一种基于大数据的品牌标准化分析方法及系统的制作方法

一种基于大数据的品牌标准化分析方法及系统的制作方法
【专利摘要】本发明提供了一种基于大数据的品牌标准化分析方法及系统，系统包括理想关系确定模块；结构化分析模块；分析结果呈现模块。方法包括四大步骤：获取指标数据的指标数据及其数值范围；确定指标数据指标关键阈值间的理想关系；对指标数据进行结构化分析；建立图像对照系统，并与指标关键阈值间的理想关系进行比对。本发明可基于网络获取某一行为或者对象的与人的决策有关的数据，并对数据进行科学处理、分析，并结合信息理论，将知名度、认知度、美誉度和忠诚度以百分数图像的形式进行表现，并将分析的结果输出，实现了对某一行为或者对象的决策因素、自身质量的标准化定量分析结果准确、客观。
【专利说明】
一种基于大数据的品牌标准化分析方法及系统
技术领域
[0001] 本发明涉及信息处理技术领域，尤其涉及一种基于大数据的品牌标准化分析方法 及系统。
【背景技术】
[0002] 大数据指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数 据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海 量、高增长率和多样化的信息资产。对大量消费者提供产品或服务的企业可以利用大数据 进行精准营销，做小而美模式的中长尾企业可以利用大数据做服务转型，面临互联网压力 之下必须转型的传统企业需要与时倶进充分利用大数据的价值。
[0003] 移动互联网时代的来临使得企业面临新的数据管理问题，例如对技术数据的管 理、对公共资源数据的管理、对客户数据的管理、对企业内部数据的管理等。如何利用大数 据来提升企业的资产价值是当下亟待解决的问题。另一方面，对大数据进行标准化的信息 分析，现有技术中对于互联网大数据的应用研究大多还仅限于理论分析，目前还没有人涉 及，且没有标准化分析的方法和辅助工具。
[0004] 特别是在分析对某一行为或对象的接受、采纳程度，赞美程度、推广程度等的分析 某一行为或对象对社会的价值、对企业价值、对公众的价值时，现有的大数据分析或者小样 本分析方法中涉及的参数不够全面，所得到的结果不能准确的反应所需信息的反馈的情 况，没有深入研究的基础。

【发明内容】

[0005] 为克服现有技术中存在的针对大数据分析时缺少标准化系统分析的问题，本发明 提供了一种基于大数据的标准化分析方法及系统。
[0006] 本发明采用的技术方案为:一种基于大数据的标准化分析系统，其创新点在于:包 括
[0007] -理想关系确定模块，确定指标数据关键阈值间的理想关系；
[0008] -结构化分析模块，将获取的信息数据结果进行结构化分析，再与理想关系确定 模块确定的数值间理想关系进行对照比较；
[0009] -分析结果呈现模块，通过对信息数据进行计算分析后，进行结果的呈现。
[0010] 在一些实施方式中，还包括一信息获取模块，用于获取有效信息的数据及其数值 范围以及一数据输入模块，用于输入相关的行为或者对象的信息数据。
[0011] 在一些实施方式中，所述分析结果呈现模块还包括图像对照模块，用于对结构化 分析的信息数据与理想关系确定模块中的数值进行比对，将比对得到的信息数据形成图像 呈现。
[0012] 在一些实施方式中，所述信息获取模块输出数据之前，先对获取的指标数据中的 知名度、认知度、美誉度和忠诚度进行运算得到平均数值，用于调整计算结果。
[0013] 在一些实施方式中，还包括一信息输出模块，用于将图像对照模块计算得到的数 据以信息数据比较区间的名称输出。
[0014] 本发明的另一个目的是提供一种运用基于大数据的标准化分析系统进行的分析 方法，其创新点在于:具体包括如下步骤：
[0015] (1)获取指标数据的指标数据及其数值范围；
[0016] (2)确定指标数据指标关键阈值间的理想关系；
[0017] (3)对指标数据进行结构化分析；
[0018] (4)建立图像对照系统，并与步骤(2)中的指标关键阈值间的理想关系进行比较。
