CN117670381A - 数据资产的价值评估方法、装置、设备及存储介质 - Google Patents

数据资产的价值评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117670381A
CN117670381A CN202311586787.XA CN202311586787A CN117670381A CN 117670381 A CN117670381 A CN 117670381A CN 202311586787 A CN202311586787 A CN 202311586787A CN 117670381 A CN117670381 A CN 117670381A
Authority
CN
China
Prior art keywords
value
data asset
weight
evaluated
asset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311586787.XA
Other languages
English (en)
Inventor
周辉
王龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Information Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Information Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202311586787.XA priority Critical patent/CN117670381A/zh
Publication of CN117670381A publication Critical patent/CN117670381A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种数据资产的价值评估方法、装置、设备及存储介质，属于大数据技术领域，本申请通过确定待评估数据资产的多个价值影响因素得到第一权重，且确定所述待评估数据资产与所述各个关联数据资产之间的关联度的过程中，考虑了待评估数据资产的多个价值影响因素的第一权重，以及基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，相较于相关技术中通过专家对数据资产的不同方面进行打分，再将不同方面的分数整合，得到数据资产的价值，本实施例对数据资产的价值评估更加客观，且更加全面。因此，本申请能够提升对数据资产价值的评估精准度。

Description

数据资产的价值评估方法、装置、设备及存储介质
技术领域
本申请涉及大数据技术领域，尤其涉及一种数据资产的价值评估方法、装置、设备及存储介质。
背景技术
随着数字经济的大力发展，数据资产为企业带来巨大的价值，因此，数据资产的价值评估尤为重要。
目前，对于数据资产的评估通常是通过专家对数据资产的不同方面进行打分，再将不同方面的分数整合，得到数据资产的价值。这种评估方式主观性较强且比较片面，不够准确。
因此，相关技术中存在对数据资产价值的评估精准度较低的技术问题。
发明内容
本申请的主要目的在于提供一种数据资产的价值评估方法、装置、设备及存储介质，旨在解决对数据资产价值的评估精准度较低下的技术问题。
为实现上述目的，本申请提供一种数据资产的价值评估方法，所述数据资产的价值评估方法包括以下步骤：
确定待评估数据资产的多个价值影响因素的第一权重；
获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
在本申请的一种可能的实施方式中，所述确定待评估数据资产的多个价值影响因素的第一权重的步骤，包括：
基于层次分析法，确定所述待评估数据资产的多个价值影响因素的第三权重；
基于熵值法，确定所述待评估数据资产的多个价值影响因素的第四权重；
基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重。
在本申请的一种可能的实施方式中，所述基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重的步骤，包括：
基于所述第三权重和所述第四权重，通过预设第一权重计算公式，确定所述待评估数据资产的多个价值影响因素的第一权重；
其中，所述预设第一权重计算公式为：
其中，所述Cj为所述第一权重，Z为所述第三权重，Wj为所述第四权重，j为所述待评估数据资产的价值影响因素的数量。
在本申请的一种可能的实施方式中，所述基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度的步骤，包括：
基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，确定所述待评估数据资产对应的参考数列，以及所述多个关联数据资产对应的多个比较数列；
基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度。
