[發明專利]數據分析模型確定方法及裝置

有效

• 申請號: 201711348858.7
• 申請日: 2017-12-15
• 公開（公告）號: CN108121780B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 劉光偉
• 申請（專利權）人: 中盈優創資訊科技有限公司
• 主分類號: G06F16/2453
• 分類號: G06F16/2453
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 孫乳筍

本發明提供了一種數據分析模型確定方法及裝置，方法包括：接收用戶輸入的分析參數，所述分析參數包括：維度、度量；根據所述分析參數以及預先建立的分析模型與分析參數的映射關系確定相關分析模型；根據預先存儲的模型屬性參數、模型訪問記錄參數以及模型訪問性能記錄參數確定各相關分析模型的模型支持度系數；確定支持度系數最高的模型為最優數據分析模型。本發明自動整和數據模型技術，不需要指定具體要訪問的數據模型，只需要設定分析內容相關參數，系統會找到優選的分析模型，在報表的分析過程中，模型的選擇會不斷優化。

技術領域

本發明涉及數據處理技術，具體的講是一種數據分析模型確定方法及裝置。

背景技術

報表生成過程中，通常是根據明確提出的統計或分析需求，通過系統開發生成一張分析報表。常規的做法是開發人員要根據經驗選用一個數據模型來支持該分析報表需求，如果涉及多個模型時可能要產生新的工作量，預先對多模型間數據進行整合。

傳統構建報表分析都是訪問明確指定的某個數據模型。經過一段時間積累后，分析系統會構建大量的面向不同主題的數據分析模型，但這些不同時期構建的分析模型間彼此是獨立的，彼此信息封閉，分析模型之間的數據關聯關系也不能被利用，不能發揮分析系統數據整體優勢。而需要關聯時，通常要重新生成一個大的模型，形成對立很多冗余數據和額外的工作量。另外，進行數據分析時，需要人工選取數據模型，而人工選取數據模型存在人工經驗的局限性和錯誤概率。

發明內容

為發揮整體積累的優勢，充分發揮分析系統數據的整體優勢，本發明實施例提供了一種數據分析模型確定方法，包括：

接收用戶輸入的分析參數，所述分析參數包括：維度、度量；

根據所述分析參數以及預先建立的分析模型與分析參數的映射關系確定相關分析模型；

根據預先存儲的模型屬性參數、模型訪問記錄參數以及模型訪問性能記錄參數確定各相關分析模型的模型支持度系數；

確定支持度系數最高的模型為最優數據分析模型。

本發明實施例中，所述的方法還包括：

對預先存儲的分析模型的維度、度量進行統一編碼；

將相同維度或度量的編碼進行歸并，建立分析模型與維度、度量編碼的映射關系。

本發明實施例中，預先存儲的模型屬性參數、模型訪問記錄參數以及模型訪問性能記錄參數包括：

所述的模型屬性參數包括：模型的時間粒度、記錄數以及模型維度數量；

所述模型訪問記錄參數包括：模型的最新訪問日期、訪問頻度；

所述的模型訪問性能記錄參數包括：訪問讀取數量、查詢耗時歷史記錄。

本發明實施例中，所述根據預先存儲的模型屬性參數、模型訪問記錄參數以及模型訪問性能記錄參數確定各相關分析模型的模型支持度系數包括：

預先設置所述模型屬性參數、模型訪問記錄參數以及模型訪問性能記錄參數的權重值；

根據各相關分析模型的參數及其權重值確定各相關分析模型的支持度系數。

同時，本發明還公開一種數據分析模型確定裝置，包括：

輸入模塊，用于接收用戶輸入的分析參數，所述分析參數包括：維度、度量；

相關模型確定模塊，用于根據所述分析參數以及預先建立的分析模型與分析參數的映射關系確定相關分析模型；

支持度系數確定模塊，用于根據預先存儲的模型屬性參數、模型訪問記錄參數以及模型訪問性能記錄參數確定各相關分析模型的模型支持度系數；