一种基于大数据的智慧园区营运管理方法与流程

1.本发明涉及园区运营管理领域,尤其涉及一种基于大数据的智慧园区营运管理方法。


背景技术：

2.随着经济社会的快速发展，全国各地都有大量的科技园区、产业园、工业园区等。传统的园区一直存在着一些难题，如运营管理效率低、服务项目不及时等，而智慧园区致力于解决上述问题的同时，还与其他智慧地域功能连接，构建统一、高效的智慧园区一体化管理平台。
3.公开号为cn113642995a的专利公开了一种基于智慧园区的管理方法、设备，该方法包括：确定智慧园区类型，采集智慧园区的基本信息，基本信息至少包括：智慧园区的建筑信息、道路信息、绿化信息；根据智慧园区的基本信息建立智慧园区的可视化的三维模型；通过三维模型将智慧园区划分为若干个单元区域，获取若干个单元区域的功能信息及位置信息，单元区域的位置信息至少包括单元区域的占地面积、单元区域在智慧园区内的所处位置；通过三维模型确定已设置在智慧园区中的不同类型的智能设备位置；通过智能设备的所述位置，对智能设备对应的单元区域进行管理，以通过对至少部分对应的单元区域的管理，实现对智能园区的管理。
4.授权号为cn111080870b的专利公开了一种智慧园区的运营管理系统及其方法，所述系统包括：多个接入点、n个检测电路、p个nfc门禁和智慧园区控制中心，所述智慧园区控制中心与所述多个接入点连接，所述 n个检测电路分成多组，每组的w个检测电路与该组的接入点连接，所述 p个nfc门禁与所述智慧园区控制中心连接。本技术提供的技术方案具有用户体验度高的优点。
5.但是，目前现有的园区管理方法中，由于园区的数据量大，但是并未对园区的数据进行有效的分类，最终造成无法对园区数据进行有效的可视化展示。