在本申请的一种可能的实施方式中，所述基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数的步骤，包括：
基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，通过预设关联系数计算公式，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
其中，所述预设关联系数计算公式为：
其中，j为所述待评估数据资产的价值影响因素的数量，Δ(min)为所述参考数列与所述比较数列的两级最小差，Δ(max)为所述参考数列与所述比较数列的两级最大差，ρ为分辨系数，Δ0i(j)为各所述比较数列Xi中每个价值影响因素与所述参考数列X0中每个价值影响因素的绝对差值。
在本申请的一种可能的实施方式中，所述基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度的步骤，包括：
基于所述多个关联系数以及所述第一权重，通过预设关联度计算公式，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
其中，所述预设关联度计算公式为：
其中，所述Cj为所述第一权重，所述ζi(j)为所述关联系数的数量，i为所述关联数据资产的数量。
在本申请的一种可能的实施方式中，所述确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值的步骤，包括：
将关联度从高到底进行排序，确定位于前预设个数的关联度对应关联数据资产为目标关联数据资产；
确定各目标关联数据资产对应的第二权重；
基于所述目标关联数据资产的资产价值及其对应第二权重，确定所述待评估数据资产的价值。
本申请还提供一种数据资产的价值评估装置，所述装置包括：
第一权重确定模块，用于确定待评估数据资产的多个价值影响因素的第一权重；
关联度确定模块，用于获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
价值评估模块，用于确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
本申请还提供一种数据资产的价值评估设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据资产的价值评估程序，所述数据资产的价值评估程序配置为实现如上述任一项所述的数据资产的价值评估方法的步骤。
本申请还提供一种存储介质，所述存储介质上存储有数据资产的价值评估程序，所述数据资产的价值评估程序被处理器执行时实现如上述任一项所述的数据资产的价值评估方法的步骤。
本申请提供一种数据资产的价值评估方法，本申请通过确定待评估数据资产的多个价值影响因素的第一权重；获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。即，本申请能够通过计算得到关联度从高到底排序中位于前预设个数的目标关联数据资产，基于该目标关联数据资产的资产价值，即可评估所述待评估数据资产的价值。相较于相关技术中通过专家对数据资产的不同方面进行打分，再将不同方面的分数整合，得到数据资产的价值，本申请对数据资产的价值评估更加客观。且本申请确定所述待评估数据资产与所述各个关联数据资产之间的关联度的过程中，考虑了待评估数据资产的多个价值影响因素的第一权重，以及基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，相较于相关技术中通过专家对数据资产的不同方面进行打分，再将不同方面的分数整合，得到数据资产的价值，本申请对数据资产的价值评估更加全面。因此，本申请能够提升对数据资产价值的评估精准度。
附图说明
图1为本申请一种数据资产的价值评估方法的第一实施例的流程示意图；
图2为本申请第一实施例的数据资产的价值评估方法的第一场景示意图；
图3是本申请实施例方案涉及的硬件运行环境的数据资产的价值评估设备的结构示意图；
图4为本申请第一实施例的数据资产的价值评估装置示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
本申请实施例提供了一种数据资产的价值评估方法，参照图1，在本实施例中，所述数据资产的价值评估方法包括：
步骤S10：确定待评估数据资产的多个价值影响因素的第一权重；
步骤S20：获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
步骤S30：确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
作为一种示例，所述数据资产的价值评估方法应用于数据资产的价值评估装置，所述数据资产的价值评估装置从属于数据资产的价值评估设备。
作为一种示例，数据资产是指具有价值的数据，例如，营业厅内的业务数据、用户数据、流量数据；或者企业的运营数据等，具有的价值可以是运营商通过提取用户数据对用户行为进行分析，有利于精准地向用户推送业务等。因此，数据资产的价值评估尤为重要。
