基于人工智能和大数据分析的营商环境评估算法的制作方法

本发明涉及营商环境评估领域,尤其涉及基于人工智能和大数据分析的营商环境评估算法。

背景技术：

1、传统营商环境的评价基本基于世界银行营商环境评价指标体系,分为开办企业、申请建筑许可,获得电力供应、注册财产、获得信贷、投资者保护、缴纳税款、跨境贸易、合同执行和办理破产十个维度。这种评价标准对营商环境的评价比较狭义,且获得的数据方式主要依靠抽样问卷调查,调查对象的素质、理解能力,情绪偏好对调查结果产生较大影响。在指标的权重测度上,根据专家打分法、主成分分析算法等确定各指标的权重,忽略了市场主体是营商环境质量的人才以及市场本身情况。而且传统的评价分析算法一般执行周期为一年,无法实现营商环境质量的动态监测，不利于获得最终准确的结果。

技术实现思路

1、本发明的目的在于提供基于人工智能和大数据分析的营商环境评估算法，该算法通过对每个评估模型两种评估对象进行分别计算，然后根据各自的计算结果进行离散对比，根据离散对比结果判断该评估模型是否存在较大误差，提前调整该评估模型评估的数据，以减少后续计算的误差，从而来保证最终分析结果的精确性。

2、本发明的实施例是这样实现的：

3、人才方面，基于人工智能和大数据分析的营商环境评估算法，包括如下步骤：对待评估的营商环境按照不同环境条件分类，获得人才状况可利用率与市场状况利润率，其中，人才状况可利用率用于对评估的营商环境的人才流动程度进行评估，市场状况利润率用于对评估的营商环境的市场灵活性进行评估；获取人才状况可利用率内的人才评估模型，并确定人才评估模型的评估数据，构成人才评估数据组，并计算该人才评估数据组内各评估数据的峰-峰值，获得人才变化柱形曲线；获取市场状况利润率内的市场评估模型，并确定市场评估模型的评估数据，构成市场评估数据组，并计算该市场评估数据组内各评估数据的峰-峰值，获得市场变化柱形曲线；基于经济发展状况匹配人才评估模型与市场评估模型，将配对好的人才评估模型与市场评估模型确定各自的峰-峰值并进行判断；若人才评估模型在人才变化柱形曲线中的峰-峰值所在时间节点与市场评估模型在市场变化柱形曲线中的峰-峰值所在时间节点重合，则将该人才评估模型和该市场评估模型作为营商环境变化评估点。

4、在可选地实施方式中，将作为营商环境变化点的人才评估模型标定为人才目标评估模型，基于人才评估模型建立人才决策树树状图，基于人才决策树树状图确定该人才目标评估模型的人才突变评估点，将所有人才突变评估点与人才目标评估模型所评估的数据进行合理性比对，根据比对结果判断是否将该人才目标评估模型作为营商环境变化评估点；和/或，将作为营商环境变化点的市场评估模型标定为市场目标评估模型，基于市场评估模型建立市场决策树树状图；

5、基于市场决策树树状图确定该市场目标评估模型的市场突变评估点；将所有市场突变评估点与市场目标评估模型所评估的数据进行合理性比对，根据比对结果判断是否将该市场目标评估模型作为营商环境变化评估点。

6、在可选地实施方式中，合理性比对包括如下步骤：确定评估数据的获取手段，其中，获取手段包括化学评估、物理评估和生物评估；确定获取手段中各子项间的比重，计算对应突变评估点获取手段中各子项比重与对应目标评估模型获取手段中各子项比重的距离系数，获得所有距离系数的集中趋势，基于该集中趋势计算对应突变评估点与对应目标评估模型之间的合理性比对结果。

7、在可选地实施方式中，获得所有距离系数的集中趋势之前还包括如下步骤：将所有距离系数进行排列，获得人才序列；将该人才序列中的各子项赋予基础值，再基于对应决策树树状图在各基础值上赋予修正值，获得多个修正结果，在多个修正结果中确定前多个修正结果所对应的距离系数进行后续步骤。

