温州市鹿城区大数据管理中心

企业

温州市鹿城区大数据管理中心位于浙江省。经营范围包括负责推进大数据发展与管理的具体工作。

正常

成立时间暂未披露浙江省

数据集列表

本模型为实有人口动态更新算法的子模块，主要用于解决网格员反馈归集回流数据与实际情况不符合的情况，通过核实数据实际情况更新其他算法模块数据相关权重数据。实现温州市鹿城区实时人口库建设，同时回流给需求数源单位、赋能街道基层治理。其中，规则认可率与删除率是衡量模型在处理区内人口与住址等相关数据准确性的关键指标。具体而言，规则认可率反映了模型识别并确认数据有效性的能力，而删除率则揭示了模型识别并剔除错误或无效数据的效率。这两个指标在后续模型调优过程中扮演着至关重要的角色，特别是作为评估数据质量的关键参考。通过深入分析删除率，我们可以进一步优化数据权重算法，提升模型的整体性能和准确性。数字孪生数据规则认可率针对网格员开展实际线下排查后提供的数据是否存在问题进行数据计算，排查情况可分为认可率和删除率。计算规则认可率=认可数据/模型下发数据*100%，删除率=删除数据/模型下发数据*100%，完成相关计算后对数据认可率与删除率提交至动态更新模型中为后续数据权重更新作为依据。其中默认数据认可率均为100%，之后再进行数据下发后网格员对错误数据进行标记后对错误数据进行删除，得出删除率。

浙江省数据知识产权登记平台2024-11-26 更新170

鹿城区数字孪生数据时间权重模型数据

鹿城区数字孪生数据动态更新模型，通过建立算法机制和评分权重机制，搭建人员更新模型算法和企业更新模型算法，实现数据有据可依的持续动态更新，并可回流给相应数源单位，同时赋能基层治理。其中数据时间权重模型是该模型算法的子模块，用于确认模型中每个数据来源表在更新时间等方面的数据质量。算法规则简要说明数据采集:通过鹿城区归集回流人口相关数源部门数据。衰退率（DECLINE_RATE)：对当前表的时间设定衰退率，预估表数据的失效概率，衰退率越大，结果值越小（衰退越快）衰退周期（DECLINE_CYCLE）：设定表数据的衰退周期，一般的频繁更新的表数据有效性变化越快，衰退周期更小，衰退周期越大，结果值越大（衰退越慢）线性缩放率（LINEAR_SCALE）：可以对表数据的时间周期进行缩放，动态调整表的时间权重占比，线性级缩放率越大，结果值越小（衰退越快）时间压缩率（TIME_COMPRESS_RATE）如果各表之间时间差距过大，需要对时间的变化进行压缩，以减小数据之间的差异值，时间压缩率越大，对时间的压缩率越大，导致不同时间的结果值越接近（小于衰退周期时，衰退越慢；大于衰退周期时，衰退越快）通过时间权重分析模型分析出时间权重因子之后可根据公式计算出最终的推荐时间权重值为：动态时间权重 = 当前时间权重 - 时间权重 * ( 时间衰退率 ^ ( 线性缩放率 /( ((当前时间-数据创建时数据创建时间)/衰退周期)^(1/时间压缩率)) )

浙江省数据知识产权登记平台2024-10-26 更新500

信息化应用系统用户活跃度分析数据

原先绩效数据需要建设单位截图提供佐证，存在造假的风险，通过本次数据采集后，可以通过算法模型自动计算出用户当日访问人次、当日访问人数、当月访问人数、当日新增用户数、当月新增用户数、累计用户数、当日活跃率、当月活跃率等数据，为信息化项目的使用情况提供数据支撑，提高绩效评价指标的客观性和公平性，最终为财政和信息化项目主管部门对信息化项目的下年度经费保障提供指导。1、数据采集：利用日志采集anget插件安装到各个信息化应用系统的数据库中，定时采集应用产生的日志信息中的系统标识（系统ID）、用户标识（账号ID）和登录时间。2、数据处理：由于anget插件具备数据质量校验功能，不符合质量的数据不会采集，因此数据质量均符合日志规范。3、数据展示：（1）当日访问人次：采集当日用户登录系统后产生的日志数据中的的用户标识，并不去重复值计算累计登录过系统的账号数量即为当日访问人次。（2）当日访问人数：采集当日用户登录系统后产生的日志数据中的的用户标识，并去掉重复值计算累计登录过系统的账号数量即为当日访问人数。（3）当日新增用户数访问人数：采集当日用户登录系统后产生的日志数据中的的用户标识（账号数据），并和历史采集的用户标识进行比对，如历史未出现的用户标识累计值即为当日新增用户数访问人数。（4）累计用户数：截至到当日内有登录系统的用户标识总数（去重处理）（5）当日活跃率：当日访问人数/累计用户数

浙江省数据知识产权登记平台2024-07-26 更新240

鹿城区数据孪生人口数据动态校准模型数据

通过建立算法机制和评分权重机制，搭建人员更新模型算法和企业更新模型算法，实现数据有据可依的持续动态更新，并可回流给相应数源单位，同时赋能基层治理。其中数据基础权重模型是该模型算法的子模块，用于确认模型中每个数据来源表在数据完整度等方面的整体数据质量。该模型在鹿城区已经运行，可以有效分析出各个表结构中缺失内容的数据，并进行内容填充，有效提升了数据的完整性，具备较好的社会效益。整个动态校准模型对数据的数据排查率、数据认可率、数据删除率通过线性回归模型、动态规划算法、代理模型(surrogate model)，拟合原本复杂的数据计算，计算最优函数，并应用最优函数的权重值来调节权重因子，动态调整相关表的时间权重因子、数据权重。通过不断地训练调优，调节动态因子，最终能够达到不需要人工核验也能计算成果认可率的目标。其中数据排查率来自网格员数据排查情况；删除率与数据认可率来自规则认可率模型；数据权重因子来自数据权重模型；时间权重因子来自时间权重模型。

浙江省数据知识产权登记平台2024-10-26 更新150

数字孪生人口数据权重模型数据

浙江省数据知识产权登记平台2024-10-11 更新140