目前，对于数据资产的评估通常是通过专家对数据资产的不同方面进行打分，再将不同方面的分数整合，得到数据资产的价值。这种评估方式主观性较强且比较片面。因此，相关技术中存在对数据资产价值的评估精准度较低的技术问题。
本实施例旨在：通过计算得到关联度从高到底排序中位于前预设个数的目标关联数据资产，并基于该目标关联数据资产的资产价值评估所述待评估数据资产的价值。
具体步骤如下：
步骤S10：确定待评估数据资产的多个价值影响因素的第一权重；
作为一种示例，待评估数据资产为用户提供的数据资产或者企业获取的数据资产等，即，可以为用户提供数据资产评估服务，也可以对企业自身的数据资产进行定期评估。
作为一种示例，待评估数据资产的多个价值影响因素可以是用户数据对应的用户数量、数据内容所属类型、数据可用性等价值影响因素。例如，若用户数量越多，则对用户行为的分析越全面，该数据资产的价值就越高；若数据内容所属类型越丰富，则对用户数据的服务推荐更加精准，同时也对用户的感兴趣的内容更加了解，该数据资产的价值就越高；若数据可用性不高(例如，用户的隐私数据)，则可能会降低该数据资产的价值等。因此，考虑待评估数据资产的多个价值影响因素，能够更加全面地评估待评估数据资产的价值。
作为一种示例，由于不同价值影响因素对数据资产的价值影响程度不同，因此，需要确定待评估数据资产的多个价值影响因素的第一权重，以使数据资产的价值评估更加精确。
在本实施例中，所述确定待评估数据资产的多个价值影响因素的第一权重的步骤，包括：
步骤A1：基于层次分析法，确定所述待评估数据资产的多个价值影响因素的第三权重；
作为一种示例，层次分析法是根据价值评估的最终目标，按照目标层、准则层、方案层的顺序将待评估数据资产分解为不同的层次结构，用求解判断矩阵特征向量的方法，得到每一层中各价值影响因素对上一层某因素的权重，再采用加权和的方法得到确定数据资产的最优权重。
具体地，如图2所示，根据价值(组合无形资产的收益)评估的最终目标，按照目标层、准则层、方案层的层次顺序将待评估数据资产分解为不同的层次结构，并进行自上而下的排序，满足同一层的各个价值影响因素隶属于上一层某个价值影响因素同时又包含下一层的多个价值影响因素，同一层的各个价值影响因素之间不存在隶属关系，从而构建得到层次结构图。
作为一种示例，目标层可以是待评估数据资产，准则层可以是待评估数据资产的数量、类型等多个价值影响因素，方案层可以是数量多或者数量少，类型包括类型1、类型2、类型3等。
作为一种示例，层次结构图中的各个价值影响因素对数据资产价值的影响程度存在差异，可以通过判断矩阵量化各个价值影响因素对数据资产价值的影响程度。
作为一种示例，通过多位数据资产相关领域的专家对该数据资产的各个价值影响因素的重要性进行标度评价(如下表1所示)，并且每位专家的评价的重要程度相同。
表1：标度取值含义
作为一种示例，上述用求解判断矩阵特征向量的方法，得到每一层中各价值影响因素对上一层某因素的权重的计算过程为：基于每位专家的评价建立方案层对准则层的判断矩阵(如下表2所示)，以及准则层对目标层的判断矩阵，通过matlab计算最大特征值与特征向量，并进行归一化处理，得到每一层各价值影响因素对上一层某价值影响因素的权重向量。
表2判断矩阵示例
具体地，计算判断矩阵每一行元素乘积Mi：
计算Mi的N次方根Wi：
对Wi进行归一化处理，得到指标的权重Zi：
作为一种示例，在对价值影响因素进行比较时，为了保证判断思维的客观性，需要对判断矩阵的一致性进行检验。
具体地，一致性检验的指标包括：
作为一种示例，一般地，若CI的值越大，则说明该判断矩阵偏离一致性程度越大，反之，则说明该判断矩阵偏离一致性程度越小。
一致性检验的指标还包括：随机一致性指标(RI)，RI的取值标准如下表3所示：
表3，RI的取值标准
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45
作为一种示例，一致性比率为：
作为一种示例，当CR<0.1时，则确定该判断矩阵通过了一致性检验。此时该判断矩阵的特征向量可以作为第三权重。
作为一种示例，上述基于层次分析法，由于涉及专家评价，确定的待评估数据资产的多个价值影响因素的第三权重存在一定主观性，即，该第三权重可理解为主观权重。
步骤A2：基于熵值法，确定所述待评估数据资产的多个价值影响因素的第四权重；
作为一种示例，为了获取更加客观且准确的第一权重，还可基于熵值法，确定所述待评估数据资产的多个价值影响因素的第四权重。
作为一种示例，通过熵值法可以计算各价值影响因素的信息熵大小，当信息熵越大时，表示各价值影响因素中信息的无序程度越低，也就是价值影响因素中信息的效用价值就越大，对应的权重也越大。结合熵值法评价数据的应用特点，在使用层次分析法获得多名专家对各价值影响因素的主观权重后，使用熵值法对各价值影响因素进行客观权重分析。利用客观权重对主观权重进行修正，获得更准确的多个价值影响因素的第一权重。
具体地，熵是不确定性的度量，可以利用信息熵的概念确定权重，假设各价值影响因素的决策矩阵如下：
