一种传统村落（文化）保护利用价值的智能评价方法及系统

一种传统村落(文化)保护利用价值的智能评价方法及系统
技术领域
1.本发明属于文物保护技术领域，具体涉及一种传统村落(文化)保护利用价值的智能评价方法及系统。


背景技术：

2.自上世纪80年代起我国逐步开始传统村落保护工作，近十年已经评选出5批“中国历史文化名村”。目我国传统村落数量庞大，这些入选的传统村落仍不到总量的千分之二，还有许多具有典型特色的传统村落未申报“中国历史文化名村”。传统村落的价值评价评估体系为我国的传统文化传统村落的评估扮演着重要的角色，对我国传统村落的传承具有极重要的意义。传统村落价值具有多样性，综合性和复杂性，评价涉及多学科，多领域，如：建筑、规划、旅游、历史、国土等应用学科。
3.传统的评价方法有着诸多的弊端，传统村落因其地域性和历史风俗关系，要实际评价一个传统村落就必须多维度多领域地去分析数据。因传统村落庞大的数据信息所困，传统人为地划分信息种类以及收集村落数据极为困难，而且人为的分析处理数据精准度取决于当事人的学术经验和评估方法模型对于村落信息的适配性，这无疑是对人力的主观因素的一种押宝。


技术实现要素：

4.本发明的目的在于提供一种传统村落(文化)保护利用价值的智能评价方法及系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种传统村落(文化)保护利用价值的智能评价方法，包括：
7.获取已知的传统村落(文化)数据信息，整合分析并建立相关要素分类信息；
8.针对各要素信息依据核定标准进行处理，生成保护利用价值的重要性排序统计报表；
9.根据重要性排序统计报表依次从获取的数据信息中提取评价指标，确定每项评价指标的价值分数；
10.构建价值评价模型，根据评价指标的价值分数对模型参数进行调整，对传统村落(文化)的保护利用价值进行评估。
11.优选的，所述传统村落(文化)数据信息包括基本信息、建筑信息、选址及格局信息、非物质文化遗产信息、历史环境信息、文化价值信息，所述要素分类以与保护利用价值相关的数据信息为前提进行划分并将其他数据信息作为待选择信息进行存储。
12.优选的，所述核定标准包括但不限于可用性、重要性、价值比重等评估条件，所述重要性排序统计报表包含所划分出来的各要素，且该报表中各要素信息包含是否可用、数据价值等评估条件的处理结果，同时可根据工作人员的操作需要生成其他条件名目的统计报表。
13.优选的，所述构建价值评价模型中通过apr ior i算法对数据信息进行分析，所述apr ior i算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集，所述apr ior i算法的基本步骤如下：
14.(1)扫描全部数据，产生候选项集的集合c1；
15.(2)根据最小支持度，由候选项集的集合c1产生频繁项集的集合l；
16.(3)对k＞1，重复执行步骤(4)
→
(5)
→
(6)；
17.(4)由lk执行连接和剪枝操作，产生候选(k+1)项集的集合c(k+1)。
18.(5)根据最小支持度，由候选(k+1)项集的集合c(k+1)，产生频繁(k+1)项集的集合l(k+1)；
19.(6)若l≠φ，则k＝k+1，跳往步骤(4)，否则往下执行；
20.(7)根据最小置信度，由频繁项集产生强关联规则，程序结束。
21.优选的，所述评价指标和获取的数据信息要素相对应，所述评价指标的价值分数通过加权结合核定标准的处理结果计算得到，所述评价分数用于评定该要素数据信息所体现的价值情况，根据评价分数结合实际参考价值获得预估数据价值。
22.优选的，所述在根据评价指标的价值分数对模型参数进行调整后，生成模型评估值并结合预估数据价值确定偏差值，根据偏差值的情况再对模型参数进行微调，将传统村落(文化)数据信息作为输入，输入至价值评价模型得到传统村落(文化)的保护利用价值评估结果。
23.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如上述中任一项所述的一种传统村落(文化)保护利用价值的智能评价方法。
24.一种传统村落(文化)保护利用价值的智能评价系统，包括：
25.数据采集分类模块，所述数据采集分类模块用于录入传统村落(文化)的基本信息、建筑信息、选址及格局信息、非物质文化遗产信息、历史环境信息、文化价值信息，并对数据进行预处理；
26.数据标准处理模块，所述数据标准处理模块用于核定标准传统村落(文化)数据信息，生成相应的数据要素条件报表；
27.价值指标分析模块，所述价值指标分析模块用于针对各要素数据信息提取评价指标并加权计算得到评价分数；
28.构建模型评估模块，所述构建模型评估模块用于结合其他模块的处理结果构建价值评价模型，获取对传统村落(文化)保护利用价值的评估结果。
