[发明专利]一种多维数据集的洞察方法以及装置

说明书

本发明提供了一种多维数据集的洞察方法以及装置，该方法包括：根据接收到的用户的数据洞察请求获取到目标多维数据集；针对目标多维数据集进行数据切片处理，生成多个数据切片；根据数据切片确定数据切片的洞察对象，其中，洞察对象包括数据切片的筛选维度、展开维度、期间、指标以及指标的聚合方式；将洞察对象进行数据模式检验，生成数据洞察结果。解决了针对于比较大型的多维数据集，现有技术挖掘出的数据不够深入、价值较低的技术问题。

技术领域

本发明涉及数据挖掘领域，尤其是涉及多维数据集的洞察方法以及装置。

背景技术

数据挖掘主要是面向决策，从海量数据中挖掘不为人知、无法直观得出的结论，例如内容推荐、相关度计算等。数据挖掘的工作更注重数据内在联系，数据仓库组建，分析系统开发，挖掘算法设计，往往需要研发人员从ETL开始处理原始数据，因此数据挖掘对研发人员的计算机水平有较高要求。

在现有技术下，在多维数据集中进行数据分析，往往是由专业的数据分析人员在OLAP系统上来完成的。OLAP是一个建立数据系统的方法，核心思想就是建立多维度的数据立方体，以维度(Dimension)和度量(Measure)为基本概念，辅以元数据，实现可以钻取、切片、切块、旋转等灵活、系统、直观的数据展现。

需要说明的是，针对于比较大型的多维数据集，现有技术挖掘出的数据不够深入、价值较低。

发明内容

本发明提供了一种多维数据集的洞察方法以及装置，以解决针对于比较大型的多维数据集，现有技术挖掘出的数据的价值较低的技术问题。

根据本发明的第一方面，提供了一种多维数据集的洞察方法，该方法包括：根据接收到的用户的数据洞察请求获取到目标多维数据集；针对目标多维数据集进行数据切片处理，生成多个数据切片；根据数据切片确定数据切片的洞察对象，其中，洞察对象包括数据切片的筛选维度、展开维度、期间、指标以及指标的聚合方式；将洞察对象进行数据模式检验，生成数据洞察结果。

进一步地，将洞察对象进行如下一个或多个的数据模式检验：首位贡献度检验、占比检验、两指标相关性检验、全局离群点检验、趋势检验、周期检验、转折点检验、时序异常检验。

进一步地，数据模式检验的结果为真或者假，其中，将洞察对象进行数据模式检验，生成数据洞察结果的步骤包括：将数据模式检验的结果为真的洞察对象确定为目标洞察对象；根据目标洞察对象生成数据洞察结果。

进一步地，在将洞察对象进行数据模式检验，生成数据洞察结果之后，方法包括：将多个数据洞察结果按照数据范围进行排序；控制将排序后的多个数据洞察结果进行可视化展示。

根据本发明的第二方面，提供了一种多维数据集的洞察装置，装置包括：获取单元，用于根据接收到的用户的数据洞察请求获取到目标多维数据集；成单元，用于针对目标多维数据集进行数据切片处理，生成多个数据切片；确定单元，用于根据数据切片确定数据切片的洞察对象，其中，洞察对象包括数据切片的筛选维度、展开维度、期间、指标以及指标的聚合方式；检验单元，用于将洞察对象进行数据模式检验，生成数据洞察结果。

进一步地，将洞察对象进行如下一个或多个的数据模式检验：首位贡献度检验、占比检验、两指标相关性检验、全局离群点检验、趋势检验、周期检验、转折点检验、时序异常检验。

进一步地，数据模式检验的结果为真或者假，其中，生成单元包括：确定模块，用于将数据模式检验的结果为真的洞察对象确定为目标洞察对象；生成模块，用于根据目标洞察对象生成数据洞察结果。

进一步地，装置还包括：排序单元，用于将多个数据洞察结果按照数据范围进行排序；展示单元，用于控制将排序后的多个数据洞察结果进行可视化展示。

根据本发明的第三方面，提供了一种计算机设备，包括存储器和处理器，存储器上存储有计算机指令，计算机指令在由处理器执行时导致上述任一项的方法被执行。