CN113326254A - 一种调研数据清洗方法及*** - Google Patents
一种调研数据清洗方法及*** Download PDFInfo
- Publication number
- CN113326254A CN113326254A CN202110680118.3A CN202110680118A CN113326254A CN 113326254 A CN113326254 A CN 113326254A CN 202110680118 A CN202110680118 A CN 202110680118A CN 113326254 A CN113326254 A CN 113326254A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- auditing
- investigation
- research
- 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
- 238000011160 research Methods 0.000 title claims abstract description 96
- 238000004140 cleaning Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000011835 investigation Methods 0.000 claims abstract description 111
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 42
- 238000013480 data collection Methods 0.000 description 7
- 238000012550 audit Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于数据处理领域,具体涉及一种调研数据清洗方法及***,该***包括识别单元、单指标审核单元、多指标审核单元及单人数据审核单元;识别单元用于识别调研数据的填写人身份、数据属性、数据间的逻辑关系及数据间的权重关联性;单指标审核单元用于对数据属性相同的调研数据进行统一审核,判断调研数据是否符合数据属性要求;多指标审核单元用于根据数据间的逻辑关系,对存在逻辑关系的调研数据进行审核,判断是否有存在逻辑矛盾的调研数据;单人数据审核单元用于根据数据间的权重关联性,对相同的填写人身份的所有数据进行审核,分析是否存在内容不合理的调研数据。本申请能够保证存储的调研数据的质量。
Description
技术领域
本发明属于数据处理领域,具体涉及一种调研数据清洗方法及***。
背景技术
市场调研是运用科学的方法,有目的、***地采集、记录、整理有关市场营销的信息和资料,分析市场情况,了解市场的现状及其发展趋势,为市场预测和营销决策提供客观、正确的资料的过程。随着时代的不断发展变化,市场调研范围不再局限于市场营销公司,扩大到了各行各业。
不过,想要市场调研发挥作用,调研数据的体量和质量必须要过关,若调研数据的体量太小,存在调研不够全面的问题;若调研数据质量不过关,则可能出现分析结果出现偏差的问题。为了保证调研数据的体量,本申请人提供了一种数据标准化***,通过将调研指标标准化,能够把多个相同领域的调研项目的数据进行有效的整合。
但是,在整合多个项目的调研数据时,因为项目管理者、数据采集者的差异,调研数据质量可能会参差不齐。如果直接将调研数据入库,会导致该研究领域的调研数据质量下降。企业、单位使用质量不佳的调研数据进行分析应用,其对市场的认知和决策会受到负面影响。
发明内容
本发明的目的在于,提供一种调研数据清洗***,能够保证存储的调研数据的质量。
本发明提供的基础方案为:
一种数据调研清洗***,包括识别单元、单指标审核单元、多指标审核单元及单人数据审核单元;
识别单元用于识别调研数据的填写人身份、数据属性、数据间的逻辑关系及数据间的权重关联性;
单指标审核单元用于对数据属性相同的调研数据进行统一审核,判断调研数据是否符合数据属性要求,数据属性要求包括数据格式、数据完整性及数据编码范围;
多指标审核单元用于根据数据间的逻辑关系,对存在逻辑关系的调研数据进行审核,判断是否有存在逻辑矛盾的调研数据;
