本發(fā)明涉及信息處理技術(shù)領(lǐng)域，尤其涉及一種基于大數(shù)據(jù)的品牌資產(chǎn)評(píng)估方法及系統(tǒng)。

背景技術(shù)：

新技術(shù)、產(chǎn)品、企業(yè)品牌等作為一種無(wú)形資產(chǎn)，對(duì)各個(gè)企業(yè)來(lái)說(shuō)是最有價(jià)值的資產(chǎn)，而評(píng)估該價(jià)值卻是世界難題。目前對(duì)某一對(duì)象進(jìn)行資產(chǎn)價(jià)值的評(píng)估基本上圍繞三個(gè)要素展開(kāi)的：財(cái)務(wù)要素、市場(chǎng)要素以及消費(fèi)者要素，而在資產(chǎn)評(píng)估方法發(fā)展階段中探討的各個(gè)因素并不是完全相互獨(dú)立，有些評(píng)估方法會(huì)同時(shí)考慮財(cái)務(wù)要素和市場(chǎng)要素或同時(shí)考慮市場(chǎng)因素和消費(fèi)者要素等，而移動(dòng)互聯(lián)網(wǎng)時(shí)代的來(lái)臨使得企業(yè)面臨新的數(shù)據(jù)管理問(wèn)題，例如對(duì)技術(shù)數(shù)據(jù)的管理、對(duì)公共資源數(shù)據(jù)的管理、對(duì)客戶數(shù)據(jù)的管理、對(duì)企業(yè)內(nèi)部數(shù)據(jù)的管理等，因此如何利用大數(shù)據(jù)來(lái)提升企業(yè)的資產(chǎn)價(jià)值是當(dāng)下亟待解決的問(wèn)題?，F(xiàn)有技術(shù)中對(duì)于互聯(lián)網(wǎng)大數(shù)據(jù)的應(yīng)用研究大多還僅限于理論分析，并沒(méi)有通過(guò)定量分析來(lái)輔助資產(chǎn)評(píng)估。特別是在分析對(duì)某一行為或?qū)ο蟮慕邮?、采納程度，分析某一行為或?qū)ο髮?duì)社會(huì)的價(jià)值、對(duì)企業(yè)價(jià)值、對(duì)公眾的價(jià)值時(shí)，現(xiàn)有的大數(shù)據(jù)分析或者小樣本分析方法中涉及的參數(shù)不夠全面，所得到的結(jié)果不能精確的進(jìn)行資產(chǎn)評(píng)估。

技術(shù)實(shí)現(xiàn)要素：

為克服現(xiàn)有技術(shù)中存在的無(wú)法精確計(jì)量被評(píng)估對(duì)象的資產(chǎn)的價(jià)值的問(wèn)題，本發(fā)明提供了一種基于大數(shù)據(jù)的資產(chǎn)評(píng)估方法及系統(tǒng)。

本發(fā)明的具體實(shí)施方式為：

一種基于大數(shù)據(jù)的資產(chǎn)評(píng)估方法，該方法包括：

步驟1：獲取被評(píng)估對(duì)象的多個(gè)屬性的數(shù)據(jù)信息；

步驟2：根據(jù)步驟1中獲得的數(shù)據(jù)信息得出被評(píng)估對(duì)象的時(shí)效值、被評(píng)估對(duì)象所包含的信息量和被評(píng)估對(duì)象信息的平均價(jià)格；

步驟3：根據(jù)步驟2中得出的被評(píng)估對(duì)象的時(shí)效值、被評(píng)估對(duì)象所包含的信息量和被評(píng)估對(duì)象的平均價(jià)格綜合評(píng)估被評(píng)估對(duì)象的資產(chǎn)。

在此基礎(chǔ)上，所述步驟2中計(jì)算被評(píng)估對(duì)象的時(shí)效值的具體方法為：對(duì)被評(píng)估對(duì)象屬性進(jìn)行分析和度量，將被評(píng)估對(duì)象屬性與關(guān)于被評(píng)估對(duì)象的衰減函數(shù)轉(zhuǎn)換為被評(píng)估對(duì)象的時(shí)效系數(shù)，進(jìn)而得到被評(píng)估對(duì)象的時(shí)效值。

在此基礎(chǔ)上，所述被評(píng)估對(duì)象包含的信息量還包括：根據(jù)被評(píng)估對(duì)象屬性及被評(píng)估對(duì)象行業(yè)類型將被評(píng)估對(duì)象信息量進(jìn)行延伸，所述被評(píng)估對(duì)象行業(yè)類型包括單一行業(yè)被評(píng)估對(duì)象和跨行業(yè)被評(píng)估對(duì)象。

在此基礎(chǔ)上，所述步驟2中計(jì)算被評(píng)估對(duì)象的平均價(jià)格的具體方法為：根據(jù)行業(yè)的競(jìng)爭(zhēng)狀況得出被評(píng)估對(duì)象價(jià)值總量和最大程度上的被評(píng)估對(duì)象量，進(jìn)而得出被評(píng)估對(duì)象的平均價(jià)格。

在此基礎(chǔ)上，所述步驟3中牌資產(chǎn)評(píng)估還包括：對(duì)被評(píng)估對(duì)象延伸價(jià)值的評(píng)估以及對(duì)被評(píng)估對(duì)象營(yíng)業(yè)外收入的評(píng)估。

本發(fā)明還提供了一種基于大數(shù)據(jù)的資產(chǎn)評(píng)估系統(tǒng)，包括數(shù)據(jù)獲取模塊、計(jì)算模塊和處理模塊，其中，

