更全面,本发明通过多个渠道采集社会经济数据、企业数据和产业经济数据,提供了强有力的数据支持,数据更具有代表性;

2、数据分析更加科学,通过建立双创指数模型,可以对待评价地区进行多方面、多角度的量化平分,方便对待评价地区进行全面的分析;

3、分析方式多样性,可以通过数据分析报表或通过各个待评价地区的综合得分进行分析;数据分析报表可以深刻分析待评价地区的经济发展走势和双创能力,综合得分可以方便对多个待评价地区之间的综合能力进行对比。

实施例3:

本实施例提供了一种用于产业大数据分析的数据处理装置,如图3为一种用于产业大数据分析的数据处理装置的框图,该装置包括:

数据抓取模块301,用于在预设的抓取范围内抓取社会经济数据、企业数据和产业经济数据,对社会经济数据、企业数据以及产业经济数据进行处理转化成结构化数据;

其中,社会经济数据包括:描述自然资源与条件、人口与劳动、社会发展、城市建设、人民生活和经济发展指标的数据;企业数据包括:描述企业上市信息、企业背景、生产经营信息、财务状况、企业运营、经营风险、创新能力、业务生产、新闻信息工商注册信息、知识产权信息和舆情信息的数据;产业经济数据包括:描述价格数据、指数数据、世界经济数据、全国经济数据、地区经济数据、行业经济数据以及经济分析报告的数据。

数据筛选模块302,用于将所述结构化数据进行筛选和处理,去除冗余的数据;

数据加载模块303,用于将去除冗余数据的所述结构化数据加载到预设的数据库305中;具体的,数据加载模块303具体采用sqoop工具将去除冗余数据的结构化数据加载到预设的数据库305中。

数据补充模块304,用于调取预设的补充数据加入到所述数据库305中;其中预设的补充数据可以通过第三方数据购买和/或企业合作所得到的社会经济数据或企业数据,使数据库305中的数据更加全面。

数据调取模块306,用于从所述数据库305中选取出待评价地区的t个三级指标分别对应的初始值,其中,三级指标用于描述所述待评价地区的社会经济数据、企业数据和产业经济数据的具体数值;

数据处理模块307,用于通过预设的无量纲标准化处理模型,将每一个所述三级指标的初始值转化为三级指标的效用值,得到t个所述三级指标的效用值,并将所有三级指标的效用值相加,得到所述待评价地区的综合得分;

预设的无量纲标准化处理模型为:

yij=(xij-minxj)/(maxxj-minxj)*100。

其中,xij为待评价地区的其中一项三级指标的初始值,i代表地区,j代表三级指标,minxj为该地区所有三级指标的初始值中的最小值,maxxj为该地区所有三级指标的初始值中的最大值。将所有三级指标的初始值经过无量纲化标准化处理模型计算之后,可以消除所有三级指标在计量单位上的差异以及指标数据值的数量级、相对形式的差别,使数据结构和形式更加统一,每个三级指标的效用值之间更具有可比性。通过对待评价地区所有的三级指标的效用值相加得出的综合得分可以反应待评价地区的整体经济情况和创新创业能力,并且对于不同的待评价地区,方便通过综合得分进行对比。

数据分析模块308,用于根据所述待评价地区的所有所述三级指标的初始值、所有所述三级指标的效用值、所述待评价地区的综合得分以及所述数据库中的历史数据生成数据分析报告。通过对待评价地区的所有所述三级指标的初始值、所有所述三级指标的效用值、所述待评价地区的综合得分以及所述数据库中的历史数据进行分析,可以更加全面、客观的分析待评价地区的经济情况、经济发展趋势以及创新创业能力,可以为政府调整发展战略、制定人才引进计划、招商引资等提供数据支持。

本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1