作为一种示例，第j个价值影响因素下第i个方案Ai的贡献度为：
作为一种示例，所有方案对价值影响因素Xj的贡献总量Ej为:
其中，K为正常数，且0≤Ej≤1，即Ej的最大取值为1。
作为一种示例，当每个信息发生的概率相同时，熵的值最大。当某个价值影响因素下各个方案的贡献度基本相同时，Ej值接近1，当贡献度完全相同时，此时不确定性最大，可以不考虑该方案对应的价值影响因素在最终决策中的作用，即此时所赋予该价值影响因素的权重为零。由此，可以得出每个价值影响因素下具体的权重系数由所有方案的差异程度决定，可定义dj为第j价值影响因素下各个方案贡献度的一致性程度：dj＝1-Ej。
作为一种示例，则各价值影响因素的权重Wj为归一化处理后的权重系数：
作为一种示例，于是得到各价值影响因素的熵权向量(第四权重)：
ω＝(ω1,ω2,…,ωn)；
步骤A3：基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重。
作为一种示例，层次分析法充分借鉴了专家的知识和经验，能够得到较为准确得权重但具有一定主观性，而熵值法有助于降低权重的主观性。将主观权重(第三权重)与客观权重(第四权重)相结合，有利于获得更加客观且准确的多个价值影响因素的第一权重。
在本实施例中，所述基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重的步骤，包括：
步骤B1：基于所述第三权重和所述第四权重，通过预设第一权重计算公式，确定所述待评估数据资产的多个价值影响因素的第一权重；
在本实施例中，所述预设第一权重计算公式为：
其中，所述Cj为所述第一权重，Z为所述第三权重，Wj为所述第四权重，j为所述待评估数据资产的价值影响因素的数量。j＝1,2,…,n。
步骤S20：获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
作为一种示例，与所述待评估数据资产关联的多个关联数据资产是从数据库中获取的，具体地，可以基于待评估数据资产的类型或者所属行业等获取得到多个关联数据资产。
作为一种示例，关联数据资产与所属待评估数据资产存在共同点，例如，数据资产的来源、用途或者所属行业等。
作为一种示例，所述待评估数据资产和所述关联数据资产共同对应的所述多个价值影响因素是指：若所述待评估数据资产的多个价值影响因素包括数量、类型，则所述关联数据资产共同对应的所述多个价值影响因素也同样包括数量、类型。以此达到一致，从而便于比较。
具体地，可以通过灰色关联分析法，基于数据资产的多个价值影响因素确定关联度较高的目标关联数据资产，从而基于关联度较高的目标关联数据资产评估所述待评估数据资产的价值。因此，首先需要计算各关联数据资产的关联度。
作为一种示例，由于各影响因素对于价值的影响程度不同，因此，需要将上述基于层次分析法和熵值法计算得到的第一权重Cj纳入，基于第一权重，以及所述待评估数据资产和所述关联数据资产共同对应的所述多个价值影响因素，确定所述待评估数据资产与所述各个关联数据资产之间的关联度。
步骤S30：确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
作为一种示例，满足设定条件可以是将关联度从高到低进行排序后，若关联数据资产对应关联度位于前预设个数，则满足设定条件，或者当关联数据资产对应关联度大于预设关联度阈值时，满足设定条件。
作为一种示例，目标关联数据资产的资产价值可以从数据库中获取得到。
作为一种示例，由于每个目标关联数据资产对待评估数据资产的关联度不同，导致基于目标关联数据资产进行待评估数据资产的资产评估时的影响权重不同，因此，需要确定目标关联数据资产的资产价值及其对应第二权重。
在本实施例中，所述确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值的步骤，包括：
步骤C1：将关联度从高到底进行排序，确定位于前预设个数的关联度对应关联数据资产为目标关联数据资产；
作为一种示例，将关联度从高到底进行排序，将关联度从高到底排序中位于前预设个数的关联数据资产作为目标关联数据资产。前预设个数可以是前5个或者前10个等。
步骤C2：通过预设第二权重计算公式，计算各目标关联数据资产对应的第二权重；
其中，所述预设第二权重计算公式为：
kt＝rt/(r1+r2+r3+···+rt)；
其中，所述t为所述目标关联数据资产的数量；
作为一种示例，rt为各目标关联数据资产与所属待评估数据资产之间的关联度。
步骤C3：基于所述目标关联数据资产的资产价值及其对应第二权重，通过预设资产价值计算公式，评估所述待评估数据资产的价值；
其中，所述预设资产价值计算公式为：
其中，所述P为所述待评估数据资产的价值，所述Vt为所述目标关联数据资产的资产价值。
作为一种示例，若存在关联度从高到底排序中位于前五的五个目标关联数据资产，则所述待评估数据资产的价值为：
作为一种示例，确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值，能够使评估结果更加精确。