所述數(shù)據(jù)獲取模塊，用于獲取與被評(píng)估對(duì)象屬性相關(guān)的數(shù)據(jù)信息，并進(jìn)行整理分析，將整理分析后的數(shù)據(jù)傳遞給計(jì)算模塊；

所述計(jì)算模塊，用于接收數(shù)據(jù)獲取模塊的數(shù)據(jù)信息，并根據(jù)獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象的時(shí)效值、被評(píng)估對(duì)象包含的信息量和被評(píng)估對(duì)象信息平均價(jià)格，將計(jì)算出的數(shù)據(jù)傳遞給處理模塊；

所述處理模塊，用于接收計(jì)算模塊得出的數(shù)據(jù)，并根據(jù)該數(shù)據(jù)進(jìn)行整合評(píng)估出被評(píng)估對(duì)象的資產(chǎn)。

在此基礎(chǔ)上，所述數(shù)據(jù)獲取模塊包括忠誠(chéng)度獲取模塊、知名度獲取模塊、認(rèn)知度獲取模塊、聯(lián)想度獲取模塊、美譽(yù)度獲取模塊和數(shù)據(jù)整合模塊，所述數(shù)據(jù)整合模塊用于整合忠誠(chéng)度獲取模塊、知名度獲取模塊、認(rèn)知度獲取模塊、聯(lián)想度獲取模塊和美譽(yù)度獲取模塊的數(shù)據(jù)。

在此基礎(chǔ)上，所述計(jì)算模塊包括第一計(jì)算模塊、第二計(jì)算模塊和第三計(jì)算模塊，所述第一計(jì)算模塊，用于根據(jù)數(shù)據(jù)獲取模塊獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象的時(shí)效值，所述第二計(jì)算模塊，用于根據(jù)數(shù)據(jù)獲取模塊獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象包含的信息量，所述第三計(jì)算模塊，用于根據(jù)數(shù)據(jù)獲取模塊獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象平均價(jià)格。

在此基礎(chǔ)上，所述計(jì)算模塊還包括第一評(píng)估模塊，所述第一評(píng)估模塊用于評(píng)估被評(píng)估對(duì)象的延伸價(jià)值。

在此基礎(chǔ)上，計(jì)算模塊還包括第二評(píng)估模塊，所述第二評(píng)估模塊用于評(píng)估被評(píng)估對(duì)象的營(yíng)業(yè)外收入。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

1、本發(fā)明可基于網(wǎng)絡(luò)(包括物聯(lián)網(wǎng)、云網(wǎng)絡(luò)等)或者問(wèn)卷調(diào)查獲取被評(píng)估對(duì)象的相關(guān)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行科學(xué)處理、結(jié)合信息理論精確評(píng)估出資產(chǎn)價(jià)值。本發(fā)明體現(xiàn)出被評(píng)估對(duì)象作為信息本質(zhì)的自然衰減規(guī)律，也體現(xiàn)出忠誠(chéng)度減緩或阻滯衰減的能力，更加符合信息的時(shí)效性，為更精確的評(píng)估資產(chǎn)創(chuàng)造了條件。

2、本發(fā)明中基于大數(shù)據(jù)對(duì)被評(píng)估對(duì)象進(jìn)行評(píng)估時(shí)，通過(guò)獲取最大值信息量，并根據(jù)被評(píng)估對(duì)象所在行業(yè)的類型進(jìn)行延伸調(diào)整，同時(shí)也解決了信息傳播能力存在差異的問(wèn)題，使得信息量不局限于知名度和認(rèn)知度，擴(kuò)大了被評(píng)估對(duì)象信息量的發(fā)展空間。

附圖說(shuō)明

圖1是一種基于大數(shù)據(jù)的品牌資產(chǎn)評(píng)估系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

以下結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明披露了一種基于大數(shù)據(jù)的資產(chǎn)評(píng)估方法，包括：

