基于大数据分析的创业路径规划系统设计

蔡 青

（湖南环境生物职业技术学院，湖南 衡阳 421005）

0 引言

目前我国正处在一个重要的发展、转型阶段，新兴行业不断涌现，传统行业逐渐消亡，就业岗位的多元化和不稳定状态逐渐显现，因此越来越多的高校毕业生选择自主创业[1]。但是盲目创业是不明智的，有靶向目标的创业路径规划才是创业成功的基石。在当前高速发展的时代中精准把握市场脉络走向，挑选更加符合科学规律的创业方式，是当今需要解决的矛盾之一[2]。由于大数据分析技术可将海量信息在统计、分析的基础上进行提炼，因此可利用大数据分析的技术手段指导创业，并制定出科学合理的创业路径。该文结合多种方法对数据的概率样本进行分级评价，判断数据的有效性，并有效解决随着数据值的增加而出现的不完全覆盖问题，从而使大数据分析创业样本数据更加合理[3]。具体做法如下：首先，在大数据网络环境下，随机采集数据样例，使用计算方法来判断样本合理性，确定特征值和趋势走向。其次，再依照计算出来的最终结果寻找样本变量的主要目标，构建有针对性的创业路径规划。最后，构建出基于大数据分析的创业路径规划系统。该系统可根据社会需求对创业行为进行引导，辅助创业人员走对路、快走路，从进而实现优质发展。

1 基于大数据分析的创业路径规划系统设计

1.1 硬件设计

该系统的硬件设计是以MyEclipse8.5 为开发平台，借助Java 平台完成系统编程，搭建MySQL 数据库和开发系统，进而为设计出一种有效的路径规划模式，保证创业者选择路径的直观化和最优化[4]，该系统采用了B/S 三层架构模式，确立了“高内聚、低耦合”的设计原则。整体设计的关键点是具有最高指导价值路径规划的分层结构。分层结构中每层都相对独立，可以进行单独调试，也可以连接为整体进行统一修改，从而简化了创业路径规划的构成与影响创业路径的因素从而能，使设计更有层次感、更清晰[5]。系统的总体结构分为4 层，即应用层、逻辑层、数据采集层和接口层。

其中，智能采集模块处于数据采集层，用于采集系统运算所需的参数、数据和制约条件等信息。然后经过RS-485接口将信息连接到GPRS 网络，按照TCP/IP 协议发送到上位机，将其作为创业数据进行存储。因为RS-485 接口具有更高的共模能力和较高的灵敏度，所以在该创业路径分析中有更加广泛的适用形式，可在总线上灵活连接其余的接口[6]。级联模块可与多个分支同步通信，通过GPRS 网络连接入总线，可使接入管理更高效，并提高系统利用率。处于（此处的“数据采集层”是前一句说的“数据层”吗？请保持名称统一）须和。而后将信息-网络-接口所以广可。

1.1.1 应用层

应用层包括传输调度、PCM 调度、VPN 调度、调度管理、调度应用等功能模块，并在此基础上完成传输管理[7]。

1.1.2 逻辑层

逻辑层则提供系统各项功能的人机交互界面，以Web 浏览器模式显示于终端屏幕，因此安装Web 浏览器后不必另外安装显示软件。

1.1.3 数据采集层

在收集、统计数据后，数据采集层将得到的结果作为基础数据，进而对这些数据状态进行监控，对时间信息进行详细分析，并建立时间维度排序[8]。具体做法是使用定时分析进行数据监控，并采用阈值法分析逻辑层的数据数量序列。按照创业路径信息数据的不同数值对比分析判断，观察监控结果，看其是否存在异常，以便生成安全服务信息。

1.1.4 接口层

接口层结构如图1 所示。整个接口服务层的结构采用简化设计，可以方便寻找网络的通信接口端点。这样的网络接口可以平衡负荷，提高宽带的效率及安全性。在设备安装上，将网口和端口绑定，共享同一个IP，该做法可实现文件可视化，并为接口信息导出提供支持。在实际工作中，大多数网络的通信异常一般是由其他插件引发的。接口若有相应异常，在线检测二次回路即可以准确定位信号异常，从而实现系统业务自动检测数据的功能。

