[发明专利]一种基于大数据的指标管理方法、系统及其存储介质

权利要求书

1.一种基于大数据的指标管理方法，其特征在于：包括如下步骤：

S1：获取分布式存储至多个地址的造价数据包，按照预先设定的造价分类，从造价数据包中提取与造价分类对应的子项，将所有子项作为指标参数；

S2：获取造价数据包对应地址所属地区的造价数据变化清单，造价数据变化清单为所属区域中与造价分类对应的子项的价格清单，获取设定时间段内价格清单的变化波动系数，变化波动系数由通过K-means聚类算法对设定时间段内价格清单在相邻单位时间上的波动幅度进行聚类分析，指定设定时间段中间点的价格清单作为给定对象核心点，扫描设定时间段内价格清单作为目标匹配样本点，得到供参考使用的价格清单；对每个子项的价格清单进行计算；

S3：对所属同一造价分类的子项赋予加权值，根据加权平均值计算出造价分类的代表子项，子项的当前价格清单与计算后的价格清单差值越大，加权值越小；以及，

S4：基于代表子项计算出造价指标，将造价指标输入造价神经网络，造价神经网络为使用同类型造价数据训练出的神经网络，若造价神经网络输出的结果代表造价指标符合同造价数据的同类型则得出近似工程的造价成果文件；若造价神经网络输出的结果不代表造价指标符合同造价数据的同类型则缩小设定时间段并跳转至S2重新执行。

2.根据权利要求1所述的方法，其特征在于：还包括如下步骤：

S5：获取工程类型不同的造价数据包，执行S1-S4；以及，

S6：计算S4中跳转至S2的次数，若是次数大于预设的超范围次数，则重复输入N次模板数据包，重新矫正造价神经网络中的参数，模板数据包为造价神经的训练数据。

3.根据权利要求1所述的方法，其特征在于：还包括如下步骤：

S7：将造价神经网络的输入接口指向EXCEL，通过EXCEL接受造价指标；以及，

S8：将造价神经网络的输出接口指向EXCEL，生成内含结果的EXCEL文件，或者将结果输入EXCEL新建的工作表中。

4.根据权利要求1所述的方法，其特征在于：还包括如下步骤：

S9：为训练后的造价神经网络分配账户，不同的企业拥有不同的账户，造价神经网络计算过程中，按照账户分别保存网络变化数据，网络变化数据为计算后造价神经网络中参数与计算前造价神经网络中参数差值的对应差值矩阵。

5.一种基于大数据的指标管理系统，其特征在于：包括如下模块：

获取数据模块（1），用于获取分布式存储至多个地址的造价数据包，按照预先设定的造价分类，从造价数据包中提取与造价分类对应的子项，将所有子项作为指标参数；

数据计算模块（2），用于获取造价数据包对应地址所属地区的造价数据变化清单，造价数据变化清单为所属区域中与造价分类对应的子项的价格清单，获取设定时间段内价格清单的变化波动系数，变化波动系数由通过K-means聚类算法对设定时间段内价格清单在相邻单位时间上的波动幅度进行聚类分析，指定设定时间段中间点的价格清单作为给定对象核心点，扫描设定时间段内价格清单作为目标匹配样本点，得到供参考使用的价格清单；对每个子项的价格清单进行计算；

加权计算模块（3），用于对所属同一造价分类的子项赋予加权值，根据加权平均值计算出造价分类的代表子项，子项的当前价格清单与计算后的价格清单差值越大，加权值越小；以及，

数据输出模块（4），用于基于代表子项计算出造价指标，将造价指标输入造价神经网络，造价神经网络为使用同类型造价数据训练出的神经网络，若造价神经网络输出的结果代表造价指标符合同造价数据的同类型则得出近似工程的造价成果文件；若造价神经网络输出的结果不代表造价指标符合同造价数据的同类型则缩小设定时间段并重新调用所述数据计算模块（2）。