CN102867282A - 一种基于移动互联网的客户服务质量分析系统的实现方法 - Google Patents

一种基于移动互联网的客户服务质量分析系统的实现方法 Download PDF

Info

Publication number
CN102867282A
CN102867282A CN2012103400666A CN201210340066A CN102867282A CN 102867282 A CN102867282 A CN 102867282A CN 2012103400666 A CN2012103400666 A CN 2012103400666A CN 201210340066 A CN201210340066 A CN 201210340066A CN 102867282 A CN102867282 A CN 102867282A
Authority
CN
China
Prior art keywords
data
analysis
enterprise
service quality
customer service
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012103400666A
Other languages
English (en)
Inventor
裴旭东
张存国
王振业
张峰
林鸣晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Fujitsu Communication Software Co Ltd
Original Assignee
Fujian Fujitsu Communication Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Fujitsu Communication Software Co Ltd filed Critical Fujian Fujitsu Communication Software Co Ltd
Priority to CN2012103400666A priority Critical patent/CN102867282A/zh
Publication of CN102867282A publication Critical patent/CN102867282A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种基于移动互联网的客户服务质量分析系统的实现方法。包括:在企业内部建立联机数据分析型数据库系统,并部署数据抽取转换平台;通过数据抽取转换平台抽取企业内部各种生产运营系统数据;通过专用的数据清洗和整合程序对抽取的各类企业生产运营数据进行清洗和整合,过滤异常数据、关联分析维度;通过专用汇总统计程序分析根据不同维度进行粒度汇总,并将分析的结果储存在系统数据库中,形成企业服务质量数据指标快照;通过Adobe AIR技术将联机数据分析系统计算完成的企业客户服务质量管理的服务质量数据指标快照发布到移动互联网平台;通过本发明,将企业客户服务质量分析数据推送到企业服务管理决策人员的移动终端上。

