本發(fā)明一般地涉及信息處理領(lǐng)域。具體而言，本發(fā)明涉及一種能夠?qū)Χ鄠€(gè)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法和設(shè)備。

背景技術(shù)：

近年來(lái)，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，涌現(xiàn)了各種各樣的針對(duì)各種對(duì)象進(jìn)行評(píng)價(jià)的方法和設(shè)備。然而，大多數(shù)評(píng)價(jià)方法和設(shè)備僅僅依賴于有限的數(shù)據(jù)種類(lèi)進(jìn)行評(píng)價(jià)，評(píng)價(jià)的效果不全面不準(zhǔn)確。另外，評(píng)價(jià)時(shí)涉及的閾值往往依靠專(zhuān)家針對(duì)某類(lèi)別對(duì)象給出，費(fèi)時(shí)費(fèi)力，嚴(yán)重依靠人的經(jīng)驗(yàn)，不能針對(duì)對(duì)象類(lèi)別自動(dòng)給出閾值。在基于過(guò)去的評(píng)價(jià)預(yù)測(cè)對(duì)象的未來(lái)評(píng)價(jià)時(shí)往往需要依靠未來(lái)的某些數(shù)據(jù)才能做出預(yù)測(cè)，預(yù)測(cè)受到數(shù)據(jù)的限制。因此，評(píng)價(jià)和預(yù)測(cè)的效果都不甚理想。

舉例來(lái)說(shuō)，過(guò)去對(duì)企業(yè)進(jìn)行質(zhì)量評(píng)價(jià)的方法往往側(cè)重于經(jīng)濟(jì)數(shù)據(jù)特征，顯然這不夠全面不夠準(zhǔn)確。另外，對(duì)企業(yè)進(jìn)行質(zhì)量評(píng)價(jià)需要依賴于領(lǐng)域內(nèi)的專(zhuān)家根據(jù)經(jīng)驗(yàn)給出該行業(yè)甚至該企業(yè)特定的評(píng)價(jià)指標(biāo)的閾值，對(duì)人的經(jīng)驗(yàn)的依賴性太高。此外，如果對(duì)企業(yè)未來(lái)一年或幾年的質(zhì)量等級(jí)進(jìn)行預(yù)測(cè)，往往需要獲得企業(yè)在未來(lái)的很多相關(guān)數(shù)據(jù)才能進(jìn)行預(yù)測(cè)，但是很多情況下無(wú)法獲得相關(guān)數(shù)據(jù)。

因此，期望一種對(duì)多個(gè)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法和設(shè)備，其能夠全面、準(zhǔn)確地做出評(píng)價(jià)，自動(dòng)確定適當(dāng)?shù)膭澐珠撝?，同時(shí)期望一種預(yù)測(cè)方法和設(shè)備，其能夠不依賴于未來(lái)的數(shù)據(jù)做出準(zhǔn)確的預(yù)測(cè)。

技術(shù)實(shí)現(xiàn)要素：

在下文中給出了關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。

本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)的上述問(wèn)題，提出了一種評(píng)價(jià)方法和評(píng)價(jià)設(shè)備以及預(yù)測(cè)方法和預(yù)測(cè)設(shè)備。

為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)方面，提供了一種對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法，包括：獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)；針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)；根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)；以及根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

相應(yīng)地，提供了一種預(yù)測(cè)方法，包括：獲取待預(yù)測(cè)對(duì)象的過(guò)去多個(gè)時(shí)間段的評(píng)價(jià)級(jí)別構(gòu)成的第一序列；通過(guò)向所述第一序列增加未來(lái)時(shí)間段的假設(shè)評(píng)價(jià)級(jí)別，獲得待預(yù)測(cè)對(duì)象的多個(gè)第二序列；利用馬爾可夫模型，計(jì)算多個(gè)第二序列的第二出現(xiàn)概率；以及將具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果；其中，所述評(píng)價(jià)級(jí)別根據(jù)上述評(píng)價(jià)方法得到。

根據(jù)本發(fā)明的另一個(gè)方面，提供了一種對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的設(shè)備，包括：特征獲取裝置，被配置為：獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)；特征級(jí)別確定裝置，被配置為：針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)；級(jí)別數(shù)據(jù)確定裝置，被配置為：根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的 多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)；以及評(píng)價(jià)級(jí)別確定裝置，被配置為：根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

相應(yīng)地，提供了一種預(yù)測(cè)設(shè)備，包括：特征獲取裝置，被配置為：獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)；特征級(jí)別確定裝置，被配置為：針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)；級(jí)別數(shù)據(jù)確定裝置，被配置為：根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)；以及評(píng)價(jià)級(jí)別確定裝置，被配置為：根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

另外，根據(jù)本發(fā)明的另一方面，還提供了一種存儲(chǔ)介質(zhì)。所述存儲(chǔ)介質(zhì)包括機(jī)器可讀的程序代碼，當(dāng)在信息處理設(shè)備上執(zhí)行所述程序代碼時(shí)，所述程序代碼使得所述信息處理設(shè)備執(zhí)行根據(jù)本發(fā)明的上述方法。

此外，根據(jù)本發(fā)明的再一方面，還提供了一種程序產(chǎn)品。所述程序產(chǎn)品包括機(jī)器可執(zhí)行的指令，當(dāng)在信息處理設(shè)備上執(zhí)行所述指令時(shí)，所述指令使得所述信息處理設(shè)備執(zhí)行根據(jù)本發(fā)明的上述方法。

附圖說(shuō)明

參照下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例的說(shuō)明，會(huì)更加容易地理解本發(fā)明的以上和其它目的、特點(diǎn)和優(yōu)點(diǎn)。附圖中的部件只是為了示出本發(fā)明的原理。在附圖中，相同的或類(lèi)似的技術(shù)特征或部件將采用相同或類(lèi)似的附圖標(biāo)記來(lái)表示。附圖中：

圖1示出了根據(jù)本發(fā)明的實(shí)施例的對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法的流程圖；

圖2示出了根據(jù)本發(fā)明的實(shí)施例的確定特征的第一閾值的方法的流程圖；

圖3示出了根據(jù)本發(fā)明的實(shí)施例的確定一類(lèi)評(píng)價(jià)對(duì)象的第二閾值的方法的流程圖；

圖4示出了根據(jù)本發(fā)明的實(shí)施例的預(yù)測(cè)方法的流程圖；

圖5示出了根據(jù)本發(fā)明的實(shí)施例的對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的設(shè)備的結(jié)構(gòu)方框圖；

