[发明专利]用于数据评估的二维及多维模型排序评估系统及方法

权利要求书

1.一种用于数据社会化评估的二维模型排序评估方法，用于对企业指标进行评估，其特征在于，包括如下步骤：

步骤1：将X轴作为时间维度，Y轴作为企业指标密度维度，建立二维模型；

步骤2：描绘不同类型所有企业在时间轴上的离散指标密度样点情况，利用移动最小二乘法基于点的拟合原理，最终形成多条个体单指标曲线S₁、S₂、S₃...S_i，每个类型的所有企业对应同一指标形成一条单指标曲线，i=1,2,3...n；

步骤3：利用移动最小二乘法，最终将所有个体单指标曲线S₁、S₂、S₃...S_i拟合成一条整体曲线，形成整体单指标密度曲线S_B；

步骤4：抽取拟合后的整体单指标密度曲线S_B与个体单指标曲线S_i上的高度关联指标集合，筛选出有效的企业个体集合M；

步骤5：将抽取到的集合M（S_x1、S_x2、S_x3、...S_xm），以个体单指标曲线S_i与整体单指标密度曲线S_B的积分结果为依据，对企业个体集合M中的所有元素进行排序，并对序列进行指数化表征；

步骤6：查找整体单指标密度曲线S_B下的社会均值S，根据步骤5的排序结果，计算集合M中各个元素与整体单指标密度曲线S_B上元素的独立样本方差值，并与已设定标准值F进行比较，提取出最大方差值小于F的曲线S_y1、S_y2、S_y3、...S_ym形成企业样本集合V，m=1,2,3...n；

步骤7：对步骤6找出的企业样本集合V中的所有元素进行评估。

2.根据权利要求1所述的用于数据社会化评估的二维模型排序评估方法，其特征是：步骤4中企业个体集合M中的任何一条曲线S_x1、S_x2、S_x3、...S_xm与整体单指标密度曲线S_B相比，其在同一X坐标处的Y差值小于设定数值B，m=1,2,3...n。

3.根据权利要求1所述的用于数据社会化评估的二维模型排序评估方法，其特征是：分别计算曲线S_x1、S_x2、S_x3、...S_xm与整体单指标密度曲线S_B之间的面积，按面积大小进行的排序，指数化表征为数字、字母及其组合进行定义曲线S_x1、S_x2、S_x3、...S_xm。

4.根据权利要求1所述的用于数据社会化评估的二维模型排序评估方法，其特征是：社会均值S为单指标曲线S_B上所有Y值的平均值。