[0019] 在一些实施方式中，所述指标数据包括:与某一个行为或者对象有关的总人数，普 通群体完全知道或不完全知道或不知道该行为或者对象所要传播的信息量，该行为或者对 象的信息量包括当前平均知名度、平均认知度、平均美誉度和平均忠诚度。
[0020] 在一些实施方式中，普通群体完全知道或不完全知道或不知道该行为或者对象所 要传播的信息量依据该行为或者对象的备选、替代的行为或者对象的数量而确定。
[0021] 在一些实施方式中，所述平均美誉度包括平均正美誉度和平均负美誉度之和。
[0022] 在一些实施方式中，所述平均知名度、平均认知度、平均美誉度和平均忠诚度的设 定数值范围均为(〇, 1〇〇%)。
[0023] 在一些实施方式中，所述指标数据关键阈值间的理想关系为平均认知度/平均知 名度的比值处于0.5-1之间;平均美誉度与平均认知度水平接近;平均美誉度与平均忠诚度 水平接近。
[0024] 与现有技术相比，本发明的有益效果是：
[0025] 本发明可基于网络(包括物联网、云网络等)获取某一行为或者对象的与人的决策 有关的数据，并对数据进行科学处理、分析，并结合信息理论，将知名度、认知度、美誉度和 忠诚度以百分数图像的形式进行表现，以百分数值的大小具体表示该行为或者对象的信息 情况，并通过信息输出模块将分析的结果输出，实现了对某一行为或者对象的决策因素、自 身质量的标准化定量分析，例如针对某一个产品、技术的选择，针对学校、商场、企业品牌等 的质量评价，均可以得出合理的输出结果，结果准确、客观，不带有偏见。
【附图说明】
[0026] 图1是本发明的系统的结构示意图。
【具体实施方式】
[0027] 以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的 具体实施例仅用以解释本发明，并不用于限定本发明。
[0028] 本发明的第一实施方式披露了一种基于大数据的标准化分析方法，具体包括如下 步骤：
[0029] (1)获取指标数据的指标数据及其数值范围；
[0030] (2)确定指标数据指标关键阈值间的理想关系；
[0031] (3)对指标数据进行结构化分析；
[0032] (4)建立图像对照系统，并与步骤(2)中的指标关键阈值间的理想关系进行比较。
[0033] 如图1所示:本发明第二实施方式披露了一种基于大数据的标准化分析系统，主要 是针对第一实施方式中的标准化分析方法的基础上，结合大数据平台进行详细的说明和披 露。所述大数据的内容可以是技术信息、客户信息、品牌信息、以及一切与人的属性或行为 有关的信息，这些数据可以是结构化的或者非结构化的。所述系统包括:一信息获取模块， 用于获取有效信息的数据及其数值范围。优选的，其用于获取网络数据库中的相关的数据， 通过互联网将系统与网络上的数据库进行连接，从而获取关于信息的数据。其中，网络数据 库是通过对网络用户发起问卷调查和对指定区域的信息收集而生成的数据库。更进一步， 所述数据源可以是非结构化数据。所述数据可以是分布在网络上的跟某一产品主题有关的 技术信息，例如"齿轮机"，也可以是跟某一对象有关的数据，例如跟某一品牌有关的数据， 也可以是跟人的行为有关的数据，例如，认可、知晓或认识某个有关技术或产品的数据。
[0034] 作为进一步优选的，信息获取模块中最主要的是对特定参数信息的获取，获取参 数的指标，指标可以以百分数的形式获取参数及参数的范围，所述参数的范围可以是一个 时间段，例如早上八点到十点；一个具体的地区，例如北京市;一个特定的人群，例如学生； 或者一个具体的行为，例如上车刷卡;或者一个具体的对象，例如一个或者几个品牌、一个 或者几个企业。非限制性地，参数获取模块连接至移动互联网和/或因特网等网络，接收来 自于网络的数据。例如，数据获取模块可连接到一具有调查反馈功能的在线网站，访问者通 过该网站提交或者留下数据信息。例如，当需要获取于某一对象有关的人数统计时，例如需 要获取某一时间段通过地铁进站口刷卡的人数、或者需要获取某一时间段在办公室登录电 脑的特定人群、或者需要获取对某一家或者几家企业品牌知晓的人数、对某一学校口碑的 反馈、以及对某几个商标知晓的人数等等。该网站对受访者人数、受访者的反馈结果进行统 计后发送至信息获取模块;另一方面，可选地，该网站可直接将受访者的反馈结果发送至信 息获取模块，由信息获取模块进行访问人数的统计。