CN111881224A - 一种多维数据分析方法及*** - Google Patents
一种多维数据分析方法及*** Download PDFInfo
- Publication number
- CN111881224A CN111881224A CN202010786625.0A CN202010786625A CN111881224A CN 111881224 A CN111881224 A CN 111881224A CN 202010786625 A CN202010786625 A CN 202010786625A CN 111881224 A CN111881224 A CN 111881224A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- data analysis
- multidimensional
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种多维数据分析方法及***，所述方法包括：通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。本发明能够通过数据分析模型生成多维报表后进行关联分析，为用户提供数据的多维度自助分析服务，提高多维数据分析的全面性和精确性，且能够以多种不同的信息展示形式展示分析结果，提高数据分析的多样性和直观性。
Description
技术领域
本发明涉及数据分析技术领域，尤其是涉及一种多维数据分析方法及***。
背景技术
目前，随着数据库应用的日益广泛，以及不同领域之间的业务种类也日益丰富，对于大数据智能分析***的需求也随之增加。但是，在对现有技术的研究与实践的过程中，本发明的发明人发现，现有的多维数据分析***存在着维度层次过少和报表数据之间的关联性低下的问题，同时，由于现有的多维分析***时在内容加载时需要加载所有的数据，查询耗时，对于***性能也需要一定的要求，并且用户关注的指标也无法自由设置，导致在进行多维度数据分析时效率低下且性能较差。因此，亟需一种能够克服上述缺陷的多维数据分析***和方法。
发明内容
本发明实施例所要解决的技术问题在于，提供一种多维数据分析方法及***，能够通过数据分析模型生成多维报表并进行关联分析，为用户提供自助分析服务，以便在发现问题之后追溯根源。
为解决上述问题，本发明的一个实施例提供了一种多维数据分析方法，至少包括如下步骤：
通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；
在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；
根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
作为优选方案，所述数据预处理，具体包括：
首先对采集的数据进行解析处理，将MDX语句解析为标准的SQL语句；
对解析后的数据依次进行提取、筛选和汇总后，构建成若干个数据立方体并存储至底层数据库中。
作为优选方案，所述数据分析模型的构建方式，具体为：
在建立数据表并配置对应的数据源后，加载对应的数据表，选择事实表和维表，以及选择维度和指标，最终构建数据分析模型。
作为优选方案，所述多维数据分析方法，还包括：
根据用户需求对所述数据分析模型进行切片和旋转操作。
作为优选方案，所述多维数据分析方法，还包括：
在得到所述多维度分析结果后，生成对应的动态分析报告，并通过可视化图像显示报表；其中，所述通过可视化图像显示报表，包括驾驶舱监控、数据大屏幕、图形可视化和地图分析。
作为优选方案，所述多维数据分析方法，还包括：
根据所述多维度分析结果进行数据挖掘，包括预测、聚类和关联规则挖掘，提取得到对应的关联性数据。
作为优选方案，所述多维数据分析方法，还包括：
通过元数据管理技术对所采集的数据进行影响性分析和血统分析，分析得到数据之间的引用关系和依赖关系。
本发明的一个实施例提供了一种多维数据分析***，包括：
数据采集模块，用于通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；
数据分析模型模块，用于在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；
多维分析模块，用于根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
本发明的一个实施例提供了一种多维数据分析的终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的多维数据分析方法。
本发明的一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的多维数据分析方法。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的一种多维数据分析方法及***，所述方法包括：通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
与现有技术相比，本发明实施例通过数据分析模型生成多维报表后进行关联分析，为用户提供数据的多维度自助分析服务，提高多维数据分析的全面性和精确性，且能够以多种不同的信息展示形式展示分析结果，提高数据分析的多样性和直观性。