图1 接口层结构图

1.2 软件设计

1.2.1 基于大数据的创业样本采集

在大数据时代，获取信息的速度相对更快，但信息数量也会更多，数据也更多样化[9]。因此在收集大数据网络样本过程中会出现采集数值较大的情况，这就需要采样网络候选数据并记录随机样本案例。为了方便记录，该文设S-为数据样本记录，将随机选取的调查数据视为近似于两阶段原则的特征样本。在2 个阶段的处理过程中，第一阶段是收集总样本数据的数据特征，第二阶段是根据第一阶段收集的数据特征开展下一步的调查和样本抽取工作，得到样本有效性概率。该文将调查过程中设置的样本数据的总量设为i，其变量值则为xi1，xi2，…，xip，且i=1，2，...，n。在数据采集过程中，将由高阶组成的向量设为σ。因此创业数据搜索的单位特征算法如公式（1）所示。

式中：ι为样本在采集过程中的随机合理性；ε为数据在大数据分析下的普遍概率；V为对大数据网络样本进行采集的数据；U为总体样本数据；S-为数据样本记录。

基于上述算法收集创业数据的信息参数，并调整这些数据的最终估算值。为了确保创业样本数据的合理性，还需要进一步改造、寻找节点，保证公式（1）的计算结果大于随机样本的参数值，并在迭代过程中不断收集数据，以得到最优值，从而保证创业样本的数据更加稳定和精准。

1.2.2 AdaBoost 算法规划样本训练

在建立数据搜索的单位特征算法的基础上，为了能综合考评各因素对创业路径规划的影响，需要对其进行加权处理[10]。具体做法如下：首先，根据创业数值的迭代函数构建回归树，并对因变量及自变量的数值函数关系进行评判，形成完整的创业网络数据集合。其次，对上述算法及网络数据特点进行分类，对不同层次数据采集做出反应，进行数据上的误差投影，以便更好地实现数据分析。为了分析并实现创业路径规划系统在运用于实例中的各项相关需求，需要确定其数据管理边界并定义交互对象。当系统将结果输出时，路径规划作为一个独立的系统不与其他系统交互，其数据管理边界会更加清晰。该文将样本集设为（ai1，ai2，…，ain），不同样本之间的初始权值wi（a）即则如公式（2）所示。

式中：a为规划变量；b为2 种不同类型的分区结果。

其中初始权值仅代表该影响因素的基本影响能力，而在实际情况中，由于背景环境不同，各影响因素会出现波动，因此需要对权值进行动态管理。具体做法如下：首先，依照样本的权重来构建一个创业规划路径。其次，再规划新的路径和创业样本，逐渐在测试中增加定义错误的样品，并观察这种错误样本的权重值。再次，再把迭代的次数假设为n次，在AdaBoost 算法中随意寻找某个参数λ（t），将λ（t）定义为最直观权重的评估，如公式（3）所示。

式中：φ（t）为创业路径样本训练权重值。

由于样本之间的误判会导致检测率全盘下降，因此需要增加辅助样本，以提升样本检测率。融合算法可对创业信息路径样本数据之间的逻辑关系进行合理有效的排列，利用上述方法对样本进行训练，可以保证训练结构趋势数据的独立性，避免出现判断误差。

1.2.3 基于利润率分布方程的创业路径选择

创业路径选择的真正难点不在于观点的对立，而在于用数学语言描述这两种观点时分析方法的不可调和性。创业路径选择分配的数学模型规定了生产要素、按固定比例或可自由替换2 个极端中仅剩的条件要素和分配理论方法的关键条件要素，应该以创业路径选择作为主要考虑基准。在基于利润率分布方程的创业路径选择中，由于企业经营的不确定性，个体资本利润率会随机变化，创业路径利润率之间的差异也会随着时间的推移而增大，这被称为利润率分布的扩散现象，可以通过公式（4）来计算。