技术实现要素：

6.为了克服现有技术存在的缺点与不足,本发明提供一种基于大数据的智慧园区营运管理方法。
7.本发明所采用的技术方案是，该方法包括步骤为：
8.步骤s1：采集园区运行的相关数据，建立相关单个数据的集合函数，相关单个数据包括：已入驻主体数量、空置率、租用面积、平均佣金、物业满意度，对所有单个数据的集合函数建立数据库存储方程；
9.步骤s2：利用决策树算法对立数据库里的数据进行挖掘，数据挖掘的包括如下；
10.步骤a1：利用预设函数对数据库里的数据进行训练样本作为树干；
11.步骤a2：若样本属性在当前训练样本内，利用树叶形成函数将该样本成为树干的树叶；
12.步骤a3：若样本属性不在当前训练样本内，则利用遍历函数对全部树干进行筛选，直至找到样本属性的树干；
13.步骤s3：根据训练样本感知样本属性内容，建立园区数据资源集合；
14.步骤s4：对园区数据资源集合进行存储，形成二次数据库；
15.步骤s5：将数据资源利用可视化函数进行调取并通过可视化平台进行展示，给园区管理人员提供决策管理。
16.进一步地，所述相关单个数据的集合函数，表达式为：
17.b＝{(n1，m1)，(n2，m2)，...，(ni，mj)}
18.其中，b表示相关单个数据的集合函数，n1，n2，
…
，ni表示单个数据的采集值，m1，m2，
…
，mj表示与单个数据进行采集所对应的时间；
19.所述对所有单个数据的集合函数建立数据库存储方程，表达式为：
[0020][0021]
其中，表示数据库存储函数，r表示单个数据的存储速度矩阵，表示所有采集数据构成的数据集合，hb(x-1)表示数据库中量表的数量。
[0022]
进一步地，所述预设函数，表达式为：
[0023][0024]
其中，cb(x)表示预设函数，fb(x)表示数据库内的训练样本，表示层决策树的信息增益率，表示交替的误分类阈值，表示训练样本的信息熵，表示训练样本的条件熵。
[0025]
进一步地，所述利用树叶形成函数将该样本成为树干的树叶，表达式为：
[0026][0027]
其中，eb(x)表示树叶形成函数，lq表示样本的密度，ju表示样本总数，表示样本属性的特征函数，hq(x)表示已有树叶的总数，表示树叶的分类特征矩阵。
[0028]
进一步地，所述利用遍历函数对全部树干进行筛选，表达式为：
[0029][0030]
其中，mb(x)表示遍历函数，n表示树干总数，w表示已筛选的树干数，v表示迭代次数，z表示迭代次数，表示筛选速度，l
p
表示筛选的完成度，ju表示样本总数，hq(x)表示已有树叶的总数。
[0031]
进一步地，所述建立园区数据资源集合，表达式为：
[0032][0033]
其中，表示园区数据资源集合，g表示单个数据的属性，v表示样本数据的总属性，u表示数据的种类数，m
dbas
表示单个数据的合格率，l 表示样本数据的总合格率，s
t
表示感知度特征矩阵，se表示感应时间；
[0034]
所述二次数据库，表达式为：
[0035][0036]
其中，表示二次数据库的数据量，γ表示数据库的饱和度，k表示园区数据资源集合，r表示存储量表的个数，表示数据存储效率。
[0037]
进一步地，所述利用可视化函数进行调取，表达式为：
[0038][0039][0040]
其中，u(d，e)表示数据调取函数，y(d，e)表示已调取的数据量，w表示数据调取速度的阈值，h表示数据实时调取速度，[gh]表示数据在数据库内的位置矩阵，[d]表示已被调取数据的量表空置数量矩阵，[gf]表示可视化展示时的数据量，d表示数据可视化程度，l(d，e)表示数据调取率；
[0041]
所述通过可视化平台进行展示，表达式为：
[0042][0043]
其中，表示数据可视化速度，表示在可视化时数据的利用率。
[0044]
有益效果：
[0045]
本发明提出一种基于大数据的智慧园区营运管理方法，该方法通过多种模型和函数对园区的已入驻主体数量、空置率、租用面积、平均佣金、物业满意度等不同数据进行分类与可视化展示，本发明所提出的方法是基于现有的理论和基础，可造作性强，在进行分类时数据清晰，在进行可视化展示时效果明显，避免了数据混乱的出现，对于园区的管理提供了可靠的数据量，在可视化过程中实现了自动化展示，节约了人力成本。
附图说明
[0046]
图1为本发明总体步骤流程图；
[0047]
图2为本发明的相关单个数据内容图；
[0048]
图3为本发明的数据挖掘流程图。
具体实施方式
[0049]
需要说明的是,在不冲突的情况下,本技术中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本技术作进一步详细说明。
[0050]
如图1和图2所示,一种基于大数据的智慧园区营运管理方法，该方法包括步骤为：
[0051]
步骤s1：采集园区运行的相关数据，建立相关单个数据的集合函数，相关单个数据包括：已入驻主体数量、空置率、租用面积、平均佣金、物业满意度，对所有单个数据的集合函数建立数据库存储方程；
[0052]
相关数据的采集利用智慧园区数据采集系统，该系统包括：
[0053]
信号及数据采集单元:前端摄像头、红外感光元件、麦克风及其他数据采集传感器；
[0054]
主要功能:实现前端音视频采集，红外夜视自动转换等功能，可将前端采集到的数据实时传输至主控设备进行智能数据处理。
[0055]
数据智能压缩处理单元:压缩模块、智能分析模块、编码模块；
[0056]
主要功能：采用h.264数据压缩算法，具有高压缩比特点，可智能压缩前端采集单元采集的数据并实施将数据发送给数据传输单元。
[0057]
数据传输单元：5g工业模块/rs45网络通讯口、通讯一卡/网络宽带；
[0058]
主要功能：将前端采集的数据实时传输至可视化中心，实现可视化中心对前端视频数据的实时监控，完成扁平化指挥。
[0059]