附图说明
图1为本发明第一实施例提供的一种多维数据分析方法的流程示意图；
图2为本发明第一实施例提供的一种多维数据分析方法的实施方式的流程示意图；
图3为本发明第一实施例提供的另一种多维数据分析方法的实施方式的流程示意图；
图4为本发明第二实施例提供的一种多维数据分析方法***的结构示意图；
图5为本发明第二实施例提供的另一种多维数据分析方法***的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
首先介绍本发明可以提供的应用场景，如提供一种对数据进行多维度的分析方法。
本发明第一实施例：
请参阅图1-3。
如图1所示，本实施例提供了一种多维数据分析方法，至少包括如下步骤：
S101、通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；
具体的，对于步骤S101，首先通过分布式OLAP引擎组建对分析***所对接的各个大数据平台以及各个关系型数据库进行数据采集，在提供数据接口和采集数据后，对采集得到的数据进行数据预处理，从而为后续多维数据分析模型提供基础数据，在完成预处理后，对不同格式的数据进行统一标准的转换处理，从而能够提高后续数据分析的效率。
S102、在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；
具体的，对于步骤S102，在完成数据预处理后，通过已经构建的数据分析模型对分布式OLAP引擎组件采集的数据进行多维度数据分析，在分析过程中，根据用户预先在***上自定义的报表规则，对应生成以用户自定义的报表规则为基准的多维数据报表。
S103、根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果，通过在多维报表之间进行关联分析，从多维报表钻取到明细报表，以发现问题背后的根源。
具体的，对于步骤S103，根据用户不同的需求，对所述数据分析模型进行钻取操作，对上一步生成的若干个多维数据报表进行关联分析，其中关联分析的准则是以用户的需求为标准，在完成关联分析后生成对应的明细报表，从而将之前单一维度的多个报表关联成一个多维度的明细报表，并对该明细报表进行统计分析，从而得到与用户需求对应的多维度分析结果。
例如，相关机构、政府部门、主流媒体可以依托大数据智能分析***的大数据技术，通过网站、公众号、App等渠道，以疫情地图、疫情趋势、国内国外疫情等形式，实时播报疫情动态，只要点击***界面地图中的每个省份，就可以显示各省确诊、疑似、死亡的新增及累计数据详情，甚至能精确到每个小区。
在优选的实施例中，所述数据预处理，具体包括：
首先对采集的数据进行解析处理，将MDX语句解析为标准的SQL语句；
对解析后的数据依次进行提取、筛选和汇总后，构建成若干个数据立方体并存储至底层数据库中。
具体的，通过所述分布式OLAP引擎组建对各个大数据平台和关系型数据库进行SQL查询，对PB级别的数据进行处理。在对大规模数据处理时，将大规模数据进行数据立方体的构建，并基于数据立方体进行高效实时的查询统计，对存储在各个大数据平台的海量数据进行预处理，将目标数据进行提取、筛选和汇总，构建数据立方体并进行存储，以使后续数据分析模型对数据进行查询，避免后续分析或查询时还需要对原始数据进行操作，提高数据处理和数据分析的效率，减少***响应时间和占用资源。
另外，本实施例所采用的大数据智能分析***Data还能提供界面化数据管理能力，丰富的数据源支持，用户能够自行在源数据关系的基础上构建自己的业务模型，实现数据分析。大数据智能分析***Data的特性：丰富的数据源支持，极大地减轻了用户的应用难度，方便了用户的使用；强大的数据集管理和灵活的语义层，为用户提供了强大的数据集管理功能，使集支持SQL查询、可视化查询、Java查询、存储过程查询、多维查询。
在优选的实施例中，所述数据分析模型的构建方式，具体为：
在建立数据表并配置对应的数据源后，加载对应的数据表，选择事实表和维表，以及选择维度和指标，最终构建数据分析模型。
在优选的实施例中，所述多维数据分析方法，还包括：
根据用户需求对所述数据分析模型进行切片和旋转操作。
具体的，基于多维分析技术，OLAP server组件向用户提供一种自助的交互式多维分析服务，用户可以基于多维模型实现任意的切片、旋转、钻取等操作，更可实现自定义指标和统计分析等操作。
在优选的实施例中，如图2所示，所述多维数据分析方法，还包括：
在得到所述多维度分析结果后，生成对应的动态分析报告，并通过可视化图像显示报表；其中，所述通过可视化图像显示报表，包括驾驶舱监控、数据大屏幕、图形可视化和地图分析。
具体的，在得到多维分析结果后，根据该结果生成对应的动态分析报告，并且通过可视化图像显示报表，例如驾驶舱、数据大屏幕、图形可视化和地图分析。其中，驾驶舱是大数据智能分析***的重要组件，通过使用图形、仪表盘、预警等方式，监控、分析关键指标、业务目标，保持与战略的步调一致。领导驾驶舱旨在让用户了解整个单位的业务活动，使用户能够以个性化的方式来监控KPI、衡量KPI，管理预警和异常。而大屏展现则是通过数据大屏幕进行展示，数据大屏幕相对于仪表盘，信息量进一步集中，弱化交互性，强化展示效果，支持非常灵活的布局、样式和图形效果，并且设计、上线速度极快，提高美观效果与开发效率。
