王欣然 米新新 王艷 李赫

摘? 要：隨著京津冀協(xié)同發(fā)展規(guī)劃的逐步深化，京津冀三地在整體規(guī)劃中戰(zhàn)略地位愈發(fā)突出，服務(wù)職能愈發(fā)清晰。面對(duì)京津冀協(xié)同發(fā)展中新興的服務(wù)內(nèi)容，將人工智能神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于區(qū)域智能服務(wù)內(nèi)容中，通過收集和分析企業(yè)數(shù)據(jù)，建立動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，生成行業(yè)動(dòng)態(tài)和發(fā)展預(yù)測(cè)數(shù)據(jù)，從而形成協(xié)調(diào)京津冀三省市的整體服務(wù)匹配系統(tǒng)。隨著大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)算法的成熟，基于人工神經(jīng)網(wǎng)絡(luò)的京津冀區(qū)域智能服務(wù)匹配系統(tǒng)框架設(shè)計(jì)逐步實(shí)現(xiàn)，為京津冀區(qū)域政府和企業(yè)的協(xié)調(diào)發(fā)展奠定基礎(chǔ)。

關(guān)鍵詞：智能服務(wù)? 人工神經(jīng)網(wǎng)絡(luò)? 京津冀協(xié)同發(fā)展

Abstract： With the gradual progress of Beijing-Tianjin-Hebei coordinated development planning， the strategic position of Beijing-Tianjin-Hebei in the overall planning has become more prominent and the service functions have become clearer. Faced with the service content of the new and emerging service in the coordinated development of Beijing-Tianjin-Hebei， the theory of artificial intelligence neural network is applied to the regional intelligent service content， which using collecting and analyzing enterprise data， establishing dynamic neural network， generating industry dynamic and developing forecast datas，so as to form an integrated service matching system to coordinate the three provinces and cities in Beijing-Tianjin-Hebei.With the maturity of big data technology and machine learning algorithm， the framework design of Beijing Tianjin Hebei regional intelligent service matching system based on artificial neural network is gradually realized， which lays the foundation for the coordinated development of Beijing Tianjin Hebei regional government and enterprises.

Key Words： Intelligent services; Artificial neural network; The coordinated development of Beijing-Tianjin-Hebei

2014年3月5日，國(guó)務(wù)院總理李克強(qiáng)同志作政府工作報(bào)告時(shí)提出了京津冀一體化方案，其目的是為了加強(qiáng)環(huán)渤海地區(qū)及京津冀地區(qū)的經(jīng)濟(jì)協(xié)作能力。2014年2月26日，總書記習(xí)近平同志在聽取京津冀協(xié)同發(fā)展工作匯報(bào)時(shí)強(qiáng)調(diào)，實(shí)現(xiàn)京津冀協(xié)同發(fā)展是一個(gè)重大國(guó)家戰(zhàn)略，要做到優(yōu)勢(shì)互補(bǔ)、互利共贏、扎實(shí)推進(jìn)，加快走出一條科學(xué)持續(xù)的協(xié)同發(fā)展路子。

2015年4月30日，中共中央政治局召開會(huì)議，審議通過了《京津冀協(xié)同發(fā)展規(guī)劃綱要》。在京津冀一體化的進(jìn)程中有著諸多的資源與服務(wù)的協(xié)調(diào)和整合工作，而如何合理高效的完成這些整合工作，就成為擺在我們面前的一個(gè)重要課題。

1? 亟待解決的問題

在三地下一階段的產(chǎn)業(yè)發(fā)展方向中，如何進(jìn)行合理的產(chǎn)業(yè)分工和融合，是三地協(xié)同發(fā)展的重要研究方向，京津冀地區(qū)21.6萬平方公里的土地面積，1.2億消費(fèi)人口，如果沒有合理的產(chǎn)業(yè)資源結(jié)構(gòu)和高效的配套服務(wù)體系作為支撐，想要達(dá)到協(xié)同發(fā)展的目標(biāo)將困難重重[1]。

