本发明涉及用于预测的数据处理,具体涉及一种基于物联网的营商环境评价方法及系统。
背景技术:
1、营商环境是一个综合的有机动态系统,具有复杂的运营环境,市场需求的影响因素和各类企业之间的市场竞争都会对企业的营商环境造成一定的影响,现有的研究多是通过构建评价指标体系,来对营商环境的某个方面或者多个方面进行综合评价。
2、现有的研究是对营商环境的综合评价,并不能针对性的评判具体某个企业的营商环境,导致企业不能无法根据自身营商环境的评价及时调整运行策略和战略部署,影响企业的发展和业务的增长,导致企业的竞争力不强。
技术实现思路
1、本发明提供一种基于物联网的营商环境评价方法及系统,以解决现有的问题。
2、本发明提供了一种基于物联网的营商环境评价方法,该方法包括以下步骤:
3、获取物联网中存储的数据,包括每个月的市场宏观情况、每个企业在每个月的销售数据和业务布局数据;
4、将每个月的市场宏观情况作为一种宏观影响因子,通过神经网络获得每种宏观影响因子的可信度;
5、根据销售数据计算每个企业在每种宏观影响因子下的营收水平,根据营收水平计算每两个企业的营收水平近似程度,根据营收水平近似程度对所有企业进行分类;
6、计算每个类中每两个企业的相关性,根据可信度、业务布局数据和相关性,计算每个类中每个企业在每种宏观影响因子下的营收拟合值;
7、根据营收拟合值获得预测模型,根据预测模型预测的企业在当前月的营收水平预测值对营商环境进行评价。
8、进一步地,所述每个企业在每种宏观影响因子下的营收水平的计算公式如下:
9、
10、式中,表示第r个企业在第i种宏观影响因子下的营收水平,表示第i个月的天数,表示第r个企业在第i个月的净利润,表示第r个企业在第i个月的总销量,表示所有企业在第i个月的总销量。
11、进一步地,所述每两个企业的营收水平近似程度的计算公式如下:
12、
13、式中,表示第r1个企业和第r2个企业的营收水平近似程度,表示第r1个企业在所有种相邻宏观影响因子下的营收水平变化程度的均值,表示第r2个企业在所有种相邻宏观影响因子下的营收水平变化程度的均值,表示第r1个企业和第r2个企业在相邻宏观影响因子下的营收水平变化程度的差异,表示第r1个企业和第r2个企业在所有种相邻宏观影响因子下的营收水平变化程度的差异的方差,表示以自然常数为底的指数函数,表示取绝对值,其中,第r1个企业在第i种相邻宏观影响因子下的营收水平变化程度为,表示第r1个企业在第i种相邻宏观影响因子下的营收水平变化程度,表示第r1个企业在第i种宏观影响因子下的营收水平,表示第r1个企业在第i+1种宏观影响因子下的营收水平。
14、进一步地,所述根据营收水平近似程度对所有企业进行分类,具体的方法如下:
15、根据所有企业中每两个企业的营收水平近似程度,将所有企业划分为若干个类,要求每个类中的每两个企业的营收水平近似程度大于预设阈值。
16、进一步地,所述每个类中每两个企业的相关性的计算公式如下:
17、
18、式中,表示每个类中第k1个企业和第k2个企业的相关性,表示第k1个企业在第i种宏观影响因子下的营收水平,表示第k1个企业在所有种宏观影响因子下的营收水平的均值,表示第k2个企业在第i种宏观影响因子下的营收水平,表示第k2个企业在所有种宏观影响因子下的营收水平的均值,h表示宏观影响因子的数量。
19、进一步地,所述每个类中每个企业在每种宏观影响因子下的营收拟合值的计算公式如下:
20、
21、式中,表示每个类中第r个企业在第i种宏观影响因子下的营收水平拟合值,表示第i种宏观影响因子的可信度,,分别表示每个类中第r个企业和第k个企业在第i个月的业务布局数据,表示每个类中第r个企业和第k个企业在第i个月的业务布局数据的均方误差,n表示每个类中企业的数量,表示每个类中第k个企业在第i种宏观影响因子下的营收水平,表示每个类中第r个企业和第k个企业的相关性。
22、进一步地,所述根据营收拟合值获得预测模型,具体的方法如下:
23、对每个企业在所有种宏观影响因子下的营收拟合值进行多项式拟合,将多项式拟合的结果作为预测模型。
24、进一步地,所述根据预测模型预测的企业在当前月的营收水平预测值对企业的营商环境进行评价,包括的具体步骤如下:
25、根据预测模型获得企业在当前月的营收水平预测值,根据企业在当前月的销售数据,计算企业在当前月的宏观影响因子下的营收水平;
26、根据企业在当前月的营收水平预测值和企业在当前月的宏观影响因子下的营收水平,对企业的营商环境进行评价:如果营收水平预测值大于营收水平,则企业的营商环境属于良好的市场氛围,反之,则企业的营商环境属于欠佳的市场氛围,企业需要根据自身营商环境的变化趋势来及时调整企业的运行策略和战略部署。
27、进一步地,所述通过神经网络获得每种宏观影响因子的可信度,包括的具体步骤如下:
28、将物联网中存储的最近十年内的所有种宏观影响因子作为样本数据,利用专家评分法给每个样本数据打分,分值在0到1之间,分值越高,表示该种宏观影响因子的可信度越高,对营商环境的影响程度大;将70%的样本数据作为训练集,将剩余30%的样本数据作为验证集,通过训练集和验证集训练神经网络,其中,神经网络的输入为宏观影响因子,输出为宏观影响因子的可信度,网络结构为encoder-fc,损失函数为交叉熵函数。
29、本发明还提出一种基于物联网的营商环境评价系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述一种基于物联网的营商环境评价方法的步骤。
30、本发明的技术方案的有益效果是:宏观影响因子的可信度代表了宏观影响因素的影响程度,而同类型的企业之间存在相关性和竞争性代表了微观影响因素的影响程度,因此,本发明结合了宏观影响因素和微观影响因素这两种不可抗力因素,对同类型的企业的营收水平进行加权求和,获得企业在每种宏观影响因子下的营收水平拟合值,根据营收水平拟合值构建预测模型,用来预测企业在当前月的营收水平,通过预测结果和实际营收水平,对企业的营商环境进行评价,使得企业能够根据自身营商环境的变化趋势来及时调整企业的运行策略和战略部署,则企业的发展更能契合营商环境变化的趋势,促进企业的发展和业务的增长,提高了企业的竞争力。
1.一种基于物联网的营商环境评价方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述每个企业在每种宏观影响因子下的营收水平的计算公式如下:
3.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述每两个企业的营收水平近似程度的计算公式如下:
4.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述根据营收水平近似程度对所有企业进行分类,具体的方法如下:
5.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述每个类中每两个企业的相关性的计算公式如下:
6.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述每个类中每个企业在每种宏观影响因子下的营收拟合值的计算公式如下:
7.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述根据营收拟合值获得预测模型,具体的方法如下:
8.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述根据预测模型预测的企业在当前月的营收水平预测值对企业的营商环境进行评价,包括的具体步骤如下:
9.根据权利要求1所述的一种基于物联网的营商环境评价方法,其特征在于,所述通过神经网络获得每种宏观影响因子的可信度,包括的具体步骤如下:
10.一种基于物联网的营商环境评价系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。