[發(fā)明專利]基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810568233.X
• 申請日: 2018-06-04
• 公開（公告）號: CN108846567A
• 公開（公告）日: 2018-11-20
• 發(fā)明（設(shè)計）人: 王濟平;黎剛;周健雄;湯克云
• 申請（專利權(quán)）人: 廣東京信軟件科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/30;G06Q50/26
• 代理公司: 中山市銘洋專利商標(biāo)事務(wù)所(普通合伙) 44286
• 代理人: 鄒常友

1.一種基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法，其特征在于：構(gòu)建可視化展示及操作界面，進行分析任務(wù)創(chuàng)造、數(shù)據(jù)輸入和分析結(jié)果輸出；構(gòu)建有包含多種已配置好的參數(shù)化模型的分析模型庫，構(gòu)建用于大數(shù)據(jù)分析處理的若干分析組件，根據(jù)用戶選擇的條件范圍、調(diào)用的參數(shù)化模型、分析組件建立對應(yīng)的數(shù)據(jù)分析任務(wù)，并調(diào)動底層的資源執(zhí)行數(shù)據(jù)分析任務(wù)。

2.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法，其特征在于：在建立數(shù)據(jù)分析任務(wù)時指定任務(wù)的執(zhí)行策略。

3.根據(jù)權(quán)利要求2所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法，其特征在于：所述可視化展示及操作界面支撐對參數(shù)化模型、分析組件及數(shù)據(jù)分析任務(wù)的條件查詢，以及自定義模型參數(shù)。

4.根據(jù)權(quán)利要求3所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法，其特征在于：在數(shù)據(jù)處理過程中，執(zhí)行值映射、去除重復(fù)記錄、增加校驗列、拆分字段和數(shù)值范圍步驟；在模型選擇與數(shù)據(jù)分析中，執(zhí)行模型參數(shù)化、系統(tǒng)自動調(diào)優(yōu)、大數(shù)據(jù)分析和統(tǒng)計步驟。

5.根據(jù)權(quán)利要求4所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法，其特征在于：在結(jié)果輸出過程中，執(zhí)行配置數(shù)據(jù)源、配置數(shù)據(jù)處理方式和配置輸出結(jié)果步驟。

6.根據(jù)權(quán)利要求1至5任一項所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析方法，其特征在于：調(diào)動底層的資源進行處理計算是通過hive數(shù)據(jù)挖掘，數(shù)據(jù)清洗，R語言和Spark MLlib對數(shù)據(jù)的分類和進行數(shù)據(jù)的訓(xùn)練從而得出并支持調(diào)整模型的參數(shù)，來達到數(shù)據(jù)的分析和預(yù)測。

7.一種基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析系統(tǒng)，其特征在于：包括界面層、處理層和分析模型層；

所述界面層是指企業(yè)上下規(guī)監(jiān)管分析任務(wù)構(gòu)建的平臺界面，其中處理層及分析模型層的內(nèi)容會在平臺界面以定制化預(yù)設(shè)的可視化多圖表形式展示；同時支持條件查詢、自定義分析，通過引用參數(shù)化的模型快速構(gòu)建起分析任務(wù)，使用戶可在統(tǒng)一的界面查看基于大數(shù)據(jù)技術(shù)及算法模型構(gòu)建的企業(yè)上下規(guī)監(jiān)管分析結(jié)果；

所述分析模型層包含多種已配置好的參數(shù)化模型，實現(xiàn)用戶只需要選擇條件范圍及模型，即可快速構(gòu)建對應(yīng)的數(shù)據(jù)分析任務(wù)，同時支持根據(jù)需求自定義模型的參數(shù)，分析模型層為數(shù)據(jù)處理層提供參考標(biāo)準(zhǔn)；

所述處理層包括大數(shù)據(jù)分析處理過程的各個分析組件，通過使用每個分析環(huán)節(jié)的組件去構(gòu)建分析任務(wù)，并可指定任務(wù)的執(zhí)行策略，以調(diào)動底層的資源進行數(shù)據(jù)分析任務(wù)的執(zhí)行，所述處理層為實現(xiàn)模型的自動調(diào)優(yōu)提供數(shù)據(jù)基礎(chǔ)。

8.根據(jù)權(quán)利要求7所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析系統(tǒng)，其特征在于：所述處理層通過數(shù)據(jù)輸入建立有數(shù)據(jù)源，并執(zhí)行配置數(shù)據(jù)源、配置數(shù)據(jù)處理方式和配置輸出結(jié)果。

9.根據(jù)權(quán)利要求8所述的基于大數(shù)據(jù)多因素關(guān)聯(lián)的企業(yè)上下規(guī)監(jiān)管分析系統(tǒng)，其特征在于：所述處理層的底層處理計算是通過hive數(shù)據(jù)挖掘，數(shù)據(jù)清洗，R語言和Spark MLlib對數(shù)據(jù)的分類和進行數(shù)據(jù)的訓(xùn)練從而得出并支持調(diào)整模型的參數(shù)，來達到數(shù)據(jù)的分析和預(yù)測。