式中：t为推移时间天数（设置的什么时刻?）；Z（r，t）为经济系统资本对利润率的分布资本密度；d为资本扩散系数；r为区域资本流过速率。

当利润率水平在1 个较小范围内时，资本金额就是资本总额。资本转移现象对企业利润分配有2 个影响，即资本转移会引起利润率变化，对利润率较低的样本会相对减少产品供应，剩余资本的利润率则逐渐升高。资金被撤回转移到其余的样本，这个样本必须有较高的利润率，才会出现产品的供给量升高、开始的启动资金利润率下降的情况。因此该文根据公式（4）所示的利润率分布方程，采用基于大数据分析的方法来设计创业路径规划系统，建立了基于利润率分布方程的创业路径选择流程，如图2 所示。

图2 创业路径选择流程图

该流程有利于对创业路径数据储存进行调节和改善。需要在错综复杂的环境中，跟踪调查并挖掘创业路径的样本数据，而后依照收集到的结果进一步计算其利润率分布，并在页面上显示出计算结果。当利润率分布结果符合实际情况时，直接对数据进行评估，最后确定创业路径规划信息的系统输出。如果利润率分布存在扩散现象，则需要对信息采集进行评价，并对创业路径数据特征进行分析。只有利润率水平在一定范围内时，才可以进行下一步的评估工作，最后制定创业路径规划信息系统输出。为保证创业路径规划中数据特性挖掘的有效性和合理性，需要对各种创业路径的潜在利润率进行计算，并分析各种路径的利润空间，以便能为创业者提供中肯的路径建议。

2 对比试验

2.1 试验内容

该试验需要对创业样本和倾向得分值的变化进行挖掘和分析，并分析样本运行数据的安全性要求，有针对性地对运行质量倾向进行合理调整，数值样本数据也需要通过网络信息处理。此外，还需要在不同的网络结构中建立不同的数据评价，以便于对数据样本进行分析和研究，确保创业样本数据收集的合理性。然后按照该文的设计思路，收集大数据，分析创业路径规划的样本特征，改进其处理流程。

试验例举了2 家创业初期的纺织品电商店铺数据，将二者数据进行对比。一家电商按照传统模式运营，另一家电商使用基于大数据分析的创业路径规划系统来辅助运营，然后而后对同时起步的这2 两家电商的创业情况进行做分析。此次试验要求电商店铺后台使用系统一致、平台一致，且贩卖商品类型也大体一致。

2.2 试验结果

为了验证基于大数据分析的创业路径规划系统设计的有效性，并保证测试结果的准确性和有效性，该试验在相同的试验环境和参数下，比较了2 家纺织品电商店铺的应用效果。具体测试结果见表1。

表1 系统测试结果

表1中的测试结果表明：随着时间的增加，创业路径规划系统的有效性呈上升趋势，应用创业路径规划系统的电商6—8 月比3—5 月的盈利比率更高。而应用传统模式电商的盈利比率增长较为缓慢，并且总体利润也要低于应用该创业路径规划系统的电商。对企业来说，利润很大程度上影响着企业的发展进程。而使用该系统的电商的盈利比率要高于普通电商24.4%，可以看出基于大数据分析的创业路径规划系统设计是非常有效的，既能满足研究需求，也可以帮助创业企业在创业道路上更快速地前进。

3 结语

在大数据时代的背景之下，该系统设计充分利用大数据给创业者带来的优势和机会，筛选过滤各种各样的信息，为创业路径实践提供了较为高效的选择，构建了更辽阔的创业路径实践平台。创业者需要不断丰富自己的创业经验，从根本处激发对创业的热情和干劲，也要递增性地激励自我，建立良好丰富的激励机制来完成路径建设。例如百事通在月底会议上会依照各个门店的销售营业额开展丰富的折扣活动，以激励门店为业绩冲刺。在新形势下，行业的发展周期大大缩短。各个行业的创业者都要做好方向规划，使用有力度的数据分析以及创业路径规划来完成自我创业工作的评估和设计，加快创业项目的进程，为未来的进一步发展和规划做准备。除此之外，大数据背景下的创新创业路径选择，可以借助大数据分析开发各种创业路径规划模式，为创业者未来的发展奠定基础。