本發(fā)明涉及企業(yè)數(shù)據(jù)分析領(lǐng)域，特別涉及一種多維數(shù)據(jù)分析系統(tǒng)和多維數(shù)據(jù)分析方法。

背景技術(shù)：

1、目前，現(xiàn)有的集團(tuán)化信息管理系統(tǒng)中，通常涉及各業(yè)務(wù)端口的對(duì)接、多源數(shù)據(jù)的采集與數(shù)據(jù)共享的操作，其中各業(yè)務(wù)端口所涉及的多源數(shù)據(jù)將分布在不同業(yè)務(wù)系統(tǒng)以及不同類型的數(shù)據(jù)庫中，通過采集后進(jìn)行數(shù)據(jù)處理。由于大多數(shù)企業(yè)的數(shù)據(jù)量并沒有達(dá)到大數(shù)據(jù)的級(jí)別，花費(fèi)較大的成本建立大數(shù)據(jù)系統(tǒng)會(huì)產(chǎn)生較大的浪費(fèi)。信息化數(shù)據(jù)涉及企業(yè)業(yè)務(wù)的運(yùn)營(yíng)數(shù)據(jù)，也可能是生產(chǎn)線或者交通系統(tǒng)的控制感應(yīng)數(shù)據(jù)，數(shù)據(jù)體量較大。

2、隨著企業(yè)數(shù)據(jù)量的不斷增長(zhǎng)和業(yè)務(wù)復(fù)雜性的提高，現(xiàn)有技術(shù)引入了大數(shù)據(jù)分析和ai數(shù)據(jù)處理的方式進(jìn)行多維數(shù)據(jù)處理，但是，大數(shù)據(jù)分析和ai數(shù)據(jù)處理兩種技術(shù)依賴于高質(zhì)量的數(shù)據(jù)。如果數(shù)據(jù)存在錯(cuò)誤、缺失或不一致的情況，分析結(jié)果可能會(huì)受到嚴(yán)重影響。ai數(shù)據(jù)處理同樣需要大量準(zhǔn)確的數(shù)據(jù)來訓(xùn)練模型，否則模型可能會(huì)學(xué)習(xí)到錯(cuò)誤的模式。隨著數(shù)據(jù)的收集和分析，隱私和安全問題變得更加突出。企業(yè)需要確保遵守?cái)?shù)據(jù)保護(hù)法規(guī)，如gdpr，并采取適當(dāng)?shù)陌踩胧﹣肀Ｗo(hù)敏感數(shù)據(jù)。ai模型和大數(shù)據(jù)分析的過程往往不透明，難以解釋。這可能會(huì)導(dǎo)致決策者難以理解模型的決策依據(jù)，特別是在涉及高風(fēng)險(xiǎn)決策時(shí)。

3、因此，如何通過一種新的技術(shù)實(shí)現(xiàn)透明的分析企業(yè)數(shù)據(jù)，可視化的進(jìn)行異常預(yù)警，是需要探索的技術(shù)方向。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出了一種多維數(shù)據(jù)分析系統(tǒng)和多維數(shù)據(jù)分析方法，用于解決上述背景技術(shù)中的情況。

2、第一方面，本發(fā)明提出了一種多維數(shù)據(jù)分析系統(tǒng)，包括：

3、數(shù)據(jù)整合模塊：用于設(shè)置數(shù)據(jù)端口，連接企業(yè)內(nèi)部的數(shù)據(jù)源；

4、多維建模模塊：用于根據(jù)數(shù)據(jù)源，獲取企業(yè)業(yè)務(wù)數(shù)據(jù)，并構(gòu)建多維數(shù)據(jù)模型；

5、可視化展示模塊：用于根據(jù)多維數(shù)據(jù)模型，對(duì)客戶業(yè)務(wù)進(jìn)行可視化展示；

6、智能決策模塊：用于通過預(yù)設(shè)的運(yùn)營(yíng)專家模型，對(duì)可視化展示的企業(yè)業(yè)務(wù)數(shù)據(jù)進(jìn)行檢測(cè)，當(dāng)存在企業(yè)業(yè)務(wù)數(shù)據(jù)偏離預(yù)設(shè)指標(biāo)時(shí)，發(fā)出預(yù)警信號(hào)。

