[發明專利]數據關聯性分析方法及系統、可讀存儲介質

有效

• 申請號: 201910592394.7
• 申請日: 2019-07-03
• 公開（公告）號: CN110990777B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 侯占杰;周軼;季學偉;方理平;李燕;張艷艷;陳明;陳曉嵐;劉耀峰;梅楠;張維;侯烺祎;賈娜莉;劉艷
• 申請（專利權）人: 北京市應急管理科學技術研究院;北京天之華軟件系統技術有限責任公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q50/00
• 代理公司: 北京東方芊悅知識產權代理事務所(普通合伙) 11591
• 代理人: 彭秀麗

本發明提供的數據關聯性分析方法及系統、可讀存儲介質，根據待分析數據對象的字段點的特性選擇對應的相關系數計算模型，計算在同一時間段內不同的字段點兩兩之間的相關系數，以得到兩兩強顯性相關的字段點及待分析數據對象，構建社會網絡關系矩陣，繪制出不同業務之間的強相關業務的社會網絡結構圖，計算及排名出選到的各業務各字段點在所述社會網絡結構中的中心度和中心勢；根據中心度對社會網絡結構中的業務進行重要度排名；根據中心勢確定社會網絡結構中各業務的總體整合度。本發明提供的以上方案，將社會網絡分析引入業務管理信息系統的眾多數據資源的分析中，推動信息資源的精簡及整合，明了不同平臺或系統間業務數據的聯動性。

技術領域

本發明涉及數據統計及分析應用技術領域，具體涉及一種數據關聯性分析方法及系統和一種可讀存儲介質。

背景技術

政務資源信息系統及共享平臺包含的業務子系統眾多，其涉及到的業務字段更多，且不同的業務字段分散在各自不同子系統的不同數據表中。難以確定不同平臺或不同系統中的數據之間是否有關聯，而且分辨及快速掌握哪些數據是關鍵業務數據也較為困難。操作人員不能確定各業務系統數據在整體系統中的重要程度如何，為各業務系統信息整合、相互間信息交換與共享及信息資源合理布局等工作的有效進行增添了障礙或降低了效率。

發明內容

本發明實施例旨在提供一種數據分析方法和系統、一種可讀存儲介質，以解決現有技術中難以對多系統中的多種數據進行關聯性判斷，整合數據難度大和效率低的技術問題。

本發明提供一種數據關聯性分析方法，包括如下步驟：

獲取待分析數據對象，所述待分析數據對象來自于不同的業務且對應于同一時間段，每一所述待分析數據對象具有特定的字段點；

根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果；

根據所述相關性計算結果得到兩兩強顯性相關的字段點，確定兩兩強顯性相關的待分析數據對象，依據兩兩強顯性相關的待分析數據對象構建社會網絡關系矩陣，所述社會網絡關系矩陣中各向量間的關系值為對應的相關系數絕對值；

根據所述社會網絡關系矩陣繪制出不同業務之間的強相關業務的社會網絡結構圖，計算及排名出選到的各業務各字段點在所述社會網絡結構中的中心度和中心勢；

根據所述中心度對所述社會網絡結構中的業務進行重要度排名；根據所述中心勢確定所述社會網絡結構中各業務的總體整合度。

可選地，上述的數據關聯性分析方法中，根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果，在此步驟中，所述待分析數據對象的字段點的特性字段變量是連續型數據時選擇對應的Pearson相關系數計算模型，所述Pearson相關系數計算模型為：

其中，σ_X和σ_Y分別表示X，Y兩個變量的標準差；Cov(X，Y)表示X，Y兩個變量的協方差，且X，Y兩個變量的標準差均不等于零。

可選地，上述的數據關聯性分析方法中，根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果，在此步驟中，所述待分析數據對象的字段點的特性字段變量是分類有序型數據時選擇對應的Spearman相關系數計算模型，所述Spearman相關系數計算模型為：

其中，m為等級個數；d為二列成對變量的等級差數。