单人数据审核单元用于根据数据间的权重关联性,对相同的填写人身份的所有数据进行审核,分析是否存在内容不合理的调研数据。
基础方案工作原理及有益效果:
使用本***,在完成某个调研项目后,将调研数据进行存储前,识别单元会识别调研数据的填写人身份、数据属性、数据间的逻辑关系以及数据间的权重关联性。
之后,单指标审核单元会对数据属性相同的调研数据进行统一审核,换个说法,即是对属性相同的单个指标(如售后满意度、个人意向度等)进行统一审核。这样的好处是通过批量处理的方式,在保证准确性的同时还可以保证审核的效率。具体的,单指标审核单元对调研数据的数据格式、数据完整性及数据编码范围进行审核,例如,某个指标调研数据的编码范围为周一到周五,某调研数据却为周六,则该调研数据不符合编码范围。
多指标审核单元则会根据数据间的逻辑关系,判断存在逻辑关系的调研数据是否存在逻辑矛盾,例如,在某个满意度调研的调研项目中,有两项数据分别为“是否投诉过”以及“投诉处理是否满意”,若前一项的内容为未投诉,后一项却有具体的内容,则说明该调研数据存在前后矛盾。
单人数据审核单元根据数据间的权重关联性,对相同的填写人身份的所有数据进行审核,分析是否存在内容不合理的调研数据。例如,在某个关于满意度调研的调研项目中,所有的分项满意度的数据均为满分5分,总体满意度的数据却为3分,则说明该填写人的调研数据存在异常。
这样,不仅能够保证后续存储的调研数据本身符合属性要求,还可以防止调研数据之间存在矛盾或异常,从而保证存储的调研数据的质量。
综上,本申请能够保证存储的调研数据的质量。
进一步,单指标审核单元还用于发现审核数据缺失时,结合数据的属性要求分析缺失调研数据是否为必填数据,若是,则将该调研数据标记为异常数据;若否,则单指标审核单元判断其是否为计数类数据,若否,则按照预设规则进行数值填充。
由于调查问卷的问题有多种,当某个调查项对应的调研数据缺失时,也存在多种情况,且这些情况需要分别处理,这样的设置,在进行调研数据审核时,可结合数据的具体属性,对缺失的数据进行针对性处理,在将异常数据筛选出来的同时,可避免将正常填写的数据归类到异常数据中。
进一步,单指标审核单元还用于将审核未通过的调研数据标记为异常数据,还用于将审核通过的调研数据发送给多指标审核单元;多指标审核单元还用于将审核未通过的调研数据标记为异常数据,还用于将审核通过的调研数据发送给单人数据审核单元;单人数据审核单元还用于将审核未通过的调研数据标记为异常数据。
这样的审核顺序,能够将各审核单元的优点发挥出来,并且,由于存在问题的调研数据通常在多方面都有异常,如格式、数值范围或逻辑,与逻辑相比,格式或数值范围的审核效率会快很多,并且标记后也就不用再进行逻辑层面的审核,这样的审核顺序,能够提升整体的审核效率。
进一步,还包括存储单元,单人数据审核单元还用于将审核通过的调研数据存储到存储单元中。
将高质量的调研数据进行集中存储,便于后续的使用分析。
进一步,识别单元还用于识别调研数据的填写时间;单人数据审核单元还用于当存在同一填写人存在两组通过审核的调研数据,且两组调研数据存在不同时,调取两组调研数据的填写时间,若两组调研数据填写时间的间隔小于预设值,则单人数据审核单元将填写时间更早的一组作为有效数据进行存储;若两组调研数据填写时间的间隔大于等于预设值,则单人数据审核单元将填写时间更晚的一组作为有效数据进行存储。
一个市场调研项目通常会持续一段时间,在这段时间内,可能会出现对同一位填写人进行了两次问卷调查的情况。如果一个人在短时间内遇到两次让填写相同调查问卷的情况,通常在第一次填写时会比较认真,后面填写时敷衍了事的可能性会比较大。因此,将第一次的调研数据作为有效数据进行存储。如果两次的时间间隔较长,则很可能两次都是认真填写,但第一次填写问卷后遇到的事情改变了其对问卷上相关问题的看法,由于市场调研注重时效性,这种情况下,后一次的问卷内容更能够反映填写者当前的经历和看法,因此,将后一次的调研数据作为有效数据进行存储。
进一步,单指标审核单元、多指标审核单元及单人数据审核单元在标记异常数据时,还将异常数据对应填写人的所有调研数据提取出来并打包存储。
当某个填写人存在异常数据时,其填写的调查问卷有可能存在敷衍了事的情况,未识别出异常的调研数据也有可能只是随手一填,因此,需要将该填写人的所有调研数据提取出来并打包存储,保证后续存储的调研数据的质量。