其中，图像可视化则是通过集成Echart作为基础图形控件，提供柱状图、横条图、散点图、面积图、折线图、组合图、瀑布图、饼图、环形图、南丁格尔玫瑰图、油量图、散点图、泡泡图、雷达图、关系图、热力图、词云图等一系列图形效果；并可以通过电子表格作图完成更为复杂的图形设计，如：甘特图、山形图、手风琴图、子弹图、小又多图、迷你图、漏斗图、进度图、复合饼图、多层饼图等；以及对表格设置条件格式(数据条、色阶、图标集)。
另外，借助于地理信息技术，地图分析功能让用户非常直观地监控不同地区的业务发展和绩效情况。地图区域采用不同颜色进行显示、或在地图区域上放置不同颜色的旗帜，决策层可以清楚了解业务的执行情况，并通过在地图上实现下钻操作及联动图形，探索问题的根源，增强洞察力。支持新颖的动态图表,如航线地图、热力地图、泡泡地图及散点地图。
在优选的实施例中，如图3所示，所述多维数据分析方法，还包括：
根据所述多维度分析结果进行数据挖掘，包括预测、聚类和关联规则挖掘，提取得到对应的关联性数据。
具体的，得到所述多维度分析结果后，用户可根据需求对分析结果进行数据挖掘，通过预测算法、聚类以及关联规则挖掘等方法，最终提取得到与用户需求对应的关联性数据，以使用户后续根据挖掘而得到的关联性数据进行进一步的多维分析，提高数据分析的全面性和实用性。
在优选的实施例中，所述多维数据分析方法，还包括：
通过元数据管理技术对所采集的数据进行影响性分析和血统分析，分析得到数据之间的引用关系和依赖关系。
具体的，本实施例还提供通过元数据管理***对***的元数据进行影响性分析和血统分析(依赖性分析)，其中，通过影响性分析，当源数据项有变化时，识别对哪些KPI、报表产生影响；通过依赖性分析，掌握KPI的数据来自于哪些数据项，经过了哪些加工计算。对BI应用***内部的元数据信息进行管理，包括表、字段、参数、业务主题、多维模型、查询、报表、仪表盘等信息的管理；从而更好的支持应用***维护和运营。血统分析则是一种追踪溯源的有效工具，用户在浏览报表的时候，可以查看和分析资源之间的依赖关系。
本实施例提供的一种多维数据分析方法，包括：通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
本实施例通过数据分析模型生成多维报表后进行关联分析，为用户提供数据的多维度自助分析服务，提高多维数据分析的全面性和精确性，且能够以多种不同的信息展示形式展示分析结果，提高数据分析的多样性和直观性。
本发明第二实施例：
请参阅图4-5。
如图4所示，本实施例提供了一种多维数据分析***，包括：
数据采集模块100，用于通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；
具体的，对于数据采集模块100，首先通过分布式OLAP引擎组建对分析***所对接的各个大数据平台以及各个关系型数据库进行数据采集，在提供数据接口和采集数据后，对采集得到的数据进行数据预处理，从而为后续多维数据分析模型提供基础数据，在完成预处理后，对不同格式的数据进行统一标准的转换处理，从而能够提高后续数据分析的效率。
数据分析模型模块200，用于在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；
具体的，对于数据分析模型模块200，在完成数据预处理后，通过已经构建的数据分析模型对分布式OLAP引擎组件采集的数据进行多维度数据分析，在分析过程中，根据用户预先在***上自定义的报表规则，对应生成以用户自定义的报表规则为基准的多维数据报表。
多维分析模块300，用于根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
具体的，对于多维分析模块300，根据用户不同的需求，对所述数据分析模型进行钻取操作，对上一步生成的若干个多维数据报表进行关联分析，其中关联分析的准则是以用户的需求为标准，在完成关联分析后生成对应的明细报表，从而将之前单一维度的多个报表关联成一个多维度的明细报表，并对该明细报表进行统计分析，从而得到与用户需求对应的多维度分析结果。
在优选的实施例中，如图5所示，所述多维数据分析***，还包括：
可视化模块400，用于在得到所述多维度分析结果后，生成对应的动态分析报告，并通过可视化图像显示报表；其中，所述通过可视化图像显示报表，包括驾驶舱监控、数据大屏幕、图形可视化和地图分析。
具体的，在得到多维分析结果后，根据该结果生成对应的动态分析报告，并且通过可视化图像显示报表，例如驾驶舱、数据大屏幕、图形可视化和地图分析。
在优选的实施例中，如图5所示，所述多维数据分析***，还包括：
数据挖掘模块500，用于根据所述多维度分析结果进行数据挖掘，包括预测、聚类和关联规则挖掘，提取得到对应的关联性数据。
具体的，得到所述多维度分析结果后，用户可根据需求对分析结果进行数据挖掘，通过预测算法、聚类以及关联规则挖掘等方法，最终提取得到与用户需求对应的关联性数据，以使用户后续根据挖掘而得到的关联性数据进行进一步的多维分析，提高数据分析的全面性和实用性。
本实施例提供的一种多维数据分析***，包括：数据采集模块100，用于通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；数据分析模型模块200，用于在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；多维分析模块300，用于根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