產(chǎn)業(yè)的合理分工和融合是梳理京津冀地區(qū)產(chǎn)業(yè)資源結(jié)構(gòu)的首要之舉，京津冀三地?fù)碛懈髯缘漠a(chǎn)業(yè)資源優(yōu)勢(shì)，同時(shí)劣勢(shì)也相當(dāng)明顯[2]。北京作為我國(guó)的政治經(jīng)濟(jì)文化中心，有地位高、體量大、實(shí)力強(qiáng)、變化快、素質(zhì)高等特點(diǎn)，但也存在著人口過多、交通擁堵、生態(tài)環(huán)境等問題[3]。天津作為我國(guó)北方重要的港口城市，具有現(xiàn)代制造、科技教育等優(yōu)勢(shì)，但重工業(yè)比重大，本地民營(yíng)企業(yè)、中小型企業(yè)不活躍等問題也使其未來發(fā)展缺少后勁[4]。河北其空間優(yōu)勢(shì)在三地毋庸置疑，其港口優(yōu)勢(shì)并不亞于天津而且還具備豐富的生態(tài)和旅游資源，但經(jīng)濟(jì)水平較低、傳統(tǒng)重化工業(yè)比重過大，工業(yè)污染與生態(tài)環(huán)境矛盾加劇、城鎮(zhèn)化水平不高也限制了河北的快速發(fā)展[5]。

在京津冀協(xié)同發(fā)展整體規(guī)劃中，最受矚目無疑是京津冀三地的功能定位，這一點(diǎn)在2015年4月30日頒布的《京津冀協(xié)同發(fā)展規(guī)劃綱要》中有明確的指出[6]。將北京打造為全國(guó)政治中心、文化中心、國(guó)際交往中心、科技創(chuàng)新中心。將天津打造為全國(guó)先進(jìn)制造研發(fā)基地、北方國(guó)際航運(yùn)核心區(qū)、金融創(chuàng)新運(yùn)營(yíng)示范區(qū)、改革開放先行區(qū)。將河北打造為全國(guó)現(xiàn)代商貿(mào)物流重要基地、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)試驗(yàn)區(qū)、新型城鎮(zhèn)化與城鄉(xiāng)統(tǒng)籌示范區(qū)、京津冀生態(tài)環(huán)境支撐區(qū)。

結(jié)合京津冀三地的定位來看，京津冀三地在未來都有很多的需要協(xié)調(diào)整合的資源與服務(wù)內(nèi)容，在不造成資源浪費(fèi)的前提下，合理高效的完成這些協(xié)調(diào)整合工作，依托于大數(shù)據(jù)的人工智能服務(wù)匹配系統(tǒng)就成為這項(xiàng)工作中必不可少的信息支撐平臺(tái)。

2? 智能服務(wù)匹配系統(tǒng)

現(xiàn)在的人們對(duì)于服務(wù)的需求越來越多也越來越細(xì)化，就交通出行而言目前市場(chǎng)上提供的服務(wù)種類就分有公交巴士、出租車、網(wǎng)約車、共享單車等，人們可在需要出行時(shí)選擇自己需要的服務(wù)類型，但對(duì)于服務(wù)提供者來說則需要不間斷的提供服務(wù)才能滿足被服務(wù)者的出行需求，這在一定程度上造成了資源浪費(fèi)。

而智能服務(wù)匹配系統(tǒng)旨在通過人工神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)處理和大數(shù)據(jù)匯集，從而建立事物之間的關(guān)聯(lián)，產(chǎn)生協(xié)同數(shù)據(jù)，再經(jīng)由迭代反饋算法[7]對(duì)協(xié)同數(shù)據(jù)進(jìn)行處理，再將處理結(jié)果反饋給服務(wù)提供者，這樣可以避免同類型服務(wù)分配不合理所造成的資源浪費(fèi)。

要解決這個(gè)看似矛盾的問題，智能服務(wù)匹配系統(tǒng)首先要做的是匯總各運(yùn)營(yíng)企業(yè)的需求數(shù)據(jù)、使用數(shù)據(jù)和調(diào)度數(shù)據(jù)，在將歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)綜合起來分析，動(dòng)態(tài)產(chǎn)生最優(yōu)的調(diào)整方法，然后將調(diào)整方法生成為新的調(diào)度計(jì)劃數(shù)據(jù)反饋給各運(yùn)營(yíng)商，最終由各運(yùn)營(yíng)商通過自己的服務(wù)系統(tǒng)進(jìn)行單車的調(diào)度，這樣就可以通過同類型服務(wù)產(chǎn)生相同的數(shù)據(jù)模型，并對(duì)該模型所產(chǎn)生的數(shù)據(jù)進(jìn)行匹配，從而提高用戶體驗(yàn)，同時(shí)也可以在一定程度上避免了由于服務(wù)冗余而衍生出的其他問題。

