【技术实现步骤摘要】
本申请涉及数据处理分析，具体而言，涉及一种数字化能力的确定方法及装置、非易失性存储介质。
技术介绍
1、数字化转型工作是企业发展与转型的核心工作，目前企业内部各部门各项目的数字化能力水平参差不齐，需建立一个评价数字化能力的标准，用于评估各项目数字化能力提升情况，帮助各项目纵向比较，找出数字化能力的短板，开展针对性提升，加快各单元数字化能力提升。相关技术中，评估各部门各项目的数字化能力时，没有考虑到不同项目的应用场景不同，对一个项目在不同应用场景下的测试能力设定统一的评分标准进行评估，存在评估机制不合理，评估结果不准确的问题。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种数字化能力的确定方法及装置、非易失性存储介质，以至少解决由于相关技术中评估各个项目的数字化能力时均采用同一套评估标准造成的评估结果不准确的技术问题。
2、根据本申请实施例的一个方面，提供了一种数字化能力的确定方法，包括：获取待评估项目的多维度价值指标，其中，多维度价值指标用于量化评估待评估项目在多个不同评估维度下的数字化能力；根据多个多维度价值指标确定待评估项目的第一评分值；以及，采用目标神经网络对多个多维度价值指标进行分析，得到目标神经网络输出的第二评分值，目标神经网络是以多个项目的历史评分数据作为训练数据对神经网络进行训练得到的，历史评分数据包括：多个项目在多个历史评估周期中的多个多维度价值指标、神经网络在多个历史评估周期中针对多个项目输出的多
3、可选地，每个多维度价值指标包括：多个下级指标，其中，多个下级指标用于共同量化评估待评估项目在目标评估维度下的数字化能力，目标评估维度为多个下级指标所属的多维度价值指标对应的第一评估维度，多个下级指标包括：待进行量化处理的第一类指标、数值类型的第二类指标；在根据多个多维度价值指标确定待评估项目的第一评分值；以及，采用目标神经网络对多个多维度价值指标进行分析之前，包括：对于每个第一类指标，获取第一类指标的描述信息，根据描述信息对第一类指标进行量化，确定第一类指标的量化值，其中，不同描述信息对应的量化值不同。
4、可选地，根据多个多维度价值指标确定待评估项目的第一评分值，包括：对于每个多维度价值指标，确定多维度价值指标包含的多个下级指标以及每个下级指标的多个数值，其中，下级指标的多个数值用于指示待评估项目在多个应用场景下应用时，待评估项目在第二评估维度下的数字化能力，第二评估维度是第一评估维度中的一个维度；对于每个多维度价值指标，对多维度价值指标包含的多个下级指标进行去噪处理；根据去噪处理后的多个下级指标确定多维度价值指标对应的评分等级，其中，每个评分等级对应一个预设权重值；根据预设权重值和多维度价值指标对应的预设分值确定待评估项目的第一评分值，其中，不同的多维度价值指标对应不同的预设分值。
5、可选地，对多维度价值指标包含的多个下级指标进行去噪处理，包括：对于每个下级指标，确定下级指标的多个数值的平均值和标准差；根据平均值和标准差确定下级指标对应的取值区间；将不属于取值区间的数值删除。
6、可选地，根据去噪处理后的多个下级指标确定多维度价值指标对应的评分等级，包括：对于每个多维度价值指标，确定多维度价值指标包含的去噪处理后的多个下级指标；对于每个去噪处理后的下级指标，在去噪处理后的下级指标的多个数值中确定最大值、最小值，并确定多个数值的平均值；根据最大值、最小值和平均值确定下级指标的评分值；根据去噪处理后的多个下级指标的多个评分值确定多维度价值指标的评分等级。
7、可选地，目标神经网络是通过以下方法训练的：根据预测评分值更新神经网络的每个神经元的权重和偏置，其中，每个神经元对应一个多维度价值指标；在更新次数达到预设次数的情况下，确定训练完成。
8、可选地，根据第一评分值和第二评分值确定待评估项目的综合评分值，包括：确定同一个多维度价值指标对应的第一评分值和第二评分值；根据第一评分值和第二评分值确定多维度价值指标的权重系数；根据多个多维度价值指标和多个权重系数确定待评估项目的综合评分值。
9、根据本申请实施例的另一方面，还提供了一种数字化能力的确定装置，包括：获取模块，用于获取待评估项目的多维度价值指标，其中，多维度价值指标用于量化评估待评估项目在多个不同评估维度下的数字化能力；第一确定模块，用于根据多个多维度价值指标确定待评估项目的第一评分值；第二确定模块，采用目标神经网络对多个多维度价值指标进行分析，得到目标神经网络输出的第二评分值，目标神经网络是以多个项目的历史评分数据作为训练数据对神经网络进行训练得到的，历史评分数据包括：多个项目在多个历史评估周期中的多个多维度价值指标、神经网络在多个历史评估周期中针对多个项目输出的多个预测评分值；第三确定模块，用于根据第一评分值和第二评分值确定待评估项目的综合评分值，其中，综合评分值用于指示待评估项目的数字化能力。
