[发明专利]一种动态数据的综合价值评估方法

说明书

本发明提供涉及一种动态数据的综合价值评估方法，通过搭建数据源模块，构建检索模块，检索误差值评估，并对检索数据进行训练和价值评估，过程中同时针对最终的评估结果与之前得到的多个评估初值进行比对，并结合检索评估模块的误差值进行分析综合，更新出更优化的误差权值，不断提高评估结果的精度；本发明的动态数据综合评估分析系统，给数据分析系统采用模块化设计，通过使用检索模块方便用户能够直接便利的进行相关目标数据检索，使用多线程多接口模块，提升调取速度并且灵活应对动态实时数据的接入，并通过实时学习综合调整数据误差权值，尽可能的提升了数据处理的精确度。

技术领域

本发明涉及动态大数据分析领域，具体涉及一种动态数据的综合价值评估方法。

背景技术

21世纪是一个高度信息化的社会，信息就是资源、信息就是机会，如果能够掌握并利用好有用的信息，就可以在竞争中获得优势。当前各类数据信息不断涌现，人们对数据信息的处理吸收应接不暇，诸多信息如何经过有效的利用形成对用户有重要参考价值的情报正日渐受到人们关注。

例如股票信息，作为其中与金融财富非常相关的一种，从开始就注定得到人们的关注。在股票市场中，能够影响股价的因素多种多样，包括经济环境、国家政策、市场反馈、财务状况、心里因素等诸多方面，使得股票价格走势的特征难以准确把握。目前很多常用的方法是对历史数据进行分析和处理，挖掘数据之间的关联，找出变化规律并建立数学模型，在此基础上对股票价格走势进行评估，通过对信息的分析处理，得到对投资有益的投资客观情报。

再比如专利信息情报，这里泛指与专利信息相关的所有情报，包括专利文献，专利公报，专利交易，专利诉讼等诸多内容。当前越来越多的企业开始关注到知识产权，尤其是专利的重要作用，对专利的价值也就显得尤为关注，然而专利价值在某种意义上却如同股票一样，其价值的影响维度众多，影响因子复杂，不仅仅在时效上，更在诸多的政策环境里面变化多端，如何能够找出变化规律并建立合理的模型进行评估当前还没有太好的应对办法。

传统意义上人们处理信息数据的方法有两个极端倾向，一则通过关联规则的静态数据评估方法得到越来越多的研究和应用，通过极为复杂的关联算法进行相关度演算，但是多数仅仅停留在对历史静态数据的整理分析上，对历史数据与当前数据关联依据的必要性却常常没有深入的研究，造成分析情报的不客观，或者分析结果的滞后；但是股票市场或者专利市场却需要及时及客观的响应，如果不能适应瞬时万变的自由市场就不能认为这样的算法满足要求；另一则是通过比较快捷的梳理统计，对历史数据进行较为迅速的判断，然而这样的统计基础不够牢靠，一是因为大量的统计会消耗极大的计算能力以及存储能力，往往造成不必要的浪费，二是因为这种统计往往依靠数量较少的简单数据来进行动态分析，其结果的准确度以及可选择性都大打折扣。

发明内容

本发明为解决上述问题，提出一种动态数据综合价值评估方法，能够兼顾数据分析的时效性和精确性两个核心要求，既考虑运算的时间和效率也兼顾了算法的准确性和实时性。

为此本发明提出一种动态数据的综合价值评估方法，其特征在于至少包括如下步骤：

（1）搭建一数据存储模块，作为数据检索模块的前端源，需要整合足够全面和准确的数据库资源，对数据资源进行整合，可以通过系统检索模块提取和整合需要的数据信息，以便生成信息情报；

（2）数据规范化预处理，对经检索获取的数据信息进行规范化处理，数据规范化包括但不限于对数据进行相关性分析和离散化降维处理；预处理过程后，将各相关分析和数据离散后的结果样本传输至各节点，准备训练；

（3）数据训练，数据经过关联分析和离散预处理后，系统内部可以对数据进行均匀的筛选或者切割，通过分布式消息队列机制将数据发送至学习机模型节点进行数据训练；