步驟1：獲取被評(píng)估對(duì)象多個(gè)屬性的數(shù)據(jù)信息，以及其他相關(guān)信息，如行業(yè)競(jìng)爭(zhēng)狀況等，優(yōu)選地，步驟1中的被評(píng)估對(duì)象屬性包括忠誠(chéng)度、知名度、認(rèn)知度、聯(lián)想度和美譽(yù)度等被評(píng)估對(duì)象的屬性；其中，忠誠(chéng)度獲取模塊基于大數(shù)據(jù)如互聯(lián)網(wǎng)、問(wèn)卷調(diào)查或者云計(jì)算等對(duì)數(shù)據(jù)進(jìn)行分布式挖掘，例如針對(duì)某一新技術(shù)的確立研發(fā)和推廣、管理層的某一決定或制度的變更等行為或者企業(yè)品牌、商標(biāo)、產(chǎn)品等對(duì)象對(duì)大眾進(jìn)行數(shù)據(jù)調(diào)查，大眾所表現(xiàn)出來(lái)的行為指向和心理歸屬感，例如公司管理層出臺(tái)的新政策，調(diào)查員工對(duì)該新政策的認(rèn)同度，以及對(duì)企業(yè)盡心竭力服務(wù)的風(fēng)險(xiǎn)程度，例如針對(duì)某一品牌，調(diào)查消費(fèi)者在購(gòu)買決策中，表現(xiàn)出對(duì)該品牌的偏向性行為；其中，知名度獲取模塊是基于大數(shù)據(jù)獲得知曉某一行為或者某一對(duì)象，如知曉品牌的人數(shù)，該人數(shù)與受訪者人數(shù)的百分比即為知名度(Z)，如某一新型技術(shù)的市場(chǎng)推廣，具體如3D打印技術(shù)，對(duì)一部分人進(jìn)行調(diào)查是否知曉3D打印技術(shù)，知曉的人數(shù)與總?cè)藬?shù)的比值即為3D打印技術(shù)的知名度，在知名度的獲取過(guò)程中，受訪人數(shù)越多，所獲取的知名度的更加貼合實(shí)際；其中，認(rèn)知度獲取模塊是通過(guò)基于大數(shù)據(jù)獲得知曉某一行為或?qū)ο蟮某潭?，如公眾?duì)3D打印技術(shù)的知曉程度，是否知曉3D打印技術(shù)的原理或者實(shí)現(xiàn)方法等；其中，聯(lián)想度獲取模塊，是通過(guò)基于大數(shù)據(jù)調(diào)查，當(dāng)提到某一行為或者對(duì)象時(shí)，調(diào)查者腦中或浮現(xiàn)有關(guān)該行為或?qū)ο蟮男畔?，如?dāng)對(duì)受訪群眾提到高速列車該對(duì)象時(shí)，受訪群眾腦中聯(lián)想到的有關(guān)事物，包括高速列車的類別、高速列車的適用情形、高速列車的出行使用程度、高速列車的舒適度等；其中，美譽(yù)度獲取模塊是指某個(gè)行為或者對(duì)象獲得公眾信任、好感、接納和歡迎的程度，是評(píng)價(jià)該行為和對(duì)象聲譽(yù)好壞的社會(huì)指標(biāo)，如對(duì)于同一個(gè)產(chǎn)品來(lái)說(shuō)，公眾使用后會(huì)有不同的體驗(yàn)感受，如智能掃地機(jī)，有部分公眾會(huì)覺(jué)得智能掃地機(jī)能夠很好的執(zhí)行打掃這一任務(wù)，可以完全解放人類的雙手，用戶體驗(yàn)程度較好，也有另一部分群眾覺(jué)得智能掃地機(jī)雖然可以自己執(zhí)行打掃這一任務(wù)，但是效果不盡如人意，還是需要人為的二次清潔，因此對(duì)同一個(gè)行為或者是對(duì)象，群眾的看法多種多樣，若調(diào)查的人數(shù)足夠多，同時(shí)群眾對(duì)該行為或者對(duì)象均十分滿意，則說(shuō)明該行為或者對(duì)象的美譽(yù)度高；最后數(shù)據(jù)整合模塊用于整合忠誠(chéng)度獲取模塊、知名度獲取模塊、認(rèn)知度獲取模塊、聯(lián)想度獲取模塊和美譽(yù)度獲取模塊的數(shù)據(jù)，使得數(shù)據(jù)更加顯而易見(jiàn)，易于對(duì)比。

步驟2：根據(jù)步驟1中獲得的數(shù)據(jù)信息得出被評(píng)估對(duì)象的時(shí)效值、被評(píng)估對(duì)象所包含的信息量和被評(píng)估對(duì)象的平均價(jià)格；其中計(jì)算被評(píng)估對(duì)象的時(shí)效值的具體方法為：對(duì)忠誠(chéng)度進(jìn)行分析和度量，將忠誠(chéng)度與關(guān)于被評(píng)估對(duì)象的衰減函數(shù)轉(zhuǎn)換為被評(píng)估對(duì)象的時(shí)效系數(shù)，進(jìn)而得到被評(píng)估對(duì)象的時(shí)效值，其中衰減函數(shù)與被評(píng)估對(duì)象相關(guān)，由被評(píng)估對(duì)象自身決定被評(píng)估對(duì)象衰減函數(shù),體現(xiàn)出被評(píng)估對(duì)象作為信息本質(zhì)的自然衰減規(guī)律，也體現(xiàn)出忠誠(chéng)度減緩或阻滯衰減的能力，更加符合被評(píng)估對(duì)象的時(shí)效性，為更精確的評(píng)估資產(chǎn)創(chuàng)造了條件。其中，計(jì)算被評(píng)估對(duì)象所包含的信息量的具體方法為：對(duì)知名度和認(rèn)知度進(jìn)行分析和度量，進(jìn)而得到被評(píng)估對(duì)象包含的信息量。進(jìn)一步地，被評(píng)估對(duì)象包含的信息量還包括：根據(jù)被評(píng)估對(duì)象聯(lián)想度及被評(píng)估對(duì)象行業(yè)類型將被評(píng)估對(duì)象信息量進(jìn)行延伸，所述被評(píng)估對(duì)象行業(yè)類型包括單一行業(yè)被評(píng)估對(duì)象和跨行業(yè)被評(píng)估對(duì)象。被評(píng)估對(duì)象信息基本量包含知名度和認(rèn)知度的總和，其中知名度與認(rèn)知度均根據(jù)被評(píng)估對(duì)象行業(yè)類型設(shè)置有延伸系數(shù)，該延伸系數(shù)的延伸能力由被評(píng)估對(duì)象聯(lián)想度決定。被評(píng)估對(duì)象所包含的信息量，基本取決于知名度和認(rèn)知度，且知名度和認(rèn)知度均是可以精確度量的量，另外還根據(jù)被評(píng)估對(duì)象行業(yè)類型將被評(píng)估對(duì)象信息量進(jìn)行延伸調(diào)整，解決了每個(gè)被評(píng)估對(duì)象的信息傳播能力存在差異的問(wèn)題，使得被評(píng)估對(duì)象不局限于知名度和認(rèn)知度，擴(kuò)大了被評(píng)估對(duì)象信息量的發(fā)展空間，適宜于各種被評(píng)估對(duì)象，有更能準(zhǔn)確的評(píng)估各種被評(píng)估對(duì)象的資產(chǎn)。