10、根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，在非易失性存储介质所在设备通过运行计算机程序执行上述的数字化能力的确定方法。
11、根据本申请实施例的另一方面，还提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行上述的数字化能力的确定方法。
12、根据本申请实施例的另一方面，还提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现上述数字化能力的确定方法的步骤。
13、在本申请实施例中，采用获取待评估项目的多维度价值指标，其中，多维度价值指标用于量化评估待评估项目在多个不同评估维度下的数字化能力；根据多个多维度价值指标确定待评估项目的第一评分值；以及，采用目标神经网络对多个多维度价值指标进行分析，得到目标神经网络输出的第二评分值，目标神经网络是以多个项目的历史评分数据作为训练数据对神经网络进行训练得到的，历史评分数据包括：多个项目在多个历史评估周期中的多个多维度价值指标、神经网络在多个历史评估周期中针对多个项目输出的多个预测评分值；根据第一评分值和第二评分值确定待评估项目的综合评分值，其中，综合评分值用于指示待评估项目的数字化能力的方式，通过以项目在具体应用时产生的多维度指标作为评估标准和评估判据对项目的数字化能力进行评估，并且融合不同算法总和评估项目的数字化能力，达到了针对不同项目采用不同的评估标准的目的，从而实现了对各项项目的进行数字化能力进行评估时，提高评估结果的准确率的技术效果，进而解决了由于相关技术中评估各个项目的数字化能力时均采用同一套评估标准造成的评估结果不准确技术问题。
本文档来自技高网...【技术保护点】
1.一种数字化能力的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，每个所述多维度价值指标包括：多个下级指标，其中，所述多个下级指标用于共同量化评估所述待评估项目在目标评估维度下的数字化能力，所述目标评估维度为所述多个下级指标所属的多维度价值指标对应的第一评估维度，所述多个下级指标包括：待进行量化处理的第一类指标、数值类型的第二类指标；
3.根据权利要求2所述的方法，其特征在于，根据多个所述多维度价值指标确定所述待评估项目的第一评分值，包括：
4.根据权利要求3所述的方法，其特征在于，对所述多维度价值指标包含的多个所述下级指标进行去噪处理，包括：
5.根据权利要求3所述的方法，其特征在于，根据所述去噪处理后的多个下级指标确定所述多维度价值指标对应的评分等级，包括：
6.根据权利要求1所述的方法，其特征在于，所述目标神经网络是通过以下方法训练的：
7.根据权利要求1所述的方法，其特征在于，根据所述第一评分值和所述第二评分值确定所述待评估项目的综合评分值，包括：
8.一种数字化
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有计算机程序，其中，在所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述的数字化能力的确定方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7中任意一项所述的数字化能力的确定方法。
11.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至7中任意一项所述数字化能力的确定方法的步骤。
...【技术特征摘要】
1.一种数字化能力的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，每个所述多维度价值指标包括：多个下级指标，其中，所述多个下级指标用于共同量化评估所述待评估项目在目标评估维度下的数字化能力，所述目标评估维度为所述多个下级指标所属的多维度价值指标对应的第一评估维度，所述多个下级指标包括：待进行量化处理的第一类指标、数值类型的第二类指标；
3.根据权利要求2所述的方法，其特征在于，根据多个所述多维度价值指标确定所述待评估项目的第一评分值，包括：
4.根据权利要求3所述的方法，其特征在于，对所述多维度价值指标包含的多个所述下级指标进行去噪处理，包括：
5.根据权利要求3所述的方法，其特征在于，根据所述去噪处理后的多个下级指标确定所述多维度价值指标对应的评分等级，包括：
6.根据权利要求1所述的方法，其...
【专利技术属性】
技术研发人员：辛悦，周天伟，杨国锋，张超，马亮，余方宝，戴胜林，高耀翔，占亚玲，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。