[發(fā)明專利]基于業(yè)務(wù)對象的數(shù)據(jù)聚類分析系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201510435529.0
• 申請日: 2015-07-23
• 公開（公告）號: CN104992190B
• 公開（公告）日: 2019-01-08
• 發(fā)明（設(shè)計）人: 柯志超;馬小東;尹世帥;劉士坤;馬曉東
• 申請（專利權(quán)）人: 蘇州國云數(shù)據(jù)科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 蘇州創(chuàng)元專利商標事務(wù)所有限公司 32103
• 代理人: 范晴;丁浩秋

本發(fā)明公開了一種基于業(yè)務(wù)對象的數(shù)據(jù)聚類分析系統(tǒng)，包括業(yè)務(wù)對象抽象模塊、語義分析模塊和聚類分析模塊；業(yè)務(wù)對象抽象模塊，將表中字段根據(jù)其代表的含義命名成業(yè)務(wù)對象，并將表與字段信息綁定到其業(yè)務(wù)對象；語義分析模塊，根據(jù)業(yè)務(wù)對象上配置的表和字段信息，找出同時配置有用戶選擇的所有業(yè)務(wù)對象的表集合，找出使用資源最少和計算時間最短的路徑作為最優(yōu)路徑，完成數(shù)據(jù)計算；聚類分析模塊，基于最優(yōu)路徑生成對應的數(shù)據(jù)，提供可視化的聚類結(jié)果。系統(tǒng)通過語義分析模塊自動查找數(shù)據(jù)間的關(guān)系，為用戶屏蔽了數(shù)據(jù)間的復雜關(guān)系，使得用戶只需關(guān)注結(jié)果，不需要關(guān)注整個挖掘分析過程中的細節(jié)，簡單方便。

技術(shù)領(lǐng)域

本發(fā)明涉及一種數(shù)據(jù)聚類分析方法，具體地涉及一種基于業(yè)務(wù)對象的數(shù)據(jù)聚類分析系統(tǒng)及方法。

背景技術(shù)

目前市面上的數(shù)據(jù)聚類分析的方法主要有分兩種：

1、基于R語言或者編碼實現(xiàn)的Kmeans等算法，通過人工輸入或者讀取文件中的數(shù)據(jù)進行聚類，并且輸出文本或者圖形結(jié)果。

這種方法，對于使用者來說要求特別高，要了解編程的相關(guān)知識，甚至對于聚類的算法也要很了解。普通人無法通過這個方式實現(xiàn)聚類分析。

2、類似于SPSS一樣的挖掘分析工具，通過圖形化的界面，手動輸入數(shù)據(jù)或者讀取文件中的 數(shù)據(jù)，然后使用SPSS封裝的算法完成數(shù)據(jù)聚類，并且呈現(xiàn)出結(jié)果。

這種方法，降低了用戶的使用門檻，但是前期的數(shù)據(jù)準備和處理這個過程還是需要用戶通過別的工具或者是手動來完成，耗時耗力。當用戶的需求發(fā)生變化時，又需要整理一遍數(shù)據(jù)。

發(fā)明內(nèi)容

針對上述技術(shù)問題，本發(fā)明目的是：提供一種基于業(yè)務(wù)對象的數(shù)據(jù)聚類分析系統(tǒng)，系統(tǒng)通過語義分析模塊自動查找數(shù)據(jù)間的關(guān)系，為用戶屏蔽了數(shù)據(jù)間的復雜關(guān)系，使得用戶只需關(guān)注結(jié)果，不需要關(guān)注整個挖掘分析過程中的細節(jié)，簡單方便。

本發(fā)明的技術(shù)方案是：

一種基于業(yè)務(wù)對象的數(shù)據(jù)聚類分析系統(tǒng)，包括業(yè)務(wù)對象抽象模塊、語義分析模塊和聚類分析模塊；

所述業(yè)務(wù)對象抽象模塊，將表中字段根據(jù)其代表的含義命名成業(yè)務(wù)對象，并將表與字段信息綁定到其業(yè)務(wù)對象；

所述語義分析模塊，根據(jù)業(yè)務(wù)對象上配置的表和字段信息，找出同時配置有用戶選擇的所有業(yè)務(wù)對象的表集合，通過對表的數(shù)據(jù)量大小、表的粒度、表的關(guān)聯(lián)次數(shù)進行排序，找出使用資源最少和計算時間最短的路徑作為最優(yōu)路徑，完成數(shù)據(jù)計算；

所述聚類分析模塊，基于最優(yōu)路徑，生成對應的數(shù)據(jù)，提供可視化的聚類結(jié)果。

本發(fā)明還公開了一種基于業(yè)務(wù)對象的數(shù)據(jù)聚類分析方法，包括以下步驟：

（1）將表中字段根據(jù)其代表的含義命名成業(yè)務(wù)對象，并將表與字段信息綁定到其業(yè)務(wù)對象；

（2）把相同含義的字段綁定到相同的業(yè)務(wù)對象上，沒有配置業(yè)務(wù)對象的字段則根據(jù)其代表的含義命名業(yè)務(wù)對象，完成所有表的配置形成業(yè)務(wù)對象集合{O}；

（3）選擇業(yè)務(wù)對象集合{O}中的業(yè)務(wù)對象，并設(shè)置一定數(shù)量的維度和度量，指定業(yè)務(wù)對象在聚類分析中所占的比重；

（4）解析維度和度量中配置的字段和表關(guān)系；

（5）根據(jù)表和字段信息，找出有同時配置有用戶選擇的所有對象的表集合{CT}；

（6）系統(tǒng)基于表集合{CT}計算每一個表的數(shù)據(jù)量大小、數(shù)據(jù)粒度大小、消耗資源數(shù)量、表的關(guān)聯(lián)次數(shù)，找出使用資源最少和計算時間最短的路徑作為最優(yōu)路徑；

（7）基于最優(yōu)路徑計算出來的數(shù)據(jù)結(jié)果和用戶設(shè)置的聚類數(shù)以及業(yè)務(wù)對象權(quán)重，傳遞到聚類分析模塊中，聚類分析模塊根據(jù)數(shù)據(jù)的輸入，選擇合適的算法完成聚類，并以可視化的方式呈現(xiàn)。