7、結(jié)合第一方面，所述數(shù)據(jù)端口包括，數(shù)據(jù)抽取端口、數(shù)據(jù)轉(zhuǎn)換端口和數(shù)據(jù)加載端口；

8、其中，數(shù)據(jù)抽取端口用于在接收到第一數(shù)據(jù)任務(wù)時(shí)，確定對(duì)應(yīng)的數(shù)據(jù)抽取任務(wù)，并確定數(shù)據(jù)抽取方案；

9、轉(zhuǎn)換端口用于在接收到第一數(shù)據(jù)任務(wù)時(shí)，確定對(duì)應(yīng)的數(shù)據(jù)轉(zhuǎn)換任務(wù)，并確定數(shù)據(jù)轉(zhuǎn)換方案；

10、數(shù)據(jù)加載端口用于在接收到第一數(shù)據(jù)任務(wù)時(shí)，確定對(duì)應(yīng)的數(shù)據(jù)加載區(qū)域，并確定數(shù)據(jù)加載方案。

11、結(jié)合第一方面，所述確定數(shù)據(jù)抽取方案包括：

12、根據(jù)數(shù)據(jù)抽取任務(wù)，確定目標(biāo)數(shù)據(jù)的數(shù)據(jù)場(chǎng)景和數(shù)據(jù)特征；

13、根據(jù)數(shù)據(jù)場(chǎng)景，確定目標(biāo)數(shù)據(jù)的抽取數(shù)據(jù)源和以及目標(biāo)數(shù)據(jù)所在的數(shù)據(jù)環(huán)節(jié)；

14、根據(jù)數(shù)據(jù)特征，確定目標(biāo)數(shù)據(jù)的數(shù)據(jù)類型，并在數(shù)據(jù)源中確定目標(biāo)數(shù)據(jù)的數(shù)據(jù)量；

15、根據(jù)數(shù)據(jù)量和數(shù)據(jù)環(huán)節(jié)，設(shè)置數(shù)據(jù)抽取規(guī)則，獲取數(shù)據(jù)源中的目標(biāo)數(shù)據(jù)。

16、結(jié)合第一方面，所述確定數(shù)據(jù)轉(zhuǎn)換方案包括：

17、根據(jù)數(shù)據(jù)轉(zhuǎn)換任務(wù)，確定目標(biāo)數(shù)據(jù)的轉(zhuǎn)換格式和轉(zhuǎn)換規(guī)則；

18、設(shè)置多維檢測(cè)機(jī)制，通過數(shù)據(jù)檢測(cè)指令對(duì)目標(biāo)數(shù)據(jù)進(jìn)行檢測(cè)，確定目標(biāo)數(shù)據(jù)的轉(zhuǎn)換規(guī)則，并確定不同轉(zhuǎn)換規(guī)則對(duì)應(yīng)的目標(biāo)數(shù)據(jù)的數(shù)據(jù)地址；

19、根據(jù)數(shù)據(jù)地址，設(shè)置目標(biāo)數(shù)據(jù)的轉(zhuǎn)換順序以及不同目標(biāo)數(shù)據(jù)對(duì)應(yīng)的第一數(shù)據(jù)鍵值和目標(biāo)鍵值；

20、根據(jù)第一數(shù)據(jù)鍵值和數(shù)據(jù)轉(zhuǎn)換順序，設(shè)置格式切換機(jī)制，對(duì)目標(biāo)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換。

21、結(jié)合第一方面，所述確定數(shù)據(jù)加載方案包括：

22、根據(jù)數(shù)據(jù)加載區(qū)域，確定可加載數(shù)據(jù)條目；

23、根據(jù)數(shù)據(jù)抽取端口，確定的數(shù)據(jù)源內(nèi)的目標(biāo)數(shù)據(jù)量；

24、根據(jù)可加載數(shù)據(jù)條目和數(shù)據(jù)源內(nèi)的目標(biāo)數(shù)據(jù)量，確定數(shù)據(jù)加載規(guī)則；其中，數(shù)據(jù)加載規(guī)則包括：數(shù)據(jù)壓縮規(guī)則、數(shù)據(jù)刪減規(guī)則和數(shù)據(jù)必要性篩選規(guī)則；