微軟公司的實(shí)時(shí)數(shù)據(jù)質(zhì)量監(jiān)控平臺(tái)就是非常典型的“模型匹配”[8]系統(tǒng)。該平臺(tái)的數(shù)據(jù)端配備了人工智能的機(jī)器學(xué)習(xí)算法，通過對(duì)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的分析，所產(chǎn)生的數(shù)據(jù)與微軟創(chuàng)建的風(fēng)險(xiǎn)模型進(jìn)行動(dòng)態(tài)匹配，可以監(jiān)控?cái)?shù)據(jù)質(zhì)量并發(fā)出預(yù)警信息。結(jié)合目前已經(jīng)明確的京津冀三地的定位，下一步就要是通過智能匹配的方式解決其中所蘊(yùn)含的資源和服務(wù)的協(xié)調(diào)與整合問題。

3? 整體設(shè)計(jì)

要建立整個(gè)京津冀地區(qū)的智能服務(wù)匹配系統(tǒng)可以使用服務(wù)匹配的架構(gòu)方法，以三地的功能定位為核心需求，首先以三地中各企業(yè)的經(jīng)營(yíng)范圍、注冊(cè)資本、所提供的服務(wù)內(nèi)容和運(yùn)營(yíng)情況為基礎(chǔ)建立各企業(yè)的歷史數(shù)據(jù)檔案，形成基于歷史數(shù)據(jù)獨(dú)立神經(jīng)元的基礎(chǔ)模型，并依托于這些企業(yè)的信息化平臺(tái)抽取其中的實(shí)時(shí)運(yùn)營(yíng)服務(wù)數(shù)據(jù)，同時(shí)以實(shí)時(shí)數(shù)據(jù)對(duì)基礎(chǔ)神經(jīng)元模型進(jìn)行訓(xùn)練，形成獨(dú)立的動(dòng)態(tài)神經(jīng)元[9]

其次在動(dòng)態(tài)神經(jīng)元的基礎(chǔ)上將服務(wù)內(nèi)容、經(jīng)營(yíng)范圍、產(chǎn)業(yè)規(guī)模相同或近似的企業(yè)進(jìn)行梳理，形成行業(yè)大數(shù)據(jù)信息。并根據(jù)大數(shù)據(jù)的存儲(chǔ)和分析技術(shù)對(duì)動(dòng)態(tài)神經(jīng)元所產(chǎn)生的實(shí)時(shí)數(shù)據(jù)進(jìn)行處理。再由機(jī)器學(xué)習(xí)算法實(shí)時(shí)進(jìn)行分析，生成本行業(yè)的動(dòng)態(tài)行業(yè)數(shù)據(jù)

最后將各行業(yè)數(shù)據(jù)進(jìn)行定期統(tǒng)計(jì)，統(tǒng)計(jì)周期可根據(jù)需要自行定義，并將統(tǒng)計(jì)結(jié)果以可視化數(shù)據(jù)圖表的形式進(jìn)行展現(xiàn)，以便于監(jiān)管部門可以人為監(jiān)控各行業(yè)發(fā)展?fàn)顩r。也可由京津冀三地規(guī)劃各行業(yè)的業(yè)模型，將統(tǒng)計(jì)結(jié)果與各行業(yè)的產(chǎn)業(yè)模型進(jìn)行動(dòng)態(tài)匹配，以比較各行業(yè)發(fā)展預(yù)測(cè)情況與規(guī)劃中的產(chǎn)業(yè)模型是否產(chǎn)生偏差，形成行業(yè)發(fā)展大數(shù)據(jù)。也可設(shè)立各行業(yè)預(yù)警機(jī)制，將統(tǒng)計(jì)結(jié)果與預(yù)警機(jī)制進(jìn)行實(shí)時(shí)匹配，形成行業(yè)發(fā)展預(yù)警系統(tǒng)，從而實(shí)現(xiàn)對(duì)各行業(yè)實(shí)時(shí)發(fā)展動(dòng)態(tài)進(jìn)行自動(dòng)監(jiān)控，以起到避免行業(yè)資源浪費(fèi)或產(chǎn)能過剩的效果。

4? 系統(tǒng)設(shè)計(jì)重點(diǎn)