圖6示出了根據(jù)本發(fā)明的實(shí)施例的預(yù)測(cè)設(shè)備的結(jié)構(gòu)方框圖；以及

圖7示出了可用于實(shí)施根據(jù)本發(fā)明的實(shí)施例的方法和設(shè)備的計(jì)算機(jī)的示意性框圖。

具體實(shí)施方式

在下文中將結(jié)合附圖對(duì)本發(fā)明的示范性實(shí)施例進(jìn)行詳細(xì)描述。為了清楚和簡(jiǎn)明起見(jiàn)，在說(shuō)明書(shū)中并未描述實(shí)際實(shí)施方式的所有特征。然而，應(yīng)該了解，在開(kāi)發(fā)任何這種實(shí)際實(shí)施方式的過(guò)程中必須做出很多特定于實(shí)施方式的決定，以便實(shí)現(xiàn)開(kāi)發(fā)人員的具體目標(biāo)，例如，符合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會(huì)隨著實(shí)施方式的不同而有所改變。此外，還應(yīng)該了解，雖然開(kāi)發(fā)工作有可能是非常復(fù)雜和費(fèi)時(shí)的，但對(duì)得益于本公開(kāi)內(nèi)容的本領(lǐng)域技術(shù)人員來(lái)說(shuō)，這種開(kāi)發(fā)工作僅僅是例行的任務(wù)。

在此，還需要說(shuō)明的一點(diǎn)是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明關(guān)系不大的其他細(xì)節(jié)。另外，還需要指出的是，在本發(fā)明的一個(gè)附圖或一種實(shí)施方式中描述的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。

本發(fā)明的方法可以適用于任意的評(píng)價(jià)對(duì)象，只需相應(yīng)地調(diào)整評(píng)價(jià)對(duì)象 的特征即可。為了便于理解，下文中將以企業(yè)作為評(píng)價(jià)對(duì)象為例進(jìn)行說(shuō)明。

下面將參照?qǐng)D1描述根據(jù)本發(fā)明的實(shí)施例的對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法的流程。

圖1示出了根據(jù)本發(fā)明的實(shí)施例的對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法的流程圖。如圖1所示，根據(jù)本發(fā)明的實(shí)施例的評(píng)價(jià)方法包括如下步驟：獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)(步驟S1)；針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)(步驟S2)；根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)(步驟S3)；以及根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)(步驟S4)。

在步驟S1中，獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)。

對(duì)評(píng)價(jià)對(duì)象進(jìn)行評(píng)價(jià)，自然要考慮評(píng)價(jià)對(duì)象的特征，基于特征的特征數(shù)據(jù)進(jìn)行評(píng)價(jià)。重點(diǎn)在于如何選取適當(dāng)?shù)奶卣饔糜谠u(píng)價(jià)。

如上所述，目前的評(píng)價(jià)方法在選取特征時(shí)較為不全面。舉例來(lái)說(shuō)，對(duì)企業(yè)進(jìn)行評(píng)價(jià)時(shí)僅注重經(jīng)濟(jì)數(shù)據(jù)特征。然而，企業(yè)作為一個(gè)組織，具有多方面的特征。例如，企業(yè)的經(jīng)濟(jì)數(shù)據(jù)特征、創(chuàng)新特征、知識(shí)產(chǎn)權(quán)特征都是非常重要的方面。

因此，根據(jù)本發(fā)明的方法，在進(jìn)行企業(yè)質(zhì)量評(píng)價(jià)時(shí)選取企業(yè)的經(jīng)濟(jì)數(shù)據(jù)特征、創(chuàng)新特征、知識(shí)產(chǎn)權(quán)特征中的至少一個(gè)。

企業(yè)的經(jīng)濟(jì)數(shù)據(jù)特征例如包括：企業(yè)的利潤(rùn)、銷(xiāo)售收入、運(yùn)營(yíng)收入、凈利潤(rùn)率、總資產(chǎn)等。

企業(yè)的創(chuàng)新特征例如包括：企業(yè)是否為創(chuàng)新企業(yè)、是否為技術(shù)先進(jìn)性企業(yè)、是否為千人計(jì)劃企業(yè)等。

企業(yè)的知識(shí)產(chǎn)權(quán)特征例如包括：企業(yè)的授權(quán)專(zhuān)利數(shù)量、授權(quán)發(fā)明專(zhuān)利 數(shù)量、軟件著作權(quán)數(shù)量等。

特征數(shù)據(jù)可以從企業(yè)報(bào)表、數(shù)據(jù)庫(kù)、搜索引擎等數(shù)據(jù)源獲得。

在步驟S2中，針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)。

根據(jù)本發(fā)明，每個(gè)特征都設(shè)定有對(duì)應(yīng)的N+1個(gè)級(jí)別，N為正整數(shù)。例如當(dāng)N＝2時(shí)，特征具有3個(gè)級(jí)別，如“好”、“中”、“差”，當(dāng)N＝3時(shí)，特征具有4個(gè)級(jí)別，如“優(yōu)”、“良”、“中”、“差”。

N+1個(gè)級(jí)別就需要N個(gè)閾值對(duì)特征數(shù)據(jù)進(jìn)行劃分。例如，將取值范圍在[0,1000]的特征數(shù)據(jù)通過(guò)閾值劃分為“好”、“中”、“差”三個(gè)級(jí)別，需要2個(gè)閾值t1、t2：屬于[0,t1]的特征數(shù)據(jù)被劃分為“差”，屬于(t1,t2)的特征數(shù)據(jù)被劃分為“中”，屬于[t2,1000]的特征數(shù)據(jù)被劃分為“好”。再比如，創(chuàng)新特征為企業(yè)是否為創(chuàng)新企業(yè)，特征數(shù)據(jù)為“是”、“否”，可轉(zhuǎn)化為二進(jìn)制的“1”、“0”，相應(yīng)的閾值為1，大于等于1的特征數(shù)據(jù)會(huì)被劃分為“好”，小于1的特征數(shù)據(jù)會(huì)被劃分為“差”。

在本文中，將用于劃分特征數(shù)據(jù)的閾值稱為第一閾值。應(yīng)注意，每個(gè)特征都對(duì)應(yīng)有專(zhuān)屬于該特征的一個(gè)第一閾值(N＝1)或一組(N>1)第一閾值。對(duì)于不同的特征，N的取值可以相同，也可以不同。

因此，重要的是如何獲得用于劃分特征數(shù)據(jù)的第一閾值。

在傳統(tǒng)的評(píng)價(jià)方法中，第一閾值主要是由領(lǐng)域內(nèi)的專(zhuān)家根據(jù)經(jīng)驗(yàn)指定的。本發(fā)明提出一種自適應(yīng)方法，能夠自動(dòng)地確定特征的第一閾值。