29.优选的，所述价值指标分析模块中通过层次分析法确定权重以及各权重针对信息的对应取值。
30.与现有技术相比，本发明的有益效果是：
31.本发明录入已知的传统村落(文化)数据信息，精准数据划分，并对所有的价值相关数据进行处理，细化处理庞大的传统村落(文化)数据量，依据数据进行分析加权计算，获取实际价值数据分析生成偏差值，进而通过评价指标的价值分数和偏差值情况对价值评价模型的参数进行调整使得其贴近真实，从而有效避免加权计算的主观程度干扰，使得传统村落价值评估更加公平公正。
附图说明
32.图1为本发明一种传统村落(文化)保护利用价值的智能评价方法的流程图；
33.图2为本发明一种传统村落(文化)保护利用价值的智能评价系统的框架图。
具体实施方式
34.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.实施例：
36.请参阅图1-图2所示，一种传统村落(文化)保护利用价值的智能评价方法，包括：
37.获取已知的传统村落(文化)数据信息，整合分析并建立相关要素分类信息；
38.针对各要素信息依据核定标准进行处理，生成保护利用价值的重要性排序统计报表；
39.根据重要性排序统计报表依次从获取的数据信息中提取评价指标，确定每项评价指标的价值分数；
40.构建价值评价模型，根据评价指标的价值分数对模型参数进行调整，对传统村落(文化)的保护利用价值进行评估。
41.传统村落(文化)数据信息包括基本信息、建筑信息、选址及格局信息、非物质文化遗产信息、历史环境信息、文化价值信息，要素分类以与保护利用价值相关的数据信息为前提进行划分并将其他数据信息作为待选择信息进行存储。
42.核定标准包括但不限于可用性、重要性、价值比重等评估条件，重要性排序统计报表包含所划分出来的各要素，且该报表中各要素信息包含是否可用、数据价值等评估条件的处理结果，同时可根据工作人员的操作需要生成其他条件名目的统计报表。
43.构建价值评价模型中通过apriori算法对数据信息进行分析，apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集，apriori算法的基本步骤如下：
44.(1)扫描全部数据，产生候选项集的集合c1；
45.(2)根据最小支持度，由候选项集的集合c1产生频繁项集的集合l；
46.(3)对k＞1，重复执行步骤(4)
→
(5)
→
(6)；
47.(4)由lk执行连接和剪枝操作，产生候选(k+1)项集的集合c(k+1)。
48.(5)根据最小支持度，由候选(k+1)项集的集合c(k+1)，产生频繁(k+1)项集的集合l(k+1)；
49.(6)若l≠φ，则k＝k+1，跳往步骤(4)，否则往下执行；
50.(7)根据最小置信度，由频繁项集产生强关联规则，程序结束。
51.评价指标和获取的数据信息要素相对应，评价指标的价值分数通过加权结合核定标准的处理结果计算得到，评价分数用于评定该要素数据信息所体现的价值情况，根据评价分数结合实际参考价值获得预估数据价值。
52.在根据评价指标的价值分数对模型参数进行调整后，生成模型评估值并结合预估
数据价值确定偏差值，根据偏差值的情况再对模型参数进行微调，将传统村落(文化)数据信息作为输入，输入至价值评价模型得到传统村落(文化)的保护利用价值评估结果。
53.一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上述中任一项的一种传统村落(文化)保护利用价值的智能评价方法。
54.一种传统村落(文化)保护利用价值的智能评价系统，包括：
55.数据采集分类模块，数据采集分类模块用于录入传统村落(文化)的基本信息、建筑信息、选址及格局信息、非物质文化遗产信息、历史环境信息、文化价值信息，并对数据进行预处理；
56.数据标准处理模块，数据标准处理模块用于核定标准传统村落(文化)数据信息，生成相应的数据要素条件报表；
57.价值指标分析模块，价值指标分析模块用于针对各要素数据信息提取评价指标并加权计算得到评价分数；
58.构建模型评估模块，构建模型评估模块用于结合其他模块的处理结果构建价值评价模型，获取对传统村落(文化)保护利用价值的评估结果。
59.价值指标分析模块中通过层次分析法确定权重以及各权重针对信息的对应取值。
60.由上可知，本发明录入已知的传统村落(文化)数据信息，精准数据划分，并对所有的价值相关数据进行处理，细化处理庞大的传统村落(文化)数据量，依据数据进行分析加权计算，获取实际价值数据分析生成偏差值，进而通过评价指标的价值分数和偏差值情况对价值评价模型的参数进行调整使得其贴近真实，从而有效避免加权计算的主观程度干扰，使得传统村落价值评估更加公平公正。