本系統(tǒng)旨在通過企業(yè)數(shù)據(jù)的統(tǒng)計(jì)和分析形成規(guī)范化的神經(jīng)元數(shù)據(jù)，經(jīng)由機(jī)器學(xué)習(xí)算法對(duì)神經(jīng)元數(shù)據(jù)進(jìn)行自動(dòng)化分析，從而形成行業(yè)動(dòng)態(tài)數(shù)據(jù)和發(fā)展預(yù)測(cè)數(shù)據(jù)，再與產(chǎn)業(yè)模型和預(yù)警機(jī)制進(jìn)行匹配，從而達(dá)到預(yù)測(cè)行業(yè)發(fā)展和預(yù)警行業(yè)風(fēng)險(xiǎn)的效果。經(jīng)過對(duì)各行業(yè)數(shù)據(jù)不斷的采集和積累，最終實(shí)現(xiàn)給予管理者整體行業(yè)發(fā)展?fàn)顩r和預(yù)測(cè)全行業(yè)發(fā)展趨勢(shì)的預(yù)測(cè)目的。

5? 系統(tǒng)功能描述

第一部分：建立企業(yè)動(dòng)態(tài)神經(jīng)元

通過對(duì)同類型企業(yè)的歷史數(shù)據(jù)進(jìn)行提煉，生成企業(yè)檔案，并結(jié)合對(duì)企業(yè)運(yùn)營(yíng)數(shù)據(jù)的采集形成實(shí)時(shí)企業(yè)數(shù)據(jù)，再經(jīng)由企業(yè)神經(jīng)元模型進(jìn)行數(shù)據(jù)匹配，使其更準(zhǔn)確更有效率，從而得到企業(yè)動(dòng)態(tài)神經(jīng)元數(shù)據(jù)。

（1）建立企業(yè)數(shù)據(jù)檔案

根據(jù)企業(yè)的基礎(chǔ)信息建立數(shù)據(jù)檔案，基礎(chǔ)信息內(nèi)容主要由工商注冊(cè)信息和過往年度的運(yùn)營(yíng)數(shù)據(jù)兩部分構(gòu)成。

（2）搭建數(shù)據(jù)采集模塊

數(shù)據(jù)采集系統(tǒng)是整個(gè)智能服務(wù)匹配系統(tǒng)中數(shù)據(jù)價(jià)值的保障[10]，智能高效的采集系統(tǒng)可以大幅度降低企業(yè)運(yùn)營(yíng)數(shù)據(jù)的更新成本。

（3）更新企業(yè)實(shí)時(shí)運(yùn)營(yíng)數(shù)據(jù)

通過數(shù)據(jù)的自動(dòng)化采集，實(shí)現(xiàn)企業(yè)運(yùn)營(yíng)數(shù)據(jù)的實(shí)時(shí)（定期）匯總。

（4）建立同類型企業(yè)神經(jīng)元模型

根據(jù)同類型企業(yè)共通的運(yùn)營(yíng)指標(biāo)，建立該類型企業(yè)的數(shù)據(jù)神經(jīng)元模型，用于對(duì)采集到的數(shù)據(jù)進(jìn)行智能過濾。

（5）生成企業(yè)動(dòng)態(tài)神經(jīng)元

用過濾后的數(shù)據(jù)生成企業(yè)動(dòng)態(tài)神經(jīng)元，企業(yè)神經(jīng)元包含兩部分內(nèi)容，企業(yè)歷史數(shù)據(jù)和企業(yè)實(shí)時(shí)數(shù)據(jù)。

第二部分：生成行業(yè)動(dòng)態(tài)和發(fā)展預(yù)測(cè)數(shù)據(jù)

通過將同類型企業(yè)的神經(jīng)元數(shù)據(jù)進(jìn)行動(dòng)態(tài)匯總，形成精準(zhǔn)的動(dòng)態(tài)行業(yè)大數(shù)據(jù)，再將行業(yè)數(shù)據(jù)用于機(jī)器學(xué)習(xí)算法的訓(xùn)練，強(qiáng)化對(duì)行業(yè)動(dòng)態(tài)數(shù)據(jù)分析能力，進(jìn)而得到行業(yè)發(fā)展預(yù)測(cè)數(shù)據(jù)。

（1）建立數(shù)據(jù)控制節(jié)點(diǎn)

數(shù)據(jù)控制節(jié)點(diǎn)的功能是將企業(yè)動(dòng)態(tài)神經(jīng)元中的數(shù)據(jù)進(jìn)行智能梳理，以經(jīng)營(yíng)范圍為基礎(chǔ)，以企業(yè)的規(guī)模和成本管控能力為坐標(biāo)對(duì)企業(yè)進(jìn)行分類[11]。