进一步,还包括退回单元,退回单元分别与单指标审核单元、多指标审核单元及单人数据审核单元连接,用于将打包的数据退回处理;单指标审核单元、多指标审核单元及单人数据审核单元在标记异常数据时,同步标记异常类型;退回单元还用于退回处理时提示异常类型。
将打包的数据退回处理具体为,将打包的数据退回至调研数据收集端,调研数据收集端用于收集至少一个填写人的所有调研数据。异常类型为表示异常数据存在的问题种类。通过这样的方式,可以让工作人员根据打包的数据的异常类型进行针对性处理,部分异常类型可通过联系填写人进行修改后重新进行审核。
进一步,还包括分析单元,用于对异常数据的特征属性进行分析并生成异常分析报告,还用于根据存储的调研数据进行打分评级。
调研打分评级具体为对调研数据整体质量的综合打分及评级。通过异常分析报告,可以了解调研中的存在的问题,便于后续调研的改进和完善。通过调研打分评级则便于了解调研的整体情况。
进一步,特征属性包括调研采集者信息、采集地区及采集时间。
采集者信息为采集调研数据的工作人员的信息。这样的设置,便于对异常数据进行全面分析,找准问题。
本发明的另一目的在于,提供一种调研数据清洗方法,使用上述调研数据清洗***。
附图说明
图1为本发明实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例一
如图1所示,一种数据调研清洗***,包括识别单元、单指标审核单元、多指标审核单元、单人数据审核单元、存储单元、退回单元及分析单元。
识别单元用于识别调研数据的填写人身份、数据属性、数据间的逻辑关系及数据间的权重关联性。
单指标审核单元用于对数据属性相同的调研数据进行统一审核,判断调研数据是否符合数据属性要求,数据属性要求包括数据格式、数据完整性及数据编码范围。换个说法,单指标审核单元即是对属性相同的单个指标(如售后满意度、个人意向度等)进行统一审核。
如:日期是否符合YYYY-MM-DD格式;调研地点的省、市、区,是否与国家的行政区划一致;指标选项类的调研数据是否在限定的编码范围内,如满意度调研指标的选项编码为1、2、3、4、5,则满意度调研数据的选项范围也必须在1、2、3、4、5中;数据是否存在缺失的情况,等等。
其中,发现审核数据缺失时,单指标审核单元还用于结合数据的属性要求分析缺失调研数据是否为必填数据,若是,则将该调研数据标记为异常数据;若否,则单指标审核单元判断其是否为计数类数据,若否,则按照预设规则进行数值填充,若是,则根据预设规则进行计数。单指标审核单元还用于将审核未通过的调研数据标记为异常数据,还用于将审核通过的调研数据发送给多指标审核单元。计数类数据,即只需要进行统计数量的数据类型,这类数据未填写,通常代表没有进行对应调研问题的行为,如某调研问题为“最近一次投诉的时间为(如未投诉过,则不用勾选):”,这种情况下缺失的调研数据即为计数类数据,只需要将其作为未投诉过的一个调研对象进行计数即可。
本实施例中,发现审核数据缺失时,以不同缺失值的方式进行区分判断;缺失值审核的具体操作如下,将缺失值分为两类,一类是在调研中漏问造成的“缺失值”,即真正的数据缺失;一类是不适用造成的数据缺失,如“投诉处理满意度”,如果调研对象没有进行投诉,也就无法进行评价,此类“缺失值”在调研数据选项编号为“99”。
首先,判断是漏问“缺失值”还是不适用“缺失值”,如果漏问“缺失值”,此条数据将审核不通过,并标记为异常数据;如果是不适用“缺失值”,也分为两类,一类数据类型为得分类,需要用该对该调研指标得分均值将该调研指标的缺失值进行填充;一类是计数类,不用做任何操作,并判断缺失值有效。
通过单指标审核单元,可以对数据属性相同的调研数据进行统一审核,通过批量处理的方式,在保证准确性的同时还可以保证审核的效率。单指标审核单元可以有多个,每个单指标审核单元负责不同的审核数据属性,也可以只有一个,由一个单指标审核单元负责所有的审核数据属性。本实施例中,单指标审核单元的数量为一个。
多指标审核单元用于根据数据间的逻辑关系,对存在逻辑关系的调研数据进行审核,判断是否有存在逻辑矛盾的调研数据;多指标审核单元还用于将审核通过的调研数据发送给单人数据审核单元,还用于将审核未通过的调研数据标记为异常数据。使用时,多指标审核单元会根据数据间的逻辑关系,判断存在逻辑关系的调研数据是否存在逻辑矛盾,例如,在某个满意度调研的调研项目中,有两项数据分别为“是否投诉过”以及“投诉处理是否满意”,若前一项的内容为未投诉,后一项却有具体的内容,则说明该调研数据存在前后矛盾。