61.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种传统村落(文化)保护利用价值的智能评价方法，其特征在于，包括：获取已知的传统村落(文化)数据信息，整合分析并建立相关要素分类信息；针对各要素信息依据核定标准进行处理，生成保护利用价值的重要性排序统计报表；根据重要性排序统计报表依次从获取的数据信息中提取评价指标，确定每项评价指标的价值分数；构建价值评价模型，根据评价指标的价值分数对模型参数进行调整，对传统村落(文化)的保护利用价值进行评估。2.根据权利要求1所述的一种传统村落(文化)保护利用价值的智能评价方法，其特征在于：所述传统村落(文化)数据信息包括基本信息、建筑信息、选址及格局信息、非物质文化遗产信息、历史环境信息、文化价值信息，所述要素分类以与保护利用价值相关的数据信息为前提进行划分并将其他数据信息作为待选择信息进行存储。3.根据权利要求1所述的一种传统村落(文化)保护利用价值的智能评价方法，其特征在于：所述核定标准包括但不限于可用性、重要性、价值比重等评估条件，所述重要性排序统计报表包含所划分出来的各要素，且该报表中各要素信息包含是否可用、数据价值等评估条件的处理结果，同时可根据工作人员的操作需要生成其他条件名目的统计报表。4.根据权利要求1所述的一种传统村落(文化)保护利用价值的智能评价方法，其特征在于：所述构建价值评价模型中通过apriori算法对数据信息进行分析，所述apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集，所述apriori算法的基本步骤如下：(1)扫描全部数据，产生候选项集的集合c1；(2)根据最小支持度，由候选项集的集合c1产生频繁项集的集合l；(3)对k＞1，重复执行步骤(4)
→
(5)
→
(6)；(4)由lk执行连接和剪枝操作，产生候选(k+1)项集的集合c(k+1)。(5)根据最小支持度，由候选(k+1)项集的集合c(k+1)，产生频繁(k+1)项集的集合l(k+1)；(6)若l≠φ，则k＝k+1，跳往步骤(4)，否则往下执行；(7)根据最小置信度，由频繁项集产生强关联规则，程序结束。5.根据权利要求1所述的一种传统村落(文化)保护利用价值的智能评价方法，其特征在于：所述评价指标和获取的数据信息要素相对应，所述评价指标的价值分数通过加权结合核定标准的处理结果计算得到，所述评价分数用于评定该要素数据信息所体现的价值情况，根据评价分数结合实际参考价值获得预估数据价值。6.根据权利要求1或5所述的一种传统村落(文化)保护利用价值的智能评价方法，其特征在于：所述在根据评价指标的价值分数对模型参数进行调整后，生成模型评估值并结合预估数据价值确定偏差值，根据偏差值的情况再对模型参数进行微调，将传统村落(文化)数据信息作为输入，输入至价值评价模型得到传统村落(文化)的保护利用价值评估结果。7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-6中任一项所述的一种传统村落(文化)保护利用价值的智能评价方法。8.一种传统村落(文化)保护利用价值的智能评价系统，其特征在于，包括：
数据采集分类模块，所述数据采集分类模块用于录入传统村落(文化)的基本信息、建筑信息、选址及格局信息、非物质文化遗产信息、历史环境信息、文化价值信息，并对数据进行预处理；数据标准处理模块，所述数据标准处理模块用于核定标准传统村落(文化)数据信息，生成相应的数据要素条件报表；价值指标分析模块，所述价值指标分析模块用于针对各要素数据信息提取评价指标并加权计算得到评价分数；构建模型评估模块，所述构建模型评估模块用于结合其他模块的处理结果构建价值评价模型，获取对传统村落(文化)保护利用价值的评估结果。9.根据权利要求8所述的一种传统村落(文化)保护利用价值的智能评价系统，其特征在于：所述价值指标分析模块中通过层次分析法确定权重以及各权重针对信息的对应取值。

技术总结
本发明涉及文物保护技术领域，具体公开了一种传统村落(文化)保护利用价值的智能评价方法及系统，包括：获取已知的传统村落(文化)数据信息，整合分析并建立相关要素分类信息；针对各要素信息依据核定标准进行处理，生成保护利用价值的重要性排序统计报表；根据重要性排序统计报表依次从获取的数据信息中提取评价指标，确定每项评价指标的价值分数；本发明录入已知的传统村落(文化)数据信息，细化处理庞大的传统村落(文化)数据量，获取实际价值数据分析生成偏差值，进而通过评价指标的价值分数和偏差值情况对价值评价模型的参数进行调整使得其贴近真实，从而有效避免加权计算的主观程度干扰。观程度干扰。观程度干扰。


技术研发人员：黄建华 麦晓霜 陈桂芳 梁茜 林锋 陈赋光 方晴 周璐璐 黄庆愈 朱羽林
受保护的技术使用者：广西物流职业技术学院
技术研发日：2023.06.03
技术公布日：2023/8/13