在本实施例中，通过确定待评估数据资产的多个价值影响因素的主观权重和客观权重，得到第一权重，且确定所述待评估数据资产与所述各个关联数据资产之间的关联度的过程中，考虑了待评估数据资产的多个价值影响因素的第一权重，以及基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，相较于相关技术中通过专家对数据资产的不同方面进行打分，再将不同方面的分数整合，得到数据资产的价值，本实施例对数据资产的价值评估更加客观，且更加全面。因此，本申请能够提升对数据资产价值的评估精准度。
进一步地，基于本申请上述实施例，提供本申请的另一实施例，在该实施例中，所述基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度的步骤，包括：
步骤D1：基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，确定所述待评估数据资产对应的参考数列，以及所述多个关联数据资产对应的多个比较数列；
作为一种示例，参考数列用于表征所述待评估数据资产的多个价值影响因素，例如，参考数列X0为：
X0＝{X0(1),X0(2),X0(3),···,X0(n)}；
作为一种示例，比较数列用于表征所述关联数据资产的多个价值影响因素，例如，比较数列Xi为：
Xi＝{Xi(1),Xi(2),Xi(3),···,Xi(n)}；
作为一种示例，关联数据资产存在多个，即，比较数列存在多个。
作为一种示例，对参考数量和比较数列中的每个价值影响因素进行预处理，具体地，先计算出每个价值影响因素的均值，再用该价值影响因素中的每个元素除以均值。
作为一种示例，计算所述参考数列与所述比较数列的两级最小差，以及所述参考数列与所述比较数列的两级最大差：将每一个价值影响因素作为一个列向量，用子序列中的每个向量与母序列中的向量作差并取绝对值，得到最小值和最大值，最小值为所述两级最小差，最大值为所述两级最大差。
步骤D2：基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
作为一种示例，所述参考数列和比较数量分别对应的折线几何形状越接近，则数列之间的关联度就越大，反之就越小。因此，本申请将参考数列作为参考曲线，将比较数列作为比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数。以基于所述多个关联系数，确定该参考数列与所述比较数列的关联度，能够从各价值影响因素的多个方面计算确定该参考数列与所述比较数列的关联度，提升关联度的计算准确性。
在本实施例中，所述基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数的步骤，包括：
步骤E1：基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，通过预设关联系数计算公式，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
其中，所述预设关联系数计算公式为：
其中，j为所述待评估数据资产的价值影响因素的数量，Δ(min)为所述参考数列与所述比较数列的两级最小差，Δ(max)为所述参考数列与所述比较数列的两级最大差，ρ为分辨系数，Δ0i(j)为各所述比较数列Xi中每个价值影响因素与所述参考数列X0中每个价值影响因素的绝对差值。
作为一种示例，ρ为分辨系数，一般取值在0-1之间，具体地，可以是0.5或者0.55等。
步骤D3：基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度。
作为一种示例，将各价值影响因素的关联系数进行整合，形成一个值ri，以此表示参考数列与比较数列之间的关联度。由于各影响因素对于价值的影响程度不同，因此，需要将上述基于层次分析法和熵值法计算得到的第一权重Cj纳入，基于第一权重，以及所述待评估数据资产和所述关联数据资产共同对应的所述多个价值影响因素，确定所述待评估数据资产与所述各个关联数据资产之间的关联度。
在本实施例中，所述基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度的步骤，包括：
步骤F1：基于所述多个关联系数以及所述第一权重，通过预设关联度计算公式，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
其中，所述预设关联度计算公式为：
其中，所述Xj为所述第一权重，所述ζi(j)为所述关联系数的数量，i为所述关联数据资产的数量。
在本实施例中，本实施例根据数据资产的各价值影响因素的主观权重和客观权重得到综合的第一权重，能够提升多个价值影响因素的第一权重的准确性和客观性。利用灰色关联分析法和综合的第一权重确定各个关联数据资产与待评估数据资产的关联度，根据待评估数据资产的关联度确定目标关联数据资产，从而基于目标关联数据资产的价值，评估所述待评估数据资产的价值。能够使评估结果更具有客观性，且准确度较高。