圖2示出了根據(jù)本發(fā)明的實(shí)施例的確定特征的第一閾值的方法的流程圖。如圖2所示，根據(jù)本發(fā)明的實(shí)施例的確定特征的第一閾值的方法包括如下步驟：獲取該特征的多個(gè)特征數(shù)據(jù)(步驟S21)；從所獲取的多個(gè)特征數(shù)據(jù)中隨機(jī)選取N+1個(gè)特征數(shù)據(jù)，作為N+1個(gè)簇的簇中心，所選取的N+1個(gè)特征數(shù)據(jù)不包括所獲取的多個(gè)特征數(shù)據(jù)中的極值(步驟S22)； 對(duì)于所獲取的多個(gè)特征數(shù)據(jù)中的每一個(gè)特征數(shù)據(jù)，計(jì)算該特征數(shù)據(jù)與所述N+1個(gè)簇的簇中心的距離，并將該特征數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中(步驟S23)；針對(duì)所述N+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有特征數(shù)據(jù)的平均值，作為新的簇中心(步驟S24)；判斷是否滿足預(yù)定停止條件(步驟S25)；如果不滿足預(yù)定停止條件，則進(jìn)行到步驟S23；如果滿足預(yù)定停止條件，則進(jìn)行到步驟S26：將滿足預(yù)定停止條件時(shí)所述N+1個(gè)簇中的每個(gè)簇中的最大特征數(shù)據(jù)中除了所述極值之外的N個(gè)特征數(shù)據(jù)，作為該特征的N個(gè)第一閾值。

具體地，在步驟S21中，獲取該特征的多個(gè)特征數(shù)據(jù)。所獲取的特征數(shù)據(jù)只要是該特征的即可，不限于評(píng)價(jià)對(duì)象的該特征的特征數(shù)據(jù)，也可以是與評(píng)價(jià)對(duì)象同類(lèi)別的其它主體的該特征的特征數(shù)據(jù)。

在步驟S22中，從所獲取的多個(gè)特征數(shù)據(jù)中隨機(jī)選取N+1個(gè)特征數(shù)據(jù)，作為N+1個(gè)簇的簇中心，所選取的N+1個(gè)特征數(shù)據(jù)不包括所獲取的多個(gè)特征數(shù)據(jù)中的極值。

此步驟為初始化步驟，故采用隨機(jī)選取方式。由于要獲得該特征的N個(gè)第一閾值，所以需要N+1個(gè)簇作為步驟S21中獲取的多個(gè)特征數(shù)據(jù)的劃分結(jié)果，那么N+1個(gè)簇的邊緣就能作為N個(gè)第一閾值。

顯然，最佳的N+1個(gè)簇的簇中心不可能是步驟S21中獲取的多個(gè)特征數(shù)據(jù)中的極值。因此設(shè)定所選取的N+1個(gè)特征數(shù)據(jù)不包括所獲取的多個(gè)特征數(shù)據(jù)中的極值，從而減少不必要的運(yùn)算量。

初始獲得N+1個(gè)簇中心后，需要將步驟S21中獲取的多個(gè)特征數(shù)據(jù)歸類(lèi)到N+1個(gè)簇中。

因此，在步驟S23中，對(duì)于所獲取的多個(gè)特征數(shù)據(jù)中的每一個(gè)特征數(shù)據(jù)，計(jì)算該特征數(shù)據(jù)與所述N+1個(gè)簇的簇中心的距離，并將該特征數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中。對(duì)于數(shù)值型的特征數(shù)據(jù)，特征數(shù)據(jù)之間的距離就是特征數(shù)據(jù)的差的絕對(duì)值。

獲得N+1個(gè)簇之后，需要對(duì)簇進(jìn)行優(yōu)化，從而獲得最佳簇。

因此，在步驟S24中，針對(duì)所述N+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有特征數(shù)據(jù)的平均值，作為新的簇中心。

在步驟S25中，判斷是否滿足預(yù)定停止條件。預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

如果不滿足預(yù)定停止條件，則進(jìn)行到步驟S23，重新調(diào)整簇。

如果滿足預(yù)定停止條件，說(shuō)明當(dāng)前的N+1個(gè)簇已經(jīng)是最佳的簇劃分結(jié)果，那么進(jìn)行到步驟S26。

在步驟S26中，將滿足預(yù)定停止條件時(shí)所述N+1個(gè)簇中的每個(gè)簇中的最大特征數(shù)據(jù)中除了所述極值之外的N個(gè)特征數(shù)據(jù)，作為該特征的N個(gè)第一閾值。

N+1個(gè)簇中的每個(gè)簇中的最大特征數(shù)據(jù)就是N+1個(gè)簇的邊緣數(shù)據(jù)，這N+1個(gè)邊緣數(shù)據(jù)中的最大值同時(shí)也是所獲取的多個(gè)特征數(shù)據(jù)的最大值，不可能用于劃分簇，N+1個(gè)簇的邊緣數(shù)據(jù)中剩余的N個(gè)邊緣數(shù)據(jù)能夠?qū)⒉襟ES21中獲取的多個(gè)特征數(shù)據(jù)劃分為最佳的N+1個(gè)簇。因此，選取最佳N+1個(gè)簇的邊緣數(shù)據(jù)中最小的N個(gè)作為該特征的N個(gè)第一閾值。

現(xiàn)在返回圖1，在步驟S2中，利用評(píng)價(jià)對(duì)象的每個(gè)特征的N個(gè)第一閾值，將評(píng)價(jià)對(duì)象的每個(gè)特征的特征數(shù)據(jù)劃分為N+1個(gè)級(jí)別。

N+1個(gè)級(jí)別也需要被量化為級(jí)別數(shù)據(jù)以用于后續(xù)步驟。

因此，在步驟S3中，根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)。

例如，“好”對(duì)應(yīng)權(quán)值“8”，“中”對(duì)應(yīng)權(quán)值“6”，“差”對(duì)應(yīng)權(quán)值“4”。那么就可以將特征的級(jí)別轉(zhuǎn)化為對(duì)應(yīng)的權(quán)值。評(píng)價(jià)對(duì)象的所有特征的級(jí)別對(duì)應(yīng)的權(quán)值的總和是評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)。

可以設(shè)定：針對(duì)一類(lèi)評(píng)價(jià)對(duì)象的所有特征的最高級(jí)別的量化權(quán)值的總和(即最高級(jí)別數(shù)據(jù))為100。例如，假設(shè)每個(gè)特征的最高級(jí)別都是“好”，企業(yè)質(zhì)量評(píng)價(jià)時(shí)，所有特征的“好”級(jí)別被量化后的權(quán)值的總和為100， 即一個(gè)企業(yè)的最高級(jí)別數(shù)據(jù)(權(quán)值總和)為100。此處，100僅為示例。

在步驟S4中，根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

此步驟與上面描述的步驟S2類(lèi)似。

根據(jù)本發(fā)明，每個(gè)對(duì)象都設(shè)定有對(duì)應(yīng)的M+1個(gè)評(píng)價(jià)級(jí)別，M為正整數(shù)。例如當(dāng)M＝2時(shí)，對(duì)象具有3個(gè)評(píng)價(jià)級(jí)別，如“好”、“中”、“差”，當(dāng)M＝3時(shí)，對(duì)象具有4個(gè)評(píng)價(jià)級(jí)別，如“優(yōu)”、“良”、“中”、“差”。

