WO2012088760A1 - 基于按需计算的分析因子的数据分析装置及方法 - Google Patents

基于按需计算的分析因子的数据分析装置及方法 Download PDF

Info

Publication number
WO2012088760A1
WO2012088760A1 PCT/CN2011/002166 CN2011002166W WO2012088760A1 WO 2012088760 A1 WO2012088760 A1 WO 2012088760A1 CN 2011002166 W CN2011002166 W CN 2011002166W WO 2012088760 A1 WO2012088760 A1 WO 2012088760A1
Authority
WO
WIPO (PCT)
Prior art keywords
analysis
data
factor
calculation
value
Prior art date
Application number
PCT/CN2011/002166
Other languages
English (en)
French (fr)
Inventor
陆堃彪
何发亮
梁海琦
Original Assignee
***股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ***股份有限公司 filed Critical ***股份有限公司
Publication of WO2012088760A1 publication Critical patent/WO2012088760A1/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions

Definitions

  • the present invention relates to a data analysis apparatus and method, and more particularly to a data analysis apparatus and method based on an on-demand calculation factor. Background technique
  • the basic principles of the existing analysis factor-based data analysis method and apparatus are as follows: extracting raw data from a data source; constructing based on the original data and based on pre-defined rules (the rules are predetermined based on each specific application) a data model and simultaneously calculating individual analysis factors; constructing an analysis model based on the analysis factor and according to a predetermined rule (the rule is predetermined based on each application requirement) and calculating an analysis result; transmitting the analysis result to the application
  • the server is used for subsequent processing.
  • the present invention proposes a data analysis apparatus and method based on an analysis factor of on-demand calculation.
  • a data analysis apparatus based on an analysis factor of an on-demand calculation wherein the data analysis apparatus based on an analysis factor of on-demand calculation comprises:
  • a configuration module configured to set the configuration file according to a user input;
  • a data extraction module configured to extract the original data from a data source;
  • an analysis factor calculation module the analysis factor calculation module Generating a data model based on the raw data and the configuration file and calculating a value of at least one analysis factor actually required;
  • a data analysis processing module configured to construct an analysis model based on the value of the at least one analysis factor actually required and the configuration file, and calculate an analysis result
  • An analysis result output module wherein the analysis result output module is configured to transmit the analysis result to an application server.
  • the analysis factor calculation module further includes:
  • An analysis factor selection unit wherein the analysis factor screening unit is configured to analyze the data
  • the processing module sends an analysis factor statistics request, and transmits response information from the data analysis processing module to the computing unit;
  • a calculating unit configured to construct a data model according to the response information and calculate a value of at least one analysis factor actually needed
  • the response information includes a list of identifiers of the analysis factors actually required.
  • the analysis model is based on at least one analysis rule instance of the analysis rule template.
  • the data analysis processing module further includes:
  • An analysis rule template setting unit configured to set at least one analysis rule template according to a user input
  • An analysis rule instance generating unit configured to generate at least one analysis rule instance according to the configuration file
  • An analysis factor recording unit configured to record an identifier of an analysis factor used by the generated at least one analysis rule instance
  • An analysis calculation unit is configured to construct an analysis model and calculate an analysis result according to the generated at least one analysis rule instance.
  • the configuration file includes configuration data of an analysis factor
  • the configuration data of the analysis factor defines a mapping relationship between the original data and the analysis factor
  • the configuration data of the analysis factor is in the form of an extensible markup language.
  • the configuration data of the analysis factor includes at least one of the following elements: an original data identifier, a statistical metric, a statistical dimension, a statistical manner, and a filter condition.
  • the configuration file includes configuration data of an analysis rule
  • the configuration data of the analysis rule defines a mapping relationship between the analysis factor and the analysis model.
  • the configuration data of the analysis rule is in the form of an extensible markup language.
  • the analysis factor calculation module passes the analysis
  • the factor data interface communicates the calculated value of the at least one analysis factor actually required to the data analysis processing module.
  • the analysis factor data interface adopts a hash map table (MAP) structure, wherein an output of the analysis factor data interface is a key-value of the calculated analysis factor (EY-VALUE) ).
  • MAP hash map table
  • the at least one analysis factor actually required is an element in the data model.
  • the analysis factor calculation module further includes an analysis factor statistical unit configured to perform statistical calculation on the value of the at least one analysis factor actually required.
  • the analysis factor statistical unit includes at least one of the following statistical operation modes: summation (S blue), minimum value (Min), and maximum value (Max).
  • the analysis model is a collection of logical decision rules associated with each other.
  • a data analysis method based on an analysis factor of an on-demand calculation includes the following steps:
  • step (A3) further comprises:
  • (B 1 ) acquiring information indicating an identifier of the at least one analysis factor actually required, and constructing a data model based on the information and calculating a value of at least one analysis factor actually required;
  • the information includes a list of identifiers of the analysis factors that are actually required.
  • the analysis model is based on at least one analysis rule instance of the analysis rule template.
  • the step (A4) further comprises: (C1) setting at least one analysis rule template according to a user input;
  • the configuration file includes configuration data of an analysis factor
  • the configuration data of the analysis factor defines a mapping relationship between the original data and the analysis factor
  • the configuration data of the analysis factor is in the form of an extensible markup language.
  • the configuration data of the analysis factor includes at least one of the following elements: an original data identifier, a statistical metric, a statistical dimension, a statistical manner: and a filter condition.
  • the configuration file includes configuration data of an analysis rule
