[发明专利]一种非定制化数据资产估值方法

权利要求书

1.一种非定制化数据资产估值方法，其特征在于，所述方法包括：

S1、对非定制化数据资产进行处理，得到数据集；所述数据集包括数据单元和数据单元关系；所述非定制化数据资产表征未明确需求方的数据资产；

S2、对所述数据集中所有数据单元进行处理，得到数据单元价值指标信息集；

S3、利用所述数据单元价值指标信息集，对所述数据集进行处理，构建所述非定制化数据资产的多维度价值关联图谱；具体的：

S31、从预设的数据库中提取包含所述数据集内数据单元的已交易数据资产，得到历史案例集；所述预设的数据库包含已经交易成功的数据资产信息；

S32、对所述数据集中的任一数据单元进行如下处理：

S321、设待处理数据单元为第一数据单元；

S322、根据所述数据单元价值指标信息集，计算所述第一数据单元的三维度价值信息，得到所述第一数据单元的三维度价值信息；

所述三维度价值信息包括时间价值维度信息、空间价值维度信息和路径价值维度信息；所述时间价值维度信息包括数据时间和数据时效；所述空间价值维度信息包括经济成本、资源成本、数据内容、数据可靠性、数据技术性指标；所述路经价值维度信息包括数据范畴、数据定位、数据关联、数据途径、数据来源；

S323、利用数据价值关联挖掘技术，对所述第一数据单元与所述历史案例集中的数据单元的三维度价值信息进行挖掘，得到所述第一数据单元的关联价值关系值；具体的：

S3231、比对所述第一数据单元与所述历史案例集中数据单元的关联价值，提取所述历史案例集内每个相同案例的关联价值，得到历史关联价值集；

S3232、计算所述历史关联价值集中关联价值的概率分布平均值，得到所述第一数据单元的关联价值关系值；

S324、以所述第一数据单元为基准点，根据所述第一数据单元的关联价值关系值，建立所述第一数据单元的三个维度价值信息的关联信息，得到所述第一数据单元的三维度价值信息相对距离；

S325、将所述三维度价值信息相对距离，除以所述关联价值关系值，得到价值距离与价值关系系数；

S326、由所述关联价值关系值、三维度价值信息相对距离、价值距离与价值关系系数组成的集合，确定为所述第一数据单元的三维度价值关联图谱；

S33、重复步骤S32，直至完成所述数据集中的所有数据单元的三维度价值关联图谱计算，得到所述非定制化数据资产的多维度价值关联图谱；

S4、根据所述多维度价值关联图谱，对所述数据集进行处理，构建所述非定制化数据资产的价值熵；具体的：

S41、根据所述多维度价值关联图谱，对所述数据集进行处理，得到数据信息分配模式；具体的：

S411、根据所述多维度价值关联图谱，对所述数据集内非冗余数据单元和非冗余数据关系进行识别，得到非冗余数据单元集和非冗余数据关系集；所述非冗余数据单元表征数据单元与历史交易数据资产数据单元在时间、空间和路径价值距离上大于冗余阈值，或，相互无关联的数据资产单元；

S412、所述第一比率为非冗余数据单元集中非冗余数据单元的个数占数据集中数据单元总数的比率，所述第二比率为非冗余数据关系集中非冗余数据关系的个数占数据集中数据单元关系总数的比率；

S413、根据所述多维度价值关联图谱，对所述数据集内的高增值数据单元和高增值数据关系进行识别，得到高增值数据单元集和高增值数据关系；所述高增值数据单元表征数据资产拥有该数据单元时，所述数据资产整体价值大于整体价值阈值的数据资产单元；

S414、所述第三比率为高增值数据单元集中高增值数据单元的个数占数据集中数据单元总数的比率，所述第四比率为高增值数据关系集中高增值数据关系的个数占数据集中数据单元关系总数的比率；

S415、根据所述多维度价值关联图谱，对所述数据集内的高缺失损失数据单元和高缺失损失数据关系进行识别，得到高缺失损失数据单元集和高缺失损失数据关系；所述高缺失损失数据单元表征数据资产缺失该数据单元时，对整体价值损失大于损失阈值的数据单元；

S416、所述第五比率为高缺失损失数据单元集中高缺失损失数据单元的个数占数据集中数据单元总数的比率，所述第六比率为高缺失损失数据关系集中高缺失损失数据关系的个数占数据集中数据单元关系总数的比率；

S417、根据所述多维度价值关联图谱，对所述数据集内的高价值数据单元和高价值数据关系进行识别，得到高价值数据单元集和高价值数据关系集；所述高价值数据单元表征非冗余数据单元、高增值数据单元、高缺失损失数据单元的总和；

S418、所述第七比率为高价值数据单元集中高价值数据单元的个数占数据集中数据单元总数的比率，所述第八比率为高价值数据关系集中高价值数据关系的个数占数据集中数据单元关系总数的比率；

S419、所述第一比率、第二比率、第三比率、第四比率、第五比率、第六比率、第七比率、第八比率构成数据信息分配模式；

S42、根据所述多维度价值关联图谱，从预设的数据库中提取与所述非定制化数据资产直接相关的相关历史交易数据资产集，根据所述相关历史交易数据资产集中所有数据资产的历史交易情况，得到所述非定制化数据资产的数据信息分配交易需求和数据信息分配交易需求空间；具体的：

S421、根据所述多维度价值关联图谱，从预设的数据库中提取与所述非定制化数据资产直接相关的相关历史交易数据资产集；

S422、从所述相关历史交易数据资产集中，提取所有相关历史交易数据资产的数据信息分配模式信息，得到已交易数据信息分配模式信息集；

S423、将所述已交易数据信息分配模式信息集中，所有已交易数据资产的数据信息分配模式的历史数据利用熵值法求取权重，并且加权计算求取平均值，得到所述非定制化数据资产的数据信息分配交易需求；

S424、统计所述已交易数据信息分配模式信息集中所有已交易数据资产的数据信息分配模式最小值和最大值，以所述最小值和最大值作为数据信息分配交易需求空间的最小值和最大值，得到所述非定制化数据资产的数据信息分配交易需求空间；

S43、对所述数据信息分配模式、所述数据信息分配交易需求空间和所述数据信息分配交易需求进行计算，得到需求匹配度和信息量；具体的：

根据所述数据信息分配模式、所述数据信息分配交易需求和所述数据信息分配交易需求空间，计算得到需求匹配度和信息量；

所述需求匹配度计算公式为：

所述信息量计算公式为：

信息量＝ɑ₁×第一比率+ɑ₂×第二比率+ɑ₃×第三比率+ɑ₄×第四比率+ɑ₅×第五比率+ɑ₆×第六比率+ɑ₇×第七比率+ɑ₈

×第八比率

式中，ɑ_i表示所述数据信息分配模式中第i比率的权重，为相关数据单元对数据资产内部其他关联数据单元的价值影响值的总和；

S44、将所述需求匹配度和所述信息量相乘，得到所述数据资产的价值熵；

S5、基于所述价值熵，对所述非定制化数据资产进行综合估值，得到所述非定制化数据资产的估值信息。