此外，本领域的技术人员应当理解，所 述网站的数量可以不止一个，同一网站所提供的数据的内容也可以不止一个，也就是说，信 息获取模块可以与多个在线网站通过有线或无线的方式相连接，获取多个在线网站的反馈 信息。特别的，对于某一对象的多指标的获取，通常采用复合测量法，复合测量法是运用多 指标的综合结果来确定，多重指标的运用可以有效的排除干扰样本，以保证数据采集和计 算的有效性。在测量表的数据采集和计算问卷中可以设置几个反方向的同类问题供选择， 问题也不限于是否知道品牌中的产品，而是较为深入的问题，比如说:请问"您知道某品牌 的主要产品是什么"，或是"某品牌是做什么行业的企业"，能够辨识品牌logo等深度不一的 问题。并以此为依据将消费者对品牌的认识等额划分成段，称为品牌认知度分段问卷表。再 如问卷可以设计为10个自低到高的问题，可将问题一至十等分为10个层次（可以按照需要 继续增加问题插入问题中），由低至高是消费者对该品牌认知逐次增加的过程。
[0035] 优选的，对于调查某一行为或者对象而言，所述信息的数据包括指定区域内的人 口总数、对该行为或者对象知晓的人数、访问人数、与该类似行为或者对象有关的其他行为 或对象的数量、愿意作出该行为或者选择该对象的人数和不愿意作出该行为或者选择该对 象的人数等。例如，调查获取的对象可以是选择高速铁路出行、选择到某企业就职、对某一 个学校知名度、美誉度、认知度或忠诚度的调查、对某一品牌知名度、美誉度、认知度或忠诚 度的调查等。
[0036] -数据输入模块，用于输入相关的行为或者对象的信息数据;优选的，数据输入模 块还可以设置输入单元，通过人工输入的方式录入数据，可以通过键盘输入、语音输入等方 式实现。
[0037] 一理想关系确定模块，确定参数指标数据关键阈值间的理想关系；与获得的信息 数据进行比对，得到精确度和准确度更客观的分析结果。例如，如上述所述，对某一品牌知 名度、美誉度、认知度或忠诚度的调查中发现，经过反复统计与科学计算表明，在本发明中， "认知度/知名度"处于0.5-1之间为理想区间。即认知度最好能够处于知名度的一半以上， 这样的品牌在传播上是具有有效传播的途径或容易被消费者认知的内容，能够获得高于半 数知名度的认知度说明其传播是有效的。
[0038] -结构化分析模块，将获取的信息数据结果进行结构化分析。因为信息获取模块 获取的数据可能不具有结构化特点，而要进行定量分析的前提是数据结构化，因此结构化 分析模块对参数获取模块所提供的数据进行结构化。例如信息获取模块可能是基于某一个 关键词、一份调查问卷、一段采访内容进行搜集获取，其所反馈的可能是一段文字、一段文 字和图片、一个没有表头的表格、一份调查问卷中的简要回答等。结构化分析模块首先建立 一个结构化的表格，而后对参数获取模块的数据进行关键词抽取或者特定字符、字符串的 匹配、简短语义的匹配，将抽取的结果或者匹配的结果插入到结构化表格中。另一方面，结 构化分析模块也对参数获取模块的数据进行统计，将统计的结果插入到结构化表格中。例 如，该结构化表格可以包括但不限于:访问某一网站的人数、时间段、倾向性意见等等。
[0039] 在取得了必要的信息数据之后，通过计算机将获取的数据进行相应的组合线型处 理得到相应的指标数据，所述指标数据包括但不限于：与某一个行为或者对象有关的总人 数，例如乘坐高速列车的群体数量、使用3D打印技术的客户数量、某一个著名品牌消费者人 群总数等;该行为或者对象的知晓程度，例如对高速列车了解程度、对3D打印设备性能了解 的程度、对某一品牌的知名度、对一个品牌整体的好感和评价程度、对某个产品、技术或品 牌是否有偏向性的（而非随意的)行为反应等;普通群体完全知道该行为或者对象所要传播 的信息量的极值，例如普通乘客对高铁完全了解所需要传播的最大信息量、对普通技术人 员3D打印完全技术了解所要传播的信息量的极值、某一个地区的家长要完全了解某一个学 校所要传播的最大信息量、普通消费者对某一个品牌认知所要传播的信息量的极值;该行 为或者对象当前平均认知度，例如当前对高速列车的平均认知度、对3D打印技术的平均知 名度、平均认知度、平均美誉度和平均忠诚度、对某一个学校的平均知名度、平均认知度、平 均美誉度和平均忠诚度、对某一个企业或者品牌的平均知名度、平均认知度、平均美誉度和 平均忠诚度。