其中，計(jì)算被評(píng)估對(duì)象的平均價(jià)格的具體方法為：根據(jù)行業(yè)的競(jìng)爭(zhēng)狀況得出被評(píng)估對(duì)象價(jià)值總量和最大程度上的被評(píng)估對(duì)象信息量，進(jìn)而得出被評(píng)估對(duì)象平均價(jià)格。該價(jià)格不因被評(píng)估對(duì)象信息量的變化而變化，卻與被評(píng)估對(duì)象數(shù)目的變化有關(guān)，使得被評(píng)估對(duì)象評(píng)估更具有客觀性，另外還包括獲取美譽(yù)度和內(nèi)部員工的忠誠(chéng)度確定被評(píng)估對(duì)象價(jià)格調(diào)整系數(shù)，并調(diào)整被評(píng)估對(duì)象平均價(jià)格，通過(guò)被評(píng)估對(duì)象價(jià)格調(diào)整系數(shù)體現(xiàn)出同一行業(yè)因?yàn)槊總€(gè)被評(píng)估對(duì)象的信息質(zhì)量不同而使得同行業(yè)中被評(píng)估對(duì)象價(jià)格的差異，為精確科學(xué)評(píng)估被評(píng)估對(duì)象的資產(chǎn)打下了基礎(chǔ)。優(yōu)選地，還包括獲取美譽(yù)度和內(nèi)部員工的忠誠(chéng)度確定被評(píng)估對(duì)象價(jià)格調(diào)整系數(shù)，并調(diào)整被評(píng)估對(duì)象平均價(jià)格。根據(jù)美譽(yù)度確定被評(píng)估對(duì)象信息質(zhì)量以及員工的忠誠(chéng)度為被評(píng)估對(duì)象單價(jià)帶來(lái)溢價(jià)。某行業(yè)被評(píng)估對(duì)象價(jià)格為該行業(yè)被評(píng)估對(duì)象價(jià)值總量與該行業(yè)內(nèi)的被評(píng)估對(duì)象信息總量的比值，同時(shí)該比值通過(guò)美譽(yù)度和內(nèi)部員工的忠誠(chéng)度確定的被評(píng)估對(duì)象價(jià)格調(diào)整系數(shù)進(jìn)行被評(píng)估對(duì)象價(jià)格的調(diào)整，以獲取最終的被評(píng)估對(duì)象平均價(jià)格。

步驟3：根據(jù)步驟2中得出的被評(píng)估對(duì)象的時(shí)效值、被評(píng)估對(duì)象所包含的信息量和被評(píng)估對(duì)象的平均價(jià)格綜合評(píng)估被評(píng)估對(duì)象的資產(chǎn)。被評(píng)估對(duì)象資產(chǎn)評(píng)估還包括被評(píng)估對(duì)象延伸價(jià)值的評(píng)估以及被評(píng)估對(duì)象營(yíng)業(yè)外收入的評(píng)估。其中被評(píng)估對(duì)象延伸價(jià)值包括：母子被評(píng)估對(duì)象延伸方式下，子被評(píng)估對(duì)象的影響帶來(lái)的價(jià)值，即通過(guò)折減系數(shù)與被評(píng)估對(duì)象跨行業(yè)延伸的子被評(píng)估對(duì)象價(jià)值的乘積獲得子被評(píng)估對(duì)象帶來(lái)的價(jià)值，以及單一被評(píng)估對(duì)象延伸方式下，新產(chǎn)品獨(dú)立一致性超過(guò)原產(chǎn)品帶來(lái)的價(jià)值。被評(píng)估對(duì)象的營(yíng)業(yè)外收入包括政府因被評(píng)估對(duì)象贈(zèng)與企業(yè)的補(bǔ)貼、退稅以及關(guān)聯(lián)方因被評(píng)估對(duì)象做出的讓步，如降低價(jià)格所獲得的收入。

其中，上述的被評(píng)估對(duì)象可為品牌、商標(biāo)、產(chǎn)品等對(duì)象。

另一方面，為實(shí)現(xiàn)上述方法，本發(fā)明披露了一種基于大數(shù)據(jù)的資產(chǎn)評(píng)估系統(tǒng)，大數(shù)據(jù)的內(nèi)容可以是技術(shù)信息、客戶信息、品牌信息、以及一切與人的屬性或行為有關(guān)的信息，這些數(shù)據(jù)可以是結(jié)構(gòu)化的或者非結(jié)構(gòu)化的。如圖1所示為該裝置的結(jié)構(gòu)示意圖，包括數(shù)據(jù)獲取模塊100、計(jì)算模塊200和處理模塊300，其中數(shù)據(jù)獲取模塊100，用于獲取與被評(píng)估對(duì)象相關(guān)的數(shù)據(jù)信息，并進(jìn)行整理分析，將整理分析后的數(shù)據(jù)傳遞給計(jì)算模塊200；計(jì)算模塊200，用于接收數(shù)據(jù)獲取模塊100的數(shù)據(jù)信息，并進(jìn)行整理分析，將計(jì)算出的數(shù)據(jù)傳遞給處理模塊300；處理模塊300，用于接收計(jì)算模塊200得出的數(shù)據(jù)，并根據(jù)該數(shù)據(jù)進(jìn)行整合評(píng)估出被評(píng)估對(duì)象的資產(chǎn)。本發(fā)明可基于網(wǎng)絡(luò)(包括物聯(lián)網(wǎng)、云網(wǎng)絡(luò)等)或者問(wèn)卷調(diào)查獲取某一行為或者對(duì)象的相關(guān)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行科學(xué)處理、結(jié)合信息理論精確評(píng)估出資產(chǎn)價(jià)值。

