[發明專利]一種結構化數據搜索方法

在審

• 申請號: 201410314941.2
• 申請日: 2014-07-02
• 公開（公告）號: CN104123346A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 蘇凱;吳廣財;桂媛;陳非
• 申請（專利權）人: 廣東電網公司信息中心
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 周克佑

技術領域

本發明涉及數據搜索技術領域，具體的說，是涉及一種結構化數據搜索模型的構造方法。?

背景技術

在大數據時代企業日常生產運營過程中積累了海量的業務數據信息，但是這些有價值的信息常常分散在企業的各個角落，如何更好的體現數據價值，讓用戶從海量數據中快速搜索出自己想要的業務數據內容，而不是僅僅提供固定的定制化分析報表，是企業在商務智能分析中面臨的一個重要挑戰。?

傳統的商務智能產品，都是基于數據倉庫的基礎之上，通過語義的過程，將技術語言轉化為易于理解的業務語言，再通過業務需求定制開發不同的報表和儀表盤，實現按需定制開發的功能。由于業務需求的變化越來越快，無法實現快速定制，快速響應用戶需求，需要對數據結構模型進行優化，以提供一種類似于搜索引擎的結構化數據搜索服務方法，為用戶提供快速的數據分析服務響應。所謂結構化數據是指即行數據,存儲在數據庫里,可以用二維表結構來邏輯表達實現的數據。這種方式需要能夠超越傳統BI的數據交付模式，提供了更好的用戶體驗。?

發明內容

本發明的目的在于提供一種結構化數據搜索方法，本方法能夠實現通過自然語言查詢，來搜索海量的結構化數據信息。?

本發明通過如下技術方案實現上述發明目的：?

一種結構化數據搜索方法，包括以下步驟：?

步驟A：對數據倉庫的數據進行技術標準化。?

對已有數據倉庫中的數據進行標準化,所述數據標準化過程就是通過SQL語言進行數據擴展,即保持原有數據倉庫的表結構和數據不變,利用SQL語言生成新的表結構和數據，主要包含三個步驟：?

a1.將已有數據倉庫標準化為事實表和維度表的模式,具體過程為:已有數據倉庫有源數據表D包含A1、A2、…An，B1、B2、…Bm,其中A1-An為枚舉型的文本值或數值，B1-Bm為數字型的度量值，則將源數據表D拆分為一個事實表Fmn和n個維度表(DA1-DAn)組成，事實表Fmn的構成是A1ID、A2ID、…AnID，B1、B2、…Bm，其中A1ID、A2ID、…AnID分別和n個維度表進行關聯,每個維度表Ai的構成是AiID、AiName。所謂AiID是指維度Ai的ID，即唯一的數字標示；AiName是指維度表Ai的Name，即名稱，如：有性別維度，存在兩個維度值，則有性別維度ID{0，1}，對應的性別名稱{‘男’，‘女’}。所謂性別維度表對應Ai，性別名稱對應AiName，{0,1}對應的是ID。?

a2.將已有數據倉庫標準化為星型模型，如：在雪花形模型中，事實表Fmn中的客戶ID關聯客戶維度表Ai中的客戶主鍵AiID，而客戶維度表中又存在客戶分類ID關聯到客戶分類維度表D1中的客戶分類ID，則將客戶維度表中的客戶分類ID放到事實表Fmn中和客戶分類維度表D1的客戶分類ID直接進行關聯。所述客戶分類維度表是存放客戶分類信息的維度表，也是對數據倉庫中維度表的細分。?

a3.在已有數據倉庫,對于存在笛卡兒乘積的維度表都轉化為單一維度的維度表，如：笛卡兒乘積的維度表P是由A、B、C3個維度組成，則將維度表P拆分為3個維度表分別對應維度表A、維度表B、維度表C，同時將事實表中和維度表P關聯的維度ID拆分為三個維度ID，分別關聯A、B、C三個維度表中的維度ID。?

經過步驟A，得到進行技術標準化后擴展的所有事實表和維度表，即技術標準化后的數據模型。?

步驟B：建立搜索模型的配置參數表。?

基于步驟A得到的技術標準化后的數據模型進行參數表的配置，得到配置參數表。配置參數表由度量配置參數表、維度配置參數表和維度值配置參數表3張表構成。?

其中度量配置參數表包括的數據項為度量名稱、所屬表名、度量對應字段名和數據聚合特征。數據聚合特征是指該度量值的結果聚合方式，具體包括6類特?征：求和、最大值、最小值、平均值、計數、無。?

維度配置參數表的數據項主要包括維度名稱、所屬表名、維度字段名、維度表主鍵和優先級別，其中優先級別是一個排列序號，0最高，數字越大優先級越小。?

維度配置參數表包括維度值、所屬表名、維度字段名、維度表主鍵。?

步驟C：搜索模型的生成。?