一种汽车产业转型升级信息监测系统的制作方法

本发明涉及信息监测技术领域，具体涉及汽车产业转型升级信息监测系统。

背景技术：

在全球范围内，汽车技术与新一代信息技术的结合日趋紧密，信息化、智能化、网络化掀起了汽车及相关产业在设计、研发、制造、管理、营销模式上的巨大变革，汽车产业正在从传统汽车向新能源汽车、智能网联汽车快速转型。

但现有的对汽车转型升级信息汽车产业转型升级信息监测主要依靠人工监测数据，然后进行数据的筛选和处理。随着信息处理的批量化，随着高性能计算机的制造使得处理海量信息越来越快，人工识别越来越被看成是一项既费时又费力的工作，因此需要建立一个自动监测、处理、评价的系统以取代目前的人工监测。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种汽车产业转型升级信息监测系统，可通过多种维度、多种类型的数据对汽车产业转型升级信息进行自动监测、处理和评价。

本发明提供的一种汽车产业转型升级信息监测系统，包括数据采集模块、数据处理模块、评价模块和可视化模块；数据采集模块用于采集多个地图软件中充电桩的信息数据、加氢站管理系统中的加氢站信息数据、政务系统中的与汽车产业转型升级相关的政务信息和专利数据库中相关专利信息；采集模块将采集的数据传输并至汽车信息数据库中存储；数据处理模块从汽车信息数据库中抽取信息并进行融合，将融合后的数据建立分析模型；评价模块用于根据数据处理模块处理后得到的数据以及预先存储的各类型数据的权重进行计算评价，并通过可视化模块通过图形或表格的方式将评价结果进行展示。

通过对多种维度、多种类型的新能源汽车的数据进行监测，并针对不同类型的数据赋予不同的权重，以提高对汽车产业转型升级进行监测和评价的准确性和可靠性。另外，由于通过采集模块采集四种类别的数据，并存储至汽车信息数据库中，在建立分析模型的时候可以直接从汽车信息数据库中提取数据，可以增加建模的速度和效率。

进一步的，采集模块输入城市地址和关键词，从城市地址中以得到聚类范围，在电子地图中逐行扫描地图图像，以寻找地图图像中包含有关键词的坐标位置，将该坐标位置点作为聚类中心点，并将坐标存储值数组中，作为数组元素；预先设置水平方向的最大最小值Max X和Min X，垂直方向的最大最小值Max Y和Min Y；利用水平方向的最大最小值Max X和Min X、垂直方向的最大最小值Max Y和Min Y画出一个方框，将方框位置标记显示。

进一步的，采集单元还用于采集方框位置中充电桩的规格信息，并将方框位置和充电桩的规格信息打包发送至汽车信息数据库。

进一步的，采集单元采集多个地图软件中的信息，并将标记显示的方框位置存入到关系型数据库中；数据处理模块将多个地图软件中提取的信息在一个电子地图模板中进行叠加显示。由于不同的地图软件所包含的数据可能存在差异，因此通过采集多个地图软件中的信息，并进行信息数据叠加，以提高数据的完整性。

进一步的，采集模块在加氢站管理系统和政务系统中进行数据遍历爬取，以采集加氢站信息和与汽车产业转型升级相关的政务信息。

进一步的，数据处理模块从汽车信息数据库中抽取的信息为以下四种类别信息中的一项或多项，四种类别信息分别为：地图软件获取的充电桩信息、加氢站管理系统获取的加氢站信息、政务系统获取的政务信息和专利数据库获取的专利信息。

进一步的，数据处理模块对抽取的信息首先检查信息的三元组和每个元素的引申知识元是否满足其定义的类别属性约束，以判断信息的有效性和完整性；然后比较信息的特征相似度，以进行信息融合。