M+1個(gè)評(píng)價(jià)級(jí)別就需要M個(gè)閾值對(duì)級(jí)別數(shù)據(jù)進(jìn)行劃分。例如，將取值范圍在[0,100]的級(jí)別數(shù)據(jù)通過(guò)閾值劃分為“好”、“中”、“差”三個(gè)評(píng)價(jià)級(jí)別，需要2個(gè)閾值t3、t4：屬于[0,t3]的級(jí)別數(shù)據(jù)被劃分為“差”，屬于(t3,t4)的級(jí)別數(shù)據(jù)被劃分為“中”，屬于[t4,100]的級(jí)別數(shù)據(jù)被劃分為“好”。

在本文中，將用于劃分級(jí)別數(shù)據(jù)的閾值稱為第二閾值。應(yīng)注意，每類(lèi)評(píng)價(jià)對(duì)象都對(duì)應(yīng)有專(zhuān)屬于該類(lèi)的一個(gè)第二閾值(M＝1)或一組(M>1)第二閾值。對(duì)于不同類(lèi)別的評(píng)價(jià)對(duì)象，M的取值可以相同，也可以不同。

因此，重要的是如何獲得用于劃分級(jí)別數(shù)據(jù)的第二閾值。

在傳統(tǒng)的評(píng)價(jià)方法中，第二閾值主要是由領(lǐng)域內(nèi)的專(zhuān)家根據(jù)經(jīng)驗(yàn)指定的。本發(fā)明提出一種自適應(yīng)方法，能夠自動(dòng)地確定第二閾值。

圖3示出了根據(jù)本發(fā)明的實(shí)施例的確定一類(lèi)評(píng)價(jià)對(duì)象的第二閾值的方法的流程圖。如圖3所示，根據(jù)本發(fā)明的實(shí)施例的確定一類(lèi)評(píng)價(jià)對(duì)象的第二閾值的方法包括如下步驟：獲取多個(gè)同類(lèi)評(píng)價(jià)對(duì)象的多個(gè)級(jí)別數(shù)據(jù)(步驟S31)；從所獲取的多個(gè)級(jí)別數(shù)據(jù)中隨機(jī)選取M+1個(gè)級(jí)別數(shù)據(jù)，作為M+1個(gè)簇的簇中心，所選取的M+1個(gè)級(jí)別數(shù)據(jù)是所獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值之外的值(步驟S32)；對(duì)于所獲取的多個(gè)級(jí)別數(shù)據(jù)中的每一個(gè)級(jí)別數(shù)據(jù)，計(jì)算該級(jí)別數(shù)據(jù)與所述M+1個(gè)簇的簇中心的距離，并將該級(jí)別數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中(步驟S33)；針對(duì)所述M+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有級(jí)別數(shù)據(jù)的平均值， 作為新的簇中心(步驟S34)；判斷是否滿足預(yù)定停止條件(步驟S35)；如果不滿足預(yù)定停止條件，則進(jìn)行到步驟S33；如果滿足預(yù)定停止條件，則進(jìn)行到步驟S36：將滿足預(yù)定停止條件時(shí)所述M+1個(gè)簇中的每個(gè)簇中的最大級(jí)別數(shù)據(jù)中除了所述極值之外的M個(gè)級(jí)別數(shù)據(jù)，作為所述M個(gè)第二閾值。

具體地，在步驟S31中，獲取多個(gè)同類(lèi)評(píng)價(jià)對(duì)象的多個(gè)級(jí)別數(shù)據(jù)。所獲取的級(jí)別數(shù)據(jù)只要與待評(píng)價(jià)對(duì)象屬于同類(lèi)對(duì)象即可，不限于評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)。

在步驟S32中，從所獲取的多個(gè)級(jí)別數(shù)據(jù)中隨機(jī)選取M+1個(gè)級(jí)別數(shù)據(jù)，作為M+1個(gè)簇的簇中心，所選取的M+1個(gè)級(jí)別數(shù)據(jù)是所獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值之外的值。

此步驟為初始化步驟，故采用隨機(jī)選取方式。由于要獲得該類(lèi)評(píng)價(jià)對(duì)象的M個(gè)第二閾值，所以需要M+1個(gè)簇作為步驟S31中獲取的多個(gè)級(jí)別數(shù)據(jù)的劃分結(jié)果，那么M+1個(gè)簇的邊緣就能作為M個(gè)第二閾值。

顯然，最佳的M+1個(gè)簇的簇中心不可能是步驟S31中獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值。因此設(shè)定所選取的M+1個(gè)級(jí)別數(shù)據(jù)不包括所獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值，從而減少不必要的運(yùn)算量。

初始獲得M+1個(gè)簇中心后，需要將步驟S31中獲取的多個(gè)級(jí)別數(shù)據(jù)歸類(lèi)到M+1個(gè)簇中。

因此，在步驟S33中，對(duì)于所獲取的多個(gè)級(jí)別數(shù)據(jù)中的每一個(gè)級(jí)別數(shù)據(jù)，計(jì)算該級(jí)別數(shù)據(jù)與所述M+1個(gè)簇的簇中心的距離，并將該級(jí)別數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中。對(duì)于數(shù)值型的級(jí)別數(shù)據(jù)，級(jí)別數(shù)據(jù)之間的距離就是級(jí)別數(shù)據(jù)的差的絕對(duì)值。

獲得M+1個(gè)簇之后，需要對(duì)簇進(jìn)行優(yōu)化，從而獲得最佳簇。

因此，在步驟S34中，針對(duì)所述M+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有級(jí)別數(shù)據(jù)的平均值，作為新的簇中心。

在步驟S35中，判斷是否滿足預(yù)定停止條件。預(yù)定停止條件包括新的 簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

如果不滿足預(yù)定停止條件，則進(jìn)行到步驟S33，重新調(diào)整簇。

如果滿足預(yù)定停止條件，說(shuō)明當(dāng)前的M+1個(gè)簇已經(jīng)是最佳的簇劃分結(jié)果，則進(jìn)行到步驟S36。

在步驟S36中，將滿足預(yù)定停止條件時(shí)所述M+1個(gè)簇中的每個(gè)簇中的最大級(jí)別數(shù)據(jù)中除了所述極值之外的M個(gè)級(jí)別數(shù)據(jù)，作為所述M個(gè)第二閾值。

M+1個(gè)簇中的每個(gè)簇中的最大級(jí)別數(shù)據(jù)就是M+1個(gè)簇的邊緣數(shù)據(jù)，這M+1個(gè)邊緣數(shù)據(jù)中的最大值同時(shí)也是所獲取的多個(gè)級(jí)別數(shù)據(jù)的最大值，不可能用于劃分簇，M+1個(gè)簇的邊緣數(shù)據(jù)中剩余的M個(gè)邊緣數(shù)據(jù)能夠?qū)⒉襟ES31中獲取的多個(gè)級(jí)別數(shù)據(jù)劃分為最佳的M+1個(gè)簇。因此，選取最佳M+1個(gè)簇的邊緣數(shù)據(jù)中最小的M個(gè)作為該類(lèi)評(píng)價(jià)對(duì)象的M個(gè)第二閾值。

