[发明专利]一种基于大数据的信息收集分析方法及系统

权利要求书

1.一种基于大数据的信息收集分析方法，其特征在于，包括以下步骤：

采集钢铁冶炼过程中各个工序产生的数据，并根据所有工序产生的数据组成数据集；

计算所述数据集中某工序产生的数据值与该工序的参考值之间的差值，并将该差值确定为第一差值；若某工序中一数据的第一差值的绝对值大于或等于第一预设阈值，则对该数据进行第一类标记；

以所述数据集中某工序前一时刻产生的数据值为基准值，计算该工序后一时刻产生的数据值与该基准值的差值，并将该差值确定为第二差值；若某工序中一数据的第二差值的绝对值大于或等于第二预设阈值，则对该数据进行第二类标记；

获取所述数据集中存在第一类标记的数据、存在第二类标记的数据和不存在标记的数据，基于存在第一类标记的数据、存在第二类标记的数据和不存在标记的数据进行多维度分析，并以可视化的图和/或表显示分析结果。

2.根据权利要求1所述的基于大数据的信息收集分析方法，其特征在于，还包括确定所述数据集中某一工序的参考值，有：

获取所述数据集中某一工序产生的所有数据；

计算该工序的数据平均值，将计算出的数据平均值作为该工序的参考值。

3.根据权利要求1所述的基于大数据的信息收集分析方法，其特征在于，还包括根据标记类别对所述数据集中的数据进行分类，有：

获取所述数据集；

若对所述数据集中的某一数据进行标记类别与已有标记类别属于同一类别，则将该数据聚类至已有标记类别中；

若对所述数据集中的某一数据进行标记类别与已有标记类别不属于同一类别，则新增加一个标记类别，并将该数据添加至新增加的标记类别中。

4.根据权利要求1所述的基于大数据的信息收集分析方法，其特征在于，还包括分析某一工序是否中断数据的产生；

获取所述数据集中某一工序产生的全部数据，并对该工序产生的全部数据按照产生时间进行依次编号；

判断所述某一工序的数据编号长度与该工序的预设数据编号长度是否一致；

若该工序的数据编号长度大于或等于该工序的预设数据编号长度，则确定该工序未中断数据的产生；

若该工序的数据编号长度小于该工序的预设数据编号长度，则确定该工序中断数据的产生。

5.根据权利要求1所述的基于大数据的信息收集分析方法，其特征在于，对所述数据集中的数据进行标记前，还按照字段匹配算法、优先队列算法、近邻排序算法、多趟近邻排序算法中的一种或多种对所述数据集中的数据进行清洗。

6.根据权利要求1至5任一所述的基于大数据的信息收集分析方法，其特征在于，每个工序产生的数据包括非结构化数据、结构化数据、时序数据。

7.根据权利要求1所述的基于大数据的信息收集分析方法，其特征在于，所述可视化的图包括有以下至少之一：柱状图、折线图、饼状图、散点图。

8.一种基于大数据的信息收集分析系统，其特征在于，包括有：

采集模块，用于采集钢铁冶炼过程中各个工序产生的数据，并根据所有工序产生的数据组成数据集；

第一标记模块，用于计算所述数据集中某工序产生的数据值与该工序的参考值之间的差值，并将该差值确定为第一差值；若某工序中一数据的第一差值的绝对值大于或等于第一预设阈值，则对该数据进行第一类标记；

第二标记模块，用于以所述数据集中某工序前一时刻产生的数据值为基准值，计算该工序后一时刻产生的数据值与该基准值的差值，并将该差值确定为第二差值；若某工序中一数据的第二差值的绝对值大于或等于第二预设阈值，则对该数据进行第二类标记；

分析模块，用于获取所述数据集中存在第一类标记的数据、存在第二类标记的数据和不存在标记的数据，基于存在第一类标记的数据、存在第二类标记的数据和不存在标记的数据进行多维度分析，并以可视化的图和/或表显示分析结果。