優(yōu)選地，數(shù)據(jù)獲取模塊100包括忠誠(chéng)度獲取模塊、知名度獲取模塊、認(rèn)知度獲取模塊、聯(lián)想度獲取模塊、美譽(yù)度獲取模塊和數(shù)據(jù)整合模塊，其中，忠誠(chéng)度獲取模塊基于大數(shù)據(jù)如互聯(lián)網(wǎng)、問(wèn)卷調(diào)查或者云計(jì)算等對(duì)數(shù)據(jù)進(jìn)行分布式挖掘，例如針對(duì)某一新技術(shù)的確立研發(fā)和推廣、管理層的某一決定或制度的變更等行為或者企業(yè)品牌、商標(biāo)、產(chǎn)品等對(duì)象對(duì)大眾進(jìn)行數(shù)據(jù)調(diào)查，大眾所表現(xiàn)出來(lái)的行為指向和心理歸屬感，例如公司管理層出臺(tái)的新政策，調(diào)查員工對(duì)該新政策的認(rèn)同度，以及對(duì)企業(yè)盡心竭力服務(wù)的風(fēng)險(xiǎn)程度，例如針對(duì)某一品牌，調(diào)查消費(fèi)者在購(gòu)買決策中，表現(xiàn)出對(duì)該品牌的偏向性行為；其中，知名度獲取模塊是基于大數(shù)據(jù)獲得知曉某一行為或者某一對(duì)象的人數(shù)，該人數(shù)與受訪者人數(shù)的百分比即為知名度(Z)，如某一新型技術(shù)的市場(chǎng)推廣，具體如3D打印技術(shù)，對(duì)一部分人進(jìn)行調(diào)查是否知曉3D打印技術(shù)，知曉的人數(shù)與總?cè)藬?shù)的比值即為3D打印技術(shù)的知名度，在知名度的獲取過(guò)程中，受訪人數(shù)越多，所獲取的知名度的更加貼合實(shí)際；其中，認(rèn)知度獲取模塊是通過(guò)基于大數(shù)據(jù)獲得知曉某一行為或?qū)ο蟮某潭?，如公眾?duì)3D打印技術(shù)的知曉程度，是否知曉3D打印技術(shù)的原理或者實(shí)現(xiàn)方法等；其中，聯(lián)想度獲取模塊，是通過(guò)基于大數(shù)據(jù)調(diào)查，當(dāng)提到某一行為或者對(duì)象時(shí)，調(diào)查者腦中或浮現(xiàn)有關(guān)該行為或?qū)ο蟮男畔?，如?dāng)對(duì)受訪群眾提到高速列車該對(duì)象時(shí)，受訪群眾腦中聯(lián)想到的有關(guān)事物，包括高速列車的類別、高速列車的適用情形、高速列車的出行使用程度、高速列車的舒適度等；其中，美譽(yù)度獲取模塊是指某個(gè)行為或者對(duì)象獲得公眾信任、好感、接納和歡迎的程度，是評(píng)價(jià)該行為和對(duì)象聲譽(yù)好壞的社會(huì)指標(biāo)，如對(duì)于同一個(gè)產(chǎn)品來(lái)說(shuō)，公眾使用后會(huì)有不同的體驗(yàn)感受，如智能掃地機(jī)，有部分公眾會(huì)覺(jué)得智能掃地機(jī)能夠很好的執(zhí)行打掃這一任務(wù)，可以完全解放人類的雙手，用戶體驗(yàn)程度較好，也有另一部分群眾覺(jué)得智能掃地機(jī)雖然可以自己執(zhí)行打掃這一任務(wù)，但是效果不盡如人意，還是需要人為的二次清潔，因此對(duì)同一個(gè)行為或者是對(duì)象，群眾的看法多種多樣，若調(diào)查的人數(shù)足夠多，同時(shí)群眾對(duì)該行為或者對(duì)象均十分滿意，則說(shuō)明該行為或者對(duì)象的美譽(yù)度高；最后數(shù)據(jù)整合模塊用于整合忠誠(chéng)度獲取模塊、知名度獲取模塊、認(rèn)知度獲取模塊、聯(lián)想度獲取模塊和美譽(yù)度獲取模塊的數(shù)據(jù)，使得數(shù)據(jù)更加顯而易見(jiàn)，易于對(duì)比。