  • the configuration data of the analysis rule defines a mapping relationship between the analysis factor and the analysis model.
  • the configuration data of the analysis rule is in the form of an extensible markup language.
  • the method passes the calculated value of the at least one analysis factor actually required by the analysis factor data interface.
  • the analysis factor data interface adopts a hash map table (MAP) structure, wherein an output of the analysis factor data interface is a key-value of the calculated analysis factor (EY-VALUE) ) construct
  • the at least one analysis factor actually required is an element in the data model.
  • the step (B1) further comprises: (Dl) Performing a statistical calculation on the value of at least one analysis factor required for the purchase.
  • the statistical calculation includes at least one of the following statistical operation modes: summation (Sum), minimum value (Min), and maximum value (Max).
  • the analysis model is a collection of logical decision rules associated with each other.
  • the data analysis apparatus and method based on the on-demand calculation analysis factor disclosed by the invention have the following advantages: easy to expand analysis factors and analysis rules; can ensure real-time and accuracy; can calculate analysis factors as needed, thereby significantly improving System efficiency and performance.
  • FIG. 1 is a structural diagram of a data analysis device for calculating an analysis factor based on an on-demand according to an embodiment of the present invention
  • FIG. 2 is a flow chart of a data analysis method based on an on-demand calculation of an analysis factor, in accordance with an embodiment of the present invention
  • the data analysis apparatus 1 is a block diagram of a data analysis apparatus that calculates an analysis factor based on an on-demand according to an embodiment of the present invention.
  • the data analysis apparatus 1 based on the on-demand calculation analysis factor disclosed in the present invention is used for data analysis based on original data and analysis rules in a configuration file.
  • the data analysis device 1 includes a configuration module 2, a data extraction module 3, an analysis factor calculation module 4, a data analysis processing module 5, and an analysis result output module 6.
  • the configuration module 2 is configured to set the configuration file according to an input of a user.
  • the data extraction module 3 is configured to extract the raw data from a data source.
  • the analysis factor calculation module 4 is configured to construct a data model based on the original data and the configuration file and calculate a value of at least one analysis factor that is actually needed.
  • the data analysis processing module 5 is configured to construct an analysis model and calculate an analysis result based on the value of the at least one analysis factor actually needed and the configuration file.
  • the analysis result output module 6 is configured to transmit the analysis result to an application server (for example, security Detection server).
  • the analysis factor calculation module further includes a calculation unit 7 and an analysis factor screening unit 8.
  • the analysis factor screening unit 8 is configured to send an analysis factor statistics request to the data analysis processing module 5, and transmit the response information from the data analysis processing module 5 to the calculation unit 7.
  • the calculation unit 7 is configured to construct a data model based on the response information and calculate a value of the at least one analysis factor that is actually required.
  • the response information includes a list of identifications of the analysis factors actually required.
  • the analysis model is based on at least one analysis rule instance of the analysis rule template.
  • the analysis rule template refers to some general data analysis rules, which are only used as the basis for the extension of the analysis rule instance, and do not participate in the calculation process of the data analysis; the analysis rule instance refers to the analysis rule that actually participates in the data analysis. It can be extended based on the analysis rule template, ie different analysis rule instances can be generated in real time based on different needs.
  • the data analysis processing module 5 further includes an analysis rule template setting unit 9 and an analysis rule instance generation unit 10,
  • the factor recording unit 11 and the analysis unit 12 are analyzed.
  • the analysis rule template setting unit 9 is configured to set at least one analysis rule template according to the input of the user.
  • the analysis rule instance generating unit 10 is configured to generate at least one analysis rule instance according to the configuration file.
  • the analysis factor recording unit 11 is configured to record an identification of an analysis factor used by the generated at least one analysis rule instance (i.e., to maintain a range of analysis factors actually participating in the data analysis calculation).
  • the analysis calculation unit 12 is configured to construct an analysis model and calculate an analysis result according to the generated at least one analysis rule instance.
  • the basic process of calculating the analysis factor by the calculation unit 7 is as follows: based on the received response information (the response information includes an actual a list of identifiers of the required analysis factors, excluding the analysis factors not covered by the at least one analysis rule instance; calculating the analysis factors involved in the at least one analysis rule instance based on the received response information In (that is, the classification of the actual required analysis factors, batch calculation, thus avoiding multiple analysis rules
  • the public numerators used by the examples are repeated multiple times
  • the personalized analysis factors used in each of the at least one analysis rule instance are separately calculated (ie, non-publicly used Analysis factor).
  • the configuration file includes configuration data of an analysis factor
  • the configuration data of the analysis factor defines a mapping relationship (ie, a logical relationship) between the original data and the analysis factor.
  • the configuration data of the analysis factor is in the form of XML (Extensible Markup Language).
  • the configuration data of the analysis factor includes at least one of the following elements: an original data identifier, a statistical metric, a statistical dimension, a statistical mode, and a filter condition.
  • the configuration file includes configuration data of an analysis rule
  • the configuration data of the analysis rule defines a mapping relationship between an analysis factor and an analysis model (ie, a business rule) (ie, a logical relationship). ).
  • the configuration data of the analysis rule is in the form of XML (Extensible Markup Language).
  • the analysis factor calculation module 4 transmits the calculated value of the actually required at least one analysis factor to the data analysis processing module by analyzing the factor data interface.
