[发明专利]对多维数据集之间的差异的自动分析

说明书

根据本公开的实现，提出了一种用于对多维数据集之间的差异的自动分析方案。在该方案中，接收针对第一数据集和第二数据集的分析请求，第一数据集和第二数据集各自包括与多个维度对应的数据项。响应于分析请求，比较第一数据集和第二数据集中与多个维度中的第一维度对应的数据项。基于比较确定与第一维度相关联的第一组影响因素，第一组影响因素中的每一个从相应的角度指示第一数据集与第二数据集之间的差异的原因。至少部分基于第一组影响因素，呈现与第一数据集和第二数据集之间的差异有关的分析结果。通过这种方式，实现了对不同数据集差异的自动和有效的分析。

背景技术

在如今的信息时代，随着可获得的数据源不断增长，数据变得无处不在并且在数量和维度上都有所增加。数据分析或数据探索旨在从多维数据中挖掘出用户感兴趣的信息，这在数据挖掘、商业智能等诸多应用领域发挥着越来越重要的作用。在很多使用场景中，用户对不同数据集的数据变化情况感兴趣，并且期望能够了解到可能与这样的变化有关的原因。然而，目前还缺乏能够自动且有效地分析出不同的多维数据集之间的差异的原因。用户可能需要指定如何将多维数据集继续划分为具有更少维度的子集，然后对数据量较小的子集进行人工分析。这样的分析过程不仅效率差，而且准确性也很低。因此，面对海量的多维数据，如何为用户提供更快更准确的分析结果是数据分析面临的挑战。

发明内容

根据本公开的实现，提出了一种用于对多维数据集之间的差异的自动分析方案。在该方案中，接收针对第一数据集和第二数据集的分析请求，第一数据集和第二数据集各自包括与多个维度对应的数据项。响应于分析请求，比较第一数据集和第二数据集中与多个维度中的第一维度对应的数据项。基于比较确定与第一维度相关联的第一组影响因素，第一组影响因素中的每一个因素从相应的角度指示第一数据集与第二数据集之间的差异的原因。至少部分基于第一组影响因素，呈现与第一数据集和第二数据集之间的差异有关的分析结果。通过这种方式，实现了对不同数据集差异的自动和有效的分析。

提供发明内容部分是为了简化的形式来介绍对概念的选择，其在下文的具体实施方式中将被进一步描述。发明内容部分无意标识要求保护的主题的关键特征或主要特征，也无意限制要求保护的主题的范围。

附图说明

图1示出了能够实施本公开的多个实现的计算环境的框图；

图2示出了根据本公开的一个实现的数据分析的过程的流程图；

图3示出了根据本公开的一个实现的数据子集的示例；

图4示出了根据本公开的一个实现的用于数据项的比较的过程的流程图；

图5示出了根据本公开的一个实现的基于第一分析策略的比较的过程的流程图；

图6示出了根据本公开的一个实现的基于第二分析策略的比较的过程的流程图；

图7示出了根据本公开的一个实现的基于第三分析策略的比较的过程的流程图；以及

图8示出了根据本公开的一个实现的分析结果的呈现的示意图。

这些附图中，相同或相似参考符号用于表示相同或相似元素。

具体实施方式

现在将参照若干示例实现来论述本公开。应当理解，论述了这些实现仅是为了使得本领域普通技术人员能够更好地理解且因此实现本公开，而不是暗示对本主题的范围的任何限制。

如本文中所使用的，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实现”和“一种实现”要被解读为“至少一个实现”。术语“另一个实现”要被解读为“至少一个其他实现”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。