8、在可选地实施方式中，确定多个修正结果时替换异常距离系数所对应的修正结果，其中，异常距离系数是根据所有距离系数进行拟合得到的。

9、在可选地实施方式中，基于人才决策树树状图确定该人才目标评估模型的人才突变评估点之后还包括如下步骤：获得人才目标评估模型与人才突变评估点之间的相对误差参数；

10、将相对误差参数超过人才预设值的人才突变评估点进行调整。

11、在可选地实施方式中，将相对误差参数超过人才预设值的人才突变评估点进行调整还包括以下步骤：基于人才决策树树状图确定被调整的人才突变评估点与人才目标评估模型之间的节点数值，若该值大于或等于市场预设值，则将该被调整的人才突变评估点进行替换，作为与人才目标评估模型比对的基础。

12、在可选地实施方式中，将替换的人才突变评估点赋予营商环境变化率，该营商环境变化率作为代入该人才突变评估点进行合理性比对的计算基础。

13、市场方面，基于人工智能和大数据分析的营商环境评估算法，包括：

14、营商环境分类模块，其用于对待评估的营商环境按照不同环境条件分类，获得人才状况可利用率与市场状况利润率，其中，人才状况可利用率用于对评估的营商环境的人才流动程度进行评估，市场状况利润率用于对评估的营商环境的市场灵活性进行评估；

15、人才模型模块，其用于获取人才状况可利用率内的人才评估模型，并确定人才评估模型的评估数据，构成人才评估数据组，并计算该人才评估数据组内各评估数据的峰-峰值，获得人才变化柱形曲线；

16、市场模型模块，其用于获取市场状况利润率内的市场评估模型，并确定市场评估模型的评估数据，构成市场评估数据组，并计算该市场评估数据组内各评估数据的峰-峰值，获得市场变化柱形曲线；

17、人才匹配模块，其用于基于经济发展状况匹配人才评估模型与市场评估模型，将配对好的人才评估模型与市场评估模型确定各自的峰-峰值并进行判断；

18、人才判断模块，其用于判断：若人才评估模型在人才变化柱形曲线中的峰-峰值所在时间节点与市场评估模型在市场变化柱形曲线中的峰-峰值所在时间节点重合，则将该人才评估模型和该市场评估模型作为营商环境变化评估点。

19、在可选地实施方式中，还包括市场判断模块，其用于将作为营商环境变化点的人才评估模型标定为人才目标评估模型，基于所有所述人才评估模型建立人才决策树树状图，基于所述人才决策树树状图确定该人才目标评估模型的人才突变评估点，将所有人才突变评估点与所述人才目标评估模型所评估的数据进行合理性比对，根据比对结果判断是否将该人才目标评估模型作为营商环境变化评估点；和/或，将作为营商环境变化点的市场评估模型标定为市场目标评估模型，基于所有所述市场评估模型建立市场决策树树状图；基于所述市场决策树树状图确定该市场目标评估模型的市场突变评估点；将所有市场突变评估点与所述市场目标评估模型所评估的数据进行合理性比对，根据比对结果判断是否将该市场目标评估模型作为营商环境变化评估点。

20、本发明实施例的有益效果是：

21、本发明实施例提供的基于人工智能和大数据分析的营商环境评估算法通过对待评估的营商环境各种类型评估数据对应的评估模型进行分类，例如主要的人才流动程度和市场灵活性数据，形成人才状况可利用率和市场状况利润率，相对于每种类型评估数据均各自进行纵向对比分析，尤其是同一评估模型的人才流动程度数据和市场灵活性数据仅出现一者异常的概率很低，要么出现同等或相近程度的异常，要么属于正常情形，采用以上分别纵向对比的方式，最终将对应匹配的人才评估模型和市场评估模型进行匹配，确定两者的异常程度是否重合或者趋于重合来判断该评估模型数据评估功能是否正常，从而预先调整可能存在异常评估的评估模型，实现准确客观对市场营商环境进行评估。