进一步的，评价模块将二级评价指标的数据采集值除以相应的监测标准，得到各二级指标的监测值；将二级指标的监测值根据相应的权数进行加权计算，得到评价结果。

由上述技术方案可知，本发明的有益效果：

1.本发明通过一种汽车产业转型升级信息监测系统，包括数据采集模块、数据处理模块、评价模块和可视化模块；数据采集模块用于采集多个地图软件中充电桩的信息数据、加氢站管理系统中的加氢站信息数据、政务系统中的与汽车产业转型升级相关的政务信息和专利数据库中相关专利信息；采集模块将采集的数据传输并至汽车信息数据库中存储；数据处理模块从汽车信息数据库中抽取信息并进行融合，将融合后的数据建立分析模型；评价模块用于根据数据处理模块处理后得到的数据以及预先存储的各类型数据的权重进行计算评价，并通过可视化模块通过图形或表格的方式将评价结果进行展示。通过对多种维度、多种类型的新能源汽车的数据进行监测，并针对不同类型的数据赋予不同的权重，以提高对汽车产业转型升级进行监测和评价的准确性和可靠性。

2.本发明通过一种汽车产业转型升级信息监测系统，由于通过采集模块采集四种类别的数据，并存储至汽车信息数据库中，在建立分析模型的时候可以直接从汽车信息数据库中提取数据，可以增加建模的速度和效率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明一种汽车产业转型升级信息监测系统的结构框图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

实施例1

如图1所示，本实施例提供的一种汽车产业转型升级信息监测系统，包括数据采集模块、数据处理模块、评价模块和可视化模块；在本实施例中的新能源为电能和氢能。

数据采集模块用于采集多个地图软件中充电桩的信息数据、加氢站管理系统中的加氢站信息数据、政务系统中的与汽车产业转型升级相关的政务信息和专利数据库中相关专利信息；

充电桩的信息数据包括充电桩的位置信息和充电桩的规格信息,充电桩规格信息包括数量、端口型号和功率；加氢站信息包括加氢站的数量和加氢站的存储容量；汽车产业转型升级相关的政务信息包括新能源汽车创新主体、新能源汽车销售量、新能源汽车与传统汽车销售量比值、新能源汽车销售量平均增长率、新能源汽车R&D投入强度；相关专利信息包括新能源汽车专利发明人数量、新能源汽车专利申请总量、新能源汽车发明专利申请量、新能源汽车专利申请量增长率、传统汽车与新能源汽车专利申请量比、智能网联汽车专利申请总量、智能网联汽车发明专利申请量、智能网联汽车专利申请量增长率和传统汽车与智能网联汽车专利申请量比。

采集模块将采集的数据传输并至汽车信息数据库中存储；数据采集模块采集地图中充电桩的业务数据具体的为:通过采集模块输入城市地址和关键词，从城市地址中以得到聚类范围，在电子地图中逐行扫描地图图像，以寻找地图图像中包含有关键词的坐标位置，将该坐标位置点作为聚类中心点，并将坐标存储值数组中，作为数组元素；预先设置水平方向的最大最小值Max X和Min X，垂直方向的最大最小值Max Y和Min Y；利用水平方向的最大最小值Max X和Min X、垂直方向的最大最小值Max Y和Min Y画出一个方框，将方框位置标记显示。

在本实施例中，从城市地址中可以得到聚类的地图范围，假设在该地图范围内有10个包含关键词的位置点：x1，x2…x9，x10。令任意一点x1为第一聚类中心，利用水平方向的最大最小值Max X和Min X、垂直方向的最大最小值Max Y和Min Y画出第一聚类中心点的一个方框，则标记框选出该城市范围内的第1个充电桩信息点。以此类推，框选出其余9个充电桩信息点。

采集单元还用于采集方框位置中充电桩的规格信息，并将方框位置和充电桩的规格信息打包发送至汽车信息数据库。

采集单元采集多个地图软件中的信息，并将标记显示的方框位置存入到关系型数据库中；数据处理模块将多个地图软件中提取的信息在一个电子地图模板中进行叠加显示。

采集模块在加氢站管理系统和政务系统中进行数据遍历爬取，以采集加氢站信息和与汽车产业转型升级相关的政务信息。

数据处理模块从汽车信息数据库中抽取的信息包括四种类别，分别为：地图软件获取的充电桩信息、加氢站管理系统获取的加氢站信息、政务系统获取的政务信息和专利数据库获取的专利信息。由于数据源本身有可能并不完整，因此采集得到的数据也存在不完整或者无效的知识元。另外由于不同种类的信息获取的渠道不同，对数据的信息定义会存在差异，因此需要对特征相似的信息进行融合。

数据处理模块首先检查采集的信息的三元组和每个元素的引申知识元是否满足其定义的类别属性约束，以判断信息的有效性和完整性。信息的三元组为信息的实体、属性和值；定义的类别属性为预先设置的多个属性集合。若采集的信息的三元组或引申知识元不满足其定义的类别属性约束，则对该数据做抛弃处理；若满足采集的信息的三元组或引申知识元满足其定义的类别属性约束，则进入下一步比较信息的特征相似度，以进行信息融合。

比较信息的特征相似度具体为：设置一个相似度模型，如下公式所示：

在上述公式中，a为参照对象，b为比较对象，A，B为对象a,b的特征集合，f(A-B)为对象a,b的特征集合A,B中即属于A，又属于B的个数。f(A-B)为属于集合A不属于集合B的个数；f(B-A)为属于集合B不属于集合A的个数。a,β为比较目标和对照目标不同的关注度。设临界值为u，0＜u＜1；当Sim(a,b)＞u时，表明两个知识元为同一个客观信息的可能性比较大，则为相似度较高的信息。则可通过上述公式进行特征相似度的判断，将相似度较高的信息进行融合，将融合后的数据建立分析模型。

评价模块用于根据数据处理模块处理后得到的数据以及预先存储的各类型数据的权重进行计算评价，并通过可视化模块通过图形或表格的方式将评价结果进行展示。评价模块计算评价的具体方法为：将二级评价指标的数据采集值除以相应的监测标准，得到各二级指标的监测值；将二级指标的监测值根据相应的权数进行加权计算，得到评价结果。

在本实施例中以重庆市为例，预先输入评价指标的权重和监测标准，将一级评价指标设定为基础设施、市场表现和技术创新。一级评价指标下的二级指标如下表所示：

将各二级评价指标的数据采集值除以相应的监测标准，得到各二级指标的监测值，即指数，计算方法为:

在公式(1)中xijk为第i个一级指标下、第j个二级指标下的第k个指标的采集值；x…k为第k个子指标相应的监测标准；当dijk≥100时，取100为其上限值。

二级评价指标的评价值(二级指数)由各二级指标的监测值加权综合而成，即：

公式(2)中wijk为各二级指标监测值相应的权数；nj为第j个二级指标下子指标的个数。

技术创新、基础设施、市场表现一级指标评价值(一级指数)由二级指标监测值加权综合而成，即:

公式(3)中wij为各二级指标监测值相应的权数；ni为第i个一级指标下设的二级指标个数。

汽车产业转型升级总评价值(总指数)由一级指标加权综合而成，即。

公式(4)中wi为各一级指标监测值相应的权数；n为一级指标个数。

实施例2

一级评价指标和二级评价指标不限于上述实施例中公开的各个系数。如一级评价指标还可以设置为投入能力、发展支撑和产出能力。一级评价指标投入能力下的二级指标可设置为专利发明人数量、核心专利发明人数量、专利发明人数占比、新能源汽车R&D投入强度、新能源汽车R&D投入年增长率、汽车技术改造经费支出；一级评价指标发展支撑下的二级指标可设置为加氢站数量、充电桩数量；一级评价指标产出能力下的二级指标可设置为新能源汽车专利申请量、新能源汽专利授权占比、新能源汽车发明专利申请量、新能源汽车发明专利授权占比、新能源汽车销售占比、智能网联汽车专利申请量、智能网联汽车专利授权占比、智能网联汽车发明专利申请量、智能网联汽车发明专利授权占比。评价计算方法与实施例1所述方法相同。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。