参照图3，图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图3所示，该数据资产的价值评估设备可以包括：处理器1001，存储器1005，通信总线1002。通信总线1002用于实现处理器1001和存储器1005之间的连接通信。
可选地，该数据资产的价值评估设备还可以包括用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、WiFi模块等等。用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图3中示出的数据资产的价值评估设备结构并不构成对数据资产的价值评估设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图3所示，作为一种存储介质的存储器1005中可以包括操作***、网络通信模块以及数据资产的价值评估程序。操作***是管理和控制数据资产的价值评估设备硬件和软件资源的程序，支持数据资产的价值评估程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与数据资产的价值评估***中其它硬件和软件之间通信。
在图3所示的数据资产的价值评估设备中，处理器1001用于执行存储器1005中存储的数据资产的价值评估程序，实现上述任一项所述的数据资产的价值评估方法的步骤。
本申请数据资产的价值评估设备具体实施方式与上述数据资产的价值评估方法各实施例基本相同，在此不再赘述。
本申请还提供一种数据资产的价值评估装置，如图4所示，所述装置包括：
第一权重确定模块10，用于确定待评估数据资产的多个价值影响因素的第一权重；
关联度确定模块20，用于获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
价值评估模块30，用于确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
可选地，在本申请的一种可能的实施方式中，所述第一权重确定模块10包括：
第三权重确定子模块，用于基于层次分析法，确定所述待评估数据资产的多个价值影响因素的第三权重；
第四权重确定子模块，用于基于熵值法，确定所述待评估数据资产的多个价值影响因素的第四权重；
第一权重确定子模块，用于基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重。
可选地，在本申请的一种可能的实施方式中，所述第一权重确定子模块包括：
第一权重确定单元，用于基于所述第三权重和所述第四权重，通过预设第一权重计算公式，确定所述待评估数据资产的多个价值影响因素的第一权重；
其中，所述预设第一权重计算公式为：
其中，所述Cj为所述第一权重，Z为所述第三权重，Wj为所述第四权重，j为所述待评估数据资产的价值影响因素的数量。
可选地，在本申请的一种可能的实施方式中，所述关联度确定模块20包括：
数列确定子模块，用于基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，确定所述待评估数据资产对应的参考数列，以及所述多个关联数据资产对应的多个比较数列；
关联系数计算子模块，用于基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
关联度计算子模块，用于基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度。
可选地，在本申请的一种可能的实施方式中，所述关联系数计算子模块包括：
关联系数计算单元，用于基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，通过预设关联系数计算公式，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
其中，所述预设关联系数计算公式为：
其中，j为所述待评估数据资产的价值影响因素的数量，Δ(min)为所述参考数列与所述比较数列的两级最小差，Δ(max)为所述参考数列与所述比较数列的两级最大差，ρ为分辨系数，Δ0i(j)为各所述比较数列Xi中每个价值影响因素与所述参考数列X0中每个价值影响因素的绝对差值。
可选地，在本申请的一种可能的实施方式中，所述关联度计算子模块包括：
关联度计算单元，用于基于所述多个关联系数以及所述第一权重，通过预设关联度计算公式，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
其中，所述预设关联度计算公式为：
其中，所述Cj为所述第一权重，所述ζi(j)为所述关联系数的数量，i为所述关联数据资产的数量。
可选地，在本申请的一种可能的实施方式中，所述价值评估模块30包括：
关联数据资产确定子模块，用于将关联度从高到底进行排序，确定位于前预设个数的关联度对应关联数据资产为目标关联数据资产；
第二权重确定子模块，通过预设第二权重计算公式，计算各目标关联数据资产对应的第二权重；