25、根據(jù)數(shù)據(jù)加載規(guī)則，設(shè)置正序線程組和倒序線程組；

26、利用正序線程組，對(duì)數(shù)據(jù)源內(nèi)的目標(biāo)數(shù)據(jù)進(jìn)行壓縮處理和刪減處理，獲取第一加載數(shù)據(jù)；

27、利用倒序線程，對(duì)第一加載數(shù)據(jù)進(jìn)行必要性篩選，并將篩選后數(shù)據(jù)作為目標(biāo)數(shù)據(jù)。

28、結(jié)合第一方面，所述構(gòu)建多維數(shù)據(jù)模型包括：

29、將企業(yè)業(yè)務(wù)數(shù)據(jù)進(jìn)行多維度劃分，生成第一業(yè)務(wù)數(shù)據(jù)、第二業(yè)務(wù)數(shù)據(jù)和第三業(yè)務(wù)數(shù)據(jù)；其中，第一業(yè)務(wù)數(shù)據(jù)用于表征描述業(yè)務(wù)內(nèi)容的企業(yè)業(yè)務(wù)數(shù)據(jù)，第二業(yè)務(wù)數(shù)據(jù)用于表征描述業(yè)務(wù)流程的企業(yè)業(yè)務(wù)數(shù)據(jù)，第三業(yè)務(wù)數(shù)據(jù)用于表征描述業(yè)務(wù)類型的企業(yè)業(yè)務(wù)數(shù)據(jù)；

30、將第一業(yè)務(wù)數(shù)據(jù)、第二業(yè)務(wù)數(shù)據(jù)和第三業(yè)務(wù)數(shù)據(jù)進(jìn)行信息處理，確定多維表征信息，所述多維表征信息用于表征業(yè)務(wù)內(nèi)容特征、業(yè)務(wù)流程特征和業(yè)務(wù)類型特征；

31、根據(jù)多維表征信息，確定企業(yè)業(yè)務(wù)框架中的業(yè)務(wù)節(jié)點(diǎn)；

32、通過業(yè)務(wù)節(jié)點(diǎn)與預(yù)設(shè)的數(shù)據(jù)歸類識(shí)別網(wǎng)絡(luò)進(jìn)行融合，生成多維數(shù)據(jù)模型。

33、結(jié)合第一方面，所述可視化展示模型包括：

34、多維數(shù)據(jù)歸類單元：用于根據(jù)多維度數(shù)據(jù)模型，劃分?jǐn)?shù)據(jù)維度，并對(duì)企業(yè)業(yè)務(wù)數(shù)據(jù)進(jìn)行歸類；

35、多維數(shù)據(jù)可視化配置單元：用于獲取歸類結(jié)果，并匹配對(duì)應(yīng)的可視化展示組件；其中，可視化組件用于調(diào)用對(duì)應(yīng)的可視化展示工具；

36、業(yè)務(wù)展示排序單元：用于在接收到可視化展示請(qǐng)求時(shí)，確定可視化展示組件的優(yōu)先序列，并確定企業(yè)業(yè)務(wù)數(shù)據(jù)的可視化展示順序；

37、可視化顯示單元：用于根據(jù)可視化展示順序，設(shè)置第一展示界面和第二展示界面；其中，第一展示界面用于根據(jù)可視化展示順序進(jìn)行順序展展示，第二展示界面用于在接收到任一企業(yè)業(yè)務(wù)數(shù)據(jù)的展示指令時(shí)，在可視化展示順序中確定對(duì)應(yīng)的企業(yè)業(yè)務(wù)數(shù)據(jù)，并通過第二展示界面進(jìn)行展示。