如圖1所示，計(jì)算模塊200包括第一計(jì)算模塊201、第二計(jì)算模塊202和第三計(jì)算模塊203，其中，第一計(jì)算模塊201，用于根據(jù)數(shù)據(jù)獲取模塊100獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象的信息時(shí)效值，行為或者對(duì)象在群眾之間傳播時(shí)，均轉(zhuǎn)化為信息進(jìn)行傳播，眾所周知，信息具有時(shí)效性，同一行為或者對(duì)象在不同的時(shí)間段在性質(zhì)上具有很大的差異，因此本發(fā)明在評(píng)估某一對(duì)象或者行為時(shí)將時(shí)效性納入考慮范圍可以更精確的評(píng)估資產(chǎn)。第一計(jì)算模塊201與忠誠(chéng)度獲取模塊相連，獲取忠誠(chéng)度數(shù)據(jù)，并將忠誠(chéng)度與關(guān)于被評(píng)估對(duì)象信息的衰減函數(shù)轉(zhuǎn)換為時(shí)效系數(shù)，進(jìn)而獲取被評(píng)估對(duì)象信息的時(shí)效值，即S＝[1/(N(V)-L)]^t，其中N是關(guān)于被評(píng)估對(duì)象信息的衰減函數(shù)，即N(V)＝F(J)，t為時(shí)間或期數(shù)，L是忠誠(chéng)度。本發(fā)明體現(xiàn)出被評(píng)估對(duì)象作為信息本質(zhì)的自然衰減規(guī)律，也體現(xiàn)出忠誠(chéng)度減緩或阻滯衰減的能力，更加符合信息的時(shí)效性，為更精確的評(píng)估資產(chǎn)創(chuàng)造了條件。

如圖1所示，第二計(jì)算模塊202，用于根據(jù)數(shù)據(jù)獲取模塊100獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象包含的信息量，所謂被評(píng)估對(duì)象包含的信息量即為某一行為或者對(duì)象所包含的知名度和認(rèn)知度的總和，如3D打印技術(shù)公眾可以僅知道3D打印技術(shù)為快速成型技術(shù)的一種，還可以知道3D打印技術(shù)是一種以數(shù)字模型文件為基礎(chǔ)，運(yùn)用粉末狀金屬等粘合劑通過(guò)逐層打印的方式來(lái)構(gòu)造物體的技術(shù)，甚至可以知道3D打印技術(shù)通過(guò)采用數(shù)字技術(shù)材料打印機(jī)來(lái)實(shí)現(xiàn)。公眾的生活環(huán)境和學(xué)習(xí)態(tài)度的不同往往會(huì)造成對(duì)某項(xiàng)技術(shù)或?qū)ο蟮日J(rèn)知的差異，即也改變了本發(fā)明中知名度和認(rèn)知度的值，進(jìn)而改變了被評(píng)估對(duì)象包含的信息量的綜合。第二計(jì)算模塊202與知名度獲取模塊和認(rèn)知度獲取模塊相連，獲取知名度和認(rèn)知度數(shù)據(jù)，進(jìn)而獲得被評(píng)估對(duì)象包含的信息量，即J＝Z+R，其中Z為知名度，R為認(rèn)知度。進(jìn)一步優(yōu)選地，將知名度與認(rèn)知度通過(guò)增加系數(shù)進(jìn)行修正，使得被評(píng)估對(duì)象所包含的信息量更加全面與精確。如下：M＝S×Z，R＝(R_max-1)×r×m×s，即J＝[S×Z+(R_max—1)×r×m×s]，式中，J為某一行為或者對(duì)象的信息量；S為普通群體人群總數(shù)；Z為某一行為或者對(duì)象的知名度；R_max一個(gè)普通群體中的個(gè)體完全知道某一行為或者對(duì)象所要傳播的信息量的極值；r為某一行為或者對(duì)象的平均認(rèn)知度；m為由知名度而來(lái)的某一行為或者對(duì)象的基本信息量，其中m即由知名度而來(lái)的某一行為或者對(duì)象的基本信息量為目標(biāo)人群總數(shù)與某一行為或者對(duì)象的知名度的乘積。

優(yōu)選地，第二計(jì)算模塊還包括延伸模塊，延伸模塊用于延伸被評(píng)估對(duì)象包含的信量，因此延伸模塊與聯(lián)想度獲取模塊相連，延伸模塊根據(jù)聯(lián)想度及行業(yè)類型將被評(píng)估對(duì)象的信息量進(jìn)行延伸，而行業(yè)類型包括單一行業(yè)和跨行業(yè)，如某些企業(yè)專注于某一項(xiàng)產(chǎn)品僅涉足一種行業(yè)，而另一些企業(yè)則可以同時(shí)涉足多個(gè)行業(yè)，如物流、食品加工等，因此每個(gè)企業(yè)或者對(duì)象或者行為的延伸系數(shù)，即可以聯(lián)想的程度是不一樣的，涉足的行業(yè)越寬泛，則聯(lián)想的程度越廣闊。因此，若某一行為或者某一對(duì)象僅涉足單一行業(yè)，那么增加單一行業(yè)內(nèi)延伸系數(shù)，增加后被評(píng)估對(duì)象包含的信息量即為若涉及多個(gè)行業(yè)則增加跨行業(yè)延伸的系數(shù)，增加后被評(píng)估對(duì)象包含的信息量為J＝[(S+Δs)×(Z)+(R_max-1)×r×m×s]。其中，S為單一行業(yè)中人群總數(shù)，Δs為涉足多個(gè)行業(yè)，相對(duì)于單個(gè)行業(yè)的人群增加量，Z為知名度＝知曉該被評(píng)估對(duì)象/受訪者總數(shù)×100％，R_max為一個(gè)消費(fèi)者完全知道被評(píng)估對(duì)象所要傳播的信息量的極值，r為平均認(rèn)知度，э為延伸中的被評(píng)估對(duì)象是否與原被評(píng)估對(duì)象的關(guān)系一致性，y為拒絕該被評(píng)估對(duì)象的人數(shù)。本發(fā)明中基于大數(shù)據(jù)對(duì)某一行為或者對(duì)象進(jìn)行評(píng)估時(shí)，通過(guò)獲取該行為或者對(duì)象所包含的最大值信息量，并根據(jù)該行為或者對(duì)象所在行業(yè)的類型進(jìn)行延伸調(diào)整，解決了同時(shí)也解決了信息傳播能力存在差異的問(wèn)題，使得信息量不局限于知名度和認(rèn)知度，擴(kuò)大了被評(píng)估對(duì)象信息量的發(fā)展空間，適宜于評(píng)估各種信息數(shù)據(jù)，例如針對(duì)某一項(xiàng)新技術(shù)、某一個(gè)事件、某一個(gè)產(chǎn)品、針對(duì)學(xué)校、商場(chǎng)、企業(yè)品牌等的資產(chǎn)評(píng)估均可得出合理的資產(chǎn)評(píng)估，有助于資源的合理應(yīng)用和布局，有效避免資源的浪費(fèi)。

如圖1所示，第三計(jì)算模塊203，用于根據(jù)數(shù)據(jù)獲取模塊100獲得的數(shù)據(jù)信息計(jì)算出被評(píng)估對(duì)象的平均價(jià)值。第三計(jì)算模塊203包括價(jià)值總量模塊，所述價(jià)值總量模塊用于根據(jù)行業(yè)的競(jìng)爭(zhēng)狀況獲得被評(píng)估對(duì)象的價(jià)值總量，一項(xiàng)新技術(shù)的研發(fā)成功的意味著一個(gè)新興行業(yè)興起，且在很短的時(shí)間內(nèi)，會(huì)有一批行業(yè)興起導(dǎo)致激烈的競(jìng)爭(zhēng)，有的企業(yè)在競(jìng)爭(zhēng)中崛起，也有的企業(yè)一蹶不振，因此行業(yè)的競(jìng)爭(zhēng)狀況會(huì)從根本上導(dǎo)致評(píng)估對(duì)象的價(jià)值總量，根據(jù)行業(yè)的競(jìng)爭(zhēng)狀況獲得被評(píng)估對(duì)象的價(jià)值總量，進(jìn)而獲得被評(píng)估對(duì)象的平均價(jià)值，即被評(píng)估對(duì)象的平均價(jià)值為該行業(yè)內(nèi)被評(píng)估對(duì)象的價(jià)值總量(V_i)與某行業(yè)內(nèi)的被評(píng)估對(duì)象的信息總量(E_i)的比值，優(yōu)選地，信息總量(E_i)為最大程度上的信息量，被評(píng)估對(duì)象的價(jià)值P_e，即

$P_e=\frac{\{(1-r_n)\frac{\underset{n=1}{\overset{n-1}{\Σ}}\left(r_{n-1}\right)}{n-1}-r_n\}\×\frac{\sqrt{\underset{m=1}{\overset{\mathrm{\∞}}{\Σ}}{(r_m-\stackrel{\‾}{R})}^2}}{R}}{Q\·\[{\log }_2\frac{1}{n}\]}{P}_{i}L,$

進(jìn)一步優(yōu)選地，第三計(jì)算模塊203還包括根據(jù)美譽(yù)度和忠誠(chéng)度確定價(jià)格調(diào)整系數(shù)，并通過(guò)調(diào)整系數(shù)調(diào)整平均價(jià)格，一般來(lái)說(shuō)某一行為或者某一對(duì)象的美譽(yù)度和忠誠(chéng)度越高，則該行為或者對(duì)象的價(jià)值越高，因此最終的被評(píng)估對(duì)象的平均價(jià)格為根據(jù)最大程度上的信息總量(E_i)得出的被評(píng)估對(duì)象的價(jià)值P_e與美譽(yù)度決定的信息質(zhì)量帶來(lái)的溢價(jià)和忠誠(chéng)度決定帶來(lái)的溢價(jià)的乘積，其中，美譽(yù)度決定的信息質(zhì)量帶來(lái)的溢價(jià)為忠誠(chéng)度決定帶來(lái)的溢價(jià)為進(jìn)一步地，將美譽(yù)度與忠誠(chéng)度確定的調(diào)整系數(shù)對(duì)被評(píng)估對(duì)象的平均價(jià)格進(jìn)行調(diào)整后的P為：

$\frac{\{(1-r_n)\frac{\underset{n=1}{\overset{n-1}{\Σ}}\left(r_{n-1}\right)}{n-1}-r_n\}\×\frac{\sqrt{\underset{m=1}{\overset{\mathrm{\∞}}{\Σ}}{(r_m-\stackrel{\‾}{R})}^2}}{\stackrel{\‾}{R}}}{Q\·\[{\log }_2\frac{1}{n}\]}{P}_{i}L\×\{\mathrm{\μ}=\[{N_Z}^{\frac{{\mathrm{\α}}_i-\stackrel{\‾}{\mathrm{\α}}}{\stackrel{\‾}{\mathrm{\α}}}}\]+N={\[\frac{S_i}{\stackrel{\‾}{S}}\]}^{\frac{X_2}{s_1}}\}$

