[发明专利]基于无限层级数据结构的城市体征画像的确定方法及系统

说明书

本发明公开了一种基于无限层级数据结构的城市体征画像的确定方法及系统。该发明包括：获取目标指标对应的数据，其中，目标指标为影响目标指数的指标；确定目标指标的权重；依据目标指标对应的数据和目标指标的权重，确定目标指数，其中，目标指数用于表示目标城市的一个运行体征。通过本发明，解决了相关技术中城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低的问题。

技术领域

本发明涉及大数据领域，具体而言，涉及一种基于无限层级数据结构的城市体征画像的确定方法及系统。

背景技术

相关技术中，城市发展过程中，城市的领导者为了能更加准确地把握城市的情况，为了能做出更高效，更实用的决策；往往需要各方面的数据支持，需要挖掘城市运行过程中产生的数据；但是面对海量数据，领导者也力不从心，能够让城市的领导者更直观、更容易、更方便地把控城市的体征的需求越来越突出。

随着大数据时代的发展，让海量数据处理变成了可能，现有的城市画像模型实现方案，是通过大数据技术对城市运行过程中产生的各种数据进行处理，结合智慧城市专家提出的城市评价模型，运用层次分析法对城市的进行整体的评分；根据不同的分值给出不同的评价和画像分类。

但是，现有的实现方案中，得出的城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种基于无限层级数据结构的城市体征画像的确定方法及系统，以解决相关技术中城市不同运行体征的得分中存在很大的主观因素，导致获得的城市运行体征数值不客观，可信度较低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种基于无限层级数据结构的城市体征画像的确定方法。该发明包括：获取目标指标对应的数据，其中，目标指标为影响目标指数的指标；确定目标指标的权重；依据目标指标对应的数据和目标指标的权重，确定目标指数，其中，目标指数用于表示目标城市的一个运行体征。

进一步地，在获取目标指标对应的数据之前，该方法还包括：构建目标层级数据结构，其中，目标层级数据结构包括多个数据层级，目标指数对应的数据层级是目标指标对应的数据层级的父层级，目标指数对应至少一个目标指标；构建目标层级数据结构还包括：将预设值赋值在目标节点上，其中，目标节点与目标指标一一对应；依据预设权重和预设值，获取第一目标值，多个目标指标对应的多个第一目标值形成第一数据层级。

进一步地，获取目标指标对应的数据包括：将获取的目标数据关联在目标层级数据结构上，其中，目标数据为目标城市在第一预定时间段内对应的数据；依据目标数据，获取目标值，其中，目标值与目标节点一一对应；依据预设权重和对应的目标值，获取第二目标值，其中，多个目标节点对应的多个第二目标值形成第二数据层级。

进一步地，在依据预设权重和对应的目标值，获取第二目标值之后，该方法还包括：根据第一目标值和对应的第二目标值确定目标节点上的偏离度。

进一步地，根据第一目标值和对应的第二目标值确定目标节点上的偏离度包括：通过隶属函数设定目标指标在预设数值区间内对应的映射值；通过预定算法计算映射值对应的目标数值，其中，目标数值为隶属度对应的数值，预定算法为以下至少一种：平均值趋向算法、最大值趋向算法、中位数趋向算法；对多个目标数值进行加权平均计算，得到目标指标值；依据目标数值与目标指标值，计算目标偏差值；依据目标偏差值，确定目标节点上数值是否为良性数值。

进一步地，依据目标偏差值，确定目标节点上数值是否为良性数值包括：当偏差值大于预设偏差时，确定偏差值对应的指标为恶性指标；当偏差值小于等于预设偏差时，确定偏差值对应的指标为良性指标。