单人数据审核单元用于根据数据间的权重关联性,对相同的填写人身份的所有数据进行审核,分析是否存在内容不合理的调研数据;单人数据审核单元还用于将审核未通过的调研数据标记为异常数据,还用于将审核通过的调研数据存储到存储单元中。这样,在具体审核时,单人数据审核单元会对相同的填写人身份的所有数据进行审核,根据数据间的权重关联性分析调研数据是否存在内容不合理数据。例如,在某个关于满意度调研的调研项目中,所有的分项满意度的数据均为满分5分,总体满意度的数据却为3分,则说明该填写人的调研数据存在异常。
其中,单指标审核单元、多指标审核单元及单人数据审核单元在标记异常数据时,还将异常数据对应填写人的所有调研数据提取出来并打包存储,同时还同步标记异常类型。退回单元分别与单指标审核单元、多指标审核单元及单人数据审核单元连接,用于将打包的数据退回处理,退回单元还用于退回处理时提示异常类型。将打包的数据退回处理具体为,将打包的数据退回至调研数据收集端,调研数据收集端用于收集至少一个填写人的所有调研数据,本实施例中,调研数据收集端为装载数据采集APP的智能手机,在其他实施例中也可以为装载对应APP的平板或电脑网页。异常类型为表示异常数据存在的问题种类,如“指标1与指标2存在逻辑矛盾”、“调研数据选项数值超过编码范围”等等。
分析单元用于对异常数据的特征属性进行分析,并生成异常分析报告。通过异常分析报告,可以了解调研中的存在的问题,便于后续调研的改进和完善。其中,特征属性包括调研采集者信息、采集地区及采集时间,采集者信息为采集调研数据的工作人员的信息。分析单元还用于根据存储的调研数据进行打分评级。调研打分评级具体为通过审核的调研数据的综合打分评级。本实施例,打分评级包括:计算数据完整度,计算公式为:I=e/f,其中,I表示该调研数据的调研指标完整度,e表示存储的调研数据包含的调研指标数量,f为该调研数据所属研究领域标准化指标体系中的全部指标数量;计算缺失值率,计算公式为M=g/h,其中,M表示缺失值率,g表示调研数据的缺失数据量,即整个调研数据中为不适用“缺失值”的数量,f表示调研数据总数据量,即调研数据总数据内容量,如一个调研有20个指标(字段),有20人的回答被记录,则该调研数据总数据量为400(20*20);数据质量评分计算公式为Q=I*(1-M);数据质量评级,根据质量评分,按照预设的应对关系进行评级,本实施例中,具体的对应关系如下:
使用本***,不仅能够保证存储的调研数据本身符合属性要求,还可以防止调研数据之间存在矛盾或异常,从而保证存储的调研数据的质量。除此,通过异常标记及退回操作,工作人员可根据异常的类型进行针对性处理,由于调研时通常会留有填写人的联系方式,部分异常可通过联系填写人进行修改后重新进行审核,可以合理的对异常数据进行筛选与再利用。
本发明还提供一种调研数据清洗方法,使用上述调研数据清洗***。
实施例二
与实施例一不同的是,本实施例中,识别单元还用于识别调研数据的填写时间。
单人数据审核单元还用于当存在同一填写人存在两组通过审核的调研数据,且两组调研数据存在不同时,调取两组调研数据的填写时间,若两组调研数据填写时间的间隔小于预设值,则将填写时间更早的一组作为有效数据进行存储;若两组调研数据填写时间的间隔大于等于预设值,则将填写时间更晚的一组作为有效数据进行存储。其中,预设值为3到8天,本实施例中为5天。
需要说明的是,在实际使用时,有时会遇到同一填写人不止两组通过审核的调研数据的情况,这种情况下,本***调取该填写人所有调研数据的填写时间后,默认使用填写时间最早的两组调研数据进行上述操作。
一个市场调研项目通常会持续一段时间,如30天,在这段时间内,可能会出现对同一位填写人进行了两次问卷调查的情况。如果一个人在短时间,如2天内,遇到两次让填写相同调查问卷的情况,通常在第一次填写时会比较认真,后面填写时敷衍了事的可能性会比较大。因此,将第一次的调研数据作为有效数据进行存储。如果两次的时间间隔较长,如10天,则很可能两次都是认真填写,但第一次填写问卷后遇到的事情改变了其对问卷上相关问题的看法,由于市场调研注重时效性,这种情况下,后一次的问卷内容更加能够反映填写者当前的经历和看法,因此,将后一次的调研数据作为有效数据进行存储。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种调研数据清洗***,其特征在于:包括识别单元、单指标审核单元、多指标审核单元及单人数据审核单元;