[0040] 具体的，其中对于某一行为或者对象的人群总数即以地域为划分的当地人口总 数。
[0041] 优选地，在利用大数据进行分析某一行为或者对象时，可以定义对该行为或对象 的知名度、认知度、美誉度或忠诚度，知名度意指受众对某一行为或者对象知晓程度的度量 指标，即有多少知晓该行为或对象，在分析计算时，知名度可以采用知晓该行为或者对象的 人数与总人数的比值;其次，定义对该行为或对象的认知度，可以被视为受众对该行为或对 象的深度认识，在知晓的基础上，对知道某行为或对象的（例如品牌名称)受众进行认知度 调查，主要考察受众对某行为或对象的的深入认知，其考察次序为该行为或对象的主要产 品、技术、行销行业、logo辨识或企业价值观等等;然后，定义对该行为或对象的美誉度是消 费者对一个品牌整体的好感和评价程度，美誉度的度量一般是对单个消费者进行数据采集 和计算，获取一个消费者对某品牌的好感程度，然后汇总并求出平均数，是个百分比表达的 度的指标。在本实施方式中，在分析计算时，美誉度的测量只需在平均认知度确定的基础上 选定高于平均认知度的消费者样本，并确定其中他们对品牌的认知有多少不是来自厂商的 主动传播，剩下的部分都可以视为消费者主动获取或者他们之间的传播，这样求得一个比 率作为对象或该行为的美誉度。最后，定义对该行为或对象的忠诚度是指消费者在购买决 策中，多次表现出来对某个品牌有偏向性的（而非随意的)行为反应。在本实施方式中，在该 行为或对象的忠诚度的度量上，只需要对该行为或对象的重复次数和决策时间长短进行分 析即可，这两点足以表达对该行为或对象的偏好和习惯。例如，可通过实地数据采集和计 算、网络等手段获取重复次数和决策时间。例如可通过在线网站进行访问数据采集和计算、 可通过手机客户端app程序进行数据采集和计算等等方式。
[0042]优选的，在求解上述分析某一行为或者对象时的知名度、认知度、美誉度或忠诚度 之前，还需要确定目标人群的总数，以及目标人群的结构。按照目标人群的结构进行分层取 样，并按照其结构的比例安排调研的样本。此外，普通群体完全知道该行为或者对象所要传 播的信息量可以依据该行为或者对象的备选、替代的行为或者对象的数量而确定，例如可 以根据普通群体选择其备选、替代的行为或者对象概率发生时的信息公式而定。例如普通 乘客对高铁完全了解所需要传播的最大信息量可以由普通乘客对其他交通工具的种类数 量而定、对普通技术人员3D打印完全技术了解所要传播的信息量的极值可以根据现有的型 材成型工艺的规模数量而定、某一个地区的家长要完全了解某一个学校所要传播的最大信 息量可以根据该地区内其他同性质的学校的数量确定、普通消费者对某一个品牌认知所要 传播的信息量的极值可以依据行业内的备选品牌数目等概率发生时的信息公式而定。可以 认为普通群体完全知道该行为或者对象所要传播的信息量是认知度达到100%时的信息 量，所要求解的某一行为或者对象时的知名度、认知度、美誉度或忠诚度的数值范围都归结 在(0，100%) 〇
[0043]正如前文所述，对于交通工具而言，存在高铁、飞机、汽车等多种选择，对于3D打印 技术而言同样也存在其替代的技术，对于某一个学校、某一个品牌而言，在其所在的区域或 者行业也存在其他的竞争性的学校或者品牌。也就是说，在一个特定的环境中，某一个行为 或者对象存在至少一种或者多种备选或者替代的行为或者对象。经验表明，每个普通群体 的对某一个行为或者对象认知度能够到达的最大值都是一个确定的值。一个普通群体完全 知道一个技术、一个学校、一种新的出行方式、一个品牌所要传播的信息量，或者说一个消 费者在一个具体的环境中，对其中一个行为或者对象掌握的所有信息的量是个确定的值， 它依据其备选或者替代的行为或者对象的数量而定。
[0044] 可以认为，某一个行为或者对象认知度能够到达的最大值是依据"在备选对象或 者行为发生概率相等时该对象或行为信息量最大"的原则下，根据该行为或者对象所处的 环境中的总体行为或者对象数目而确定的值。
[0045] 本发明中，普通群体中的个体对某一行为或者对象知晓程度知名度通过如下技术 公式计算得到：