与现有技术相比，本实施例能够通过数据分析模型生成多维报表后进行关联分析，为用户提供数据的多维度自助分析服务，提高多维数据分析的全面性和精确性，且能够以多种不同的信息展示形式展示分析结果，提高数据分析的多样性和直观性。
本发明的一个实施例提供了一种多维数据分析的终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的多维数据分析方法。
本发明的一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的多维数据分析方法。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的***实施例仅仅是示意性的，例如所述模块的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变形，这些改进和变形也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
Claims (10)
1.一种多维数据分析方法，其特征在于，至少包括如下步骤：
通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；
在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；
根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
2.根据权利要求1所述的多维数据分析方法，其特征在于，所述数据预处理，具体包括：
首先对采集的数据进行解析处理，将MDX语句解析为标准的SQL语句；
对解析后的数据依次进行提取、筛选和汇总后，构建成若干个数据立方体并存储至底层数据库中。
3.根据权利要求1所述的多维数据分析方法，其特征在于，所述数据分析模型的构建方式，具体为：
在建立数据表并配置对应的数据源后，加载对应的数据表，选择事实表和维表，以及选择维度和指标，最终构建数据分析模型。
4.根据权利要求1所述的多维数据分析方法，其特征在于，还包括：
根据用户需求对所述数据分析模型进行切片和旋转操作。
5.根据权利要求1所述的多维数据分析方法，其特征在于，还包括：
在得到所述多维度分析结果后，生成对应的动态分析报告，并通过可视化图像显示报表；其中，所述通过可视化图像显示报表，包括驾驶舱监控、数据大屏幕、图形可视化和地图分析。
6.根据权利要求1所述的多维数据分析方法，其特征在于，还包括：
根据所述多维度分析结果进行数据挖掘，包括预测、聚类和关联规则挖掘，提取得到对应的关联性数据。
7.根据权利要求1所述的多维数据分析方法，其特征在于，还包括：
通过元数据管理技术对所采集的数据进行影响性分析和血统分析，分析得到数据之间的引用关系和依赖关系。
8.一种多维数据分析***，其特征在于，包括：
数据采集模块，用于通过分布式OLAP引擎组件对大数据平台和关系型数据库进行数据采集和数据预处理；
数据分析模型模块，用于在完成所述预处理后，通过预先构建的数据分析模型对所采集的数据进行多维度数据分析，并按照用户定义的报表规则生成对应的多维报表；
多维分析模块，用于根据用户需求在所述数据分析模型进行对应的钻取操作，对若干个多维报表进行关联分析，生成对应的明细报表后进行统计分析，最终分析得到以所述用户需求作为规则的多维度分析结果。
9.一种多维数据分析的终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的多维数据分析方法。
10.一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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的多维数据分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010786625.0A CN111881224A (zh) | 2020-08-06 | 2020-08-06 | 一种多维数据分析方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010786625.0A CN111881224A (zh) | 2020-08-06 | 2020-08-06 | 一种多维数据分析方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111881224A true CN111881224A (zh) | 2020-11-03 |
Family
ID=73210983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010786625.0A Pending CN111881224A (zh) | 2020-08-06 | 2020-08-06 | 一种多维数据分析方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111881224A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112256809A (zh) * | 2020-11-13 | 2021-01-22 | 珠海大横琴科技发展有限公司 | 一种数据处理方法和装置 |
