CN114490667A - 多维度的数据分析方法、装置、电子设备及介质 - Google Patents
多维度的数据分析方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114490667A CN114490667A CN202210137901.XA CN202210137901A CN114490667A CN 114490667 A CN114490667 A CN 114490667A CN 202210137901 A CN202210137901 A CN 202210137901A CN 114490667 A CN114490667 A CN 114490667A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- dimension
- analyzed
- data set
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004140 cleaning Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 239000013598 vector Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000366 juvenile effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/325—Hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据分析技术领域,揭露一种多维度的数据分析方法,包括:获取商业智能***中的待分析数据集;根据待分析数据集的数据类型将待分析数据集划分为指标数据集和维度数据集;根据指标数据集和维度数据集构建指标维度表,指标维度表包括各个指标数据对应的维度数据;删除指标维度表中各个指标数据的多余维度数据,得到各个指标数据对应的多个清洗维度数据,并基于各个指标数据对应的多个清洗维度数据构建各个指标数据对应的指标模型;将指标模型之间进行交叉分析,得到数据分析结果。本发明还提出一种多维度的数据分析装置、设备及存储介质。本发明还涉及区块链技术,所述待分析数据可存储于区块链节点中。本发明可以提高数据分析的效率。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种多维度的数据分析方法、装置、电子设备及计算机可读存储介质。
背景技术
在大数据背景下,数据的规模越来越大、数据形式越来越多样,导致对数据应用要求也是在日益提高,对于企业端而言,数据的合理利用和分析可以为企业业务的开展和发展方向带来巨大的价值。
现有的数据分析大都为可视化分析,然而现有的可视化数据分析受限于图形的限制,局限于一个维度或者两个维度的数据可视化分析,而由于数据的形式瞬息万变,仅仅只有一至两个维度的数据分析远远无法满足数据可视化分析的要求,并且由于维度的限制导致数据分析的效率也难以提升,因此如何突破传统的可视化数据分析的维度限制,提升数据分析的效率成了当前亟需解决的问题。
发明内容
本发明提供一种多维度的数据分析方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高数据分析的效率。
为实现上述目的,本发明提供的一种多维度的数据分析方法,包括:
获取商业智能***中的待分析数据集;
根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
将多个所述指标模型之间进行交叉分析,得到数据分析结果。
可选地,所述获取商业智能***中的待分析数据集,包括:
获取所述智能商业***中存储所述待分析数据集的数据库名称;
根据所述数据库名称查询所述数据库的服务器IP地址和密码信息;
利用所述数据库的服务器IP地址和密码信息连接所述数据库,从所述数据库中采集待分析数据,得到待分析数据集。
可选地,所述根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集,包括:
获取所述待分析数据集的数据类型,并根据所述数据类型将所述待分析数据集中的数据分为的数值类型数据和非数值类型数据;
将所述数值类型数据作为指标数据,将所述非数值类型数据作为维度数据。
可选地,所述根据所述指标数据集和所述维度数据集构建指标维度表,包括:
基于所述维度数据集创建维度查询表;
通过所述维度查询表查询所述指标数据集中各个指标数据对应的维度数据;
根据各个指标数据对应的维度数据构建指标维度表。
可选地,所述通过所述维度查询表查询所述指标数据集中各个指标数据对应的维度数据,包括:
依次从所述指标数据集中选取一指标数据作为目标指标数据;
获取所述维度查询表中各个维度数据对应的文本关键字;
计算所述目标指标数据的所属类型与各个所述文本关键字的相似度;
确定相似度大于预设阈值时对应的维度数据为所述目标指标数据对应的目标维度数据;
汇总所有目标指标数据的目标维度数据,得到所述指标数据集中各个指标数据对应的维度数据。
可选地,所述删除所述指标维度表中各个指标数据的多余维度数据,得到各个指标数据对应的多个清洗维度数据,包括:
获取所述指标维度表中各个所述指标数据对应的维度数据,并将所述维度数据转化为标准文本类型,得到维度文本集;
通过文本相似度算法从所述维度文本集中获取多个维度文本集,每个维度文本集包含至少两个维度文本;
利用语义分割算法计算多个维度文本集中维度文本的语义范围,将语义范围大于预设语义范围的维度文本保留,将语义范围小于所述预设语义范围的维度文本剔除,得到多个清洗维度数据。
可选地,所述将所述非数值类型数据作为维度数据之前,所述方法还包括:
将所述非数值类型数据转换为文本数据;
对所述文本数据进行清洗,得到清洗文本数据;
对所述清洗数文本数据进行分词处理,并统计分词后各个词汇的词频,将各个词汇及各个词汇的词频以字符串形式汇总,得到词频字符串集;
通过哈希函数将所述词频字符串集中包含的词汇转化为哈希特征向量,得到向量词频字符串集;
通过建立分段索引,提取所述向量词频字符串集中相似哈希特征向量对;
计算所述哈希特征向量对对应的文本数据之间的汉明距离,并基于所述汉明距离对所述相似分词向量对对应的非数值类型数据去重。
为了解决上述问题,本发明还提供一种多维度的数据分析装置,所述装置包括:
数据获取模块,用于获取商业智能***中的待分析数据集;
数据划分模块,用于根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
维度表构建模块,用于根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
指标模型构建模块,用于删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
模型分析模块,用于将多个所述指标模型之间进行交叉分析,得到数据分析结果。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的多维度的数据分析方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,包括存储数据区和存储程序区,存储数据区存储创建的数据,存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现如上所述的多维度的数据分析方法。
本发明实施例中,从商业智能***中获取待分析数据组成的待分析数据集,将待分析数据集中的待分析数据划分为指标数据集和维度数据集,实现对待分析数据的初步划分,再根据指标数据集和维度数数据集构建指标维度表,对指标维度表进行清洗,删除各个指标数据对应的维度数据中多余的维度数据,构建指标模型,构建的指标模型的具备多个维度,将指标模型之间进行交叉分析,从而一次可对指标模型的多个维度进行分析实现了多维度的数据分析,提高了数据分析的效率。
附图说明
图1为本发明一实施例提供的一种多维度的数据分析方法的流程示意图;
图2为本发明一实施例提供的指标结构模型的示例图;
图3为本发明一实施例提供的多维度的数据分析装置的模块示意图;
图4为本发明一实施例提供的实现多维度的数据分析方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种多维度的数据分析方法。所述多维度的数据分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。其中,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。换言之,所述多维度的数据分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的一种多维度的数据分析方法的流程示意图。在本实施例中,所述多维度的数据分析方法包括:
S1、获取商业智能***中的待分析数据集。
本发明实施例中,所述商业智能***(Business Intelligence,BI)又称之为商业智慧或商务智能,可以通过现代数据仓库技术、线上分析处理技术、数据挖掘以及数据可视化技术进行数据分析以实现数据的商业价值的***。
本发明实施例中,所述获取商业智能***中的待分析数据集,包括:
获取所述智能商业***中存储所述待分析数据集的数据库名称;
根据所述数据库名称查询所述数据库的服务器IP地址和密码信息;
利用所述数据库的服务器IP地址和密码信息连接所述数据库,从所述数据库中采集待分析数据,得到待分析数据集。
具体的,所述待分析数据集为存储于所述商业智能***中的用于进行数据分析的数据集合,其中,所述待分析数据集中的数据可以为客户端提供的数据,所述客户端中的数据可以为客户端对应的目标用户的历史数据集,例如,目标用户在客户端的浏览记录,目标用户在客户端的登录日志等。
本发明实施例中,所述数据库名称为所述数据源中存储所述待分析数据集的数据库的名称,进一步地,所述数据库名称中具有所述数据库的编码信息、ID信息等唯一标识编码。所述服务器IP地址为根据IP协议提供的一种统一的地址格式,密码信息为从所述数据库中获取待分析数据登录密码等。
本发明实施例中,通过所述服务器IP地址和所述密码信息可以避免在获取所述数据源中的数据时,出现错误获取,得到不满足需求的数据。
S2、根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集。
本发明实施例中,所述待分析数据集中的数据类型包括指标数据和维度数据,其中,所述指标数据又可称之为度量数据,表示为对事物或者业务的量化、数字化,通常需要经过加和、平均等聚合统计才可以得到,例如人口数、GDP、收入、用户数、留存率等,所述维度数据为事物现象的某种特征,例如时间、性别、地区等。进一步地,指标数据依赖于维度数据体现意义。
例如,人口总数这一指标数据具体包含总体的人口数据,人口总数这一指标数据对应的维度数据包含人口性别维度数据,人口年龄维度数据、人口区域划分维度数据,其中,人口性别维度数据为男性人口数据和女性人口数据,人口年龄维度数据为不同年龄段的人口数据,人口区域划分维度数据为不同区域的人口数据。
本发明实施例中,所述根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集,包括:
获取所述待分析数据集的数据类型,并根据所述数据类型将所述待分析数据集中的数据分为的数值类型数据和非数值类型数据;
将所述数值类型数据作为指标数据,将所述非数值类型数据作为维度数据。
其中,所述非数值类型数据可以为文本类型数据或者图表类型数据。
本发明另一实施例中,数值类型数据的值可能为连续的数字,如存在名称为“年龄”的数据,其中最小值和最大值分别为3至92,可以将0岁-6岁归类为童年、7岁-17岁归类为少年、18岁-40岁归类为青年、41岁-65岁归类为中年、65岁以后归类为老年,归类后的数值具有更清晰的分析价值,可以从不同年龄阶段这个角度去看数据,进行数据分析。
进一步地,所述将所述非数值类型数据作为维度数据之前,还包括对所述非数值类型数据去重。
本发明实施例中,所述对所述非数值类型数据去重,包括:
将所述非数值类型数据转换为文本数据;
对所述文本数据进行清洗,得到清洗文本数据;
对所述清洗数文本数据进行分词处理,并统计分词后各个词汇的词频,将各个词汇及各个词汇的词频以字符串形式汇总,得到词频字符串集;
通过哈希函数将所述词频字符串集中包含的词汇转化为哈希特征向量,得到向量词频字符串集;
通过建立分段索引,提取所述向量词频字符串集中相似哈希特征向量对;
计算所述哈希特征向量对对应的文本数据之间的汉明距离,并基于所述汉明距离对所述相似分词向量对对应的非数值类型数据去重。
具体的,通过对所述非数值类型数据去重,可以避免将相同的数据添加到指标数据中,造成计算资源的浪费。
本发明实施例中,对所述文本数据进行清洗包括对文本数据中的标点、空白、中英文以及简繁体等字符进行清洗和整理。
具体的,所述哈希函数用于将所述词频字符串中的词汇转化为哈希特征向量,其中词频字符串为{word,counts},向量词频字符串为{[01][N]:counts}。
本发明实施例中,所述汉明距离为对文本编码得到的编码字符串进行异或运算后统计结果为1的个数,例如编码字符串“1011101”与编码字符串“1001001之间的汉明距离为2。
S3、根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据。
本发明实施例中,所述指标数据集中存在每个指标的维度数据,用于描述所述指标数据集中的各个指标数据。例如存在指标数据为个人数据,则个人数据的维度包括:年龄数据、性别数据等多种数据维度。
例如,构建的指标维度表如表1所示:
维度1性别维度 | 维度2年龄段维度 | |
A用户身份编号 | 男性 | 青年 |
B用户身份编号 | 女性 | 中年 |
C用户身份编号 | 女性 | 少年 |
表1
本发明实施例中,所述根据所述指标数据集和所述维度数据集构建指标维度表,包括:
基于所述维度数据集创建维度查询表;
通过所述维度查询表查询所述指标数据集中各个指标数据对应的维度数据;
根据各个指标数据对应的维度数据构建指标维度表。
本发明实施例中,所述维度查询表中存储有各个维度可对应的指标,该指标可以标识该维度数据的应用范围,即某一维度可以应用于哪些指标。
例如,构建的维度查询表如表2所示:
表2
本发明实施例中,所述通过所述维度查询表查询所述指标数据集中各个指标数据对应的维度数据,包括:
依次从所述指标数据集中选取一指标数据作为目标指标数据;
获取所述维度查询表中各个维度数据对应的文本关键字;
计算所述目标指标数据的所属类型与各个所述文本关键字的相似度;
确定相似度大于预设阈值时对应的维度数据为所述目标指标数据对应的目标维度数据;
汇总所有目标指标数据的目标维度数据,得到所述指标数据集中各个指标数据对应的维度数据。
本发明实施例中,计算所述文本关键字和所述指标数据集中各个指标数据的文本相似度的文本相似度算法可以为词袋模型算法。
本发明实施例中,所述指标维度表为以所述指标数据为主键,所述指标数据对应的维度数据为从键建立的数据表。
本发明实施例中,所述目标指标数据的所属类型为数值具体用于描述何种事物的类型,例如对于个人身份编号xxx,目标指标数据为xxx,目标指标数据的所属类型为个人身份编号。
S4、删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型。
本发明实施例中,所述指标模型为基于指标数据的各个维度数据建立的模型,例如,在指标数据集中存在【销售总额】的指标数据,则该指标存在的维度数据可以为时间维度数据、城市维度数据以及产品类型维度数据,其中,在计算2020年北京市食品类的销售总额这一指标数据时,时间维度为2020年、城市维度为北京市、产品类型为食品销售总额。
本发明实施例中,所述指标模型的示例图如图2所示。
图2中,存在指标模型A和指标模型B,每个指标模型分别对应表示相同维度的维度数据,具体的维度数据的值可能不相同。
本发明实施例中,所述删除所述指标维度表中各个指标数据的多余维度数据,得到各个指标数据对应的多个清洗维度数据,包括:
获取所述指标维度表中各个所述指标数据对应的维度数据,并将所述维度数据转化为标准文本类型,得到维度文本集;
通过文本相似度算法从所述维度文本集中获取多个维度文本集,每个维度文本集包含至少两个维度文本;
利用语义分割算法计算多个维度文本集中维度文本的语义范围,将语义范围大于预设语义范围的维度文本保留,将语义范围小于预设语义范围的维度文本剔除,得到多个清洗维度数据。
例如,在计算表示【XX城市销售额】的指标数据时,存在维度数据有表示城市年度食品销售额的维度数据a和表示城市季度食品销售额的维度数据b,则将表示城市季度食品销售额的维度数据a剔除,保留表示城市年度食品销售额的维度数据b。
本发明实施例中,删除所述指标维度表中各个指标数据的多余维度数据可以使构建的指标模型精简,减少后续根据指标模型进行交叉分析的数据计算量。
进一步地,所述预设语义范围可以为所述维度文本集中维度文本语义范围的平均值。
S5、将多个所述指标模型之间进行交叉分析,得到数据分析结果。
本发明实施例中,所述交叉分析又称之为立体分析法,表示为在一个指标模型中查找维度数据对另一指标模型进行分析。
具体的,所述将多个所述指标模型之间进行交叉分析,包括:
从多个所述指标模型中选取第一指标模型和第二指标模型;
从所述第二指标模型中获取第一维度数据,并利用所述第一维度数据对所述第一指标模型进行分析;
对多个所述指标模型之间重复上述操作,实现将多个所述指标模型之间进行交叉分析。
本发明实施例中,所述利用所述第一维度数据对所述第一指标模型进行分析包括:判断所述第一维度数据和所述第一指标模型间是否存在关联关系,若存在,则为所述第一指标模型添加所述第一维度数据,得到所述第一指标分析模型。
具体的,如图2所示,获取指标模型A的维度数据A1,判断所述指标模型A的维度数据A1和所述指标模型B的指标数据b是否存在关联关系,若存在,将根据所述指标模型A的维度数据A1对所述指标模型B进行分析,即将所述指标模型A的维度数据A1添加至所述指标模型B中,作为所述指标模型B的维度。
进一步地,例如,存在指标A城市销售额度和指标B用户经济状况,通过将指标A和指标B进行交叉分析,将指标B中的表示用户收入的维度数据添加至指标A对应的指标模型中,得到指标分析模型,直接对该指标分析模型进行分析,可以根据指标B用户经济状况中的维度用户收入对指标A城市销售额度进行分析。
本发明实施例中,从商业智能***中获取待分析数据组成的待分析数据集,将待分析数据集中的待分析数据划分为指标数据集和维度数据集,实现对待分析数据的初步划分,再根据指标数据集和维度数数据集构建指标维度表,对指标维度表进行清洗,删除各个指标数据对应的维度数据中多余的维度数据,构建指标模型,构建的指标模型的具备多个维度,将指标模型之间进行交叉分析,从而一次可对指标模型的多个维度进行分析实现了多维度的数据分析,提高了数据分析的效率。
如图3所示,是本发明多维度的数据分析装置的模块示意图。
本发明所述多维度的数据分析装置100可以安装于电子设备中。根据实现的功能,所述多维度的数据分析装置可以包括数据获取模块101、数据划分模块102、维度表构建模块103、指标模型构建模块104和模型分析模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据获取模块101,用于获取商业智能***中的待分析数据集;
数据划分模块102,用于根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
维度表构建模块103,用于根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
指标模型构建模块104,用于删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
模型分析模块105,用于将多个所述指标模型之间进行交叉分析,得到数据分析结果。
详细地,本发明实施例中所述多维度的数据分析装置100中所述的各模块在使用时采用与上述图1中所述的多维度的数据分析方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图4所示,是本发明实现多维度的数据分析方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如多维度的数据分析程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行多维度的数据分析程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如多维度的数据分析程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的多维度的数据分析程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取商业智能***中的待分析数据集;
根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
将多个所述指标模型之间进行交叉分析,得到数据分析结果。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取商业智能***中的待分析数据集;
根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
将多个所述指标模型之间进行交叉分析,得到数据分析结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
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单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种多维度的数据分析方法,其特征在于,所述方法包括:
获取商业智能***中的待分析数据集;
根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
将多个所述指标模型之间进行交叉分析,得到数据分析结果。
2.如权利要求1所述的多维度的数据分析方法,其特征在于,所述获取商业智能***中的待分析数据集,包括:
获取所述智能商业***中存储所述待分析数据集的数据库名称;
根据所述数据库名称查询所述数据库的服务器IP地址和密码信息;
利用所述数据库的服务器IP地址和密码信息连接所述数据库,从所述数据库中采集待分析数据,得到待分析数据集。
3.如权利要求1所述的多维度的数据分析方法,其特征在于,所述根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集,包括:
获取所述待分析数据集的数据类型,并根据所述数据类型将所述待分析数据集中的数据分为的数值类型数据和非数值类型数据;
将所述数值类型数据作为指标数据,将所述非数值类型数据作为维度数据。
4.如权利要求1所述的多维度的数据分析方法,其特征在于,所述根据所述指标数据集和所述维度数据集构建指标维度表,包括:
基于所述维度数据集创建维度查询表;
通过所述维度查询表查询所述指标数据集中各个指标数据对应的维度数据;
根据各个指标数据对应的维度数据构建指标维度表。
5.如权利要求4所述的多维度的数据分析方法,其特征在于,所述通过所述维度查询表查询所述指标数据集中各个指标数据对应的维度数据,包括:
依次从所述指标数据集中选取一指标数据作为目标指标数据;
获取所述维度查询表中各个维度数据对应的文本关键字;
计算所述目标指标数据的所属类型与各个所述文本关键字的相似度;
确定相似度大于预设阈值时对应的维度数据为所述目标指标数据对应的目标维度数据;
汇总所有目标指标数据的目标维度数据,得到所述指标数据集中各个指标数据对应的维度数据。
6.如权利要求1所述的多维度的数据分析方法,其特征在于,所述删除所述指标维度表中各个指标数据的多余维度数据,得到各个指标数据对应的多个清洗维度数据,包括:
获取所述指标维度表中各个所述指标数据对应的维度数据,并将所述维度数据转化为标准文本类型,得到维度文本集;
通过文本相似度算法从所述维度文本集中获取多个维度文本集,每个维度文本集包含至少两个维度文本;
利用语义分割算法计算多个维度文本集中维度文本的语义范围,将语义范围大于预设语义范围的维度文本保留,将语义范围小于所述预设语义范围的维度文本剔除,得到多个清洗维度数据。
7.如权利要求3所述的多维度的数据分析方法,其特征在于,所述将所述非数值类型数据作为维度数据之前,所述方法还包括:
将所述非数值类型数据转换为文本数据;
对所述文本数据进行清洗,得到清洗文本数据;
对所述清洗数文本数据进行分词处理,并统计分词后各个词汇的词频,将各个词汇及各个词汇的词频以字符串形式汇总,得到词频字符串集;
通过哈希函数将所述词频字符串集中包含的词汇转化为哈希特征向量,得到向量词频字符串集;
通过建立分段索引,提取所述向量词频字符串集中相似哈希特征向量对;
计算所述哈希特征向量对对应的文本数据之间的汉明距离,并基于所述汉明距离对所述相似分词向量对对应的非数值类型数据去重。
8.一种多维度的数据分析装置,其特征在于,所述装置包括:
数据获取模块,用于获取商业智能***中的待分析数据集;
数据划分模块,用于根据所述待分析数据集的数据类型将所述待分析数据集划分为指标数据集和维度数据集;
维度表构建模块,用于根据所述指标数据集和所述维度数据集构建指标维度表,所述指标维度表包括各个指标数据对应的维度数据;
指标模型构建模块,用于删除所述指标维度表中各个所述指标数据的多余维度数据,得到各个所述指标数据对应的多个清洗维度数据,并基于各个所述指标数据对应的多个所述清洗维度数据构建各个所述指标数据对应的指标模型;
模型分析模块,用于将多个所述指标模型之间进行交叉分析,得到数据分析结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的多维度的数据分析方法。
10.一种计算机可读存储介质,包括存储数据区和存储程序区,存储数据区存储创建的数据,存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的多维度的数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210137901.XA CN114490667A (zh) | 2022-02-15 | 2022-02-15 | 多维度的数据分析方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210137901.XA CN114490667A (zh) | 2022-02-15 | 2022-02-15 | 多维度的数据分析方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114490667A true CN114490667A (zh) | 2022-05-13 |
Family
ID=81480730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210137901.XA Pending CN114490667A (zh) | 2022-02-15 | 2022-02-15 | 多维度的数据分析方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114490667A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996360A (zh) * | 2022-07-20 | 2022-09-02 | 江西现代职业技术学院 | 数据分析方法、***、可读存储介质及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090018996A1 (en) * | 2007-01-26 | 2009-01-15 | Herbert Dennis Hunt | Cross-category view of a dataset using an analytic platform |
CN108491377A (zh) * | 2018-03-06 | 2018-09-04 | 中国计量大学 | 一种基于多维度信息融合的电商产品综合评分方法 |
CN109325648A (zh) * | 2018-06-29 | 2019-02-12 | 深圳市彬讯科技有限公司 | 基于指标的多维度数据流统计方法、服务器及存储介质 |
CN111949646A (zh) * | 2020-09-03 | 2020-11-17 | 平安国际智慧城市科技股份有限公司 | 基于大数据的设备运行状况分析方法、装置、设备及介质 |
CN113283675A (zh) * | 2021-06-29 | 2021-08-20 | 中国平安人寿保险股份有限公司 | 指标数据分析方法、装置、设备及存储介质 |
CN113836141A (zh) * | 2021-09-24 | 2021-12-24 | 中国劳动关系学院 | 一种基于分布模型下的大数据交叉索引方法 |
-
2022
- 2022-02-15 CN CN202210137901.XA patent/CN114490667A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090018996A1 (en) * | 2007-01-26 | 2009-01-15 | Herbert Dennis Hunt | Cross-category view of a dataset using an analytic platform |
CN108491377A (zh) * | 2018-03-06 | 2018-09-04 | 中国计量大学 | 一种基于多维度信息融合的电商产品综合评分方法 |
CN109325648A (zh) * | 2018-06-29 | 2019-02-12 | 深圳市彬讯科技有限公司 | 基于指标的多维度数据流统计方法、服务器及存储介质 |
CN111949646A (zh) * | 2020-09-03 | 2020-11-17 | 平安国际智慧城市科技股份有限公司 | 基于大数据的设备运行状况分析方法、装置、设备及介质 |
CN113283675A (zh) * | 2021-06-29 | 2021-08-20 | 中国平安人寿保险股份有限公司 | 指标数据分析方法、装置、设备及存储介质 |
CN113836141A (zh) * | 2021-09-24 | 2021-12-24 | 中国劳动关系学院 | 一种基于分布模型下的大数据交叉索引方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114996360A (zh) * | 2022-07-20 | 2022-09-02 | 江西现代职业技术学院 | 数据分析方法、***、可读存储介质及计算机设备 |
CN114996360B (zh) * | 2022-07-20 | 2022-11-18 | 江西现代职业技术学院 | 数据分析方法、***、可读存储介质及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111046034B (zh) | 管理内存数据及在内存中维护数据的方法和*** | |
WO2021068547A1 (zh) | 日志模板提取方法及装置 | |
CN112541338A (zh) | 相似文本匹配方法、装置、电子设备及计算机存储介质 | |
CN113836131B (zh) | 一种大数据清洗方法、装置、计算机设备及存储介质 | |
CN113449187A (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
CN111666415A (zh) | 话题聚类方法、装置、电子设备及存储介质 | |
CN112883730B (zh) | 相似文本匹配方法、装置、电子设备及存储介质 | |
CN115002200A (zh) | 基于用户画像的消息推送方法、装置、设备及存储介质 | |
CN114398557B (zh) | 基于双画像的信息推荐方法、装置、电子设备及存储介质 | |
CN114979120B (zh) | 数据上传方法、装置、设备及存储介质 | |
CN112328657A (zh) | 特征衍生方法、装置、计算机设备及介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN114840531B (zh) | 基于血缘关系的数据模型重构方法、装置、设备及介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN112686026B (zh) | 基于信息熵的关键词提取方法、装置、设备及介质 | |
CN111582967A (zh) | 内容搜索方法、装置、设备及存储介质 | |
CN114637811A (zh) | 数据表实体关系图生成方法、装置、设备及存储介质 | |
CN114490667A (zh) | 多维度的数据分析方法、装置、电子设备及介质 | |
CN114066533A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN114003787A (zh) | 基于人工智能的数据可视化方法及相关设备 | |
CN115409041B (zh) | 一种非结构化数据提取方法、装置、设备及存储介质 | |
CN116340516A (zh) | 实体关系的聚类提取方法、装置、设备及存储介质 | |
CN115774717A (zh) | 数据搜索方法、装置、电子设备及计算机可读存储介质 | |
CN114840631A (zh) | 空间文本查询方法、装置、电子设备及存储介质 |
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 |