买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜长沙智能制造研究总院有限公司申请的专利一种基于数据要素的大数据分析与决策系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119624188B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510146937.8，技术领域涉及：G06Q10/0637；该发明授权一种基于数据要素的大数据分析与决策系统是由杨松柏;段智瑜;张理;李玉球;涂昌波;李珊珊;曾颖设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本一种基于数据要素的大数据分析与决策系统在说明书摘要公布了：一种基于数据要素的大数据分析与决策系统，涉及数据分析技术领域；对企业的各项原始数据进行要素化处理以获取不同的数据要素类别，获取企业的各项历史决策信息及其决策回报比，获取各项历史决策信息所包含的数据要素类别及其数据要素占比，构建决策分析图并获取各项数据要素类别对于决策回报比的增益系数，获取当前决策信息并将其输入至预设的回报评估模型以获取预测回报比，对当前决策信息中的数据要素类别和数据要素占比进行要素优化并获取优化回报比；有利于将潜在的增益情况通过量化数值来表示，能够为相关人员在决策时提供数据要素方面的参考。

本发明授权一种基于数据要素的大数据分析与决策系统在权利要求书中公布了：1.一种基于数据要素的大数据分析与决策系统，其特征在于，包括以下模块：数据采集模块，用于获取企业的各项原始数据，并将其上传至数字化平台，对各项原始数据进行要素化处理以获取不同的数据要素类别；决策获取模块，用于获取企业的各项历史决策信息及其对应的决策回报比，并获取各项历史决策信息所包含的数据要素类别及其数据要素占比；决策分析模块，用于根据各项历史决策信息的决策回报比和数据要素占比构建对应的决策分析图，在决策分析图中获取各项数据要素类别对于决策回报比的增益系数；数据关联模块，用于获取当前决策信息及其数据要素类别和数据要素占比，并将其输入至预设的回报评估模型以获取对应的预测回报比；决策优化模块，用于根据预测回报比对当前决策信息中的数据要素类别和数据要素占比进行要素优化，并获取对应的优化回报比；获取历史决策信息及其决策回报比、数据要素类别、数据要素占比的过程包括：所述历史决策信息是指已经发生并记录在案的决策过程及其相关原始数据的总和，获取单一历史决策信息所对应的决策过程中的投资收益和投资成本，根据投资收益和投资成本获取该历史决策信息的决策回报比；将单一历史决策信息中的各项原始数据所对应的数据要素类别共同作为该历史决策信息所包含的数据要素类别，获取该历史决策信息内所包含的各项数据要素类别的数据要素占比；所述数据要素占比为该历史决策信息内的单一数据要素类别在各项原始数据中的总数量与所有数据要素类别在各项原始数据中的总数量的比值；根据历史决策信息构建对应的决策分析图的过程包括：根据历史决策信息中的数据要素类别的数量构建正多边形，该正多边形的各个顶点与中心的距离为预设的固定距离，以正多边形的中心为坐标原点构建该历史决策信息的三维坐标系，其正多边形落在x轴和y轴所组成的平面上；将正多边形的中心对应该历史决策信息的决策回报比，将其决策回报比的数值所对应的坐标点体现在z轴上，将正多边形的各个顶点分别对应一个数据要素类别，将各个数据要素类别的数据要素占比与该历史决策信息的投资收益的乘积所对应的坐标点体现在三维坐标系中，将此时的三维坐标系作为该历史决策信息的决策分析图；获取各项数据要素类别对于决策回报比的增益系数的过程包括：获取不同历史决策信息的决策分析图，在各个决策分析图中分别获取其中的单一数据要素类别对于其决策回报比的增益子系数Bi，其中，i=1，2，……，n，n代表包含该单一数据要素类别的决策分析图的数量； 其中，Mi代表第i个决策分析图中的所有数据要素类别的数量，Li代表第i个决策分析图中该单一数据要素类别的坐标点与其决策回报比的坐标点之间的最短距离，Gi代表第i个决策分析图中该单一数据要素类别的坐标点与x轴、y轴、z轴所围成的最小面积，为预设的固定参数；根据该单一数据要素类别在各个决策分析图中的增益子系数，获取该单一数据要素类别对于决策回报比的增益系数D； 分别获取各项数据要素类别在包含其的决策分析图中的增益子系数，根据增益子系数获取各项数据要素类别对于决策回报比的增益系数；获取当前决策信息并将其输入至回报评估模型以获取预测回报比的过程包括：所述当前决策信息是指正在进行中的决策过程及其相关原始数据的总和，获取当前决策信息所包含的数据要素类别及其数据要素占比；所述回报评估模型的预设过程如下：根据不同决策分析图中的数据要素类别及其数据要素占比和增益系数，以及对应的决策回报比生成回报评估集合，将回报评估集合划分为训练集和测试集；构建卷积神经网络，将训练集中的不同决策分析图中的数据要素类别及其数据要素占比和增益系数作为卷积神经网络的输入数据，将训练集中对应的决策回报比作为卷积神经网络的输出数据，对卷积神经网络进行训练以获得初始卷积神经网络；利用测试集对初始卷积神经网络进行模型验证，输出小于等于预设的测试误差阈值的初始卷积神经网络作为回报评估模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长沙智能制造研究总院有限公司，其通讯地址为：410000 湖南省长沙市高新开发区尖山路39号长沙中电软件园有限公司总部大楼9#楼101室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。