| CN112527868A (zh) * | 2020-12-23 | 2021-03-19 | 东莞市盟大塑化科技有限公司 | 一种数据获取方法、装置、设备及存储介质 |
| CN113157191A (zh) * | 2021-02-21 | 2021-07-23 | 上海帕科信息科技有限公司 | 一种基于olap***的数据可视化方法 |
| CN113204596A (zh) * | 2021-04-14 | 2021-08-03 | 国网河北省电力有限公司电力科学研究院 | 六氟化硫气体数据的处理方法、装置及终端设备 |
| CN113343080A (zh) * | 2021-05-19 | 2021-09-03 | 深圳海天力电子商务有限公司 | 一种数据智能分析方法、***和设备以及计算机可读存储介质 |
| CN113407526A (zh) * | 2020-11-20 | 2021-09-17 | 广东美云智数科技有限公司 | 一种权限数据的分析方法、管理装置以及存储介质 |
| CN113469547A (zh) * | 2021-07-13 | 2021-10-01 | 上海齐屹信息科技有限公司 | 一种基于大数据的智能kpi考核及奖励分配***及方法 |
| CN113987010A (zh) * | 2021-10-13 | 2022-01-28 | 北京元年科技股份有限公司 | 一种多维数据集的洞察方法以及装置 |
| CN115203311A (zh) * | 2022-07-05 | 2022-10-18 | 南京云创大数据科技股份有限公司 | 一种基于数据大脑的行业数据分析挖掘方法及*** |
| CN115470251A (zh) * | 2022-08-23 | 2022-12-13 | 陕西天诚软件有限公司 | 一种大数据分析展示装置 |
| CN115759014A (zh) * | 2022-11-22 | 2023-03-07 | 北京码牛科技股份有限公司 | 一种动态智能化分析方法、***及电子设备 |
| CN117331992A (zh) * | 2023-09-19 | 2024-01-02 | 上海麦杰科技股份有限公司 | 一种工业大数据处理方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704608A (zh) * | 2017-10-17 | 2018-02-16 | 北京览群智数据科技有限责任公司 | 一种olap多维分析和数据挖掘*** |
| CN108846040A (zh) * | 2018-05-29 | 2018-11-20 | 东华大学 | 一种基于olap的处方笺多维分析方法及*** |
| CN111324602A (zh) * | 2020-02-21 | 2020-06-23 | 上海软中信息技术有限公司 | 一种实现面向金融大数据分析可视化方法 |
-
2020
- 2020-08-06 CN CN202010786625.0A patent/CN111881224A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704608A (zh) * | 2017-10-17 | 2018-02-16 | 北京览群智数据科技有限责任公司 | 一种olap多维分析和数据挖掘*** |
| CN108846040A (zh) * | 2018-05-29 | 2018-11-20 | 东华大学 | 一种基于olap的处方笺多维分析方法及*** |
| CN111324602A (zh) * | 2020-02-21 | 2020-06-23 | 上海软中信息技术有限公司 | 一种实现面向金融大数据分析可视化方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112256809A (zh) * | 2020-11-13 | 2021-01-22 | 珠海大横琴科技发展有限公司 | 一种数据处理方法和装置 |
| CN113407526A (zh) * | 2020-11-20 | 2021-09-17 | 广东美云智数科技有限公司 | 一种权限数据的分析方法、管理装置以及存储介质 |
| CN112527868A (zh) * | 2020-12-23 | 2021-03-19 | 东莞市盟大塑化科技有限公司 | 一种数据获取方法、装置、设备及存储介质 |
| CN113157191A (zh) * | 2021-02-21 | 2021-07-23 | 上海帕科信息科技有限公司 | 一种基于olap***的数据可视化方法 |
| CN113204596A (zh) * | 2021-04-14 | 2021-08-03 | 国网河北省电力有限公司电力科学研究院 | 六氟化硫气体数据的处理方法、装置及终端设备 |
| CN113343080A (zh) * | 2021-05-19 | 2021-09-03 | 深圳海天力电子商务有限公司 | 一种数据智能分析方法、***和设备以及计算机可读存储介质 |
| CN113469547A (zh) * | 2021-07-13 | 2021-10-01 | 上海齐屹信息科技有限公司 | 一种基于大数据的智能kpi考核及奖励分配***及方法 |
