关键词:
数据资产评估
GA-BP神经网络
百度搜索引擎
价值预测
摘要:
随着数字经济的发展,数据资产已发展成为一大经济产业,在互联网企业中发挥极其重要的作用。近年来,区块链、互联网、物联网等的发展,使得数据资产倍受社会大众及企业的关注。为了加快推进数字经济与大数据产业的融合,国家和政府出台相关政策以促进大数据产业持续高效发展。就互联网企业而言,数据资源的挖掘、流通、交易、变现在企业运营过程中已发展成为常态,对数据资产的精确评估使得企业能更好意识到数据资产对企业发展的重要性,从而采取相应的措施比如针对性制定相应措施等实现数据资产的保值增值。因数据资产成本难以准确估算,且类型多样复杂、变化大,评估起来具有一定的困难,用传统评估方法评估数据资产存在成本、是否可比等方面的局限性,因此探索合适的数据资产评估方法,构建完整的数据资产评估价值体系是当前亟须解决的问题。本文通过对大数据、数据资产、数据质量等相关理论的描述,梳理了不同学者对数据资产价值影响因素的探讨及定价和评估方法,构建了GA-BP神经网络模型来评估数据资产,从多方面考虑数据资产的价值影响因素,并将影响因素量化,研究选取的因素与预测价值之间的关系。采用遗传算法优化神经网络,解决了BP神经网络容易陷入局部极值点或最优点,精度难以达到标准、收敛速度较慢等问题。本文统计了百度搜索引擎的数据概况,作为评判其价值的影响因素,通过模型对数据的处理,使得预测结果与真实值无限接近,从而确定百度搜索引擎的预测价值。通过观察该模型的拟合效果,可知道该方法评估数据资产仿真效果评价较有优势,误差精度更小,数据拟合也更精确,不仅能用来解决互联网行业的数据资产评估问题,也能为各行各业的数据交易、数据资产价值预测等问题提供参考,为我国数据资产价值评估体系的构建提供新的视角。