产业发展水平的评估方法、装置、电子设备及存储介质与流程

1.本技术涉及人工智能、数据分析技术领域，尤其涉及一种产业发展水平的评估方法、装置、电子设备及存储介质。


背景技术：

2.产业发展水平评估是正确认识和促进产业发展的重要技术手段。目前，传统的产业发展水平评估模型大致分为两种，一种是从微观的角度出发，针对行业中的某部分企业进行财务数据和产值的定量分析，另一种则是从技术的角度出发，以技术先进性为主要衡量指标去判断产业不同环节的发展水平。然而，该两种评估方法中，前者用于进行评估的数据具有片面性，且该用于评估的数据的样本数量容易受到外部环境因素和认为干预的影响，后者容易忽视产业发展中其他重要的因素，对于产业先进性的判断也同样有其无可避免的人为主观性和信息滞后性的影响，都难以准确有效地评估产业发展水平。


技术实现要素：

3.有鉴于此，本技术实施例提供了一种产业发展水平的评估方法、装置、电子设备及存储介质，可以避免只用财务数据分析产业发展所带来的片面性；可以由数值去反映产业实际发展水平，减少由主观和感性进行评定的随意性，有效提高评估的客观性和公正性。
4.本技术实施例的第一方面提供了一种产业发展水平的评估方法，包括：
5.按照预设的评估指标体系采集待评估产业的产业数据，所述评估指标体系中配置有政策指标、人才指标、资金指标、行业指标和舆情指标中的一项或多项评估指标，所述产业数据为基于所述评估指标采集的用于评估产业发展水平的数据；
6.对所述评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在所述待评估产业中各项评估指标相互之间的关系评分数据；
7.根据所述关系评分数据对所述各项评估指标进行赋权处理，获得所述各评估指标各自对应的权重值；
8.按照所述各评估指标各自对应的权重值对所述产业数据进行产业发展水平评估处理，获得评估分值，将所述评估分值与预设的基准分值进行比对，生成所述待评估产业对应的产业发展水平评估结果。
9.结合第一方面，在第一方面的第一种可能实现方式中，所述预设的评估指标体系中的政策指标、人才指标、资金指标、行业指标和舆情指标被配置为一级评估指标，每个一级评估指标对应配置有一个或多个二级评估指标，其中：
10.所述政策指标包括以下至少一项二级指标：国家发展规划数据、产业扶持政策数量数据；
11.所述人才指标包括以下至少一项二级指标：领军人物数量数据、专业人数增长率数据；
12.所述资金指标包括以下至少一项二级指标：产业投资基金数据、投融资行业排名
数据
13.所述行业指标包括以下至少一项二级指标：行业生命周期数据、中资站行业市场份额数据、规上环节企业数量总占比数据、上市企业数量、高新技术企业数量占比数据、内资企业规模类型占比数据；
14.所述舆情指标包括以下至少一项二级指标：新闻报道数据、专家点评数据。
15.结合第一方面，在第一方面的第二种可能实现方式中，所述评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在所述待评估产业中各项评估指标相互之间的关系评分数据的步骤，包括：
16.根据所述评估指标体系中配置的各项评估指标制定关系评分表，并将所述关系评分表发送至专家客户端；
17.接收所述专家客户端反馈的专家基于所述关系评分表评定的在所述待评估产业中各项评估指标的关系评分数据，其中，所述关系评分数据中记录有每项评估指标分别与其余各项评估指标相互之间的专家评定分值。
18.结合第一方面的第二种可能实现方式，在第一方面的第三种可能实现方式中，所述根据所述关系评分数据对所述各项评估指标进行赋权处理，获得所述各评估指标各自对应的权重值的步骤，包括：
19.根据所述评估指标体系中配置的评估指标的数量设置矩阵行数和矩阵列数，按照所述矩阵行数和矩阵列数构建相关性判断矩阵模板；
20.将所述关系评分数据中记录的每项评估指标分别与其余各项评估指标相互之间的专家评定分值作为矩阵元素填入到所述相关性判断矩阵模板中，生成相关性判断矩阵，所述相关性判断矩阵用于表征在所述待评估产业中各项评估指标相互之间的关系；
21.对所述相关性判断矩阵进行一致性检验，判断所述相关性判断矩阵是否为一致性矩阵；
22.若所述相关性判断矩阵为一致性矩阵，则基于所述相关性判断矩阵确定所述各项评估指标的特征向量，并将确定所述各项评估指标的特征向量设定为所述各项评估指标各自对应的权重值。
23.结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，所述相关性判断矩阵为一致性矩阵，则基于所述相关性判断矩阵确定所述各项评估指标的特征向量，并将确定所述各项评估指标的特征向量设定为所述各项评估指标各自对应的权重值的步骤，包括：
24.对所述相关性判断矩阵中的矩阵元素依次进行列元素归一化计算处理和行元素均值计算处理，获得所述各项评估指标的特征向量。
25.结合第一方面或第一方面的第一或第二或第三或第四种可能实现方式，在第一方面的第五种可能实现方式中，所述按照所述各项评估指标各自对应的权重值对所述产业数据进行产业发展水平评估处理，获得评估分值，将所述评估分值与预设的基准分值进行比对，生成所述待评估产业对应产业发展水平评估结果的步骤，包括：
26.对采集到的所述产业数据进行无量纲化计算处理，获得各项评估指标在所述待评估产业中所对应的无量纲数据值；
27.将所述各项评估指标在所述待评估产业中所对应的无量纲数据值按照所述各项
评估指标各自对应的权重值进行加权求和处理，获得所述待评估产业的评估分值；
28.比较所述待评估产业的评估分值和预设的基准分值的大小，若所述待评估产业的评估分值超过预设的基准分值，则生成所述待评估产业对应产业发展水平评估结果为产业强链，否则生成所述待评估产业对应产业发展水平评估结果为产业弱链。
29.本技术实施例的第二方面提供了一种产业发展水平的评估装置，所述产业发展水平的评估装置包括：
30.数据采集模块，用于按照预设的评估指标体系采集待评估产业的产业数据，所述评估指标体系中配置有政策指标、人才指标、资金指标、行业指标和舆情指标中的一项或多项评估指标，所述产业数据为基于所述评估指标采集的用于评估产业发展水平的数据；
31.关系确定模块，用于对所述评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在所述待评估产业中各项评估指标相互之间的关系评分数据；
32.赋权处理模块，用于根据所述关系评分数据对所述各项评估指标进行赋权处理，获得所述各评估指标各自对应的权重值；
33.评估计算模块，用于按照所述各评估指标各自对应的权重值对所述产业数据进行产业发展水平评估处理，获得评估分值，将所述评估分值与预设的基准分值进行比对，生成所述待评估产业对应的产业发展水平评估结果。
34.结合第二方面，在第二方面的第一种可能实现方式中，所述产业发展水平的评估装置，还包括：
35.第一制定子模块，用于根据所述评估指标体系中配置的各项评估指标制定关系评分表，并将所述关系评分表发送至专家客户端；
36.第一接收子模块，用于接收所述专家客户端反馈的专家基于所述关系评分表评定的在所述待评估产业中各项评估指标的关系评分数据，其中，所述关系评分数据中记录有每项评估指标分别与其余各项评估指标相互之间的专家评定分值。
37.本技术实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在电子设备上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面提供的产业发展水平的评估方法的各步骤。
38.本技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面提供的产业发展水平的评估方法的各步骤。
39.本技术实施例提供的一种产业发展水平的评估方法、装置、电子设备及存储介质，具有以下有益效果：
40.本技术所述方法通过按照预设的评估指标体系采集待评估产业的产业数据；对评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在待评估产业中各项评估指标相互之间的关系评分数据；根据关系评分数据对各项评估指标进行赋权处理，获得各项评估指标各自对应的权重值；按照权重值对产业数据进行产业发展水平评估处理，获得评估分值，将评估分值与预设的基准分值进行比对，生成待评估产业对应的产业发展水平评估结果。基于上述方法，通过基于预设的评估指标体系确定在待评估产业中各评估指标相互之间的重要等级关系，以及根据重要等级关系对各评估指标进行赋权处理的方式，结合了宏观和微观两个层面设立具有代表性的评估指标，把定性因素量化，使得产业的定性
分析与微观的定量分析融合，既避免了只用财务数据去分析产业发展所带来的片面性同时又考虑到通过科学的方法把专业的定量分析量化，由数值去反映产业实际发展水平，减少了由主观和感性进行评定的随意性，有效提高评估的客观性和公正性。
附图说明
41.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
42.图1为本技术实施例提供的一种产业发展水平的评估方法的实现流程图；
43.图2为本技术实施例提供的产业发展水平的评估方法中获取关系评分数据的一种实现流程图；
44.图3为本技术实施例提供的产业发展水平的评估方法中对评估指标进行赋权处理的一种实现流程图；
45.图4为本技术实施例提供的产业发展水平的评估方法中进行产业发展水平评估处理的一种实现流程图；
46.图5为本技术实施例提供的一种产业发展水平的评估装置的基本结构框图；
47.图6为本技术实施例提供的一种产业发展水平的评估装置中的第一结构示意图；
48.图7为本技术实施例提供的一种产业发展水平的评估装置中的第二结构示意图；
49.图8为本技术实施例提供的一种产业发展水平的评估装置中的第二结构示意图；
50.图9为本技术实施例提供的一种电子设备的基本结构框图。
具体实施方式
51.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
52.请参阅图1，图1为本技术实施例提供的一种产业发展水平的评估方法的实现流程图。详述如下：
53.s11：按照预设的评估指标体系采集待评估产业的产业数据，所述评估指标体系中配置有政策指标、人才指标、资金指标、行业指标和舆情指标中的一项或多项评估指标，所述产业数据为基于所述评估指标采集的用于评估产业发展水平的数据。
54.本实施例中，具体通过发送评估请求的方式触发执行产业发展水平的评估操作，该评估请求中含有待评估产业的信息，如待评估产业的产业类型、待评估产业的评估区域范围等。在执行产业发展水平的评估操作时，根据评估请求中待评估产业的产业类型信息和评估区域范围信息，采集待评估产业的产业数据。例如评估请求中包含的待评估产业的产业类型为旅游产业，评估区域范围为a省，则此时，可以通过连接各评估指标相关的数据库或网站，从各数据库或网站中收集或统计得到a省旅游产业对应的产业数据，该产业数据中包含有与评估指标体系中各评估指标对应的用于评估产业发展水平的数据。
55.在本实施例中，预设的评估指标体系配置的评估指标分为两级，其中，一级指标从
宏观到微观设置有政策指标、人才指标、资金指标、行业指标和舆情指标。每个一级指标均设置有对应的一个或多个二级指标。示例性的，在本实施例中，针对上述设置的五项一级指标，其中，政策指标所对应的二级指标设置有国家发展规划数据、产业扶持政策数量数据；人才指标所对应的二级指标设置有领军人物数量数据、专业人数增长率数据；资金指标所对应的二级指标设置有产业投资基金数据、投融资行业排名数据；行业指标所对应的二级指标设置有行业生命周期数据、中资站行业市场份额数据、规上环节企业数量总占比数据、上市企业数量、高新技术企业数量占比数据、内资企业规模类型占比数据；舆情指标设置有新闻报道数据、专家点评数据。
56.s12：对所述评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在所述待评估产业中各项评估指标相互之间的关系评分数据。
57.本实施例中，基于评估指标体系，可以获得该评估指标体系中的配置的所有评估指标。针对所有的评估指标，由专家按照每一项评估指标在待评估产业中的相对重要性进行相互关系评分处理，获得在所述待评估产业中各项评估指标相互之间的关系评分数据。以此，根据评分数据可以确定各评估指标在待评估产业中的相对重要性。具体的，基于评估指标体系中所设置的指标，可以自动生成一个用于评价各评估指标相互之间相对重要性的评分表，进而由产业研究专家对评分表中的各项评估指标进行两两相互比较并按照比较结果进行打分，基于该评分表中的打分即可确定待评估产业中各评估指标相互之间的相对重要性。在本实施例中，在对不同的产业进行产业发展水平评估时，根据专家评分数据可以实现深入地考虑产业的形式、性质等因素的影响调整各评估指标相互之间的相对重要性。
58.s13：根据所述关系评分数据对所述各项评估指标进行赋权处理，获得所述各评估指标各自对应的权重值。
59.本实施例中，在获得的关系评分数据中，各评估指标相互之间的相对重要性表示为一n
×
n的矩阵，其中n为评估指标体系中评估指标的数量，需要说明的是，当评估指标体系中包含有多个层级的评估指标时，评估指标的数量n则表示为最底层的评估指标的数量。获得关系评分数据后，即对应获得一个n
×
n的矩阵，该矩阵中含有n*n个元素，每个元素分别对应表示其中一个评估指标与另一个评估指标相互之间的相对重要性。在本实施例中，基于该获得的矩阵，可以对矩阵中的各元素分别进行归一化处理，获得各评估指标对应的特征向量，进而，将获得的各项评估指标对应的特征向量分别作为各项评估指标的权重值，以此实现对各项评估指标进行赋权处理，获得各项评估指标各自对应的权重值。
60.s14：按照所述各评估指标各自对应的权重值对所述产业数据进行产业发展水平评估处理，获得评估分值，将所述评估分值与预设的基准分值进行比对，生成所述待评估产业对应的产业发展水平评估结果。
61.本实施例中，得到各项评估指标各自对应的权重之后，按照各项评估指标各自对应的权重值，加权到与各项评估指标对应的用于评估产业发展水平的数据中进行产业发展水平评估处理，可以获得一个与该待评估产业相对应的评估分值。进一步地，将该评估分值与预先设置的基准分值进行比对，以通过判断该评估分值与基准分值之间的大小关系来输出该待评估产业对应的产业发展水平结果。其中，产业发展水平评估结果包括但不限于产业强链和产业弱链两种结果。具体地，当评估分值大于基准分值时，输出待评估产业的评估结果为产业强链，否则输出待评估产业的评估结果为产业弱链。
62.以上可以看出，本实施例提供的产业发展水平的评估方法通过按照预设的评估指标体系采集待评估产业的产业数据；对评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在待评估产业中各项评估指标相互之间的关系评分数据；根据关系评分数据对各项评估指标进行赋权处理，获得各项评估指标各自对应的权重值；按照权重值对产业数据进行产业发展水平评估处理，获得评估分值，将评估分值与预设的基准分值进行比对，生成待评估产业对应的产业发展水平评估结果。以此，通过结合宏观和微观两个层面设立具有代表性的评估指标，把定性因素量化，使得产业的定性分析与微观的定量分析融合，既避免了只用财务数据去分析产业发展所带来的片面性同时又考虑到通过科学的方法把专业的定量分析量化，由数值去反映产业实际发展水平，减少了由主观和感性进行评定的随意性，有效提高评估的客观性和公正性。
63.本技术的一些实施例中，请参阅图2，图2为本技术实施例提供的产业发展水平的评估方法中获取关系评分数据的一种实现流程图。详述如下：
64.s21：根据所述评估指标体系中配置的各项评估指标制定关系评分表，并将所述关系评分表发送至专家客户端；
65.s22：接收所述专家客户端反馈的专家基于所述关系评分表评定的在所述待评估产业中各项评估指标的关系评分数据，其中，所述关系评分数据中记录有每项评估指标分别与其余各项评估指标相互之间的专家评定分值。
66.本实施例中，可以根据评估指标体系中所配置的评估指标制定对应的关系评分表。通过将该关系评分表发送给专家客户端并指示专家按照设定好的评分规则填写评分数据，通过接收专家客户端反馈的关系评分表即可获得专家基于关系评分表评定的各项评估指标在待评估产业中的关系评分数据。其中，关系评分数据中记录有每项评估指标分别与其余各项评估指标相互之间的专家评定分值。在本实施例中，具体的评分规则采用相对尺度，示例性的，例如采用1
‑
9标度法，可以将各评估指标之间的相互比较结果按重要程度依次分为同等重要、稍微重要、明显重要、强烈重要、极端重要5个等级来划分，并用1、3、5、7、9的分值来表示，而2、4、6、8则表示比较结果在相邻标度之间。
67.本技术的一些实施例中，请参阅图3，图3为本技术实施例提供的产业发展水平的评估方法中对评估指标进行赋权处理的一种实现流程图。详细如下：
68.s31：根据所述评估指标体系中配置的评估指标的数量设置矩阵行数和矩阵列数，按照所述矩阵行数和矩阵列数构建相关性判断矩阵模板；
69.s32：将所述关系评分数据中记录的每项评估指标分别与其余各项评估指标相互之间的专家评定分值作为矩阵元素填入到所述相关性判断矩阵模板中，生成相关性判断矩阵，所述相关性判断矩阵用于表征在所述待评估产业中各项评估指标相互之间的关系；
70.s33：对所述相关性判断矩阵进行一致性检验，判断所述相关性判断矩阵是否为一致性矩阵；
71.s34：若所述相关性判断矩阵为一致性矩阵，则基于所述相关性判断矩阵确定所述各项评估指标的特征向量，并将确定所述各项评估指标的特征向量设定为所述各项评估指标各自对应的权重值。
72.本实施例中，评估指标体系中配置的评估指标的数量设置矩阵行数和矩阵列数，预先构建一个二维的相关性判断矩阵模板。比如，假设评估指标的数量为n，则可以构建得
到一个n
×
n的相关性判断矩阵模板。在本实施例中，在该n
×
n的相关性判断矩阵模板中，共有n*n个元素，一个元素代表两个评估指标之间的相对重要性。在本实施例中，根据专家评定的各项评估指标在待评估产业中的相对重要性评分数据，将专家评定的评估指标两两之间的评定分值作为矩阵元素填入到该n
×
n的判断矩阵中对应的元素位置处，以此生成一个用于表征各项评估指标相互之间相对重要性的相关性判断矩阵。相关性判断矩阵用于表征在待评估产业中各项评估指标相互之间的关系。示例性的，比如上述设置的所有二级指标，组成一个相关性判断矩阵，相关性判断矩阵的第一行里包含有第一项评估指标与其余各项评估指标之间的重要程度关系，相关性判断矩阵的第二行里包含有第二项评估指标与其余各项评估指标之间的重要程度关系，以此类推。其中，在该相关性判断矩阵中，各项评估指标与其自身的相对重要性为同等重要，即相关性判断矩阵中的自左上至右下的对角线上的矩阵元素对应填入的评定分值均为1。而且在本实施例中，倒数用于表示相互比较结果的不重要程度，即一项评估指标相对于另一项评估指标的评定分值与该另一项评估指标相对于该项评估指标的评定分值之间互为倒数，表示为a
ij
＝1/a
ji
，如a
12
＝1/a
21
，a
13
＝1/a
31
等。示例性的，在该相关性判断矩阵中，假设a评估指标相对于b评估指标的评分数据为3，那么，b评估指标相对于a评估指标的评分数据为1/3。可以理解的是，在本实施例中，评估指标体系中包括一级指标和二级指标，具体地，可以按层级对各项评估指标分别进行两两相互比较，其中，一级指标与一级指标之间两两相互比较，得到各项一级指标相互之间的评定分值，将各项一级指标相互之间对应的评定分值确定各项一级评估指标的权重，将该各项一级评估指标的权重分别加入到二级指标的比较中，以在一级指标加权情况下，将各项二级指标进行两两相互比较，得到各二级指标相互之间的评定分值，以此获得。在相关性判断矩阵中，将一级指标之间的相互比较结果添加到二级指标中来获得各项二级指标对应的评分分值，以使相关性判断矩阵中各项二级指标相互之间的相对重要性评定涵盖有一级指标的影响。
73.在本实施例中，获得用于表征在待评估产业中各项评估指标相互之间的关系的相关性判断矩阵后，进一步地，对该获得的相关性判断矩阵进行一致性检验，以此来检验专家评分逻辑的合理性。其中，一致性指标用ci计算，ci越小，说明一致性越大。示例性的，本实施例中，采用最大特征值λ
max
对应的特征向量作为评估指标的权向量，其不一致程度越大，引起的判断误差越大。具体地，用λ
‑
n数值的大小来衡量相关性判断矩阵的不一致程度。其中，定义一致性指标为：ci＝λ
‑
n/n
‑
1为衡量ci的大小，引入随机一致性指标ri：ri＝ci1 ci2
…
cin/n；其中，随机一致性指标ri和相关性判断矩阵的阶数有关，一般情况下，矩阵阶数越大，则出现一致性随机偏离的可能性也越大，其对应关系如“平均随机一致性指标ri标准值表”。考虑到一致性的偏离可能是由于随机原因造成的，因此在检验相关性判断矩阵是否具有满意的一致性时，将ci和随机一致性指标ri进行比较，得出检验系数cr，公式如下：cr＝ci/ri。在本实施例中，若cr<0.1，则认为通过一致性检验。在本实施例中，当相关性判断矩阵通过一致性检验后，可以通过对该相关性判断矩阵进行特征归一化处理，从而基于相关性判断矩阵确定各项评估指标的特征向量，进而将该确定的各项评估指标的特征向量设定为各项评估指标各自对应的权重值。
74.本技术的一些实施例中，对相关性判断矩阵进行特征归一化处理时，包括对该相关性判断矩阵依次进行列元素归一化计算处理和行元素均值计算处理。示例性的，针对一n
×
n的相关性判断矩阵，进行列元素归一化计算处理时，以矩阵的第1列为例，首先对第1列
矩阵元素进行数值求和处理，以该第1列矩阵元素的和值作为分母，以该第1列矩阵元素中的各个矩阵元素分别作为分子，计算得到该相关性判断矩阵第1列中各个矩阵元素对应的归一化数值。可以理解的是，相关性判断矩阵每一列中各个矩阵元素对应的归一化数值之和为1。其他列同理，计算出各个矩阵元素的归一化数值。以此，完成对相关性判断矩阵中的矩阵元素进行列元素归一化计算处理。进行列元素归一化计算处理后，进一步地对该相关性判断矩阵中每一行归一化数值进行均值计算处理，获得每一行归一化数值的平均值，以此可以获得n个归一化数值的平均值，每一个归一化数值的平均值对应确定为一个评估指标的特征向量值，其中，第1行矩阵元素计算获得的归一化数值的平均值即为第一个评估指标对应的特征向量值，第2行矩阵元素计算获得的归一化数值的平均值即为第二个评估指标对应的特征向量值，以此类推，第n行矩阵元素计算获得的归一化数值的平均值即为第n个评估指标对应的特征向量值。
75.本技术的一些实施例中，请参阅图4，图4为本技术实施例提供的产业发展水平的评估方法中进行产业发展水平评估处理的一种实现流程图。详细如下：
76.s41：对采集到的所述产业数据进行无量纲化计算处理，获得各项评估指标在所述待评估产业中所对应的无量纲数据值；
77.s42：对所述各项评估指标在所述待评估产业中所对应的无量纲数据值按照所述各项评估指标各自对应的权重值进行加权求和处理，获得所述待评估产业的评估分值；
78.s43：比较所述待评估产业的评估分值和预设的基准分值的大小，若所述待评估产业的评估分值超过预设的基准分值，则生成所述待评估产业对应产业发展水平评估结果为产业强链，否则生成所述待评估产业对应产业发展水平评估结果为产业弱链。
79.本实施例中，具体采用归一化方法对采集到的各项评估指标对应的产业数据进行无量纲化计算处理，通过对原始的产业数据进行变换，把该原始的产业数据映射到默认为[0，1]之间的无量纲数据值，从而获得各项评估指标在待评估产业中所对应的无量纲数据值。获得各项评估指标在待评估产业中所对应的无量纲数据值后，对各项评估指标在所述待评估产业中所对应的无量纲数据值按照各项评估指标各自对应的权重值进行加权求和处理，即可计算出待评估产业的评估分值。获得评估分值后，进一步地，通过比较待评估产业的评估分值和预设的基准分值的大小，若待评估产业的评估分值超过预设的基准分值，则评价该待评估产业在整个产业发展中水平较高，此时生成该待评估产业对应产业发展水平评估结果为产业强链，否则生成该待评估产业对应产业发展水平评估结果为产业弱链。
[0080]
本技术的一些实施例中，该产业发展水平的评估方法可以应用于对某个地理区域进行产业发展水平评估。具体地，针对待评估产业，通过本方法先采集全国范围内的产业数据进行评估计算得到的评估分值作为基准值，进而基于需要进行评估的区域，按区域从全国范围内的产业数据筛选出该区域对应的产业数据进行评估计算，得到该区域的评估分值，将该区域的评估分值与该由全国范围内的产业数据评估计算得到的基准值进行比对，从而判断该区域的待评估产业是产业强链还是产业弱链。
[0081]
可以理解的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0082]
本技术的一些实施例中，请参阅图5，图5为本技术实施例提供的一种产业发展水
平的评估装置的基本结构框图。本实施例中该装置包括的各单元用于执行上述方法实施例中的各步骤。具体请参阅上述方法实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。如图5所示，产业发展水平的评估装置包括：数据采集模块51、关系确定模块52、赋权处理模块53以及评估计算模块54。其中：所述数据采集模块51用于按照预设的评估指标体系采集待评估产业的产业数据，所述评估指标体系中配置有政策指标、人才指标、资金指标、行业指标和舆情指标中的一项或多项评估指标，所述产业数据为基于所述评估指标采集的用于评估产业发展水平的数据。所述关系确定模块52用于对所述评估指标体系中配置的各项评估指标进行相互关系评分处理，获得在所述待评估产业中各项评估指标相互之间的关系评分数据。所述赋权处理模块53用于根据所述关系评分数据对所述各项评估指标进行赋权处理，获得所述各评估指标各自对应的权重值。所述评估计算模块54用于按照所述各评估指标各自对应的权重值对所述产业数据进行产业发展水平评估处理，获得评估分值，将所述评估分值与预设的基准分值进行比对，生成所述待评估产业对应的产业发展水平评估结果。
[0083]
本技术的一些实施例中，产业发展水平的评估装置还包括：第一配置子模块。其中，所述指标配置模块用于将所述评估指标体系中的政策指标、人才指标、资金指标、行业指标和舆情指标配置为一级评估指标，且每个一级评估指标对应配置有一个或多个二级评估指标，其中：
[0084]
所述政策指标包括以下至少一项二级指标：国家发展规划数据、产业扶持政策数量数据；
[0085]
所述人才指标包括以下至少一项二级指标：领军人物数量数据、专业人数增长率数据；
[0086]
所述资金指标包括以下至少一项二级指标：产业投资基金数据、投融资行业排名数据
[0087]
所述行业指标包括以下至少一项二级指标：行业生命周期数据、中资站行业市场份额数据、规上环节企业数量总占比数据、上市企业数量、高新技术企业数量占比数据、内资企业规模类型占比数据；
[0088]
所述舆情指标包括以下至少一项二级指标：新闻报道数据、专家点评数据。
[0089]
本技术的一些实施例中，请参阅图6，图6为本技术实施例提供的一种产业发展水平的评估装置中的第一结构示意图。如图6所示，产业发展水平的评估装置还包括：第一制定子模块61和第一接收子模块62。其中，所述第一制定子模块61用于根据所述评估指标体系中配置的各项评估指标制定关系评分表，并将所述关系评分表发送至专家客户端。所述第一接收子模块62用于接收所述专家客户端反馈的专家基于所述关系评分表评定的在所述待评估产业中各项评估指标的关系评分数据，其中，所述关系评分数据中记录有每项评估指标分别与其余各项评估指标相互之间的专家评定分值。
[0090]
本技术的一些实施例中，请参阅图7，图7为本技术实施例提供的一种产业发展水平的评估装置中的第二结构示意图。如图7所示，产业发展水平的评估装置还包括：第一构建子模块71、第一生成子模块72、第一检验子模块73以及第一赋权子模块74。其中，所述第一计算子模块71用于根据所述评估指标体系中配置的评估指标的数量设置矩阵行数和矩阵列数，按照所述矩阵行数和矩阵列数构建相关性判断矩阵模板。所述第一生成子模块72
用于将所述关系评分数据中记录的每项评估指标分别与其余各项评估指标相互之间的专家评定分值作为矩阵元素填入到所述相关性判断矩阵模板中，生成相关性判断矩阵，所述相关性判断矩阵用于表征在所述待评估产业中各项评估指标相互之间的关系。所述第一检验子模块73用于对所述相关性判断矩阵进行一致性检验，判断所述相关性判断矩阵是否为一致性矩阵。所述第一赋权子模块74用于若所述相关性判断矩阵为一致性矩阵，则基于所述相关性判断矩阵确定所述各项评估指标的特征向量，并将确定所述各项评估指标的特征向量设定为所述各项评估指标各自对应的权重值。
[0091]
本技术的一些实施例中，产业发展水平的评估装置还包括：第二计算子模块。其中，所述第二计算子模块用于对所述相关性判断矩阵中的矩阵元素依次进行列元素归一化计算处理和行元素均值计算处理，获得所述各项评估指标的特征向量。
[0092]
本技术的一些实施例中，请参阅图8，图8为本技术实施例提供的一种产业发展水平的评估装置中的第二结构示意图。如图8所示，产业发展水平的评估装置还包括：第三计算子模块81、第四计算子模块82和第二生成子模块83。其中，所述第三计算子模块81用于对采集到的所述产业数据进行无量纲化计算处理，获得各项评估指标在所述待评估产业中所对应的无量纲数据值。所述第四计算子模块82用于将所述各项评估指标在所述待评估产业中所对应的无量纲数据值按照所述各项评估指标各自对应的权重值进行加权求和处理，获得所述待评估产业的评估分值。所述第二生成子模块83用于比较所述待评估产业的评估分值和预设的基准分值的大小，若所述待评估产业的评估分值超过预设的基准分值，则生成所述待评估产业对应产业发展水平评估结果为产业强链，否则生成所述待评估产业对应产业发展水平评估结果为产业弱链。
[0093]
本技术的一些实施例中，请参阅图9，图9为本技术实施例提供的一种电子设备的基本结构框图。如图9所示，该实施例的电子设备9包括：处理器91、存储器92以及存储在所述存储器92中并可在所述处理器91上运行的计算机程序93，例如产业发展水平的评估方法的程序。处理器91执行所述计算机程序93时实现上述各个产业发展水平的评估方法各实施例中的步骤。或者，所述处理器91执行所述计算机程序93时实现上述产业发展水平的评估装置对应的实施例中各模块的功能。具体请参阅实施例中的相关描述，此处不赘述。
[0094]
示例性的，所述计算机程序93可以被分割成一个或多个模块(单元)，所述一个或者多个模块被存储在所述存储器92中，并由所述处理器91执行，以完成本技术。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序93在所述电子设备9中的执行过程。例如，所述计算机程序93可以被分割成数据采集模块、关系确定模块、赋权处理模块以及评估计算模块，各模块具体功能如上所述。
[0095]
所述转台设备可包括，但不仅限于，处理器91、存储器92。本领域技术人员可以理解，图9仅仅是电子设备9的示例，并不构成对电子设备9的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述转台设备还可以包括输入输出设备、网络接入设备、总线等。
[0096]
所称处理器91可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、
分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0097]
所述存储器92可以是所述电子设备9的内部存储单元，例如电子设备9的硬盘或内存。所述存储器92也可以是所述电子设备9的外部存储设备，例如所述电子设备9上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器92还可以既包括所述电子设备9的内部存储单元也包括外部存储设备。所述存储器92用于存储所述计算机程序以及所述转台设备所需的其他程序和数据。所述存储器92还可以用于暂时地存储已经输出或者将要输出的数据。
[0098]
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0099]
本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。在本实施例中，所述计算机可读存储介质可以是非易失性，也可以是易失性。
[0100]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
[0101]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0102]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
[0103]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0104]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实
施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。