| CN113987010A (zh) * | 2021-10-13 | 2022-01-28 | 北京元年科技股份有限公司 | 一种多维数据集的洞察方法以及装置 |
| CN113987010B (zh) * | 2021-10-13 | 2022-09-16 | 北京元年科技股份有限公司 | 一种多维数据集的洞察方法以及装置 |
| CN115203311A (zh) * | 2022-07-05 | 2022-10-18 | 南京云创大数据科技股份有限公司 | 一种基于数据大脑的行业数据分析挖掘方法及*** |
| CN115203311B (zh) * | 2022-07-05 | 2023-05-02 | 南京云创大数据科技股份有限公司 | 一种基于数据大脑的行业数据分析挖掘方法及*** |
| CN115470251A (zh) * | 2022-08-23 | 2022-12-13 | 陕西天诚软件有限公司 | 一种大数据分析展示装置 |
| CN115759014A (zh) * | 2022-11-22 | 2023-03-07 | 北京码牛科技股份有限公司 | 一种动态智能化分析方法、***及电子设备 |
| CN117331992A (zh) * | 2023-09-19 | 2024-01-02 | 上海麦杰科技股份有限公司 | 一种工业大数据处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111881224A (zh) | 一种多维数据分析方法及*** | |
| US10459940B2 (en) | Systems and methods for interest-driven data visualization systems utilized in interest-driven business intelligence systems | |
| US10761687B2 (en) | User interface that facilitates node pinning for monitoring and analysis of performance in a computing environment | |
| US10205643B2 (en) | Systems and methods for monitoring and analyzing performance in a computer system with severity-state sorting | |
| US10469344B2 (en) | Systems and methods for monitoring and analyzing performance in a computer system with state distribution ring | |
| US10515469B2 (en) | Proactive monitoring tree providing pinned performance information associated with a selected node | |
| McLachlan et al. | LiveRAC: interactive visual exploration of system management time-series data | |
| US20190005104A1 (en) | Systems and methods for interest-driven data visualization systems utilizing visualization image data and trellised visualizations | |
| US9934299B2 (en) | Systems and methods for interest-driven data visualization systems utilizing visualization image data and trellised visualizations | |
| US8190620B2 (en) | Apparatus and method for visualizing data within a decomposition graph | |
| US9582573B2 (en) | Interactive composite plot for visualizing multi-variable data | |
| CN112926288A (zh) | 一种商业智能数据可视化方法、***、设备以及可读存储介质 | |
| CN105843842A (zh) | 一种大数据环境下多维聚集查询与展示***及方法 | |
| CN110968676A (zh) | 基于lda模型与lstm网络的文本数据语义时空模式探索方法 | |
| CN114077652A (zh) | 一种基于多维数据立方体的数据处理方法及电子装置 | |
| CN113886465A (zh) | 一种用于汽车物流的大数据分析平台 | |
| CN113157191A (zh) | 一种基于olap***的数据可视化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |