大数据时代技术与应用.pptVIP

决策树 Decision Tree 决策树 Decision Tree EMV（建大厂）=(0.4)*($100,000)+(0.6)*(-$90,000)=-$14,000 EMV （中型厂）=(0.4) *($ 60,000))+(0.6)* (-$10,000)=+$18,000 EMV（ 建小厂）=(0.4)* ($40,000)+(0.6)*(-$5,000)=+$13,000 EMV （不建厂）=$0 如果建一个大厂且市场较好就可实现$100，000的利润。如果市场不好则会导致$90，000的损失。 但是，如果市场较好，建中型厂将会获得$ 60,000，小型厂将会获得$40，000，市场不好则建中型厂将会损失$10,000，小型厂将会损失$5，000。 当然，还有一个选择就是什么也不干。最近的市场研究表明市场好的概率是0.4，也就是说市场不好的概率是0.6。 决策树 Decision Tree 根据EMV标准 公司应该建一个中型厂 复杂网络Complex Networks A spatial complex dynamical network with time-varying (switching) topology 复杂网络Complex Networks Consensus Correct consensus (True learning) Control Manipulation Misinformation 复杂网络Complex Networks POWER OF BIG DATA OF THE DATA Wisdom of crowds BY THE DATA What u need to change FOR THE DATA Quality matters most 工商数据分析应用案例简介 活跃度分析包括资本活跃度CRI（Capital Relative index）和主体数量活跃度QRI（Quantity Relative index）。 活跃度指数是衡量市场环境的体检表，也是实体经济的晴雨表，是一项重要的经济先行指标。活跃度指数与企业生存环境和市场投资环境密切相关，在市场环境转好时，投资踊跃，资本活跃度指数升高；反之，指数下降，表示投资人不愿向经济体注入资金，反映市场环境趋于恶化。 案例一 市场主体活跃度模型 分析案例—市场主体活跃度模型 活跃度指数与很多市场经济指标有相当密切的关系。 CRI与财政收入呈现明显的相关关系。 CRI与存款准备金率、CPI等也有明显相关关系。 案例一 市场主体活跃度模型 案例分享—企业生命周期 企业生命周期是反映某一国家或地区中市场环境优劣的重要指标，一般来讲，长寿企业对于区域市场经济秩序的稳定有一定积极作用，相对的非长寿企业对经济秩序的平稳有相应的负面影响。对不同维度中的企业分析其生命周期，可以客观反映区域细分市场的经济秩序，从而协助决策者准确把握影响区域市场经济秩序的主要因素。 案例二 市场主体退出路径 案例分享—企业生命周期 常规 统计 一般趋势分析 生存规律挖掘 基于规律的知识发现 企业生命周期的分析层次 基于工商登记数据分析企业生命周期，一般有两种常见的分析层次：常规统计、一般趋势分析。通过对数据的深度分析，还可以挖掘出区域企业的生存规律，并可以根据生存规律进一步总结出直观的，可用于实际监管工作的“知识” 。 善于发现数据背后的规律与价值 案例二 市场主体退出路径 Chapter #7 案例分享—企业生命周期 常规统计 一般趋势分析 案例二 市场主体退出路径 Chapter #7 案例分享—企业生命周期 生存规律挖掘 基于规律 的知识发现 死亡高风险时间段---政府监管介入的最佳时机 案例二 市场主体退出路径 不同产业，不同区域，不同规模市场主体存活率的研究有助于判别市场生态环境发生了哪些变化。产业生命周期模型对于政府产业扶持政策的出台也有着较强的参考意义。 案例二 市场主体退出路径 用2000-2007年的数据预测2001-2007年成立企业在2008年末的存活数。 预测2001-2007年成立企业在2008年末的存活总数为363322，实际存活个数为 364927，误差为-0.44%。 开业年 开业数 存活率 预测存活个数 实际存活个数 误差个数 误差 2001 70,506 0.4191 29,550 28,809 741 2.57% 2002 74,111 0.4627 34,293 33,593 700 2.08% 2003 85,306 0.5100 43,508 42,641 867 2.03% 2004 99,485 0.5695