[发明专利]一种基于烟草对标管理的城市分类方法

说明书

本发明公开一种基于烟草对标管理的城市分类方法，涉及城市分类技术领域。针对烟草行业原有对标分析将所有城市放在统一维度进行对比时存在的缺陷，采用方案包括：针对烟草运输的多个目的地城市，确认影响城市物流运行的要素及要素值；基于确认的要素及要素值，通过无量钢化方法得到每个要素的无量纲化值，并进一步计算得到每个要素的权重；设定城市的分类数量，基于同一个城市所有要素的要素值和权重，计算每个城市的唯一值，并使用K‑means算法完成城市的分类。本发明可以基于影响城市物流的要素和要素值，计算每个要素的权重，并进一步计算每个城市的唯一值，随后使用K‑means算法完成城市的分类。

技术领域

本发明涉及城市分类技术领域，具体的说是一种基于烟草对标管理的城市分类方法。

背景技术

在物流管理过程中，烟草物流行业通过定期查看选中城市关键对标指标值及对管辖城市对标指标值进行横向对比，实现对下属各城市物流实际运行情况的把控。由于各城市人均收入等经济要素，道路建设等社会要素的不同，将所有城市放在同一维度对比不能达到精细管理的效果，所以根据影响城市物流运行的政策、经济、社会、技术等要素值的不同，将城市分类后再进行烟草对标管理是一种不错的方案。

发明内容

烟草行业原有对标分析是将所有城市放在统一维度对比，本发明针对这种对比存在的缺陷，提供一种基于烟草对标管理的城市分类方法，解决烟草对标分析中，对城市进行分类的问题，达到物流管理业务的精细化管理。

本发明的一种基于烟草对标管理的城市分类方法，解决上述技术问题采用的技术方案如下：

一种基于烟草对标管理的城市分类方法，其实现步骤包括：

(1)针对烟草运输的多个目的地城市，确认影响城市物流运行的要素及要素值；

(2)基于确认的要素及要素值，通过无量钢化方法得到每个要素的无量纲化值，并进一步计算得到每个要素的权重；

(3)设定城市的分类数量，基于同一个城市所有要素的要素值和权重，计算每个城市的唯一值，并使用K-means算法完成城市的分类。

具体的，所涉及要素值即要素的计量单位，要素的计量单位可以是月或年。

具体的，执行步骤(2)时，基于要素值，将确认的要素分为正向要素和逆向要素，其中，正向要素是要素值越大、对城市分类效果越大的要素，逆向要素是要素值越小、对城市分类效果越大的要素。

更具体的，执行步骤(2)时，基于业务需求，将所有正向要素和逆向要素划分为标准分类要素和非标准分类要素；并对标准分类要素和非标准分类要素进行无量纲化，并基于无量纲化值计算得到每个要素的权重。

更具体的，对非标准分类要素进行无量纲化的具体操作包括：

(2.1.1)针对城市的所有非标准分类要素，基于非标准分类要素的要素值，确定非标准分类要素的max要素值及min要素值，

(2.1.2)如果该非标准分类要素为正向要素，随后执行步骤(2.1.4),

(2.1.3)如果该非标准分类要素为逆向要素，则将该非标准分类要素正向化，随后执行步骤(2.1.4),

(2.1.4)计算非标准分类要素的max要素值与要素值的差值，该差值即为非标准分类要素的正向要素值，

(2.1.5)所有非标准分类要素全部正向化的得到正向要素值后，计算所有正向要素值的加和及平均值，

(2.1.6)对非标准分类要素进行无纲量化，得到要素值与要素平均值的比值。

更具体的，对标准分类要素进行无量纲化的具体操作包括：