识别单元用于识别调研数据的填写人身份、数据属性、数据间的逻辑关系及数据间的权重关联性;
单指标审核单元用于对数据属性相同的调研数据进行统一审核,判断调研数据是否符合数据属性要求,数据属性要求包括数据格式、数据完整性及数据编码范围;
多指标审核单元用于根据数据间的逻辑关系,对存在逻辑关系的调研数据进行审核,判断是否有存在逻辑矛盾的调研数据;
单人数据审核单元用于根据数据间的权重关联性,对相同的填写人身份的所有数据进行审核,分析是否存在内容不合理的调研数据。
2.根据权利要求1所述的调研数据清洗***,其特征在于:单指标审核单元还用于发现审核数据缺失时,结合数据的属性要求分析缺失调研数据是否为必填数据,若是,则将该调研数据标记为异常数据;若否,则单指标审核单元判断其是否为计数类数据,若否,则按照预设规则进行数值填充。
3.根据权利要求2所述的调研数据清洗***,其特征在于:单指标审核单元还用于将审核未通过的调研数据标记为异常数据,还用于将审核通过的调研数据发送给多指标审核单元;多指标审核单元还用于将审核未通过的调研数据标记为异常数据,还用于将审核通过的调研数据发送给单人数据审核单元;单人数据审核单元还用于将审核未通过的调研数据标记为异常数据。
4.根据权利要求3所述的调研数据清洗***,其特征在于:还包括存储单元,单人数据审核单元还用于将审核通过的调研数据存储到存储单元中。
5.根据权利要求4所述的调研数据清洗***,其特征在于:识别单元还用于识别调研数据的填写时间;单人数据审核单元还用于当存在同一填写人存在两组通过审核的调研数据,且两组调研数据存在不同时,调取两组调研数据的填写时间,若两组调研数据填写时间的间隔小于预设值,则单人数据审核单元将填写时间更早的一组作为有效数据进行存储;若两组调研数据填写时间的间隔大于等于预设值,则单人数据审核单元将填写时间更晚的一组作为有效数据进行存储。
6.根据权利要求3所述的调研数据清洗***,其特征在于:单指标审核单元、多指标审核单元及单人数据审核单元在标记异常数据时,还将异常数据对应填写人的所有调研数据提取出来并打包存储。
7.根据权利要求6所述的调研数据清洗***,其特征在于:还包括退回单元,退回单元分别与单指标审核单元、多指标审核单元及单人数据审核单元连接,用于将打包的数据退回处理;单指标审核单元、多指标审核单元及单人数据审核单元在标记异常数据时,同步标记异常类型;退回单元还用于退回处理时提示异常类型。
8.根据权利要求7所述的调研数据清洗***,其特征在于:还包括分析单元,用于对异常数据的特征属性进行分析并生成异常分析报告,还用于根据存储的调研数据进行打分评级。
9.根据权利要求8所述的调研数据清洗***,其特征在于:特征属性包括调研采集者信息、采集地区及采集时间。
10.一种调研数据清洗方法,其特征在于:使用权利要求1-9任一项所述的调研数据清洗***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110680118.3A CN113326254A (zh) | 2021-06-18 | 2021-06-18 | 一种调研数据清洗方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110680118.3A CN113326254A (zh) | 2021-06-18 | 2021-06-18 | 一种调研数据清洗方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113326254A true CN113326254A (zh) | 2021-08-31 |
Family
ID=77423946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110680118.3A Pending CN113326254A (zh) | 2021-06-18 | 2021-06-18 | 一种调研数据清洗方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113326254A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600979A (zh) * | 2022-10-14 | 2023-01-13 | 深圳市万人市场调查股份有限公司(Cn) | 一种应用于市场调研的数据审核方法、装置及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106126958A (zh) * | 2016-07-06 | 2016-11-16 | 温冬梅 | 医疗实验室临床生化检验自动审核方法及*** |
CN106776951A (zh) * | 2016-12-02 | 2017-05-31 | 航天星图科技(北京)有限公司 | 一种清洗对比入库方法 |
CN107741990A (zh) * | 2017-11-01 | 2018-02-27 | 深圳汇生通科技股份有限公司 | 数据清洗整合方法及*** |
CN110175606A (zh) * | 2019-05-30 | 2019-08-27 | 成都天衡智造科技有限公司 | 一种报告审核分析处理方法及*** |
CN110780259A (zh) * | 2019-09-10 | 2020-02-11 | 中国电力科学研究院有限公司 | 一种基于电能表远程误差诊断的数据清洗与质量评价*** |
CN111125566A (zh) * | 2019-12-11 | 2020-05-08 | 贝壳技术有限公司 | 信息获取方法和装置、电子设备和存储介质 |
CN111723084A (zh) * | 2020-06-28 | 2020-09-29 | 广东科创工程技术有限公司 | 一种水环境数据快速清洗识别的治理方法 |
CN111881172A (zh) * | 2020-07-24 | 2020-11-03 | 浙江大学 | 一种基于答题统计特征的题目推荐*** |
CN111882289A (zh) * | 2020-07-01 | 2020-11-03 | 国网河北省电力有限公司经济技术研究院 | 一种项目数据审核指标区间测算的装置和方法 |
CN112241392A (zh) * | 2020-10-20 | 2021-01-19 | 长城计算机软件与***有限公司 | 调查数据的智能审核方法、***、存储介质及电子设备 |
-
2021
- 2021-06-18 CN CN202110680118.3A patent/CN113326254A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106126958A (zh) * | 2016-07-06 | 2016-11-16 | 温冬梅 | 医疗实验室临床生化检验自动审核方法及*** |
CN106776951A (zh) * | 2016-12-02 | 2017-05-31 | 航天星图科技(北京)有限公司 | 一种清洗对比入库方法 |
CN107741990A (zh) * | 2017-11-01 | 2018-02-27 | 深圳汇生通科技股份有限公司 | 数据清洗整合方法及*** |
CN110175606A (zh) * | 2019-05-30 | 2019-08-27 | 成都天衡智造科技有限公司 | 一种报告审核分析处理方法及*** |
CN110780259A (zh) * | 2019-09-10 | 2020-02-11 | 中国电力科学研究院有限公司 | 一种基于电能表远程误差诊断的数据清洗与质量评价*** |
CN111125566A (zh) * | 2019-12-11 | 2020-05-08 | 贝壳技术有限公司 | 信息获取方法和装置、电子设备和存储介质 |
CN111723084A (zh) * | 2020-06-28 | 2020-09-29 | 广东科创工程技术有限公司 | 一种水环境数据快速清洗识别的治理方法 |
CN111882289A (zh) * | 2020-07-01 | 2020-11-03 | 国网河北省电力有限公司经济技术研究院 | 一种项目数据审核指标区间测算的装置和方法 |
CN111881172A (zh) * | 2020-07-24 | 2020-11-03 | 浙江大学 | 一种基于答题统计特征的题目推荐*** |
CN112241392A (zh) * | 2020-10-20 | 2021-01-19 | 长城计算机软件与***有限公司 | 调查数据的智能审核方法、***、存储介质及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600979A (zh) * | 2022-10-14 | 2023-01-13 | 深圳市万人市场调查股份有限公司(Cn) | 一种应用于市场调研的数据审核方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107993143A (zh) | 一种信贷风险评估方法及*** | |
EP1361526A1 (en) | Electronic data processing system and method of using an electronic processing system for automatically determining a risk indicator value | |
CN113051291A (zh) | 工单信息的处理方法、装置、设备及存储介质 | |
JP2016206878A (ja) | 営業員育成支援システムおよび営業員育成支援方法 | |
CN116307928A (zh) | 一种目标督查督办管理*** | |
CN113989020A (zh) | 贷款逾期信息处理方法、装置、计算机设备及存储介质 | |
Burke et al. | No longer qualified? Changes in the supply and demand for skills within occupations | |
CN116629677A (zh) | 一种人力资源工作分析用数据统计*** | |
CN113326254A (zh) | 一种调研数据清洗方法及*** | |
CN111882113B (zh) | 一种企业手机银行用户的预测方法和装置 | |
CN115983636A (zh) | 风险评估方法、装置、设备及存储介质 | |
CN113393169B (zh) | 基于大数据技术的金融行业交易***性能指标分析方法 | |
Bahrami et al. | Relationship between Human Resource Accounting in Management Decision Mand Behavior of Employees in Company Stock Based on Structural Equation Modeling | |
Kulk et al. | Quantifying IT estimation risks | |
CN113705072A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CA3104596A1 (en) | System and method for reconciliation of electronic data processes | |
CN1403984A (zh) | 用于帮助赢利组织评估和改善来自客户的利润的方法和*** | |
CN110781177A (zh) | 一种电能表用电信息整理方法、装置及可读存储介质 | |
CN110502675A (zh) | 基于数据分析的语音拨叫用户分类方法及相关设备 | |
CN111178740B (zh) | 一种数据处理方法和装置 | |
CN115809931A (zh) | 一种基于人员标签的政策险理赔作业配置方法 | |
CN116010509A (zh) | 一种基于******描绘用户画像产生标签的方法 | |
CN114119237A (zh) | 养老金产品筛选方法及装置 | |
Borhanuddin et al. | Attendance Management System Assessment and Sustainability Performance at a Telecommunication Operation Centre in Malaysia | |
CN114386490A (zh) | 一种基于rfm模型泛化特征的金融类客户分级方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210831 |