[0047]本发明中，普通群体中的个体知道某一行为或者对象所要传播的信息量的认知度 通过如下技术公式计算得到：
[0049] 式中，代表平均认知度;η代表对有知名前提的对象或个体进行数据采集和计算 的消费者数目代表某对象或个体达到任意一个认知程度。
[0050] 此外，对某个行为或者对象平均认知度是通过将一个普通个体完全知道一个该行 为或者对象所要传播的信息量的极值与1的差值进行等分得到的。在一定知名度的情况下， 每个个体知晓该行为或者对象的样本其信息量为1时，每个个体对该行为或者对象的认知 程度有差异。R max是满信息的情况，一个普通个体对该行为或者对象的所有信息都掌握，满 信息对该个体来说就是100 %有效到达。R_Jij 1就是认知深度，将Rmax_l等分用来表示其中 任一普通个体达到的有效认知程度，称为某一个体达到任意一个程度，表示为r = Xir%，并 由此可以得到一个平均认知度的值。
[0051] 更为优选地，在求解知名度Z值之前，可先确定目标人群的总数，以及目标人群的 结构，按照目标人群的结构进行分层取样，并按照其结构的比例安排数据采集和计算的样 本，例如目标人群的结构可以按照年龄、地域和性别等因素进行分层，年龄的话可以分为少 年、青年、中年和老年等，也可以按照一定年龄段进行分层，例如10~20岁，20~30岁，30~ 40岁，40~50岁，50~60岁等等，按照实际需求进行确定，在此并不作局限。例如，可在在线 网站上增加对访问者基本信息的调查选项，基本信息可以包括:年龄、地区、性别等。在获取 到受访者人数、受访者的反馈结果、受访者基本信息后，可按照目标人群的结构进行分层取 样，并按照其结构的比例安排数据采集和计算的样本，例如目标人群的结构可以按照年龄、 地域和性别等因素进行分层，年龄的话可以分为少年、青年、中年和老年等，也可以按照一 定年龄段进行分层，例如10~20岁，20~30岁，30~40岁，40~50岁，50~60岁等等。
[0052]本发明中，普通群体中的个体对某行为或对象可进一步分析其评价程度的好感程 度(美誉程度），通过如下公式计算得到
式中，W为评价程度，X为发生的真实 采用或接受行为或者对象的普通群体样本中，采纳或者接受该行为或对象时与特定的行为 提供者无关的个体数目；例如，对于选择高速列车出行的行为进行分析时，X表示作出该选 择时不考虑特定的列车车型的个体数量，在对3D打印技术的选择行为进行分析时，X表示选 择3D打印技术时不考虑特定的成型工艺(例如激光烧结、电子束烧结）的个体数量，在分析 是否选择学校就读时，X表示不考虑该学校的名称的个体数量，同样，在分析某一品牌的选 择时，X表示作出该选择时与具体厂家无关的个体数量。 Sx为发生的真实采用或接受行为或 者对象的普通群体样本的总数量;y为拒绝该行为或者对象的普通群体样本中，原因是与该 行为或者对象直接有关的选项的消个体人数;例如，对于选择高速列车出行的行为进行分 析时，X表示对高速列车本身不接纳的个体数量，在对3D打印技术的选择行为进行分析时，X 表示对3D打印技术时不考虑的个体数量，在分析是否选择学校就读时，X表示因某一个学校 本身而拒绝的个体数量，同样，在分析某一品牌的选择时，X表示因品牌原因拒绝的个体数 量。Sy为选择该行为或者对象的替代行为或者对象的个体数量;例如，对于选择高速列车出 行的行为进行分析时，y表示选择飞机、汽车等其他出行方式的个体数量，在对3D打印技术 的选择行为进行分析时，y表示选择现有的成型工艺的个体数量，在分析是否选择某一学校 就读时，y表不选择其他学校的个体数量，同样，在分析某一品牌的选择时，y表不同业竞争 者品牌商品的消费者样本的消费者数目；η为变频系数。
[0053]科学统计表明，即使是再成熟的技术、再便捷的新科技、口碑再好的学校、医院、企 业、品牌、或者某一个公众人物，也会有反感的人。也就是说，对一个行为或者对象并不能存 在1 〇〇 %接受的现象，评价程度有好有坏。
[0054] 本发明进一步将对行为或对象的评价程度分为正面评价程度、负面评价程度。有
关正面评价程度的分析方法为 _式中，有关负面评价程度的分析方法为 ?
[0055] 因此，关于某一行为或者对象的评价程度的度量是将正负评价程度合计，而且负 评价程度对普通个体的影响更大，因此，在合计的算式中需要对负评价程度进行加权，并且 使用变频系数进行处理，最终评价程度通过如下计算公式得到：
[0056] 变频系数q是普通个体对该行为或者对象所在的特定环境的关注度(例如行业关 注度)和媒体对其的关注度有关的系数，该变频系数可以依赖于更大规模的数据进行计算 得到，例如在分析对高速列车出行时，普通群体不限于经常出行的人群，而是可以将几乎不 出行的群体也纳入进来;在分析3D打印时可以将整个装备制造领域的企业纳入进来，在分 析学校或者品牌时，可以将能接触到更大地区的学校或者整个行业的品牌的群体也纳入进 来。在具体计算式，可以将关注度从〇至9分为10个等级，同样将媒体对其的关注度的关注度 划分为10个等级，用1 X 2矩阵来表示，如：（1，2)，表示消费者对该品牌所在行业的关注度等 级为1，媒体对企业的关注度等级为2;根据矩阵位置，即可建立相应的映射关系，通过该矩 阵而获得相应的变频系数。本领域的技术人员应当理解，所述变频系数的具体计算方式可 以有多样性，本发明中所提到的普通个体对该行为或者对象所在的特定环境的关注度(例 如行业关注度)和媒体对其的关注度是可以量化的，期间之间的映射关系也是可以根据具 体情况设定的，本发明不限于具体的映射方式和数据，例如变频系数η可以取值1、2、 3、……，也可以是分数形式或者其他无理数。
[0057]此外，上述某一行为或者对象的的偏向性的（而非随意的）行为（忠诚度），包括重 复发生度和决策时长；
[0058] 重复发生度，即 其中，a:某一个体或对象重复发生度，ai:某行为或对象的 ；?
重复次数，ai该行业或产品的平均重复次数;忠诚度L是重复购买的发生度(a)的函数，表达 式如下liFKa)，其中，a:某一个体或对象重复购买度，Fi:忠诚度函数。使用重复购买发生 度(a)作为参量，某一个体或对象重复的可能，是受到渠道的限制，没有其他的选择余地，只 能重复发生。
[0059] 决策时长 其中，b:决策时长的长短度。
[0060] 其中，bi:某一个体或对象的决策时长平均数，1^该产品或行业总的平均决策时 长。当然决策时长b的长短，也会受到诸如各种因素的干扰。
[0061] 得到上述的决策时长和重复发生度的数值之后，计算忠诚度(L)重复发生度a和决 策时长相关的函数，L是与a、b有关的函数，a与L是正线性相关关系，b与L是负线性相关关 系，可得出如下关系式：
[0062] 忠诚度=重复发生度/决策时长，即：
[0063] 其中，L:忠诚度，
[0064] a:重复发生度，
[0065] b:决策时长，
[0066] F:忠诚度函数。
[0067] -分析结果呈现模块，通过对信息数据进行计算分析后，用于将从数据获取模块 和数据输入模块获取的数据进行组合线型处理得到对应的指标数据;该模块内存储有各个 指标数据的计算公式和计算代码，通过计算代码将获取或输入的数据带入公式计算得到指 标数据，所述指标数据包括普通群体的人数(也可以是使用某一个app的人数，或者接受调 查反馈的人数）、某一行为或者对象的知名度、一个普通群体中的个体完全知道某一行为或 者对象所要传播的信息量的极值、平均认知度、由知名度而来的基本信息量、评价程度、忠 诚程度等，最后进行结果的呈现。并不限制的，分析结果呈现模块建立图像对照系统，所述 图像对照系统将调查信息，例如知名度、认知度、美誉度、忠诚度的对比关系图示化，并呈现 结构图像易于分析与判断，还可设置输出单元，将分析结果或图像进行输出。
[0068]与现有技术相比，本发明的有益效果在于:可基于网络(包括物联网、云网络等)获 取某一行为或者对象的与人的决策有关的数据，并对数据进行科学处理、分析，并结合信息 理论，将知名度、认知度、美誉度和忠诚度以百分数图像的形式进行表现，以百分数值的大 小具体表示该行为或者对象的信息情况，并通过信息质量输出模块将分析的结果输出，实 现了对某一行为或者对象的决策因素、自身质量的标准化定量分析，例如针对某一个产品、 技术的选择，针对学校、商场、企业品牌等的质量评价，均可以得出合理的输出结果，结果准 确、客观，不带有偏见。
[0069]上述说明示出并描述了本发明的优选实施例，如前所述，应当理解本发明并非局 限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和 环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改 动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附 权利要求的保护范围内。
【主权项】
1. 一种基于大数据的标准化分析系统，其特征在于:包括 一理想关系确定t旲块，确定指标数据关键阈值间的理想关系； 一结构化分析模块，将获取的信息数据结果进行结构化分析，再与理想关系确定模块 确定的数值间理想关系进行对照比较； 一分析结果呈现模块，通过对信息数据进行计算分析后，进行结果的呈现。2. 根据权利要求1所述的基于大数据的标准化分析系统，其特征在于:还包括一信息获 取模块，用于获取有效信息的数据及其数值范围以及一数据输入模块，用于输入相关的行 为或者对象的信息数据。3. 根据权利要求1所述的基于大数据的标准化分析系统，其特征在于:所述分析结果呈 现模块还包括图像对照模块，用于对结构化分析的信息数据与理想关系确定模块中的数值 进行比对，将比对得到的信息数据形成图像呈现。4. 根据权利要求2所述的基于大数据的标准化分析系统，其特征在于:所述信息获取模 块输出数据之前，先对获取的指标数据中的知名度、认知度、美誉度和忠诚度进行运算得到 平均数值，用于调整计算结果。5. 根据权利要求1所述的基于大数据的标准化分析系统，其特征在于:还包括一信息输 出模块，用于将图像对照模块计算得到的数据以信息数据比较区间的名称输出。6. -种运用权利要求1所述基于大数据的标准化分析系统进行的分析方法，其特征在 于:具体包括如下步骤： (1) 获取相关指标数据的指标数据及其数值范围； (2) 确定指标数据指标关键阈值间的理想关系； (3) 对指标数据进行结构化分析； (4) 建立图像对照系统，并与步骤(2)中的指标关键阈值间的理想关系进行比对。7. 根据权利要求6所述的基于大数据的标准化分析方法，其特征在于:所述指标数据包 括:与某一个行为或者对象有关的总人数，普通群体完全知道或不完全知道或不知道该行 为或者对象所要传播的信息量，该行为或者对象的信息量包括当前平均知名度、平均认知 度、平均美誉度和平均忠诚度。8. 根据权利要求7所述的基于大数据的标准化分析方法，其特征在于:所述普通群体完 全知道或不完全知道或不知道该行为或者对象所要传播的信息量依据该行为或者对象的 备选、替代的行为或者对象的数量而确定。9. 根据权利要求7所述的基于大数据的标准化分析方法，其特征在于:所述平均美誉度 包括平均正美誉度和平均负美誉度之和。10. 根据权利要求7所述的基于大数据的标准化分析方法，其特征在于:所述平均知名 度、平均认知度、平均美誉度和平均忠诚度的设定数值范围均为(0，100 %)。
【文档编号】G06F19/00GK106096318SQ201610564918
【公开日】2016年11月9日
【申请日】2016年7月18日
【发明人】周云
【申请人】周云