[發明專利]一種貿易數據鏡像數據庫的生成方法

有效

• 申請號: 201811347864.5
• 申請日: 2018-11-13
• 公開（公告）號: CN109508327B
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 童友俊
• 申請（專利權）人: 大連瀚聞資訊有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06F16/215;G06F16/25
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李馨

本發明提供一種貿易數據鏡像數據庫的生成方法。本發明方法，包括：對使用的貿易數據進行整合，整理出每種貿易數據的數據項、內容完整性，從中提取出最終生成的數據項；對使用的數據項進行清洗，實現語言標準化、信息標準化、統計方式標準化，得到第一數據庫；對第一數據庫進行篩選，提取簡練的第二數據庫；將得到的第二數據庫進行數據項匹配整理出新的數據庫。本發明在擁有大批量貿易數據的情況下，可以得到多個新的鏡像數據庫，使用此數據庫可以通過簡單的檢索得到更清晰、更有用的外貿數據，有效地反向推導出所要分析國家的某一維度的進/出口貿易數據。

技術領域

本發明涉及外貿數據處理領域，尤其涉及一種貿易數據鏡像數據庫的生成方法。

背景技術

2017全年我國進出口貿易總額突破27.79萬億元人民幣，較2016年增長了14.2％。我國民營企業進出口總額10.7萬億，較去年增長了15.3個百分點，占我國進出口總值的38.5％。中國民營企業在進出口貿易中的作用，越來越重要。進、出口總額高速增長，一方面說明，中國市場的影響力越來越重要，另一方面也說明，中國民營企業的國際競爭力越來越大。

目前，大數據一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新。數據正在迅速膨脹并變大，它決定著企業的未來發展，雖然很多企業可能并沒有意識到數據爆炸性增長帶來問題的隱患，但是隨著時間的推移，人們將越來越多的意識到數據對企業的重要性。

但是，在貿易數據領域中，部分國家對某些數據項是不公開的，這也造成了大數據分析的最大阻礙。

發明內容

根據上述提出的技術問題，而提供一種貿易數據鏡像數據庫的生成方法。本發明采用的技術手段如下：

一種貿易數據鏡像數據庫的生成方法，包括如下步驟：

S1、提取第一國家的公開進/出口貿易數據并對其進行進行整合，整理出每種貿易數據的數據項、內容完整性，從中提取出預推算的第二國家的未公開出/進口貿易數據所需維度的第一數據項；

S2、對所述第一數據項進行清洗，完成語言標準化、信息標準化和統計方式標準化，對各維度的第一數據項進行整合構建第一數據庫；

S3、分別對第三國家……第N國家的公開進/出口貿易數據按照步驟S1、S2中的方法進行提取并清洗，對所述第一數據庫及第三數據庫……第N數據庫進行篩選，反向推演出第二國家的出/進口貿易數據，據此提取簡練的第二數據庫；

S4、將得到的第二數據庫進行數據項匹配整理出新的數據庫，其中，第二數據庫中原本的貿易國為生成的鏡像數據庫的報告國，第二數據庫中原本的報告國為生成的鏡像數據庫的貿易國，第二數據庫中原本的進口數據為生成的鏡像數據庫的出口數據，第二數據庫中原本的出口數據為生成的鏡像數據庫的進口數據。

進一步地，所述貿易數據包括：統計數據，提單數據和報關單數據。

進一步地，所述貿易數據的文件格式為可進行處理的數據庫文件或可存儲數據條的文件格式。

進一步地，所述步驟S2中，第一數據項具體清洗步驟為：提取使用數據項中全部不重復數據，使用標準化基礎庫進行查找生成匹配庫，再使用匹配庫與貿易數據進行匹配，完成數據項清洗工作，生成標準化的第一數據庫。

進一步地，所述步驟S3中，通過所需維度的最終數據添加篩選條件，對貿易數據進行提取，得到數據條零散的第二數據庫。

進一步地，所述步驟S4中，根據S1得到的數據項，對得到的第二數據庫進行整合，最終得到一個數據條完整、格式統一的鏡像數據庫。

本發明通過對第一國家的公開進/出口貿易數據反向推導出第二國家的出/進口貿易數據，以此得到多個新的各維度的鏡像數據庫，使用此數據庫可以通過簡單的檢索得到更清晰、更有用的外貿數據。