  • the analysis factor data interface adopts a hash map (MAP) structure, that is, the output of the analysis factor data interface is a key-value (KEY-VALUE) of the calculated analysis factor.
  • MAP hash map
  • KEY-VALUE key-value
  • the at least one analysis factor actually required is an element in the data model (i.e., a business model).
  • the analysis factor calculation module 4 further includes an analysis factor statistics unit for performing statistical calculation on the value of the at least one analysis factor actually required.
  • the analysis factor statistical unit may include at least one of the following statistical operation modes: summation (Sum), minimum value (Min), maximum value (Max) 0, preferably, in the data analysis apparatus disclosed in the present invention.
  • the analysis model is a collection of interrelated logical decision rules.
  • the basic working principle of the data analysis device disclosed by the present invention is exemplarily
  • the configuration is as follows: setting a configuration file by the configuration module 2 according to user input; the data extraction module 3 extracts original data from a data source; the analysis factor calculation module 4 is based on configuration data of an analysis factor in the configuration file (ie, user a set business model) and the raw data constructing a data model and calculating a value of at least one analysis factor actually needed; the analysis factor calculation module 4 calculating at least one of the actual needs calculated by analyzing the factor data interface
  • the value of the analysis factor is passed to the data analysis processing module 5;
  • the data analysis processing module 5 is based on the configuration data of the analysis rule in the profile (ie, the analysis rule of the rule engine set by the user) and the actual need
  • the value of at least one analysis factor constructs an analysis model and calculates an analysis result; the analysis result output module 6 transmits the analysis result to an application server.
  • the data analysis apparatus disclosed herein is applied to security information interactions, such as financial risk management systems.
  • the raw data may be, for example, transaction attribute information, merchant information, or the like.
  • the application server may be a security detection server.
  • the data analysis method based on the dynamically expandable analysis factor disclosed in the present invention includes the following steps: (A1) setting a configuration file according to a user input: (A2) extracting original data from a data source; (A3) Constructing a data model based on the raw data and the configuration file and calculating a value of at least one analysis factor actually required; (A4) constructing an analysis based on the value of the at least one analysis factor actually required and the configuration file The model calculates the analysis result; (A5) transmits the analysis result to an application server (for example, a security detection server).
  • an application server for example, a security detection server
  • the step (A3) further comprises: (B1) acquiring information indicating the identifier of the at least one analysis factor actually required. And constructing a data model based on the information and calculating a value of the at least one analysis factor that is actually needed.
  • the information includes a list of identifications of the analysis factors actually required.
  • the analysis model is based on at least one analysis rule instance of the analysis rule template.
  • the analysis rule template refers to some general data analysis rules, which are only used as analysis rules.
  • the basis of the extension is not involved in the calculation process of data analysis; the analysis rule instance refers to an analysis rule that actually participates in data analysis, which can be extended based on the analysis rule template, that is, different generations can be generated based on different needs.
  • the step (A4) further includes: (C1) setting at least one analysis rule template according to a user input; (C2) according to the The configuration file generates at least one analysis rule instance; (C3) records an identifier of an analysis factor used by the generated at least one analysis rule instance (ie, maintains a range of analysis factors actually involved in the data analysis calculation); (C4) generates according to the At least one analysis rule instance constructs an analysis model and calculates the analysis results.
  • the basic process of calculating the analysis factor is as follows: based on the acquired information (the information includes the identification of the actual required analysis factor a list), excluding an analysis factor that is not involved in the at least one analysis rule instance; calculating, based on the acquired information, an analysis factor involved in the at least one analysis rule instance (ie, combining the actual required analysis factors) Classification, multiple calculations; based on the acquired information, individualized analysis factors (ie, non-publicly used analysis factors) used in each of the at least one analysis rule instance are separately calculated.
  • the configuration file includes configuration data of an analysis factor
  • the configuration data of the analysis factor defines a mapping relationship (ie, a logical relationship) between the original data and the analysis factor.
  • the configuration data of the analysis factor is in the form of XML (Extensible Markup Language).
  • the configuration data of the analysis factor includes at least one of the following elements: an original data identifier, a statistical metric, a statistical dimension, a statistical mode, and a filter condition.
  • the configuration file includes configuration data of an analysis rule
  • the configuration data of the analysis rule defines a mapping relationship between an analysis factor and an analysis model (ie, a business rule) (ie, a logical relationship). ).
  • the configuration data of the analysis rule is an XML (Extensible Markup Language) form Style.
  • the calculated value of the at least one analysis factor actually required is transmitted through the analysis factor data interface.
  • the analysis factor data interface adopts a hash map table (MAP) structure, that is, the output of the analysis factor data interface is a key-value (KEY-VALUE) of the calculated analysis factor.
  • MAP hash map table
  • KEY-VALUE key-value
  • the at least one analysis factor actually required is an element in the data model (i.e., a business model).
  • the step (B1) further comprises: (D1) performing a statistical calculation on the value of the actually required at least one analysis factor.
  • the statistical calculation includes at least one of the following statistical operation modes: summation (Sum), taking a minimum value (Min), and taking a maximum value (Max).
  • the analysis model is a set of logical decision rules associated with each other.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种基于按需计算的分析因子的数据分析装置及法。其中，所述基于按需计算的分析因子的数据分析装置包括配置模块、数据抽取模块、分析因子计算模块、数据分析处理模块以及分析结果输出模块。本发明所公开的基于按需计算的分析因子的数据分析装置及方法易于扩展分析因子和分析规则，可确保实时性和准确性，并且能够按需计算分析因子，从而显著地提高了***的工作效率和性能。