其中，所述预设第二权重计算公式为：
kt＝rt/(r1+r2+r3+···+rt)；
其中，所述t为所述目标关联数据资产的数量；
价值评估子模块，用于基于所述目标关联数据资产的资产价值及其对应第二权重，通过预设资产价值计算公式，评估所述待评估数据资产的价值；
其中，所述预设资产价值计算公式为：
其中，所述P为所述待评估数据资产的价值，所述Vt为所述目标关联数据资产的资产价值。
本申请数据资产的价值评估装置的具体实施方式与上述数据资产的价值评估方法各实施例基本相同，在此不再赘述。
本申请还提供一种存储介质，所述存储介质上存储有数据资产的价值评估程序，所述数据资产的价值评估程序被处理器执行时实现如上述任一项所述的数据资产的价值评估方法的步骤。
本申请存储介质具体实施方式与上述数据资产的价值评估方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种数据资产的价值评估方法，其特征在于，包括以下步骤：
确定待评估数据资产的多个价值影响因素的第一权重；
获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
2.如权利要求1所述的数据资产的价值评估方法，其特征在于，所述确定待评估数据资产的多个价值影响因素的第一权重的步骤，包括：
基于层次分析法，确定所述待评估数据资产的多个价值影响因素的第三权重；
基于熵值法，确定所述待评估数据资产的多个价值影响因素的第四权重；
基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重。
3.如权利要求2所述的数据资产的价值评估方法，其特征在于，所述基于所述第三权重和所述第四权重，确定所述待评估数据资产的多个价值影响因素的第一权重的步骤，包括：
基于所述第三权重和所述第四权重，通过预设第一权重计算公式，确定所述待评估数据资产的多个价值影响因素的第一权重；
其中，所述预设第一权重计算公式为：
其中，所述Cj为所述第一权重，Z为所述第三权重，Wj为所述第四权重，j为所述待评估数据资产的价值影响因素的数量。
4.如权利要求1所述的数据资产的价值评估方法，其特征在于，所述基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度的步骤，包括：
基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，确定所述待评估数据资产对应的参考数列，以及所述多个关联数据资产对应的多个比较数列；
基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度。
5.如权利要求4所述的数据资产的价值评估方法，其特征在于，所述基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数的步骤，包括：
基于所述参考数列中对应参考曲线与所述比较数列对应比较曲线，通过预设关联系数计算公式，计算所述参考数列中各价值影响因素与所述比较数列的多个关联系数；
其中，所述预设关联系数计算公式为：
其中，j为所述待评估数据资产的价值影响因素的数量，Δ(min)为所述参考数列与所述比较数列的两级最小差，Δ(max)为所述参考数列与所述比较数列的两级最大差，ρ为分辨系数，Δ0i(j)为各所述比较数列Xi中每个价值影响因素与所述参考数列X0中每个价值影响因素的绝对差值。
6.如权利要求4所述的数据资产的价值评估方法，其特征在于，所述基于所述多个关联系数以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度的步骤，包括：
基于所述多个关联系数以及所述第一权重，通过预设关联度计算公式，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
其中，所述预设关联度计算公式为：
其中，所述Cj为所述第一权重，所述ζi(j)为所述关联系数的数量，i为所述关联数据资产的数量。
7.如权利要求1所述的数据资产的价值评估方法，其特征在于，所述确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值的步骤，包括：
将关联度从高到底进行排序，确定位于前预设个数的关联度对应关联数据资产为目标关联数据资产；
确定各目标关联数据资产对应的第二权重；
基于所述目标关联数据资产的资产价值及其对应第二权重，确定所述待评估数据资产的价值。
8.一种数据资产的价值评估装置，其特征在于，所述装置包括：
第一权重确定模块，用于确定待评估数据资产的多个价值影响因素的第一权重；
关联度确定模块，用于获取与所述待评估数据资产关联的多个关联数据资产，基于所述待评估数据资产和各个关联数据资产对应的所述多个价值影响因素，以及所述第一权重，确定所述待评估数据资产与所述各个关联数据资产之间的关联度；
价值评估模块，用于确定关联度满足设定条件的目标关联数据资产，并根据目标关联数据资产的资产价值评估所述待评估数据资产的价值。