下面將參照?qǐng)D4描述根據(jù)本發(fā)明的實(shí)施例的預(yù)測(cè)方法的流程。

圖4示出了根據(jù)本發(fā)明的實(shí)施例的預(yù)測(cè)方法的流程圖。如圖4所示，根據(jù)本發(fā)明的實(shí)施例的預(yù)測(cè)方法包括如下步驟：獲取待預(yù)測(cè)對(duì)象的過(guò)去多個(gè)時(shí)間段的評(píng)價(jià)級(jí)別構(gòu)成的第一序列(步驟S41)；通過(guò)向所述第一序列增加未來(lái)時(shí)間段的假設(shè)評(píng)價(jià)級(jí)別，獲得待預(yù)測(cè)對(duì)象的多個(gè)第二序列(步驟S42)；利用馬爾可夫模型，計(jì)算多個(gè)第二序列的第二出現(xiàn)概率(步驟S43)；以及將具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果(步驟S44)，其中，所述評(píng)價(jià)級(jí)別根據(jù)本發(fā)明的上述評(píng)價(jià)方法得到。

在步驟S41中，獲取待預(yù)測(cè)對(duì)象的過(guò)去多個(gè)時(shí)間段的評(píng)價(jià)級(jí)別構(gòu)成的第一序列。

時(shí)間段例如以年、月、周、日等為單位。根據(jù)預(yù)測(cè)對(duì)象的不同而指定不同的時(shí)間段單位。過(guò)去的每個(gè)時(shí)間段對(duì)應(yīng)一個(gè)評(píng)價(jià)級(jí)別，因此，多個(gè)時(shí)間段的多個(gè)評(píng)價(jià)級(jí)別就構(gòu)成了一個(gè)序列。

應(yīng)注意，在根據(jù)本發(fā)明的預(yù)測(cè)方法中，評(píng)價(jià)級(jí)別通過(guò)本發(fā)明的方法得到。

在步驟S42中，通過(guò)向所述第一序列增加未來(lái)時(shí)間段的假設(shè)評(píng)價(jià)級(jí)別，獲得待預(yù)測(cè)對(duì)象的多個(gè)第二序列。

也就是說(shuō)，每個(gè)第二序列與第一序列的區(qū)別都在于多出一個(gè)未來(lái)時(shí)間段對(duì)應(yīng)的假設(shè)的評(píng)價(jià)級(jí)別。由于預(yù)測(cè)對(duì)象在未來(lái)時(shí)間段可能的評(píng)價(jià)級(jí)別有多個(gè)，所以假設(shè)評(píng)價(jià)級(jí)別為所有可能的評(píng)價(jià)級(jí)別，故而存在多個(gè)第二序列。

在步驟S43中，利用馬爾可夫模型，計(jì)算多個(gè)第二序列的第二出現(xiàn)概率。

馬爾可夫模型是本領(lǐng)域公知的預(yù)測(cè)模型，在此不再贅述。經(jīng)過(guò)訓(xùn)練的馬爾可夫模型能夠計(jì)算輸入序列的出現(xiàn)概率。

可以通過(guò)如下步驟訓(xùn)練馬爾可夫模型：首先，獲取多個(gè)同類(lèi)對(duì)象的多個(gè)第一序列，然后，將所獲取的多個(gè)第一序列，作為訓(xùn)練數(shù)據(jù)，輸入馬爾可夫模型進(jìn)行訓(xùn)練。

步驟S43中使用訓(xùn)練好的馬爾可夫模型進(jìn)行預(yù)測(cè)，得到多個(gè)第二序列的多個(gè)第二出現(xiàn)概率。

這樣，在步驟S44中，比較多個(gè)第二出現(xiàn)概率的大小，最大的第二出現(xiàn)概率表明對(duì)應(yīng)的第二序列出現(xiàn)的可能性最大。因此，具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別就是被預(yù)測(cè)為最可能出現(xiàn)的評(píng)價(jià)級(jí)別，故將其作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果。

在本發(fā)明的另一實(shí)施例中，還利用馬爾可夫模型，計(jì)算第一序列的第一出現(xiàn)概率，并且取代具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，將第二出現(xiàn)概率與第一出現(xiàn)概率的商最大的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果。第二出現(xiàn)概率與第一出現(xiàn)概率的商代表的是條件概率，待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果與上面利用第二出現(xiàn)概率本身進(jìn)行判斷時(shí)是一樣的。

下面，將參照?qǐng)D5描述根據(jù)本發(fā)明的一個(gè)實(shí)施例的對(duì)評(píng)價(jià)對(duì)象作出評(píng)價(jià)的設(shè)備。

圖5示出了根據(jù)本發(fā)明的實(shí)施例的對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的設(shè)備的結(jié)構(gòu)方框圖。如圖5所示，根據(jù)本發(fā)明的評(píng)價(jià)設(shè)備500包括：特征獲取裝置51，被配置為：獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)；特征級(jí)別確定裝置52，被配置為：針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)；級(jí)別數(shù)據(jù)確定裝置53，被配置為：根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)；以及評(píng)價(jià)級(jí)別確定裝置54，被配置為：根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

在一個(gè)實(shí)施例中，所述評(píng)價(jià)對(duì)象包括企業(yè)；所述與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征包括企業(yè)的經(jīng)濟(jì)數(shù)據(jù)特征、創(chuàng)新特征、知識(shí)產(chǎn)權(quán)特征中的至少一種。

在一個(gè)實(shí)施例中，評(píng)價(jià)設(shè)備500還包括第一閾值確定裝置，該第一閾值確定裝置被配置為：(i)獲取該特征的多個(gè)特征數(shù)據(jù)；(ii)從所獲取的多個(gè)特征數(shù)據(jù)中隨機(jī)選取N+1個(gè)特征數(shù)據(jù)，作為N+1個(gè)簇的簇中心，所選取的N+1個(gè)特征數(shù)據(jù)不包括所獲取的多個(gè)特征數(shù)據(jù)中的極值；(iii)對(duì)于所獲取的多個(gè)特征數(shù)據(jù)中的每一個(gè)特征數(shù)據(jù)，計(jì)算該特征數(shù)據(jù)與所述N+1個(gè)簇的簇中心的距離，并將該特征數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中；(iv)針對(duì)所述N+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有特征數(shù)據(jù)的平均值，作為新的簇中心；重復(fù)(iii)和(iv)，直至滿足預(yù)定停止條件；將滿足預(yù)定停止條件時(shí)所述N+1個(gè)簇中的每個(gè)簇中的最大特征數(shù)據(jù)中除了所述極值之外的N個(gè)特征數(shù)據(jù)，作為該特征的N個(gè)第一閾值。