Description

说 明 书 基于按需计算的分析因子的数据分析装置及方法 技术领域
本发明涉及数据分析装置及方法， 更具体地， 涉及基于按需计算的 分析因子的数据分析装置及方法。 背景技术
目前， 随着信息数据处理需求的日益增长以及不同领域的业务种类 的曰益丰富， 基于分析因子 （即数据分析中所使用的各个分析要素） 的 数据分析变得越来越重要。
通常， 现有的基于分析因子的数据分析方法及装置的基本原理如下： 从数据源抽取原始数据； 基于所述原始数据并根据预先设定的规则 （所 迷规则基于各个具体应用预先确定）构建数据模型并同时计算出各个分 析因子； 基于所述分析因子并根据预先设定的规则 （所述规则基于各个 应用需求预先确定）构建分析模型并计算出分析结果； 将所述分析结果 传送给应用服务器用于后续处理。
然而， 由于随着业务种类的日益丰富， 在数据分析中需要使用的分 析因子越来越多， 同时基于具体应用需求的数据分析规则的变化也越来 越频繁， 从而需要经常对分析因子和数据分析规则进行动态的调整。 因 此， 上述现有的技术方案存在如下问题： 当需要扩展分析因子时 （即数 据分析规则需要使用新增的分析因子时）， 如果该分析因子不在预先设定 的分析因子范围内 , 也无法根据预先设定的分析因子经过简单运算得到， 则必须人工地修改***代码， 从而不能满足***对实时性的要求； 同时， 该方式耗时较多， 因而维护成本升高， 并且由于过程繁瑣且易于出错， 故降低了整个***的工作效率和性能； 此外， 当数据分析规则需要改变 时， 也同样必须人工地修改***代码；
另外， 在现有的技术方案中， 通常在***设计开发阶段罗列出完整 的可能参与分析计算的分析因子， 并且在实际使用阶段会在根据运算规
确认本 则计算出所有分子因子后再构建分析模型。 然而， 基于需求的变化， 实 分 因子中的二部分 (即实际参与分析计算的 析^ ;会根据 务需求 而动态变化）。 因此， 上述现有的技术方案还存在如下问题： 计算所有分 析因子的过程会耗费大量的计算时间和***资源 （即一部分分析因子的 计算是无用的）， 从而显著降低了***的整体性能。
因此， 存在如下需求： 提供一种易于扩展、 可确保实时性和准确性 并且能够按需计算分析因子， 从而提高***工作效率和性能的基于分析 因子的数据分析装置及方法。 发明内容
为了解决上述现有技术方案所存在的缺陷， 本发明提出了一种基于 按需计算的分析因子的数据分析装置及方法。
本发明的目的是通过以下技术方案实现的:
一种基于按需计算的分析因子的数据分析装置， 所述基于按需计算 的分析因子的数据分析装置包括：
配置模块， 所述配置模块用于根据用户的输入设置所述配置文件； 数据抽取模块， 所述数据抽取模块用于从数据源抽取所述原始数据； 分析因子计算模块， 所述分析因子计算模块用于基于所述原始数据 以及所述配置文件构建数据模型并计算出实际所需的至少一个分析因子 的值；
数据分析处理模块， 所述数据分析处理模块用于基于所述实际所需 的至少一个分析因子的值以及所述配置文件构建分析模型并计算出分析 结果；
分析结果输出模块， 所述分析结果输出模块用于将所述分析结果传 送到应用服务器。
在上面所公开的方案中， 优选地， 所述分析因子计算模块进一步包 括：
分析因子 选单元， 所述分析因子筛选单元用于向所述数据分析处 理模块发送分析因子统计请求， 并将来自所述数据分析处理模块的响应 信息传送给计算单元;
计算单元， 所述计算单元用于根据所述响应信息构建数据模型并计 算出所迷实际需要的至少一个分析因子的值；
其中， 所述响应信息包括实际所需的分析因子的标识的列表。
在上面所公开的方案中， 优选地， 所述分析模型是基于分析规则模 板的至少一个分析规则实例。
在上面所公开的方案中， 优选地， 所述数据分析处理模块进一步包 括：
分析规则模板设置单元， 所述分析规则模板设置单元用于根据用户 的输入设置至少一个分析规则模板；
分析规则实例生成单元， 所迷分析规则实例生成单元用于根据所述 配置文件生成至少一个分析规则实例；
分析因子记录单元， 所述分析因子记录单元用于记录所述生成的至 少一个分析规则实例使用的分析因子的标识；
分析计算单元， 所述分析计算单元用于根据所述生成的至少一个分 析规则实例构建分析模型并计算出分析结果。
在上面所公开的方案中， 优选地， 所述配置文件包括分析因子的配 置数据， 所述分析因子的配置数据定义原始数据与分析因子的映射关系。
在上面所公开的方案中， 优选地， 所述分析因子的配置数据是可扩 展标记语言的形式。
在上面所公开的方案中， 优选地， 所述分析因子的配置数据包括以 下要素中的至少一个： 原始数据标识、 统计度量、 统计维度、 统计方式 以及过滤条件。
在上面所公开的方案中， 优选地， 所述配置文件包括分析规则的配 置数据， 所述分析规则的配置数据定义分析因子与分析模型的映射关系。
在上面所公开的方案中， 优选地， 所述分析规则的配置数据是可扩 展标记语言的形式。
在上面所公开的方案中， 优选地， 所述分析因子计算模块通过分析 因子数据接口将计算出的所述实际所需的至少一个分析因子的值传递给 所述数据分析处理模块。
在上面所公开的方案中， 优选地， 所述分析因子数据接口采用哈希 映射表（MAP ) 结构， 其中所述分析因子数据接口的输出是计算出的分 析因子的键-值（ EY- VALUE )。
在上面所公开的方案中， 优选地， 所述实际所需的至少一个分析因 子是所述数据模型中的要素。
在上面所公开的方案中， 优选地， 所述分析因子计算模块进一步包 括分析因子统计单元， 所述分析因子统计单元用于对所述实际所需的至 少一个分析因子的值进行统计计算。
在上面所公开的方案中， 优选地， 所述分析因子统计单元包括以下 统计运算方式中的至少一个： 求和 （S蘭 ） 、 取最小值（Min ) , 取最大 值（ Max ) 。
在上面所公开的方案中， 优选地， 所述分析模型是相互关联的逻辑 判断规则的集合。
本发明的目的还通过以下技术方案实现：
一种基于按需计算的分析因子的数据分析方法， 所述基于按需计算 的分析因子的数据分析方法包括如下步骤：
( A1 )根据用户的输入设置配置文件：
( A2 )从数据源抽取原始数据；
( A3 )基于所述原始数据以及所述配置文件构建数据模型并计算出 实际所需的至少一个分析因子的值；
( A4 )基于所述实际所需的至少一个分析因子的值以及所述配置文 件构建分析模型并计算出分析结果；
( A5 )将所述分析结果传送到应用服务器。
在上面所公开的方案中， 优选地， 所述步骤（A3 )进一步包括：
( B 1 )获取指示出所述实际所需的至少一个分析因子的标识的信息， 并基于所述信息构建数据模型并计算出所迷实际需要的至少一个分析因 子的值； 其中， 所述信息包括实际所需的分析因^的标识的列表。
在上面所公开的方案中， 优选地， 所述分析模型是基于分析规则模 板的至少一个分析规则实例。
在上面所公开的方案中， 优选地， 所述步骤（A4 )进一步包括： ( C1 )根据用户的输入设置至少一个分析规则模板；
( C2 )根据所述配置文件生成至少一个分析规则实例；
( C3 )记录所述生成的至少一个分析规则实例使用的分析因子的标 识（即维护实际参与数据分析计算的分析因子的范围）；
( C4 )根据所述生成的至少一个分析规则实例构建分析模型并计算 出分析结果。
在上面所公开的方案中， 优选地， 所述配置文件包括分析因子的配 置数据 , 所述分析因子的配置数据定义原始数据与分析因子的映射关系。
在上面所公开的方案中， 优选地， 所述分析因子的配置数据是可扩 展标记语言的形式。
在上面所公开的方案中， 优选地， 所述分析因子的配置数据包括以 下要素中的至少一个： 原始数据标识、 统计度量、 统计维度、 统计方式: 以及过滤条件。
在上面所公开的方案中， 优选地， 所述配置文件包括分析规则的配 置数据， 所述分析规则的配置数据定义分析因子与分析模型的映射关系。
在上面所公开的方案中， 优选地， 所述分析规则的配置数据是可扩 展标记语言的形式。
在上面所公开的方案中， 优选地， 所述方法通过分析因子数据接口 传递计算出的所述实际所需的至少一个分析因子的值。
在上面所公开的方案中， 优选地， 所述分析因子数据接口采用哈希 映射表（MAP ) 结构， 其中所述分析因子数据接口的输出是计算出的分 析因子的键-值 ( EY- VALUE )„
在上面所公开的方案中， 优选地， 所述实际所需的至少一个分析因 子是所述数据模型中的要素。
在上面所公开的方案中， 优选地， 所述步骤（B1 )进一步包括： ( Dl )对所迷买际所需的至少一个分析因子的值逬行统计计算。 在上面所公开的方案中， 优选地， 所述统计计算包括以下统计运算 方式中的至少一个： 求和 （Sum )、 取最小值（Min ), 取最大值（Max )。
在上面所公开的方案中， 优选地， 所述分析模型是相互关联的逻辑 判断规则的集合。
本发明所公开的基于按需计算的分析因子的数据分析装置及方法具 有如下优点： 易于扩展分析因子和分析规则； 可确保实时性和准确性； 能够按需计算分析因子， 从而显著地提高了***的工作效率和性能。 附图说明
结合附图， 本发明的技术特征以及优点将会被本领域技术人员更好 地理解， 其中：
图 1为根据本发明的实施例的基于按需计算分析因子的数据分析装 置的结构图；
图 2为根据本发明的实施例的基于按需计算分析因子的数据分析方 法的流程图； 具体实施方式
图 1是根据本发明的实施例的基于按需计算分析因子的数据分析装 置的结构图。 如图 1所示， 本发明所公开的基于按需计算分析因子的数据 分析装置 1用于基于原始数据以及配置文件中的分析规则进行数据分析。 如图 1所示， 所述数据分析装置 1包括配置模块 2、 数据抽取模块 3、 分析 因子计算模块 4、 数据分析处理模块 5和分析结果输出模块 6。 其中， 所述 配置模块 2用于根据用户的输入设置所述配置文件。 所述数据抽取模块 3 用于从数据源抽取所述原始数据。 所述分析因子计算模块 4用于基于所述 原始数据以及所述配置文件构建数据模型并计算出实际需要的至少一个 分析因子的值。 所述数据分析处理模块 5用于基于所述实际需要的至少一 个分析因子的值以及所迷配置文件构建分析模型并计算出分析结果。 所 述分析结果输出模块 6用于将所述分析结果传送到应用服务器（例如安全 检测服务器）。
如图 1所示， 优选地， 在本发明所公开的基于按需计算分析因子的数 据分析装置中， 所述分析因子计算模块进一步包括计算单元 7和分析因子 筛选单元 8。 其中， 所述分析因子筛选单元 8用于向所述数据分析处理模 块 5发送分析因子统计请求， 并将来自所述数据分析处理模块 5的响应信 息传送给所述计算单元 7。 所述计算单元 7用于根据所述响应信息构建数 据模型并计算出所述实际需要的至少一个分析因子的值。 优选地， 所述 响应信息包括实际所需的分析因子的标识的列表。
优选地， 在本发明所公开的基于按需计算分析因子的数据分析装置 中， 所述分析模型是基于分析规则模板的至少一个分析规则实例。 其中， 所述分析规则模板是指一些通用的数据分析规则， 其只作为分析规则实 例扩展的基础， 并不参与数据分析的计算过程； 所述分析规则实例是指 实际参与数据分析的分析规则， 其可基于所述分析规则模板进行扩展， 即可以基于不同的需求而实时产生不同的分析规则实例。
如图 1所示， 优选地， 在本发明所公开的基于按需计算分析因子的数 据分析装置中， 所述数据分析处理模块 5进一步包括分析规则模板设置单 元 9、分析规则实例生成单元 10、分析因子记录单元 11和分析计算单元 12。 其中， 所述分析规则模板设置单元 9用于根据用户的输入设置至少一个分 析规则模板。 所述分析规则实例生成单元 10用于根据所述配置文件生成 至少一个分析规则实例。 所述分析因子记录单元 11用于记录所述生成的 至少一个分析规则实例使用的分析因子的标识 （即维护实际参与数据分 析计算的分析因子的范围）。 所述分析计算单元 12用于根据所述生成的至 少一个分析规则实例构建分析模型并计算出分析结果。
示例性地， 在本发明所公开的基于按需计算分析因子的数据分析装 置中， 所述计算单元 7计算分析因子的基本过程如下： 基于接收到的所述 响应信息（所述响应信息包括实际所需的分析因子的标识的列表）， 排除 所述至少一个分析规则实例均未涉及到的分析因子； 基于接收到的所述 响应信息， 计算所迷至少一个分析规则实例均涉及到的分析因于 （即对 实际所需的分析因子合并分类， 批量计算， 从而避免了对多个分析规则 实例均使用的公共分 子重复多次计算）； 基于接收到的所述响应信 息， 分别单独计算在所述至少一个分析规则实例中的每一个中使用的个 性化的分析因子 （即非公共使用的分析因子）。
优选地， 在本发明所公开的数据分析装置中， 所述配置文件包括分 析因子的配置数据， 所述分析因子的配置数据定义原始数据与分析因子 的映射关系 （即逻辑关系）。
优选地， 所述分析因子的配置数据是 XML (可扩展标记语言） 的形 式。
优选地， 所述分析因子的配置数据包括如下要素中的至少一个： 原 始数据标识、 统计度量、 统计维度、 统计方式以及过滤条件。
优选地， 在本发明所公开的数据分析装置中， 所述配置文件包括分 析规则的配置数据， 所述分析规则的配置数据定义分析因子与分析模型 (即业务规则） 的映射关系 （即逻辑关系）。
优选地， 所述分析规则的配置数据是 XML (可扩展标记语言） 的形 式。
优选地， 在本发明所公开的数据分析装置中， 所述分析因子计算模 块 4通过分析因子数据接口将计算出的所述实际所需的至少一个分析因 子的值传递给所述数据分析处理模块 5。 其中， 优选地， 所述分析因子数 据接口采用哈希映射表（MAP ) 结构， 即所述分析因子数据接口的输出 是计算出的分析因子的键-值（KEY-VALUE )。
优选地， 在本发明所公开的数据分析装置中， 所述实际所需的至少 一个分析因子是所述数据模型 （即业务模型） 中的要素。
优选地， 在本发明所公开的数据分析装置中， 所述分析因子计算模 块 4进一步包括分析因子统计单元， 用于对所述实际所需的至少一个分析 因子的值进行统计计算。 所述分析因子统计单元可以包括如下统计运算 方式中的至少一个： 求和（Sum )、 取最小值（Min )， 取最大值 ( Max )0 优选地， 在本发明所公开的数据分析装置中， 所述分析模型是相互 关联的逻辑判断规则的集合。
如图 1所示， 示例性地， 本发明所公开的数据分析装置的基本工作原 理如下： 根据用户输入通过配置模块 2设置配置文件； 所述数据抽取模块 3从数据源抽取出原始数据； 所述分析因子计算模块 4基于所述配置文件 中的分析因子的配置数据 （即用户设定的业务模型） 以及所述原始数据 构建数据模型并计算出实际需要的至少一个分析因子的值； 所述分析因 子计算模块 4通过分析因子数据接口将计算出的所述实际需要的至少一 个分析因子的值传递给所述数据分析处理模块 5; 所述数据分析处理模块 5基于所迷配置文件中的分析规则的配置数据 (即用户设定的规则引擎的 分析规则） 以及所述实际需要的至少一个分析因子的值构建分析模型并 计算出分析结果； 所述分析结果输出模块 6将所述分析结果传送到应用服 务器。
示例性地， 本发明所公开的数据分析装置应用于安全性信息交互， 例如金融风险管理***。 所述原始数据例如可以是交易属性信息、 商户 信息等。 所述应用服务器可以是安全检测服务器。
图 2是根据本发明的实施例的基于按需计算的分析因子的数据分析 方法的流程图。 如图 2所示， 本发明所公开的基于可动态扩展的分析因子 的数据分析方法包括如下步骤： （A1 )根据用户的输入设置配置文件： ( A2 )从数据源抽取原始数据； （A3 )基于所述原始数据以及所述配置 文件构建数据模型并计算出实际所需的至少一个分析因子的值； （ A4 )基 于所述实际所需的至少一个分析因子的值以及所述配置文件构建分析模 型并计算出分析结果； （A5 )将所述分析结果传送到应用服务器（例如安 全检测服务器）。
优选地， 在本发明所公开的基于按需计算分析因子的数据分析方法 中， 所述步骤 （A3 )进一步包括： （B1 ) 获取指示出所述实际所需的至 少一个分析因子的标识的信息， 并基于所述信息构建数据模型并计算出 所述实际需要的至少一个分析因子的值。 优选地， 所述信息包括实际所 需的分析因子的标识的列表。
优选地， 在本发明所公开的基于按需计算分析因子的数据分析方法 中， 所述分析模型是基于分析规则模板的至少一个分析规则实例。 其中， 所述分析规则模板是指一些通用的数据分析规则， 其只作为分析规则实 例扩展的基础， 并不参与数据分析的计算过程； 所述分析规则实例是指 实际参与数据分析的分析规则， 其可基于所述分析规则模板进行扩展， 即可以基于不同的需求而实时产生不同的分析规则实例。
优选地， 在本发明所公开的基于按需计算分析因子的数据分析方法 中， 所述步骤 （A4 )进一步包括： （C1 )根据用户的输入设置至少一个 分析规则模板; ( C2 )根据所述配置文件生成至少一个分析规则实例；（ C3 ) 记录所述生成的至少一个分析规则实例使用的分析因子的标识 （即维护 实际参与数据分析计算的分析因子的范围）； ( C4 )根据所述生成的至少 —个分析规则实例构建分析模型并计算出分析结果。
示例性地， 在本发明所公开的基于按需计算分析因子的数据分析方 法中， 计算分析因子的基本过程如下： 基于获取的所述信息 （所述信息 包括实际所需的分析因子的标识的列表）， 排除所述至少一个分析规则实 例均未涉及到的分析因子； 基于获取的所述信息， 计算所述至少一个分 析规则实例均涉及到的分析因子 （即对实际所需的分析因子合并分类、 多次计算）； 基于获取的所述信息， 分别单独计算在所述至少一个分析规 则实例中的每一个中使用的个性化的分析因子 （即非公共使用的分析因 子）。
优选地， 在本发明所公开的数据分析方法中， 所述配置文件包括分 析因子的配置数据， 所述分析因子的配置数据定义原始数据与分析因子 的映射关系 （即逻辑关系）。
优选地， 所述分析因子的配置数据是 XML (可扩展标记语言） 的形 式。
优选地， 所述分析因子的配置数据包括如下要素中的至少一个： 原 始数据标识、 统计度量、 统计维度、 统计方式以及过滤条件。
优选地， 在本发明所公开的数据分析方法中， 所述配置文件包括分 析规则的配置数据， 所述分析规则的配置数据定义分析因子与分析模型 (即业务规则） 的映射关系 （即逻辑关系）。
优选地， 所述分析规则的配置数据是 XML (可扩展标记语言）的形 式。
优选地， 在本发明所公开的数据分析方法中， 通过分析因子数据接 口传递计算出的所述实际所需的至少一个分析因子的值。 其中， 优选地， 所述分析因子数据接口采用哈希映射表（MAP ) 结构， 即所述分析因子 数据接口的输出是计算出的分析因子的键-值（ KEY- VALUE )。
优选地， 在本发明所公开的数据分析方法中， 所述实际所需的至少 一个分析因子是所述数据模型 （即业务模型） 中的要素。
优选地， 在本发明所公开的数据分析方法中， 所述步骤（B1 ) 进一 步包括： （D1 )对所述实际所需的至少一个分析因子的值进行统计计算。 所述统计计算包括如下统计运算方式中的至少一个： 求和 （Sum )、 取最 小值（ Min ), 取最大值（Max )。
优选地， 在本发明所公开的数据分析方法中， 所述分析模型是相互 关联的逻辑判断规则的集合。
尽管本发明是通过上述的优选实施方式进行描述的， 但是其实现形 式并不局限于上述的实施方式。 应该认识到： 在不脱离本发明主旨和范 围的情况下 , 本领域技术人员可以对本发明做出不同的变化和修改。

Claims

1. 一种基于按需计算的分析因子的数据分析装置， 所述基于按需计 算的分析因子的数据分析装置包括：
配置模块， 所述配置模块用于根据用户的输入设置所述配置文件； 数据抽取模块， 所述数据抽取模块用于从数据源抽取所述原始数据； 分析因子计算模块， 所述分析因子计算模块用于基于所述原始数据 以及所述配置文件构建数权据模型并计算出实际所需的至少一个分析因子 的值；
数据分析处理模块， 所述数据分析处理模块用于基于所述实际所需 的至少一个分析因子的值以及所述配置文件构建分析模型并计算出分析 结果；
分析结果输出模块， 所述分析结果输出模块用于将所述分析结果传 送到应用服务器。 书
2. 根据权利要求 1所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述分析因子计算模块进一步包括： 理模块发送分析因子统计请求， 并将来自所述数据分析处理模块的响应 信息传送给计算单元；
计算单元， 所述计算单元用于根据所述响应信息构建数据模型并计 算出所述实际需要的至少一个分析因子的值；
其中， 所述响应信息包括实际所需的分析因子的标识的列表。
3. 根据权利要求 2所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述分析模型是基于分析规则模板的至少一个分析规则实 例。 其特征在于， 所述数据分析处 模 进一;包括： 、 、
分析规则模板设置单元， 所述分析规则模板设置单元用于根据用户 的输入设置至少一个分析规则模板； 分析规则实例生成单元， 所述分析规则实例生成单元用于根据所述 配置文件生成至少一个分析规则实例； - '
分析因子记录单元， 所述分析因子记录单元用于记录所述生成的至 少一个分析规则实例使用的分析因子的标识；
分析计算单元， 所述分析计算单元用于根据所述生成的至少一个分 析规则实例构建分析模型并计算出分析结果。
5. 根据权利要求 4所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述配置文件包括分析因子的配置数据， 所述分析因子的 配置数据定义原始数据与分析因子的映射关系。
6. 根据权利要求 5所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述分析因子的配置数据是可扩展标记语言的形式。
7. 根据权利要求 6所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述分析因子的配置数据包括以下要素中的至少一个： 原 始数据标识、 统计度量、 统计维度、 统计方式以及过滤条件。
8. 根据权利要求 7所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述配置文件包括分析规则的配置数据， 所述分析规则的 配置数据定义分析因子与分析模型的映射关系。
9. 根据权利要求 8所述的基于按需计算的分析因子的数据分析装置， 其特征在于， 所述分析规则的配置数据是可扩展标记语言的形式。
10. 根据权利要求 9所述的基于按需计算的分析因子的数据分析装 置， 其特征在于， 所述分析因子计算模块通过分析因子数据接口将计算 出的所述实际所需的至少一个分析因子的值传递给所述数据分析处理模 块。
11. 根据权利要求 10所述的基于按需计算的分析因子的数据分析装 置， 其特征在于， 所述分析因子数据接口釆用哈希映射表（MAP )结构， 其中所述分析因子数据接口的输出是计算出的分析因子的键-值
( KEY- VALUE )。
12. 根据权利要求 11所述的基于按需计算的分析因子的数据分析装 置， 其特征在于， 所述实际所需的至少一个分析因子是所述数据模型中 的要素。
13. 根据权利要求 12所述的基于按需计算的分析因子的数据分析装 置， 其特征在于， 所述分析因子计算模块进一步包括分析因子统计单元， 所述分析因子统计单元用于对所述实际所需的至少一个分析因子的值进 行统计计算。
14. 根据权利要求 13所述的基于可动态扩展的分析因子的数据分析 至少一个： 求和（Sum )、 取最小值（Min ), 取最大值（ Max )。 装置， 其特征在于， ^斤述分析模 ^是相互 联的逻辑判断规则的集合
16. 一种基于按需计算的分析因子的数据分析方法， 所述基于按需 计算的分析因子的数据分析方法包括如下步骤：
( A1 )根据用户的输入设置配置文件：
( A2 )从数据源抽取原始数据；
( A3 )基于所述原始数据以及所述配置文件构建数据模型并计算出 实际所需的至少一个分析因子的值；
( A4 )基于所述实际所需的至少一个分析因子的值以及所述配置文 件构建分析模型并计算出分析结果；
( A5 )将所述分析结果传送到应用服务器。
17. 根据权利要求 16所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述步骤（A3 )进一步包括：
( B 1 )获取指示出所述实际所需的至少一个分析因子的标识的信息， 并基于所述信息构建数据模型并计算出所述实际需要的至少一个分析因 子的值；
其中， 所述信息包括实际所需的分析因子的标识的列表。
18. 根据权利要求 17所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述分析模型是基于分析规则模板的至少一个分析规 则实例。
19. 根据权利要求 18所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述步骤（A4 )进一步包括：
( C1 )根据用户的输入设置至少一个分析规则模板；
( C2 )根据所述配置文件生成至少一个分析规则实例；
( C3 )记录所述生成的至少一个分析规则实例使用的分析因子的标 识（即维护实际参与数据分析计算的分析因子的范围）；
( C4 )根据所述生成的至少一个分析规则实例构建分析模型并计算 出分析结果。
20. 根据权利要求 19所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述配置文件包括分析因子的配置数据， 所述分析因 子的配置数据定义原始数据与分析因子的映射关系。
21. 根据权利要求 20所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述分析因子的配置数据是可扩展标记语言的形式。
22. 根据权利要求 21所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述分析因子的配置数据包括以下要素中的至少一个： 原始数据标识、 统计度量、 统计维度、 统计方式以及过滤条件。
23. 根据权利要求 22所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述配置文件包括分析规则的配置数据， 所述分析规 则的配置数据定义分析因子与分析模型的映射关系。
24. 根据权利要求 23所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述分析规则的配置数据是可扩展标记语言的形式。
25. 根据权利要求 24所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述方法通过分析因子数据接口传递计算出的所述实 际所需的至少一个分析因子的值。
26. 根据权利要求 25所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述分析因子数据接口采用哈希映射表（MAP )结构, 其中所述分析因子数据接口的输出是计算出的分析因子的键-值
( KEY-VALUE )。
27. 根据权利要求 26所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述实际所需的至少一个分析因子是所述数据模型中 的要素。
28. 根据权利要求 27所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述步骤（B1 )进一步包括：
( D1 )对所述实际所需的至少一个分析因子的值进行统计计算。
29. 根据权利要求 28所述的基于按需计算的分析因子的数据分析方 法， 其特征在于， 所述统计计算包括以下统计运算方式中的至少一个： 求和 ( Sum )、 取最小值 ( Min ), 取最大值 ( Max )0
30. 根据权利要求 29所述的基于按需计算的分析因子的数据分析方 法， 其特征在于, 所述分析模型是相互关联的逻辑判断规则的集合。
PCT/CN2011/002166 2010-12-27 2011-12-23 基于按需计算的分析因子的数据分析装置及方法 WO2012088760A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201010617311.4A CN102541811B (zh) 2010-12-27 2010-12-27 基于按需计算的分析因子的数据分析装置及方法
CN201010617311.4 2010-12-27

Publications (1)

Publication Number Publication Date
WO2012088760A1 true WO2012088760A1 (zh) 2012-07-05

Family

ID=46348738

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2011/002166 WO2012088760A1 (zh) 2010-12-27 2011-12-23 基于按需计算的分析因子的数据分析装置及方法

Country Status (2)

Country Link
CN (1) CN102541811B (zh)
WO (1) WO2012088760A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117980A (zh) * 2015-08-24 2015-12-02 云南电网有限责任公司 一种电网设备状态的自动评价方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107391532B (zh) * 2017-04-14 2020-08-04 阿里巴巴集团控股有限公司 数据过滤的方法和装置
CN108121780B (zh) * 2017-12-15 2021-10-08 中盈优创资讯科技有限公司 数据分析模型确定方法及装置
CN109063059B (zh) * 2018-07-20 2021-07-27 腾讯科技（深圳）有限公司 行为日志处理方法、装置及电子设备
CN109726284B (zh) * 2018-12-07 2021-02-02 成都品果科技有限公司 一种通用性强的数据分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101234287A (zh) * 2008-03-06 2008-08-06 北京科大联创冶金技术有限公司 用半干法脱硫除氟的烟气处理控制***
US20080222067A1 (en) * 2007-03-07 2008-09-11 National Taiwan University Of Science And Technology Prediction method of near field photolithography line fabrication using by the combination of taguchi method and neural network
CN101414188A (zh) * 2008-12-03 2009-04-22 重庆邮电大学 基于ccp协议的汽车abs ecu在线标定***和标定方法
US20100106669A1 (en) * 2005-06-28 2010-04-29 Gen Ming Guo Journal Manuscript Submission Decision Support System

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7865278B2 (en) * 2006-06-14 2011-01-04 Spx Corporation Diagnostic test sequence optimization method and apparatus
CN101556464A (zh) * 2009-05-22 2009-10-14 天津大学 基于关联规则的城市电力负荷预测模型自动推荐方法
CN102567353B (zh) * 2010-12-17 2015-02-18 ***股份有限公司 基于可动态扩展的分析因子的数据分析装置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106669A1 (en) * 2005-06-28 2010-04-29 Gen Ming Guo Journal Manuscript Submission Decision Support System
US20080222067A1 (en) * 2007-03-07 2008-09-11 National Taiwan University Of Science And Technology Prediction method of near field photolithography line fabrication using by the combination of taguchi method and neural network
CN101234287A (zh) * 2008-03-06 2008-08-06 北京科大联创冶金技术有限公司 用半干法脱硫除氟的烟气处理控制***
CN101414188A (zh) * 2008-12-03 2009-04-22 重庆邮电大学 基于ccp协议的汽车abs ecu在线标定***和标定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117980A (zh) * 2015-08-24 2015-12-02 云南电网有限责任公司 一种电网设备状态的自动评价方法

Also Published As

Publication number Publication date
CN102541811B (zh) 2015-02-18
CN102541811A (zh) 2012-07-04

Similar Documents

Publication Publication Date Title
WO2021051529A1 (zh) 评估云主机资源的方法、装置、设备及存储介质
WO2017084521A1 (zh) 一种订单聚类方法及装置，以及反恶意信息的方法及装置
WO2021036447A1 (zh) 基于Flink引擎的业务数据处理方法及装置
CN107657516B (zh) 生成凭证的方法及财务服务器
CN102404126B (zh) 一种云计算在应用过程中的收费方法
WO2020037917A1 (zh) 一种用户行为数据推荐方法、服务器及计算机可读介质
WO2019223142A1 (zh) 应用程序测试方法、装置、计算机设备及存储介质
TW201835789A (zh) 評分模型的建立、用戶信用的評估方法及裝置
WO2022134466A1 (zh) 数据处理方法及相关设备
WO2012088760A1 (zh) 基于按需计算的分析因子的数据分析装置及方法
WO2021254027A1 (zh) 一种可疑社团的识别方法、装置、存储介质和计算机设备
CN107247811B (zh) 基于Oracle数据库的SQL语句性能优化方法及装置
Byass et al. Using verbal autopsy to track epidemic dynamics: the case of HIV-related mortality in South Africa
US9998450B2 (en) Automatically generating certification documents
CN110704484A (zh) 一种对海量实时数据流进行处理的方法及***
WO2019019447A1 (zh) 年金数据处理方法、装置、服务器和存储介质
US20160062816A1 (en) Detection of outage in cloud based service using usage data based error signals
US9692665B2 (en) Failure analysis in cloud based service using synthetic measurements
CN112232960B (zh) 交易应用***监控方法及装置
WO2022048201A1 (zh) 数据处理方法及装置、电子设备、存储介质
CN112035159B (zh) 一种稽核模型的配置方法、装置、设备及存储介质
Taborsky et al. Annotating unconstrained face imagery: A scalable approach
CN102567353B (zh) 基于可动态扩展的分析因子的数据分析装置及方法
CN107483210B (zh) 一种数据验证方法及***
WO2015105966A1 (en) Reporting on technology sector sizes using patent assets

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11852538

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205N DATED 03/09/2013)

122 Ep: pct application non-entry in european phase

Ref document number: 11852538

Country of ref document: EP

Kind code of ref document: A1