设备控制单元：实现可视化中心对前端摄像头云台进行控制，对前端设备参数的进行实时修改，也可本地通过键盘对摄像头进行控制。
[0060]
设备存储单元:对前端数据进行实时录制，实现dvr/nvr功能，可实现事后取证。
[0061]
本地显示屏显示单元:实现对数据库中数据的实时有效显示。
[0062]
安全加密单元:实现对传输数据全程加密。
[0063]
集合函数与单个数据的采集值，与单个数据进行采集所对应的时间有关。
[0064]
数据库存储方程与单个数据的存储速度矩阵，所有采集数据构成的数据集合，数据库中量表的数量有关。
[0065]
步骤s2：利用决策树算法对立数据库里的数据进行挖掘，数据挖掘的步骤如下，如图3所示：
[0066]
步骤a1：利用预设函数对数据库里的数据进行训练样本作为树干；
[0067]
预设函数与数据库内的训练样本，层决策树的信息增益率，交替的误分类阈值，训练样本的信息熵，训练样本的条件熵有关。
[0068]
步骤a2：若样本属性在当前训练样本内，利用树叶形成函数将该样本成为树干的树叶；
[0069]
利用树叶形成函数将该样本成为树干的树叶与树叶与样本的密度，样本总数，样本属性的特征函数，已有树叶的总数，树叶的分类特征矩阵有关。
[0070]
步骤a3：若样本属性不在当前训练样本内，则利用遍历函数对全部树干进行筛选，直至找到样本属性的树干；
[0071]
利用遍历函数对全部树干进行筛选与遍历函数，树干总数，已筛选的树干数，迭代次数，筛选速度，筛选的完成度，样本总数，已有树叶的总数有关。
[0072]
步骤s3：根据训练样本感知样本属性内容，建立园区数据资源集合；
[0073]
园区数据资源集合与单个数据的属性，样本数据的总属性，数据的种类数，单个数据的合格率，样本数据的总合格率，感知度特征矩阵，感应时间有关；
[0074]
步骤s4：对园区数据资源集合进行存储，形成二次数据库；
[0075]
二次数据库与二次数据库的数据量，数据库的饱和度，园区数据资源集合，存储量表的个数，数据存储效率有关。
[0076]
步骤s5：将数据资源利用可视化函数进行调取并通过可视化平台进行展示，给园区管理人员提供决策管理。
[0077]
利用可视化函数进行调取与数据调取函数，已调取的数据量，数据调取速度的阈值，数据实时调取速度，数据在数据库内的位置矩阵，已被调取数据的量表空置数量矩阵，可视化展示时的数据量，数据可视化程度，数据调取率有关；
[0078]
通过可视化平台进行展示与数据可视化速度，在可视化时数据的利用率有关。
[0079]
相关单个数据的集合函数，表达式为：
[0080]
b＝{(n1，m1)，(n2，m2)，...，(ni，mj)}
[0081]
其中，b表示相关单个数据的集合函数，n1，n2，
…
，ni表示单个数据的采集值，m1，m2，
…
，mj表示与单个数据进行采集所对应的时间；
[0082]
对所有单个数据的集合函数建立数据库存储方程，表达式为：
[0083][0084]
其中，表示数据库存储函数，r表示单个数据的存储速度矩阵，表示所有采集数据构成的数据集合，hb(x-1)表示数据库中量表的数量。
[0085]
预设函数，表达式为：
[0086][0087]
其中，cb(x)表示预设函数，fb(x)表示数据库内的训练样本，表示层决策树的信息增益率，表示交替的误分类阈值，表示训练样本的信息熵，表示训练样本的条件熵。
[0088]
利用树叶形成函数将该样本成为树干的树叶，表达式为：
[0089][0090]
其中，eb(x)表示树叶形成函数，lq表示样本的密度，ju表示样本总数，表示样本属性的特征函数，hq(x)表示已有树叶的总数，表示树叶的分类特征矩阵。
[0091]
利用遍历函数对全部树干进行筛选，表达式为：
[0092][0093]
其中，mb(x)表示遍历函数，n表示树干总数，w表示已筛选的树干数，v表示迭代次数，z表示迭代次数，表示筛选速度，l
p
表示筛选的完成度，ju表示样本总数，hq(x)表示已有树叶的总数。
[0094]
建立园区数据资源集合，表达式为：
[0095][0096]
其中，表示园区数据资源集合，g表示单个数据的属性，v表示样本数据的总属性，u表示数据的种类数，m
dbas
表示单个数据的合格率，l 表示样本数据的总合格率，s
t
表示感知度特征矩阵，se表示感应时间；
[0097]
二次数据库，表达式为：
[0098][0099]
其中，表示二次数据库的数据量，γ表示数据库的饱和度，k表示园区数据资源集合，r表示存储量表的个数，表示数据存储效率。
[0100]
利用可视化函数进行调取，表达式为：
[0101][0102][0103]
其中，u(d，e)表示数据调取函数，y(d，e)表示已调取的数据量，w表示数据调取速度的阈值，h表示数据实时调取速度，[gh]表示数据在数据库内的位置矩阵，[d]表示已被调取数据的量表空置数量矩阵，[gf]表示可视化展示时的数据量，d表示数据可视化程度，l(d，e)表示数据调取率；
[0104]
通过可视化平台进行展示，表达式为：
[0105][0106]
其中，表示数据可视化速度，表示在可视化时数据的利用率。
[0107]
本发明提出一种基于大数据的智慧园区营运管理方法，该方法通过多种模型和函数对园区的已入驻主体数量、空置率、租用面积、平均佣金、物业满意度等不同数据进行分
类与可视化展示，本发明所提出的方法是基于现有的理论和基础，可造作性强，在进行分类时数据清晰，在进行可视化展示时效果明显，避免了数据混乱的出现，对于园区的管理提供了可靠的数据量，在可视化过程中实现了自动化展示，节约了人力成本。
[0108]
在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
[0109]
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。