（2）企業(yè)大數(shù)據(jù)的存儲(chǔ)

將經(jīng)過分類的企業(yè)數(shù)據(jù)進(jìn)行合理的存儲(chǔ)[12]，確保數(shù)據(jù)全生命周期的真實(shí)性有效性，并在確保歷史數(shù)據(jù)響應(yīng)速度的前提下，提高實(shí)時(shí)數(shù)據(jù)的存儲(chǔ)速度[13]。

（3）生成行業(yè)動(dòng)態(tài)數(shù)據(jù)

以同行業(yè)企業(yè)的實(shí)時(shí)數(shù)據(jù)為依據(jù)，將該類數(shù)據(jù)進(jìn)行匯總整合形成本行業(yè)實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)。

（4）搭建數(shù)據(jù)分析模型

以同行業(yè)企業(yè)的數(shù)據(jù)為基礎(chǔ)，抽取其中重要的指標(biāo)和參數(shù)（交易成本、收支情況等），搭建該行業(yè)的數(shù)據(jù)模型。

（5）建立機(jī)器學(xué)習(xí)算法

以并行算法、想進(jìn)算法為基礎(chǔ)解決大數(shù)據(jù)分類、聚類和關(guān)聯(lián)問題[14]。

（6）生成行業(yè)發(fā)展預(yù)測(cè)數(shù)據(jù)

將搭載了行業(yè)數(shù)據(jù)模型的機(jī)器學(xué)習(xí)算法應(yīng)用于該行業(yè)的真實(shí)數(shù)據(jù)中，進(jìn)而生成行業(yè)發(fā)展預(yù)測(cè)數(shù)據(jù)。

第三部分：行業(yè)動(dòng)態(tài)數(shù)據(jù)應(yīng)用

通過對(duì)行業(yè)動(dòng)態(tài)數(shù)據(jù)的統(tǒng)計(jì)生成即時(shí)的可視化行業(yè)動(dòng)態(tài)報(bào)告，并通過行業(yè)發(fā)展預(yù)測(cè)數(shù)據(jù)與產(chǎn)業(yè)模型和預(yù)警機(jī)制進(jìn)行匹配，形成行業(yè)發(fā)展大數(shù)據(jù)和行業(yè)發(fā)展預(yù)警系統(tǒng)。

（1）生成行業(yè)動(dòng)態(tài)大數(shù)據(jù)統(tǒng)計(jì)

通過將各類動(dòng)態(tài)行業(yè)數(shù)據(jù)進(jìn)行匯總，以行業(yè)總產(chǎn)量（值）、銷售情況和時(shí)間等維度生成行業(yè)大數(shù)據(jù)統(tǒng)計(jì)。

（2）生成行業(yè)可視化數(shù)據(jù)統(tǒng)計(jì)

將統(tǒng)計(jì)結(jié)果以可視化圖表的形式展現(xiàn)，根據(jù)不同的需要生成不同形式的統(tǒng)計(jì)專題圖[15]。

（3）行業(yè)發(fā)展預(yù)測(cè)數(shù)據(jù)統(tǒng)計(jì)

通過將各行業(yè)發(fā)展預(yù)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，以預(yù)計(jì)產(chǎn)量（值）、預(yù)計(jì)銷售情況和時(shí)間等維度生成行業(yè)發(fā)展大數(shù)據(jù)。

（4）設(shè)置行業(yè)數(shù)據(jù)預(yù)警機(jī)制

通過過往行業(yè)歷史數(shù)據(jù)設(shè)置風(fēng)險(xiǎn)預(yù)警機(jī)制，通過風(fēng)險(xiǎn)辨識(shí)、預(yù)警模型兩個(gè)方面在風(fēng)險(xiǎn)為發(fā)生前加以辨識(shí)，以達(dá)到預(yù)警的效果。

（5）生成行業(yè)發(fā)展預(yù)警系統(tǒng)

在風(fēng)險(xiǎn)出現(xiàn)時(shí)快速的進(jìn)行預(yù)警評(píng)估、生成評(píng)估報(bào)告，并給出決策列表幫助決策者進(jìn)行決策選擇，以此設(shè)立全流程風(fēng)險(xiǎn)預(yù)警機(jī)制[16]。

