技术特征：
1.一种基于大数据的智慧园区营运管理方法，其特征在于，该方法包括步骤为：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；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；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；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；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；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；步骤s4：对园区数据资源集合进行存储，形成二次数据库；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。2.如权利要求1所述的一种基于大数据的智慧园区营运管理方法，其特征在于，所述相关单个数据的集合函数，表达式为：b＝{(n1，m1)，(n2，m2)，...，(n
i
，m
j
)}其中，b表示相关单个数据的集合函数，n1，n2，
…
，n
i
表示单个数据的采集值，m1，m2，
…
，m
j
表示与单个数据进行采集所对应的时间；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：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，h
b
(x-1)表示数据库中量表的数量。3.如权利要求1所述的一种基于大数据的智慧园区营运管理方法，其特征在于，所述预设函数，表达式为：其中，c
b
(x)表示预设函数，f
b
(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。4.如权利要求1所述的一种基于大数据的智慧园区营运管理方法，其特征在于，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：其中，e
b
(x)表示树叶形成函数，l
q
表示样本的密度，j
u
表示样本总数，表示样本属性的特征函数，h
q
(x)表示已有树叶的总数，表示树叶的分类特征矩阵。
5.如权利要求1所述的一种基于大数据的智慧园区营运管理方法，其特征在于，所述利用遍历函数对全部树干进行筛选，表达式为：其中，m
b
(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，j
u
表示样本总数，h
q
(x)表示已有树叶的总数。6.如权利要求1所述的一种基于大数据的智慧园区营运管理方法，其特征在于，所述建立园区数据资源集合，表达式为：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，s
e
表示感应时间；所述二次数据库，表达式为：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。7.如权利要求1所述的一种基于大数据的智慧园区营运管理方法，其特征在于，所述利用可视化函数进行调取，表达式为：用可视化函数进行调取，表达式为：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，[g
h
]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，[g
f
]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；所述通过可视化平台进行展示，表达式为：其中，表示数据可视化速度，表示在可视化时数据的利用率。
技术总结
本发明公开了一种基于大数据的智慧园区营运管理方法,该方法包括采集园区运行的相关数据，建立相关单个数据的集合函数，对所有单个数据的集合函数建立数据库存储方程；利用决策树算法对立数据库里的数据进行挖掘，根据训练样本感知样本属性内容，建立园区数据资源集合；对园区数据资源集合进行存储，形成二次数据库；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，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。本。本。
技术研发人员：江大白 胡增 汪刚
受保护的技术使用者：中用科技有限公司
技术研发日：2022.07.22
技术公布日：2022/9/30