其中，r_n、r_n-1分別是第n、n-1期的被評(píng)估對(duì)象帶來(lái)的利潤(rùn)率，其中n表示時(shí)間期數(shù)；r_m為行業(yè)中第m個(gè)競(jìng)爭(zhēng)者的利潤(rùn)率(共n個(gè)競(jìng)爭(zhēng)者)；為一個(gè)行業(yè)的平均利潤(rùn)率；Q為修正系數(shù)；P_i為被單個(gè)評(píng)估對(duì)象的價(jià)值；L為每次平均消費(fèi)量；αi即被評(píng)估對(duì)象的美譽(yù)度，優(yōu)選地，美譽(yù)度的范圍為[-1,1]；為一個(gè)行業(yè)的平均美譽(yù)度，該平均美譽(yù)度的范圍為[0,1]；N_z為調(diào)整系數(shù)指數(shù)函數(shù)中底數(shù)，在Z＝6的情況下，取值1.62；α₂為群眾對(duì)被評(píng)估對(duì)象的自傳播比率，該自傳播比率為[0,1]；X₂為能夠自覺(jué)進(jìn)行被評(píng)估對(duì)象傳播的群眾數(shù)目；β₂為企業(yè)相對(duì)規(guī)模；S₁為被評(píng)估對(duì)象所在企業(yè)的從業(yè)人數(shù)；為該行業(yè)企業(yè)的平均從業(yè)人數(shù)。

優(yōu)選地，計(jì)算模塊200還包括第一評(píng)估模塊204，第一評(píng)估模塊204，用于評(píng)估某一行為或者對(duì)象的延伸價(jià)值，在如今大數(shù)據(jù)的時(shí)代，某個(gè)行為或者對(duì)象是往往不是獨(dú)立存在或者推廣的，如3D打印技術(shù)在推廣的同時(shí)，會(huì)介紹該技術(shù)的原理和實(shí)現(xiàn)方式，也有實(shí)現(xiàn)3D打印技術(shù)的裝置，跨行跨業(yè)一起進(jìn)行推廣，共同實(shí)現(xiàn)價(jià)值的延伸，又如一個(gè)品牌的誕生往往會(huì)借助之前已有的品牌，創(chuàng)造子品牌，不僅能夠讓子品牌在已有品牌的基礎(chǔ)上得到更快更好的推廣，也可以使得已有的品牌的內(nèi)涵更加殷實(shí)，已有品牌和子品牌也可以跨行業(yè)實(shí)現(xiàn)。該延伸價(jià)值為折減系數(shù)Z_i與跨行業(yè)延伸的價(jià)值E_z的乘積，即E_i＝Z_j×＝E_z；以及將某一行為或者對(duì)象單獨(dú)分析，與跨行業(yè)延伸相比較，該獨(dú)立的行為或產(chǎn)品帶來(lái)的價(jià)值，即J＝∑S×Z+[arctan(y₁-1)]×[(R_max-1)]×r×m×s。

優(yōu)選地，計(jì)算模塊200還包括第二評(píng)估模塊205，第二評(píng)估模塊205用于評(píng)估某一行為或?qū)ο蟮臓I(yíng)業(yè)外收入，例如，由于企業(yè)的某一行為，起到了良好的示范作用，且促進(jìn)了社會(huì)的發(fā)展，又例如，企業(yè)的某項(xiàng)技術(shù)推動(dòng)了社會(huì)工業(yè)的快速進(jìn)步，造福人類，因此政府給予的補(bǔ)貼和退稅等收入，以及關(guān)聯(lián)方做出的價(jià)格上的讓步等等，一系列額外的收入即(E_y+E_T)。

如圖1所示，處理模塊300，用于將計(jì)算模塊200得出的數(shù)據(jù)進(jìn)行整合評(píng)估出某一行為或?qū)ο蟮馁Y產(chǎn)。處理模塊300將上述所得的被評(píng)估對(duì)象的時(shí)效值、被評(píng)估對(duì)象的信息量、被評(píng)估對(duì)象的單位平均價(jià)值、被評(píng)估對(duì)象的延伸價(jià)值和被評(píng)估對(duì)象的營(yíng)業(yè)外收入進(jìn)行整合，得到被評(píng)估對(duì)象的資產(chǎn)，即W＝S*J*P+X+Y，其中S為被評(píng)估對(duì)象的時(shí)效值，J為被評(píng)估對(duì)象的信息量，P為被評(píng)估對(duì)象信息的單位價(jià)格，X為被評(píng)估對(duì)象的延伸價(jià)值，Y為被評(píng)估對(duì)象的營(yíng)業(yè)外收入。

綜上，某一對(duì)象或行為的資產(chǎn)為：

本發(fā)明基于大數(shù)據(jù)技術(shù)通過(guò)更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)評(píng)估。對(duì)大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)可以利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷，做小而美模式的中長(zhǎng)尾企業(yè)可以利用大數(shù)據(jù)做服務(wù)轉(zhuǎn)型，面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)需要與時(shí)俱進(jìn)充分利用大數(shù)據(jù)的價(jià)值，本發(fā)明適用于各種對(duì)象，如對(duì)品牌資產(chǎn)的評(píng)估、新技術(shù)的推廣、新商標(biāo)、商場(chǎng)或企業(yè)的名稱甚至與一個(gè)公眾人物帶來(lái)的影響均可通過(guò)上述裝置進(jìn)行評(píng)估。

上述說(shuō)明示出并描述了本發(fā)明的優(yōu)選實(shí)施例，如前所述，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對(duì)其他實(shí)施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi)，通過(guò)上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識(shí)進(jìn)行改動(dòng)。而本領(lǐng)域人員所進(jìn)行的改動(dòng)和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。