6? 系統(tǒng)可行性

企業(yè)角度：當(dāng)今社會(huì)，信息化技術(shù)不斷進(jìn)步，企業(yè)信息資源逐步向數(shù)字化、云端化改進(jìn)，但信息資源共享尚在起步階段。如果只對(duì)企業(yè)進(jìn)行分析，雖然可以知道某個(gè)企業(yè)的經(jīng)營(yíng)和財(cái)務(wù)狀況，但不能知道其他同類企業(yè)的狀況，無法通過比較知道該企業(yè)在同行業(yè)中的位置，更無法得知該行業(yè)在地區(qū)經(jīng)濟(jì)發(fā)展中的位置。而這在充滿著高度競(jìng)爭(zhēng)的現(xiàn)代經(jīng)濟(jì)中是至關(guān)重要的。另外，行業(yè)所處生命周期的位置制約著或決定著企業(yè)的生存和發(fā)展。所以應(yīng)用本系統(tǒng)加強(qiáng)企業(yè)信息利用率，推動(dòng)本系統(tǒng)的運(yùn)行可以助力企業(yè)運(yùn)營(yíng)信息數(shù)據(jù)化云端化發(fā)展。

技術(shù)角度：本系統(tǒng)通過采集企業(yè)歷史數(shù)據(jù)和實(shí)時(shí)節(jié)點(diǎn)數(shù)據(jù)建立神經(jīng)元模型，在利用機(jī)器學(xué)習(xí)算法對(duì)神經(jīng)元數(shù)據(jù)進(jìn)行自動(dòng)化分析，從而預(yù)測(cè)企業(yè)生產(chǎn)數(shù)據(jù)?；诖髷?shù)據(jù)技術(shù)的京津冀政府治理能力建設(shè)的研究和應(yīng)用早就出現(xiàn)過[17]。作為最近三十年新興起的科研學(xué)科，機(jī)器學(xué)習(xí)已經(jīng)在現(xiàn)代信息生活尤其是互聯(lián)網(wǎng)生活中實(shí)現(xiàn)了較為廣泛的應(yīng)用[18]。本系統(tǒng)的技術(shù)支持相對(duì)成熟，難點(diǎn)在于數(shù)據(jù)庫的建設(shè)與信息收集。

政府角度：本系統(tǒng)主要為京津冀三地政府和企業(yè)提供服務(wù)，同時(shí)以企業(yè)的基本信息為基礎(chǔ)，動(dòng)態(tài)經(jīng)營(yíng)數(shù)據(jù)為依托，經(jīng)由大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)算法，在實(shí)現(xiàn)行業(yè)數(shù)據(jù)統(tǒng)計(jì)的同時(shí)，還可以大大降低政府經(jīng)濟(jì)的測(cè)算和規(guī)劃成本，直接緩解甚至解決產(chǎn)能過剩情況的發(fā)生，有效的推動(dòng)地區(qū)經(jīng)濟(jì)進(jìn)步，最終通過經(jīng)濟(jì)發(fā)展預(yù)測(cè)和風(fēng)險(xiǎn)預(yù)警，直接助力政府做下一階段的經(jīng)濟(jì)決策。

7? 結(jié)語

行業(yè)數(shù)據(jù)的預(yù)測(cè)一直是經(jīng)濟(jì)發(fā)展中的一項(xiàng)難題，以往的行業(yè)預(yù)測(cè)大多依托于數(shù)據(jù)上報(bào)和人為測(cè)算，數(shù)據(jù)收集及時(shí)性低且測(cè)算周期長(zhǎng)，導(dǎo)致測(cè)算結(jié)果與經(jīng)濟(jì)發(fā)展情況存在一定偏差，但隨著大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)算法的成熟，解決了數(shù)據(jù)收集和測(cè)算周期的問題，從而使測(cè)算結(jié)果更為精準(zhǔn)，對(duì)整體的經(jīng)濟(jì)發(fā)展預(yù)測(cè)起到了良好的輔助作用。京津冀協(xié)同發(fā)展規(guī)劃不僅僅是自身的發(fā)展，其建設(shè)關(guān)系到如何帶動(dòng)我國(guó)北方經(jīng)濟(jì)與社會(huì)的全面發(fā)展，是歷史賦予的機(jī)遇，為實(shí)現(xiàn)中華民族的偉大復(fù)興，就要抓住機(jī)遇。用發(fā)展的眼光來看，基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法的智能服務(wù)匹配系統(tǒng)，可以有效解決京津冀一體化資源整合和系統(tǒng)配置時(shí)出現(xiàn)的以下問題。

