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！

申请/专利权人：浙江和达科技股份有限公司

摘要：本说明书实施例公开了一种基于水务资产数据的商业选址方法。该方法包括获取目标地域中各目标地区的第一水务资产数据和第一传统数据；根据特征类别对各第一水务资产数据和第一传统数据进行特征提取，得到各第一特征数据和各第二特征数据；基于第一特征数据训练得到商业潜力评估模型，基于第二特征数据训练得到商业选址风险模型；整合商业潜力评估模型和商业选址风险模型，得到最优商业选址模型；依次处理所述目标地域中各候选地区的第二水务资产数据和第二传统数据，确定最优商业选址。本说明书实施例能够更准确的评估一个地区的商业潜力，确定出的最优商业选址能够产生的商业价值更容易符合企业的预期，减小了企业因选址投资失误带来的风险。

主权项：1.一种基于水务资产数据的商业选址方法，其特征在于，所述方法包括：获取目标地域中各目标地区的第一水务资产数据和第一传统数据，所述第一水务资产数据包括用水区域数据、用水量数据、水质数据和水压数据，所述第一传统数据包括地理信息数据、运维工单数据和人口经济数据；基于所述第一水务资产数据和第一传统数据的数据类别分别确定特征类别，根据所述特征类别对各所述第一水务资产数据和第一传统数据进行特征提取，得到各第一特征数据和各第二特征数据，所述第一特征数据为所述第一水务资产数据、地理信息数据和人口经济数据对应的特征数据，所述第二特征数据为所述地理信息数据和运维工单数据对应的特征数据；将各所述第一特征数据根据所述特征类别分别查询各特征数据库，得到各所述第一特征数据对应的商业潜力因子；构建第一训练数据，所述第一训练数据中的输入数据为第一特征数据矩阵，所述第一训练数据中的输出数据为商业潜力数据，所述第一特征数据矩阵由不同所述特征类别的各所述第一特征数据构成，所述商业潜力数据为所述第一特征数据矩阵对应的各所述商业潜力因子之和；基于所述第一训练数据训练初始多元线性回归模型，得到商业潜力评估模型；将各所述第二特征数据根据所述特征类别分别查询各风险数据库，得到各所述第二特征数据对应的风险因子；构建第二训练数据，所述第二训练数据中每个输入数据包括两个所述特征类别不同的所述第二特征数据，所述第二训练数据中的输出数据为输入数据对应的各所述风险因子之和；基于所述第二训练数据训练初始长短时记忆网络模型，得到商业选址风险模型；为所述商业潜力评估模型和商业选址风险模型分别分配待求解的权重参数，整合所述商业潜力评估模型和商业选址风险模型，得到目标商业选址模型；基于遗传算法确定所述目标商业选址模型的最优权重参数，基于所述最优权重参数得到最优商业选址模型；基于所述最优商业选址模型依次处理所述目标地域中各候选地区的第二水务资产数据和第二传统数据，得到各所述候选地区的综合评价数据；将所述综合评价数据最高的目标候选地区确定为最优商业选址。

全文数据：

权利要求：

百度查询： 浙江和达科技股份有限公司 一种基于水务资产数据的商业选址方法