38、結(jié)合第一方面，所述智能決策模型包括：

39、檢測(cè)單元：將可視化展示的企業(yè)業(yè)務(wù)數(shù)據(jù)通過運(yùn)行專家模型進(jìn)行實(shí)時(shí)檢測(cè)，判斷是否存在企業(yè)業(yè)務(wù)數(shù)據(jù)存在數(shù)據(jù)異常；

40、偏離計(jì)算單元：用于存在數(shù)據(jù)異常時(shí)，提取企業(yè)業(yè)務(wù)數(shù)據(jù)的業(yè)務(wù)參數(shù)，并根據(jù)業(yè)務(wù)參數(shù)和目標(biāo)業(yè)務(wù)參數(shù)進(jìn)行偏離計(jì)算，確定偏離值；

41、預(yù)警單元：用于根據(jù)偏離值，匹配預(yù)設(shè)的預(yù)警提示通道，并上傳至預(yù)警終端。

42、結(jié)合第一方面，所述運(yùn)營(yíng)專家模型包括如下構(gòu)建步驟：

43、獲取企業(yè)業(yè)務(wù)信息，并設(shè)置不同企業(yè)業(yè)務(wù)信息的業(yè)務(wù)指標(biāo)；

44、根據(jù)業(yè)務(wù)指標(biāo)，構(gòu)建對(duì)應(yīng)的可視化業(yè)務(wù)編號(hào)和可視化業(yè)務(wù)屬性；

45、根據(jù)可視化業(yè)務(wù)編號(hào)，設(shè)置第一運(yùn)營(yíng)專家；其中，第一運(yùn)營(yíng)專家用于根據(jù)可視化業(yè)務(wù)編號(hào)，進(jìn)行業(yè)務(wù)流程和業(yè)務(wù)進(jìn)度排查；

46、根據(jù)可視化業(yè)務(wù)屬性，設(shè)置第二運(yùn)營(yíng)專家；其中，第二運(yùn)營(yíng)專家用于可視化業(yè)務(wù)屬性，進(jìn)行業(yè)務(wù)異常判定；

47、將第一運(yùn)營(yíng)專家和第二運(yùn)營(yíng)專家進(jìn)行融合，生成運(yùn)營(yíng)專家模型。

48、第二方面，本發(fā)明提出一種多維數(shù)據(jù)分析方法，包括：

49、設(shè)置數(shù)據(jù)端口，連接企業(yè)內(nèi)部的數(shù)據(jù)源；

50、根據(jù)數(shù)據(jù)源，獲取企業(yè)業(yè)務(wù)數(shù)據(jù)，并構(gòu)建多維數(shù)據(jù)模型；

51、根據(jù)多維數(shù)據(jù)模型，對(duì)客戶業(yè)務(wù)進(jìn)行可視化展示；

52、通過預(yù)設(shè)的運(yùn)營(yíng)專家模型，對(duì)可視化展示的企業(yè)業(yè)務(wù)數(shù)據(jù)進(jìn)行檢測(cè)，當(dāng)存在企業(yè)業(yè)務(wù)數(shù)據(jù)偏離預(yù)設(shè)指標(biāo)時(shí)，發(fā)出預(yù)警信號(hào)。

53、本發(fā)明的有益效果在于：

54、本發(fā)明能夠過數(shù)據(jù)整合模塊，企業(yè)能夠有效地管理和整合內(nèi)部數(shù)據(jù)源，提高了數(shù)據(jù)處理的效率和質(zhì)量；自動(dòng)化的數(shù)據(jù)識(shí)別和接入減少了人工干預(yù)，降低了操作錯(cuò)誤的可能性。多維建模模塊使得企業(yè)能夠從多個(gè)維度對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行深入分析，通過構(gòu)建適合企業(yè)需求的多維數(shù)據(jù)模型，可以更準(zhǔn)確地識(shí)別業(yè)務(wù)內(nèi)容和模式。視化展示模塊將復(fù)雜的數(shù)據(jù)以直觀的方式展現(xiàn)，智能決策模塊通過專家模型對(duì)數(shù)據(jù)進(jìn)行檢測(cè)和預(yù)警，發(fā)現(xiàn)業(yè)務(wù)中的異常。

55、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在所寫的說明書，以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

56、下面通過附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。