9.一种数据资产的价值评估设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据资产的价值评估程序，所述数据资产的价值评估程序配置为实现如权利要求1至7中任一项所述的数据资产的价值评估方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有数据资产的价值评估程序，所述数据资产的价值评估程序被处理器执行时实现如权利要求1至7任一项所述的数据资产的价值评估方法的步骤。
CN202311586787.XA 2023-11-24 2023-11-24 数据资产的价值评估方法、装置、设备及存储介质 Pending CN117670381A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311586787.XA CN117670381A (zh) 2023-11-24 2023-11-24 数据资产的价值评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311586787.XA CN117670381A (zh) 2023-11-24 2023-11-24 数据资产的价值评估方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117670381A true CN117670381A (zh) 2024-03-08

Family

ID=90070583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311586787.XA Pending CN117670381A (zh) 2023-11-24 2023-11-24 数据资产的价值评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117670381A (zh)

Similar Documents

Publication Publication Date Title
CN111199016A (zh) 一种基于DTW的改进K-means的日负荷曲线聚类方法
CN110866782B (zh) 一种客户分类方法、***以及电子设备
CN107122894A (zh) 一种组合赋权的教育信息化水平评估方法及***
CN103886168A (zh) 基于层次分析法的多渠道分析方法及装置
CN110910215A (zh) 产品推荐方法、装置、设备及计算机可读存储介质
CN112116225A (zh) 装备***的作战效能评估方法、装置和存储介质
CN106846029B (zh) 基于遗传算法和新型相似度计算策略的协同过滤推荐算法
CN113674087A (zh) 企业信用等级评定方法、装置、电子设备和介质
CN111582394A (zh) 一种群体评估方法、装置、设备及介质
CN109636184B (zh) 一种品牌的账号资产的评估方法及***
CN107220756A (zh) 一种教育信息化发展水平区域差异对比分析方法及***
CN117670381A (zh) 数据资产的价值评估方法、装置、设备及存储介质
CN113515704B (zh) 推荐效果评价方法、装置、***及计算机程序产品
CN109145207B (zh) 一种基于分类指标预测的信息个性化推荐方法及装置
CN111310127B (zh) 基于食品制品品质范围获取原料品质范围的方法及装置
CN111325404B (zh) 求解米粉原料指标范围的数据驱动模型分析方法及装置
CN114693243A (zh) 一种企业平台管理方法、***和存储介质
CN114048977A (zh) 一种工程师分级方法、装置及终端设备
US7933851B2 (en) Processing of high-dimensional categorical predictors in classification settings
Grottke et al. How the distribution of the number of items rated per user influences the quality of recommendations
Teena et al. Comprehensive trust based service selection model in federated cloud
CN111340369B (zh) 求解食品原料指标范围的数据驱动模型分析方法及装置
CN111353643B (zh) 基于米粉制品品质范围获取原料品质范围的方法及装置
Alghamedy et al. Imputing item auxiliary information in NMF-based collaborative filtering
CN110222269B (zh) 一种针对Web服务应用的保形最优选择方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination