CN117236779A - 一种大型数据库的数据运输评估方法 - Google Patents

Abstract

本发明公开了一种大型数据库的数据运输评估方法，包括以下步骤：从历史数据库采集历史运输方案，根据历史运输方案查找影响运输质量的影响因素；对影响因素进行处理建立评估指标体系以及运输质量评定标准；对预选运输路线与历史运输路线的重合度选择多条参照路线；根据多条参照路线的指标完成度推测预选运输路线的指标完成度；根据运输质量评定标准对预选方案进行评估，获取评估报告。本发明将影响运输质量的影响因素指标化，以构建评价指标体系和运输质量评价标准，最后从指标的角度综合分析预选运输路线，做出评估报告，该评估方法以历史数据为基准，可以对预选运输路线进行较为全面的评估，从而缩小评估结果与实际结果的偏差。

Description

一种大型数据库的数据运输评估方法

技术领域

本发明涉及数据评估领域，具体涉及一种大型数据库的数据运输评估方法。

背景技术

大型数据库中储存有大量的信息资源，如果将这些数据进行转移，一般考虑线上传输，但是线上传输速度较慢，当大量数据需要进行传输时，将会消耗大量的时间；为了提高数据转移的效率，目前一般使用客车拉硬盘的方式将对硬盘进行转移，从而对数据进行转移，且转移速度快，效率高；为了保障硬盘转移的安全性和高效性，一般需要制定转移策略，并对策略进行评估，以提高数据转移的质量。

现有的评估方式考虑的因素单一，导致评估结果与实际结果之间存在明显偏差，为了降低该偏差，因此，提出一种大型数据库的数据运输评估方法。

发明内容

本发明所要解决的技术问题在于：如何解决现有的评估方式考虑的因素单一，导致评估结果与实际结果之间存在明显偏差的问题，提供了一种大型数据库的数据运输评估方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1、从历史数据库采集历史运输方案，根据历史运输方案查找影响运输质量的影响因素；

S2、对影响因素进行处理建立评估指标体系以及运输质量评定标准；

S3、设置预选运输路线与历史运输路线，对预选运输路线与历史运输路线的重合度选择多条参照路线；

S4、根据多条参照路线的指标完成度推测预选运输路线的指标完成度；

S5、根据运输质量评定标准对预选方案进行评估，获取评估报告；

S6：之后导出评估报告。

优选的，所述S2具体为：

S21、调取历史运输方案，分析影响运输质量的待评估指标；

S22、计算待评估指标在历史数据中的完成比率G；

S23、当完成比率G≥预设权重H时，则该预评估指标为运输质量的重要影响因素，为预选指标，将其列入评估指标体系；

S24、随机抽取多组历史运输方案，统计每组历史运输方案的总方案个数A1，再统计每组历史运输方案中预选指标的完成个数B1；

S25、计算预选指标的完成度Q,具体过程为：

当完成度Q≥预设阈值C1时，则该指标在运输行业中为特级考虑因素，则定义为一级指标；

当预设阈值C1＞完成度Q≥预设阈值C2时，则该指标在运输行业中为重要考虑因素，则定义为二级指标；

当完成度Q＜预设阈值C2时，则该指标在运输行业中为一般考虑因素，则定义为三级指标；

S26、根据指标完成的达标率E来评定运输质量，具体过程为：

先根据第一规则赋予不同级别指标对应的指标值，所述第一规则为2R₂＝R₁+R₃，其中R₁为一级指标值，R₂为二级指标值，R₃为三级指标值；

再计算达标率E，具体计算过程为：

其中，x为一级指标完成的个数，y为二级指标完成的个数，z为三级指标完成的个数，R_总为总指标值；

根据达标率E在预设参考系中的位置评估运输质量。

优选的，所述S25还包括如下步骤：

S251、以天为单位至少调取一周内的历史运输方案；

S252、分别计算每天中每个预选指标在连续时间段内的完成度Q；

S253、分别计算每个时间段每个预选指标的平均完成度Q；

S254、分别制作每个预选指标在有一天中的时间变化曲线；

S255、分别计算每个指标的单位时间变化率ΔS1和统计时段的平均变化率ΔS2；

S255、计算预算指标的稳定性J,具体计算过程如下：

其中，T_ΔS1为单位时间变化率ΔS1大于统计时段的平均变化率ΔS2时所占的总时间，T_ΔS2为单位时间变化率ΔS1小于等于统计时段的平均变化率ΔS2时所占的总时间；

当稳定性J≤预设阈值I时，则该预选指标的时间变化曲线稳定，预选指标对环境变化的敏感程度低，预选指标分级准确，则保持该预选指标分级；

当稳定性J＞预设阈值I时，则该预选指标的时间变化曲线变化幅度大且不稳定，预选指标对环境变化的敏感程度高，无法预测该预选指标对运输质量的影响程度，则该指标在运输行业中为特级考虑因素，将该指标重新划分为一级指标。

优选的，所述S25还包括如下步骤：

S2501、调取历史运输方案，统计特殊日期各预选指标的完成数量L1和非特殊日期各预选指标的完成数量L2；

S2502、计算特殊日期对各预选指标的影响程度K，具体计算过程为：

K＝(L2-L1)/L2

当影响程度K≤预设阈值M时，则特殊日期对该预选指标的影响程度低，预选指标对特殊日期的敏感程度低，预选指标分级准确，则保持该预选指标分级；

当影响程度K＞预设阈值M时，则特殊日期对该预选指标的影响程度高，预选指标对特殊日期的敏感程度高，预选指标在特殊日期期间不稳定，无法预测该预选指标对运输质量的影响程度，则在特殊日期期间将该指标重新划分为一级指标。

优选的，所述S25还包括如下步骤：

从多个预选指标中筛选出二级指标和三级指标；

根据用户指定要求对二级指标和三级指标中的部分预选指标进行标注；

将标注的预选指标直接划分成一级指标。

优选的，所述S3具体为：

调取历史运输路线，并将历史运输路线与预选运输路线进行比较；

计算历史路线与预选路线之间的重合度，具体为：

统计历史运输路线与预选路线之间共同路线的长度；

计算共同长度占历史运输路线总长度的比重，记为重合度P；

当重合度P≥预设阈值U时，则历史运输路线与预选运输路线的重合度高，则选定为参照路线。

优选的，所述S3还包括如下步骤：

调取历史运输方案，计算预选方案中每个时段的平均速度V1；

根据平均时速V1计算每条参照路线的平均时耗T1；

再分别调取每条参照路线的实际时耗T2；

计算参照路线的时耗差异程度f；具体计算过程为：

当时耗差异程度f≥预设阈值W时，则参照路线出现异常行驶情况，将影响参照路线的准确性，将该参照路线取消。

优选的，所述S3还包括如下步骤：

调取参照路线，统计载具类型；将载具类型与预选载具类型差异过大的参照路线去除；

优选的，所述S4具体为：

分别筛选出多条参照路线中完成的多个预选指标；分别计算多个预选指标在多条参照路线中完成的权重，当权重大于预设值时，可将该预设指标认定为预选运输方案可完成的指标，从而确定预选方案的指标完成度。

优选的，所述S5具体为：

先分别筛选出预选方案中一级指标完成的个数、二级指标完成的个数与三级指标完成的个数；

再根据完成比率G确定预选方案总指标个数；

最后计算预选方案的达标率E，并根据达标率E来评定预选方案的运输质量。

本发明相比现有技术具有以下优点：该大型数据库的数据运输评估方法，将影响运输质量的影响因素指标化，并根据历史数据中的运输方案，构建评价指标体系和运输质量评价标准，最后在历史数据中选择多条与预选运输路线近似的运输路线作为预选运输路线，从指标的角度综合分析预选运输路线，最后做出评估报告，该评估方法以历史数据为基准，可以对预选运输路线进行较为全面的评估，可以提升评估的准确性，从而缩小评估结果与实际结果的偏差，让该***更加值得推广使用。

附图说明

图1是本发明的整体结构图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：一种大型数据库的数据运输评估方法，包括以下步骤：

S1、从历史数据库采集历史运输方案，根据历史运输方案查找影响运输质量的影响因素；

S2、对影响因素进行处理建立评估指标体系以及运输质量评定标准；

需要说明的是，影响因素的处理过程为：提取影响因数，并对影响因素进行归类。

S3、设置预选运输路线与历史运输路线，对预选运输路线与历史运输路线的重合度选择多条参照路线；

S4、根据多条参照路线的指标完成度推测预选运输路线的指标完成度；

S5、根据运输质量评定标准对预选方案进行评估，获取评估报告；

S6：之后导出评估报告。

该评估方法将影响运输质量的影响因素指标化，并根据历史数据中的运输方案，构建评价指标体系和运输质量评价标准，最后在历史数据中选择多条与预选运输路线近似的运输路线作为预选运输路线，从指标的角度综合分析预选运输路线，最后做出评估报告，该评估方法以历史数据为基准，可以对预选运输路线进行较为全面的评估，可以提升评估的准确性，从而缩小评估结果与实际结果的偏差，让该***更加值得推广使用。

其中，S2具体为：

S21、调取历史运输方案，分析影响运输质量的待评估指标；

需要说明的是，S21具体为：先导入影响因素的分类表，该分类表由相关技术人员根据大量历史运输方案总结而成，再调取历史运输方案，并确定影响运输质量的影响因素，再对影响因数进行分类，形成待评估指标。

评估指标包括天气指标、时耗指标、运输速度指标、运输数量指标、载运载重指标等具有影响运输质量的能力的因素。

S22、计算待评估指标在历史数据中的完成比率G；

S23、当完成比率G≥预设权重H时，则该预评估指标为运输质量的重要影响因素，为预选指标，将其列入评估指标体系；

S24、随机抽取多组历史运输方案，统计每组历史运输方案的总方案个数A1，再统计每组历史运输方案中预选指标的完成个数B1；

S25、计算预选指标的完成度Q,具体过程为：

当完成度Q≥预设阈值C1时，则该指标在运输行业中为特级考虑因素，则定义为一级指标；

当预设阈值C1＞完成度Q≥预设阈值C2时，则该指标在运输行业中为重要考虑因素，则定义为二级指标；

当完成度Q＜预设阈值C2时，则该指标在运输行业中为一般考虑因素，则定义为三级指标；

S26、根据指标完成的达标率E来评定运输质量，具体过程为：

先根据第一规则赋予不同级别指标对应的指标值，第一规则为2R₂＝R₁+R₃，其中R₁为一级指标值，R₂为二级指标值，R₃为三级指标值；

再计算达标率E，具体计算过程为：

其中，x为一级指标完成的个数，y为二级指标完成的个数，z为三级指标完成的个数，R_总为总指标值；

根据达标率E在预设参考系中的位置评估运输质量。

该部分是建立评估指标体系的优选方案，同时对各个指标进行分级和量化，进而可以得出具体的评价结果，使该评估结果更加的清楚直观。

进一步的，S25还包括如下步骤：

S251、以天为单位至少调取一周内的历史运输方案；

S252、分别计算每天中每个预选指标在连续时间段内的完成度Q；

S253、分别计算每个时间段每个预选指标的平均完成度Q；

S254、分别制作每个预选指标在有一天中的时间变化曲线；

S255、分别计算每个指标的单位时间变化率ΔS1和统计时段的平均变化率ΔS2；

S255、计算预算指标的稳定性J,具体计算过程如下：

其中，T_ΔS1为单位时间变化率ΔS1大于统计时段的平均变化率ΔS2时所占的总时间，T_ΔS2为单位时间变化率ΔS1小于等于统计时段的平均变化率ΔS2时所占的总时间；

当稳定性J≤预设阈值I时，则该预选指标的时间变化曲线稳定，预选指标对环境变化的敏感程度低，预选指标分级准确，则保持该预选指标分级；

当稳定性J＞预设阈值I时，则该预选指标的时间变化曲线变化幅度大且不稳定，预选指标对环境变化的敏感程度高，无法预测该预选指标对运输质量的影响程度，则该指标在运输行业中为特级考虑因素，将该指标重新划分为一级指标。

建立各个指标随时间的变化曲线，分析各个指标随着时间变化时对环境的敏感程度，当指标数据变化过程时，说明该指标受不同时间段的环境影响程度较大，需要进行监测，可以提升指标分级的科学性，同时也可以提升评价报告的准确性。

再进一步的，S25还包括如下步骤：

S2501、调取历史运输方案，统计特殊日期各预选指标的完成数量L1和非特殊日期各预选指标的完成数量L2；

S2502、计算特殊日期对各预选指标的影响程度K，具体计算过程为：

K＝(L2-L1)/L2

当影响程度K≤预设阈值M时，则特殊日期对该预选指标的影响程度低，预选指标对特殊日期的敏感程度低，预选指标分级准确，则保持该预选指标分级；

当影响程度K＞预设阈值M时，则特殊日期对该预选指标的影响程度高，预选指标对特殊日期的敏感程度高，预选指标在特殊日期期间不稳定，无法预测该预选指标对运输质量的影响程度，则在特殊日期期间将该指标重新划分为一级指标。

该部分考虑特殊日期对评价指标的影响，特殊日期包括节假日、周末等，再特殊日期里由于交通路段人流量的增加，会对评估指标中的时耗、运输速度等指标造成影响，因此将这些对特殊日期影响较为敏感的指标升为一级指标，重点关注，可以提升评估结果的准确性。

再进一步的，S25还包括如下步骤：

从多个预选指标中筛选出二级指标和三级指标；

根据用户指定要求对二级指标和三级指标中的部分预选指标进行标注；

将标注的预选指标直接划分成一级指标。

根据用户需求，着重监控这些指标，将完成用户指定目标为基础，可以提升运输的服务质量。

其中，S3具体为：

调取历史运输路线，并将历史运输路线与预选运输路线进行比较；

计算历史路线与预选路线之间的重合度，具体为：

统计历史运输路线与预选路线之间共同路线的长度；

计算共同长度占历史运输路线总长度的比重，记为重合度P；

当重合度P≥预设阈值U时，则历史运输路线与预选运输路线的重合度高，则选定为参照路线。

先选择与预选运输路线相似的历史运输路线，以已经完成的历史路线作为参照去预测预选运输路线的完成情况，进而进行综合评价，从而提升评估报告的准确性。

进一步的，S3还包括如下步骤：

调取历史运输方案，计算预选方案中每个时段的平均速度V1；

根据平均时速V1计算每条参照路线的平均时耗T1；

再分别调取每条参照路线的实际时耗T2；

计算参照路线的时耗差异程度f；具体计算过程为：

当时耗差异程度f≥预设阈值W时，则参照路线出现异常行驶情况，将影响参照路线的准确性，将该参照路线取消。

筛选出参照路线中偏差较大的路线，将其去除，避免评估报告与实际情况偏差较大。

再进一步的，S3还包括如下步骤：

调取参照路线，统计载具类型；将载具类型与预选载具类型差异过大的参照路线去除。

需要说明的是，可以调取参照路线中载具的型号与预选运输路线中的载具型号进行对比，当载具载重再10％以外时，说明载具相差较大，不具有代表性，可能影响评估报告结果，需要去除。

其中，S4具体为：

分别筛选出多条参照路线中完成的多个预选指标；分别计算多个预选指标在多条参照路线中完成的权重，当权重大于预设值时，可将该预设指标认定为预选运输方案可完成的指标，从而确定预选方案的指标完成度。

其中，S5具体为：

先分别筛选出预选方案中一级指标完成的个数、二级指标完成的个数与三级指标完成的个数；

再根据完成比率G确定预选方案总指标个数；

最后计算预选方案的达标率E，并根据达标率E来评定预选方案的运输质量。

此外，术语“第一”、“第二”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”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种大型数据库的数据运输评估方法，其特征在于，包括以下步骤：

S1、从历史数据库采集历史运输方案，根据历史运输方案查找影响运输质量的影响因素；

S2、对影响因素进行处理建立评估指标体系以及运输质量评定标准；

S3、设置预选运输路线与历史运输路线，对预选运输路线与历史运输路线的重合度选择多条参照路线；

S4、根据多条参照路线的指标完成度推测预选运输路线的指标完成度；

S5、根据运输质量评定标准对预选方案进行评估，获取评估报告；

S6：之后导出评估报告。

2.根据权利要求1所述的一种大型数据库的数据运输评估方法，其特征在于：所述S2具体为：

S21、调取历史运输方案，分析影响运输质量的待评估指标；

S22、计算待评估指标在历史数据中的完成比率G；

S23、当完成比率G≥预设权重H时，则该预评估指标为运输质量的重要影响因素，为预选指标，将其列入评估指标体系；

S24、随机抽取多组历史运输方案，统计每组历史运输方案的总方案个数A1，再统计每组历史运输方案中预选指标的完成个数B1；

S25、计算预选指标的完成度Q,具体过程为：

当完成度Q≥预设阈值C1时，则该指标在运输行业中为特级考虑因素，则定义为一级指标；

当预设阈值C1＞完成度Q≥预设阈值C2时，则该指标在运输行业中为重要考虑因素，则定义为二级指标；

当完成度Q＜预设阈值C2时，则该指标在运输行业中为一般考虑因素，则定义为三级指标；

S26、根据指标完成的达标率E来评定运输质量，具体过程为：

先根据第一规则赋予不同级别指标对应的指标值，所述第一规则为2R₂＝R₁+R₃，其中R₁为一级指标值，R₂为二级指标值，R₃为三级指标值；

再计算达标率E，具体计算过程为：

其中，x为一级指标完成的个数，y为二级指标完成的个数，z为三级指标完成的个数，R_总为总指标值；

根据达标率E在预设参考系中的位置评估运输质量。

3.根据权利要求2所述的一种大型数据库的数据运输评估方法，其特征在于：所述S25还包括如下步骤：

S251、以天为单位至少调取一周内的历史运输方案；

S252、分别计算每天中每个预选指标在连续时间段内的完成度Q；

S253、分别计算每个时间段每个预选指标的平均完成度Q；

S254、分别制作每个预选指标在有一天中的时间变化曲线；

S255、分别计算每个指标的单位时间变化率ΔS1和统计时段的平均变化率ΔS2；

S255、计算预算指标的稳定性J,具体计算过程如下：

其中，T_ΔS1为单位时间变化率ΔS1大于统计时段的平均变化率ΔS2时所占的总时间，T_ΔS2为单位时间变化率ΔS1小于等于统计时段的平均变化率ΔS2时所占的总时间；

当稳定性J≤预设阈值I时，则该预选指标的时间变化曲线稳定，预选指标对环境变化的敏感程度低，预选指标分级准确，则保持该预选指标分级；

当稳定性J＞预设阈值I时，则该预选指标的时间变化曲线变化幅度大且不稳定，预选指标对环境变化的敏感程度高，无法预测该预选指标对运输质量的影响程度，则该指标在运输行业中为特级考虑因素，将该指标重新划分为一级指标。

4.根据权利要求3所述的一种大型数据库的数据运输评估方法，其特征在于：所述S25还包括如下步骤：

S2501、调取历史运输方案，统计特殊日期各预选指标的完成数量L1和非特殊日期各预选指标的完成数量L2；

S2502、计算特殊日期对各预选指标的影响程度K，具体计算过程为：

K＝(L2-L1)/L2

当影响程度K≤预设阈值M时，则特殊日期对该预选指标的影响程度低，预选指标对特殊日期的敏感程度低，预选指标分级准确，则保持该预选指标分级；

当影响程度K＞预设阈值M时，则特殊日期对该预选指标的影响程度高，预选指标对特殊日期的敏感程度高，预选指标在特殊日期期间不稳定，无法预测该预选指标对运输质量的影响程度，则在特殊日期期间将该指标重新划分为一级指标。

5.根据权利要求4所述的一种大型数据库的数据运输评估方法，其特征在于：所述S25还包括如下步骤：

从多个预选指标中筛选出二级指标和三级指标；

根据用户指定要求对二级指标和三级指标中的部分预选指标进行标注；

将标注的预选指标直接划分成一级指标。

6.根据权利要求1所述的一种大型数据库的数据运输评估方法，其特征在于：所述S3具体为：

调取历史运输路线，并将历史运输路线与预选运输路线进行比较；

计算历史路线与预选路线之间的重合度，具体为：

统计历史运输路线与预选路线之间共同路线的长度；

计算共同长度占历史运输路线总长度的比重，记为重合度P；

当重合度P≥预设阈值U时，则历史运输路线与预选运输路线的重合度高，则选定为参照路线。

7.根据权利要求6所述的一种大型数据库的数据运输评估方法，其特征在于：所述S3还包括如下步骤：

调取历史运输方案，计算预选方案中每个时段的平均速度V1；

根据平均时速V1计算每条参照路线的平均时耗T1；

再分别调取每条参照路线的实际时耗T2；

计算参照路线的时耗差异程度f；具体计算过程为：

当时耗差异程度f≥预设阈值W时，则参照路线出现异常行驶情况，将影响参照路线的准确性，将该参照路线取消。

8.根据权利要求7所述的一种大型数据库的数据运输评估方法，其特征在于：所述S3还包括如下步骤：

调取参照路线，统计载具类型；将载具类型与预选载具类型差异过大的参照路线去除。

9.根据权利要求2所述的一种大型数据库的数据运输评估方法，其特征在于：所述S4具体为：

分别筛选出多条参照路线中完成的多个预选指标；分别计算多个预选指标在多条参照路线中完成的权重，当权重大于预设值时，可将该预设指标认定为预选运输方案可完成的指标，从而确定预选方案的指标完成度。

10.根据权利要求2所述的一种大型数据库的数据运输评估方法，其特征在于：所述S5具体为：

先分别筛选出预选方案中一级指标完成的个数、二级指标完成的个数与三级指标完成的个数；

再根据完成比率G确定预选方案总指标个数；

最后计算预选方案的达标率E，并根据达标率E来评定预选方案的运输质量。