在一個(gè)實(shí)施例中，所述預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

在一個(gè)實(shí)施例中，評(píng)價(jià)設(shè)備500還包括第二閾值確定裝置，該第二閾值確定裝置被配置為：(i)獲取多個(gè)同類(lèi)評(píng)價(jià)對(duì)象的多個(gè)級(jí)別數(shù)據(jù)；(ii)從所獲取的多個(gè)級(jí)別數(shù)據(jù)中隨機(jī)選取M+1個(gè)級(jí)別數(shù)據(jù)，作為M+1個(gè)簇的簇中心，所選取的M+1個(gè)級(jí)別數(shù)據(jù)是所獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值之外的值；(iii)對(duì)于所獲取的多個(gè)級(jí)別數(shù)據(jù)中的每一個(gè)級(jí)別數(shù)據(jù)，計(jì)算該級(jí)別數(shù)據(jù)與所述M+1個(gè)簇的簇中心的距離，并將該級(jí)別數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中；(iv)針對(duì)所述M+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有級(jí)別數(shù)據(jù)的平均值，作為新的簇中心；重復(fù)(iii)和(iv)，直至滿足預(yù)定停止條件；將滿足預(yù)定停止條件時(shí)所述M+1個(gè)簇中的每個(gè)簇中的最大級(jí)別數(shù)據(jù)中除了所述極值之外的M個(gè)級(jí)別數(shù)據(jù)，作為所述M個(gè)第二閾值。

在一個(gè)實(shí)施例中，所述預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

圖6示出了根據(jù)本發(fā)明的實(shí)施例的預(yù)測(cè)設(shè)備的結(jié)構(gòu)方框圖。如圖6所示，根據(jù)本發(fā)明的預(yù)測(cè)設(shè)備600包括：第一序列獲取裝置61，被配置為：獲取待預(yù)測(cè)對(duì)象的過(guò)去多個(gè)時(shí)間段的評(píng)價(jià)級(jí)別構(gòu)成的第一序列；第二序列獲取裝置62，被配置為：通過(guò)向所述第一序列增加未來(lái)時(shí)間段的假設(shè)評(píng)價(jià)級(jí)別，獲得待預(yù)測(cè)對(duì)象的多個(gè)第二序列；馬爾可夫模型63，用于計(jì)算多個(gè)第二序列的第二出現(xiàn)概率；以及預(yù)測(cè)結(jié)果確定裝置64，被配置為：將具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果；其中，所述評(píng)價(jià)級(jí)別根據(jù)上述預(yù)測(cè)設(shè)備500得到。

在一個(gè)實(shí)施例中，所述馬爾可夫模型63還用于計(jì)算第一序列的第一出現(xiàn)概率；并且所述預(yù)測(cè)結(jié)果確定裝置64被配置為取代具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，將第二出現(xiàn)概率與第一出現(xiàn)概率的商最大的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果。

在一個(gè)實(shí)施例中，預(yù)測(cè)設(shè)備600還包括馬爾可夫模型訓(xùn)練裝置，該馬 爾可夫模型訓(xùn)練裝置被配置為：獲取多個(gè)同類(lèi)對(duì)象的多個(gè)第一序列；將所獲取的多個(gè)第一序列，作為訓(xùn)練數(shù)據(jù)，輸入馬爾可夫模型。

由于在根據(jù)本發(fā)明的評(píng)價(jià)設(shè)備500、預(yù)測(cè)設(shè)備600中所包括的各個(gè)裝置中的處理分別與上面描述的評(píng)價(jià)方法和預(yù)測(cè)方法中所包括的各個(gè)步驟中的處理類(lèi)似，因此為了簡(jiǎn)潔起見(jiàn)，在此省略這些裝置的詳細(xì)描述。

此外，這里尚需指出的是，上述設(shè)備中各個(gè)組成裝置、單元可以通過(guò)軟件、固件、硬件或其組合的方式進(jìn)行配置。配置可使用的具體手段或方式為本領(lǐng)域技術(shù)人員所熟知，在此不再贅述。在通過(guò)軟件或固件實(shí)現(xiàn)的情況下，從存儲(chǔ)介質(zhì)或網(wǎng)絡(luò)向具有專(zhuān)用硬件結(jié)構(gòu)的計(jì)算機(jī)(例如圖7所示的通用計(jì)算機(jī)700)安裝構(gòu)成該軟件的程序，該計(jì)算機(jī)在安裝有各種程序時(shí)，能夠執(zhí)行各種功能等。

圖7示出了可用于實(shí)施根據(jù)本發(fā)明的實(shí)施例的方法和設(shè)備的計(jì)算機(jī)的示意性框圖。

在圖7中，中央處理單元(CPU)701根據(jù)只讀存儲(chǔ)器(ROM)702中存儲(chǔ)的程序或從存儲(chǔ)部分708加載到隨機(jī)存取存儲(chǔ)器(RAM)703的程序執(zhí)行各種處理。在RAM 703中，還根據(jù)需要存儲(chǔ)當(dāng)CPU 701執(zhí)行各種處理等等時(shí)所需的數(shù)據(jù)。CPU 701、ROM 702和RAM 703經(jīng)由總線704彼此連接。輸入/輸出接口705也連接到總線704。

下述部件連接到輸入/輸出接口705：輸入部分706(包括鍵盤(pán)、鼠標(biāo)等等)、輸出部分707(包括顯示器，比如陰極射線管(CRT)、液晶顯示器(LCD)等，和揚(yáng)聲器等)、存儲(chǔ)部分708(包括硬盤(pán)等)、通信部分709(包括網(wǎng)絡(luò)接口卡比如LAN卡、調(diào)制解調(diào)器等)。通信部分709經(jīng)由網(wǎng)絡(luò)比如因特網(wǎng)執(zhí)行通信處理。根據(jù)需要，驅(qū)動(dòng)器710也可連接到輸入/輸出接口705?？刹鹦督橘|(zhì)711比如磁盤(pán)、光盤(pán)、磁光盤(pán)、半導(dǎo)體存儲(chǔ)器等等可以根據(jù)需要被安裝在驅(qū)動(dòng)器710上，使得從中讀出的計(jì)算機(jī)程序根據(jù)需要被安裝到存儲(chǔ)部分708中。

在通過(guò)軟件實(shí)現(xiàn)上述系列處理的情況下，從網(wǎng)絡(luò)比如因特網(wǎng)或存儲(chǔ)介質(zhì)比如可拆卸介質(zhì)711安裝構(gòu)成軟件的程序。

本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這種存儲(chǔ)介質(zhì)不局限于圖7所示的其中存儲(chǔ)有程序、與設(shè)備相分離地分發(fā)以向用戶提供程序的可拆卸介質(zhì)711?？刹鹦督橘|(zhì)711的例子包含磁盤(pán)(包含軟盤(pán)(注冊(cè)商標(biāo)))、光盤(pán)(包含光盤(pán)只讀存儲(chǔ)器(CD-ROM)和數(shù)字通用盤(pán)(DVD))、磁光盤(pán)(包含迷你盤(pán)(MD)(注冊(cè)商標(biāo)))和半導(dǎo)體存儲(chǔ)器?；蛘撸鎯?chǔ)介質(zhì)可以是ROM 702、存儲(chǔ)部分708中包含的硬盤(pán)等等，其中存有程序，并且與包含它們的設(shè)備一起被分發(fā)給用戶。

本發(fā)明還提出一種存儲(chǔ)有機(jī)器可讀取的指令代碼的程序產(chǎn)品。所述指令代碼由機(jī)器讀取并執(zhí)行時(shí)，可執(zhí)行上述根據(jù)本發(fā)明的實(shí)施例的方法。

相應(yīng)地，用于承載上述存儲(chǔ)有機(jī)器可讀取的指令代碼的程序產(chǎn)品的存儲(chǔ)介質(zhì)也包括在本發(fā)明的公開(kāi)中。所述存儲(chǔ)介質(zhì)包括但不限于軟盤(pán)、光盤(pán)、磁光盤(pán)、存儲(chǔ)卡、存儲(chǔ)棒等等。

在上面對(duì)本發(fā)明具體實(shí)施例的描述中，針對(duì)一種實(shí)施方式描述和/或示出的特征可以以相同或類(lèi)似的方式在一個(gè)或更多個(gè)其它實(shí)施方式中使用，與其它實(shí)施方式中的特征相組合，或替代其它實(shí)施方式中的特征。

應(yīng)該強(qiáng)調(diào)，術(shù)語(yǔ)“包括/包含”在本文使用時(shí)指特征、要素、步驟或組件的存在，但并不排除一個(gè)或更多個(gè)其它特征、要素、步驟或組件的存在或附加。

此外，本發(fā)明的方法不限于按照說(shuō)明書(shū)中描述的時(shí)間順序來(lái)執(zhí)行，也可以按照其他的時(shí)間順序地、并行地或獨(dú)立地執(zhí)行。因此，本說(shuō)明書(shū)中描述的方法的執(zhí)行順序不對(duì)本發(fā)明的技術(shù)范圍構(gòu)成限制。

盡管上面已經(jīng)通過(guò)對(duì)本發(fā)明的具體實(shí)施例的描述對(duì)本發(fā)明進(jìn)行了披露，但是，應(yīng)該理解，上述的所有實(shí)施例和示例均是示例性的，而非限制性的。本領(lǐng)域的技術(shù)人員可在所附權(quán)利要求的精神和范圍內(nèi)設(shè)計(jì)對(duì)本發(fā)明的各種修改、改進(jìn)或者等同物。這些修改、改進(jìn)或者等同物也應(yīng)當(dāng)被認(rèn)為包括在本發(fā)明的保護(hù)范圍內(nèi)。

附記

1.一種對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的方法，包括：

獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)；

針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)；

根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)；以及

根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

2.如附記1所述的方法，其中，所述評(píng)價(jià)對(duì)象包括企業(yè)；所述與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征包括企業(yè)的經(jīng)濟(jì)數(shù)據(jù)特征、創(chuàng)新特征、知識(shí)產(chǎn)權(quán)特征中的至少一種。

3.如附記1所述的方法，其中，所述特征的N個(gè)第一閾值通過(guò)如下方式獲得：

(i)獲取該特征的多個(gè)特征數(shù)據(jù)；

(ii)從所獲取的多個(gè)特征數(shù)據(jù)中隨機(jī)選取N+1個(gè)特征數(shù)據(jù)，作為N+1個(gè)簇的簇中心，所選取的N+1個(gè)特征數(shù)據(jù)不包括所獲取的多個(gè)特征數(shù)據(jù)中的極值；

(iii)對(duì)于所獲取的多個(gè)特征數(shù)據(jù)中的每一個(gè)特征數(shù)據(jù)，計(jì)算該特征數(shù)據(jù)與所述N+1個(gè)簇的簇中心的距離，并將該特征數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中；

(iv)針對(duì)所述N+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有特征數(shù)據(jù)的平均值，作為新的簇中心；

重復(fù)上述步驟(iii)和(iv)，直至滿足預(yù)定停止條件；

將滿足預(yù)定停止條件時(shí)所述N+1個(gè)簇中的每個(gè)簇中的最大特征數(shù)據(jù)中除了所述極值之外的N個(gè)特征數(shù)據(jù)，作為該特征的N個(gè)第一閾值。

4.如附記3所述的方法，其中，所述預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

5.如附記1所述的方法，其中，所述評(píng)價(jià)對(duì)象的M個(gè)第二閾值通過(guò)如下方式獲得：

(i)獲取多個(gè)同類(lèi)評(píng)價(jià)對(duì)象的多個(gè)級(jí)別數(shù)據(jù)；

(ii)從所獲取的多個(gè)級(jí)別數(shù)據(jù)中隨機(jī)選取M+1個(gè)級(jí)別數(shù)據(jù)，作為M+1個(gè)簇的簇中心，所選取的M+1個(gè)級(jí)別數(shù)據(jù)是所獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值之外的值；

(iii)對(duì)于所獲取的多個(gè)級(jí)別數(shù)據(jù)中的每一個(gè)級(jí)別數(shù)據(jù)，計(jì)算該級(jí)別數(shù)據(jù)與所述M+1個(gè)簇的簇中心的距離，并將該級(jí)別數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中；

(iv)針對(duì)所述M+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有級(jí)別數(shù)據(jù)的平均值，作為新的簇中心；

重復(fù)上述步驟(iii)和(iv)，直至滿足預(yù)定停止條件；

將滿足預(yù)定停止條件時(shí)所述M+1個(gè)簇中的每個(gè)簇中的最大級(jí)別數(shù)據(jù)中除了所述極值之外的M個(gè)級(jí)別數(shù)據(jù)，作為所述M個(gè)第二閾值。

6.如附記5所述的方法，其中，所述預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

7.一種預(yù)測(cè)方法，包括：

獲取待預(yù)測(cè)對(duì)象的過(guò)去多個(gè)時(shí)間段的評(píng)價(jià)級(jí)別構(gòu)成的第一序列；

通過(guò)向所述第一序列增加未來(lái)時(shí)間段的假設(shè)評(píng)價(jià)級(jí)別，獲得待預(yù)測(cè)對(duì)象的多個(gè)第二序列；

利用馬爾可夫模型，計(jì)算多個(gè)第二序列的第二出現(xiàn)概率；以及

將具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果；

其中，所述評(píng)價(jià)級(jí)別根據(jù)如附記1-6中任一項(xiàng)所述的方法得到。

8.如附記7所述的方法，還包括：

利用馬爾可夫模型，計(jì)算第一序列的第一出現(xiàn)概率；

取代具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，將第二出現(xiàn)概率與第一出現(xiàn)概率的商最大的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果。

9.如附記7或8所述的方法，其中所述馬爾可夫模型通過(guò)如下步驟訓(xùn)練：

獲取多個(gè)同類(lèi)對(duì)象的多個(gè)第一序列；

將所獲取的多個(gè)第一序列，作為訓(xùn)練數(shù)據(jù)，輸入馬爾可夫模型。

10.一種對(duì)評(píng)價(jià)對(duì)象做出評(píng)價(jià)的設(shè)備，包括：

特征獲取裝置，被配置為：獲取與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的特征數(shù)據(jù)；

特征級(jí)別確定裝置，被配置為：針對(duì)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征中的每一個(gè)，根據(jù)該特征的特征數(shù)據(jù)和該特征的N個(gè)第一閾值，給出該特征的級(jí)別，該特征的級(jí)別為N個(gè)第一閾值所能劃分出的N+1個(gè)級(jí)別之一，其中，N為正整數(shù)；

級(jí)別數(shù)據(jù)確定裝置，被配置為：根據(jù)與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征的級(jí)別和級(jí)別對(duì)應(yīng)的權(quán)值，計(jì)算評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)；以及

評(píng)價(jià)級(jí)別確定裝置，被配置為：根據(jù)評(píng)價(jià)對(duì)象的級(jí)別數(shù)據(jù)和M個(gè)第二閾值，給出評(píng)價(jià)對(duì)象的評(píng)價(jià)級(jí)別，該評(píng)價(jià)級(jí)別為M個(gè)第二閾值所能劃分出的M+1個(gè)評(píng)價(jià)級(jí)別之一，其中M為正整數(shù)。

11.如附記10所述的設(shè)備，其中，所述評(píng)價(jià)對(duì)象包括企業(yè)；所述與評(píng)價(jià)對(duì)象相關(guān)的多個(gè)特征包括企業(yè)的經(jīng)濟(jì)數(shù)據(jù)特征、創(chuàng)新特征、知識(shí)產(chǎn)權(quán)特征中的至少一種。

12.如附記10所述的設(shè)備，還包括第一閾值確定裝置，該第一閾值確定裝置被配置為：

(i)獲取該特征的多個(gè)特征數(shù)據(jù)；

(ii)從所獲取的多個(gè)特征數(shù)據(jù)中隨機(jī)選取N+1個(gè)特征數(shù)據(jù)，作為N+1個(gè)簇的簇中心，所選取的N+1個(gè)特征數(shù)據(jù)不包括所獲取的多個(gè)特征數(shù)據(jù)中的極值；

(iii)對(duì)于所獲取的多個(gè)特征數(shù)據(jù)中的每一個(gè)特征數(shù)據(jù)，計(jì)算該特征數(shù)據(jù)與所述N+1個(gè)簇的簇中心的距離，并將該特征數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中；

(iv)針對(duì)所述N+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有特征數(shù)據(jù)的平均值，作為新的簇中心；

重復(fù)(iii)和(iv)，直至滿足預(yù)定停止條件；

將滿足預(yù)定停止條件時(shí)所述N+1個(gè)簇中的每個(gè)簇中的最大特征數(shù)據(jù)中除了所述極值之外的N個(gè)特征數(shù)據(jù)，作為該特征的N個(gè)第一閾值。

13.如附記12所述的設(shè)備，其中，所述預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

14.如附記10所述的設(shè)備，還包括第二閾值確定裝置，該第二閾值確定裝置被配置為：

(i)獲取多個(gè)同類(lèi)評(píng)價(jià)對(duì)象的多個(gè)級(jí)別數(shù)據(jù)；

(ii)從所獲取的多個(gè)級(jí)別數(shù)據(jù)中隨機(jī)選取M+1個(gè)級(jí)別數(shù)據(jù)，作為M+1個(gè)簇的簇中心，所選取的M+1個(gè)級(jí)別數(shù)據(jù)是所獲取的多個(gè)級(jí)別數(shù)據(jù)中的極值之外的值；

(iii)對(duì)于所獲取的多個(gè)級(jí)別數(shù)據(jù)中的每一個(gè)級(jí)別數(shù)據(jù)，計(jì)算該級(jí)別數(shù)據(jù)與所述M+1個(gè)簇的簇中心的距離，并將該級(jí)別數(shù)據(jù)歸類(lèi)到與其距離最近的一個(gè)簇中心所屬的簇中；

(iv)針對(duì)所述M+1個(gè)簇中的每個(gè)簇，計(jì)算屬于該簇的所有級(jí)別數(shù)據(jù)的平均值，作為新的簇中心；

重復(fù)(iii)和(iv)，直至滿足預(yù)定停止條件；

將滿足預(yù)定停止條件時(shí)所述M+1個(gè)簇中的每個(gè)簇中的最大級(jí)別數(shù)據(jù)中除了所述極值之外的M個(gè)級(jí)別數(shù)據(jù)，作為所述M個(gè)第二閾值。

15.如附記14所述的設(shè)備，其中，所述預(yù)定停止條件包括新的簇中心相對(duì)于原簇中心的偏移為0或小于特定門(mén)限值。

16.一種預(yù)測(cè)設(shè)備，包括：

第一序列獲取裝置，被配置為：獲取待預(yù)測(cè)對(duì)象的過(guò)去多個(gè)時(shí)間段的評(píng)價(jià)級(jí)別構(gòu)成的第一序列；

第二序列獲取裝置，被配置為：通過(guò)向所述第一序列增加未來(lái)時(shí)間段的假設(shè)評(píng)價(jià)級(jí)別，獲得待預(yù)測(cè)對(duì)象的多個(gè)第二序列；

馬爾可夫模型，用于計(jì)算多個(gè)第二序列的第二出現(xiàn)概率；以及

預(yù)測(cè)結(jié)果確定裝置，被配置為：將具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果；

其中，所述評(píng)價(jià)級(jí)別根據(jù)如附記10-15中任一項(xiàng)所述的設(shè)備得到。

17.如附記16所述的設(shè)備，其中，所述馬爾可夫模型還用于計(jì)算第一序列的第一出現(xiàn)概率；并且所述預(yù)測(cè)結(jié)果確定裝置被配置為取代具有最大第二出現(xiàn)概率的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，將第二出現(xiàn)概率與第一出現(xiàn)概率的商最大的第二序列中包含的假設(shè)評(píng)價(jià)級(jí)別，作為對(duì)待預(yù)測(cè)對(duì)象未來(lái)時(shí)間段的評(píng)價(jià)級(jí)別的預(yù)測(cè)結(jié)果。

18.如附記16或17所述的設(shè)備，還包括馬爾可夫模型訓(xùn)練裝置，該馬爾可夫模型訓(xùn)練裝置被配置為：

獲取多個(gè)同類(lèi)對(duì)象的多個(gè)第一序列；

將所獲取的多個(gè)第一序列，作為訓(xùn)練數(shù)據(jù)，輸入馬爾可夫模型。