（1）極大程度解決了京津冀三地政府和企業(yè)等數(shù)據(jù)收集及時(shí)性和準(zhǔn)確性低的問題。

（2）極大程度解決了京津冀三地政府和企業(yè)等測(cè)算周期長(zhǎng)和測(cè)算內(nèi)容與現(xiàn)實(shí)情況脫節(jié)問題。

（3）有效解決了京津冀三地政府和企業(yè)等行業(yè)發(fā)展數(shù)據(jù)預(yù)測(cè)困難的問題。

（4）有助于解決京津冀三地政府和企業(yè)等資源配置困難和產(chǎn)能過剩的問題。

參考文獻(xiàn)

[1] 趙彥蘭.京津冀一體化戰(zhàn)略背景下的產(chǎn)業(yè)發(fā)展協(xié)調(diào)機(jī)制研究[D].天津師范大學(xué)，2015.

[2] 周畢文，陳慶平.京津冀一體化中的產(chǎn)業(yè)轉(zhuǎn)移[J].經(jīng)濟(jì)與管理，30，250（3）：9-12.

[3] 林曉娟，房世峰，杜加強(qiáng)，等.基于綜合承載力的北京市適度人口研究[J].地球信息科學(xué)學(xué)報(bào)，2017，19（11）：1495-1503.

[4] 《天津經(jīng)濟(jì)》課題組.京津冀一體化的綜述與借鑒[J].天津經(jīng)濟(jì)，2014（4）.

[5] 張丹，朱鳳戰(zhàn)，黃坤明.京津冀一體化進(jìn)程中河北發(fā)展戰(zhàn)略研究綜述[J].滄州師范學(xué)院學(xué)報(bào)，2015，31（1）：105-107.

[6] 國(guó)土資源局，京津冀協(xié)同發(fā)展規(guī)劃綱要，2015.

[7] 顧軍華，任超，譚慶.基于正反饋機(jī)制的遺傳算法[J].計(jì)算機(jī)工程與應(yīng)用，2007，43（14）：73-74.

[8] 姚明臣.機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中的若干問題研究[D].2016.

[9] 方幼林，楊冬青，唐世渭，等.數(shù)據(jù)倉庫中數(shù)據(jù)質(zhì)量控制研究[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（13）：1-4.

[10] 張繼棟，許鵬.大數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].大觀：東京文學(xué)，2017.

[11] 黃志奮.我國(guó)工業(yè)企業(yè)成本管理的現(xiàn)狀和對(duì)策[J].會(huì)計(jì)師，2009，100（1）：80-81.

[12] 周愛武，李孫長(zhǎng)，ZHOUAi-wu，etal.基于Web服務(wù)數(shù)據(jù)集成框架的設(shè)計(jì)與應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展，2010，20（11）：246-249.

[13] 歐陽靜，李蘭友.面向經(jīng)營(yíng)分析系統(tǒng)的數(shù)據(jù)倉庫架構(gòu)設(shè)計(jì)與存儲(chǔ)研究[J].計(jì)算機(jī)與現(xiàn)代化，2011，2011（12）：103-105.

[14] 紀(jì)思捷，胡豪杰.基于機(jī)器學(xué)習(xí)算法的大數(shù)據(jù)處理[J].電子技術(shù)與軟件工程，2015（23）：202-202.

[15] 馬洪波，陳志泊，陸守一.數(shù)據(jù)庫可視化技術(shù)在統(tǒng)計(jì)數(shù)據(jù)管理領(lǐng)域中的應(yīng)用[J].河北林果研究，2004（2）.

[16] 李慧，黎明梅，LiHui，等.全面風(fēng)險(xiǎn)管理視角下的企業(yè)風(fēng)險(xiǎn)預(yù)警機(jī)制研究[J].區(qū)域金融研究，2013（12）：63-66.

[17] 馬林藝，劉暢.大數(shù)據(jù)驅(qū)動(dòng)下的政府治理能力建設(shè)研究——以京津冀協(xié)同發(fā)展為例[J].產(chǎn)業(yè)與科技論壇，2018，17（9）：234-235.

[18] 余殷博.基于人工智能下的機(jī)器學(xué)習(xí)歷史及展望[J].電子技術(shù)與軟件工程，2017（4）：129-129.