Description

一种基于移动互联网的客户服务质量分析系统的实现方法
【技术领域】
本发明涉及一种基于移动互联网的客户服务质量分析系统的实现方法。
【背景技术】
目前大中型企业运行的客户服务质量分析系统,大多运行在计算机终端。但随着移动网的普及和3G网络的成熟,客户服务质量分析系统面临着户外接入、即时使用等问题,这些问题迫切要求客户服务质量分析系统应用于多种移动终端设备(例如手机、平板电脑),以便客户服务质量分析活动高效应用。
目前,中国电信集团公司已经针对客户服务质量分析系统编写下发《中国电信客户服务分析系统业务规范V1.0》和《中国电信客户服务分析系统技术规范V1.0》,但此两项规范并未对移动应用提出明确规范要求,并且业内也还没有成熟应用于移动互联网终端的客户服务质量分析系统。
基于移动互联网的客户服务质量分析系统实现原理与传统的计算机终端客户服务质量分析的实现原理是一样的。基本都是将数据按分析呈现所需的特定格式进行封装,通过http等协议,与服务端建立连接后进行交互,在终端呈现数据及图表。但移动终端呈现有其特殊的地方,如移动终端的显示屏幕大小受到限制,分辨率在不同厂商和型号的终端下显示有差异,移动终端的操作系统不同于计算机操作系统,不同的运行环境造成系统兼容困难。现有的客户服务质量分析系统基本上都是运行于或仿照于计算机终端的呈现方式,并没有对移动终端的呈现提出更好的方法。
【发明内容】
本发明所要解决的技术问题在于提供一种基于移动互联网的客户服务质量分析系统的实现方法。
本发明采用以下技术方案解决上述技术问题:
一种基于移动互联网的客户服务质量分析系统的实现方法,包括如下步骤:
步骤1:在企业内部建立联机数据分析型数据库系统,并部署数据抽取转换平台;
步骤2:通过数据抽取转换平台抽取企业内部各种生产运营系统数据;
步骤3:通过专用的数据清洗和整合程序对抽取的各类企业生产运营数据进行清洗和整合,过滤异常数据、关联分析维度;
步骤4:通过专用汇总统计程序分析根据不同维度进行轻粒度汇总,将整合后的数据根据不同的分析方向进行初步的汇总,减少数据量;
步骤5:通过专用汇总统计程序基于步骤4中轻粒度汇总数据进行进一步汇总,根据不同的分析专题,对数据进行大粒度汇总;
步骤6:通过企业客户服务质量分析和评价体系模型基于大粒度汇总数据对企业内各项指标数据进行计算和分析,并将分析的结果储存在系统数据库中,形成某一日的企业服务质量数据指标快照;
步骤7:通过Adobe AIR技术将联机数据分析系统计算完成的企业客户服务质量管理的服务质量数据指标快照发布到移动互联网平台;步骤8:用户通过访问该客户服务质量分析系统在移动互联网的平台首页URL,通过登录权限认证之后,即可查看到在自己权限范围内的最新的企业服务质量指标数据。
进一步地,所述步骤2中生产运营系统包括:客户关系管理系统、服务开通系统、客户售后服务系统。
本发明的优点在于:通过本发明,将企业客户服务质量分析数据推送到企业服务管理决策人员的移动终端上,企业的服务决策人员能够实时通过获取企业的服务关键指标变化,应对突发的服务风险,有效的指挥调度企业内的各个服务部门工作。
【附图说明】
下面参照附图结合实施例对本发明作进一步的描述。
图1是本发明工作流程示意图。
图2是本发明的ETL流程示意图。
图3是本发明的ETL转换链的执行流程图。
图4是本发明的ETL转换单元的执行ETL模块逻辑执行流程图。
图5是本发明的客户服务质量分析和评价体系模型图。
【具体实施方式】
如图1所示,一种基于移动互联网的客户服务质量分析系统的实现方法,包括如下步骤:
步骤1:在企业内部建立联机数据分析(OLAP)型数据库系统,并部署数据抽取转换平台(ETL)。
步骤2:通过数据抽取转换平台抽取企业内部各种生产运营系统数据,例如:客户关系管理系统(CRM)、服务开通系统(PF)、客户售后服务系统等。
步骤3:通过专用的数据清洗和整合程序对抽取的各类企业生产运营数据进行清洗和整合,过滤异常数据、关联分析维度,例如过滤投诉号码为空的记录、过滤重复障碍记录、根据投诉号码关联产品实例和客户ID等。
专用的数据清洗和整合程序是基于ETL平台实现,ETL(ExtractionTransformation Loading)指的是数据的抽取、转换、装载的过程;从源数据中心数据库到数据库的处理过程:数据提取、转换、加载;以及对ETL过程的管理调度等。如图2所示。
根据客户服务质量分析系统的实际情况,采用自主研发的ETL应用平台。下面就ETL模块的组成进行介绍如下:
数据链:
是ETL模块中的最关键的对象之一,是在目标表和数据源之间建立的一个桥梁,用于定义数据转换过程规则、数据计算公式等信息。因此,在创建数据链之前,首先需要先创建目标表和数据源。
目标表:
每个数据转换ETL单元都有一个明确的目标单元,即目标表。
数据源:
可以是数据表或数据表的一部分,也可以是数据库查询集合。它定义数据采集的来源。
字段映射:
数据链的字段映射,是由一组目标字段和目标字段的数据源计算表达式组成。数据源计算表达式可以是数据源表字段,也可以是数据源表字段的函数值,甚至可以是复杂的SQL表达式。
转换单元:
转换单元是ETL可执行的最小单位。转换单元也称为ETL转换。ETL转换单元定义了ETL转换的转换类型、更新模式、索引处理模式、前置后置处理、转换参数配置等。
转换链:
转换链关联记录了转换链与转换单元的关系。特殊的地方是可以指定转换单元的地区参数值,从而实现某一地区的转换单元集合。
ETL模块自身不实现任务调度执行功能,实现对外任务调度接口,由任务调度引擎平台进行作业调度管理。
ETL转换链的执行主要功能就是循环执行ETL转换单元。如图3所示。
ETL转换单元的执行ETL模块逻辑执行的核心。如图4所示。
ETL转换单元支持多种抽取方式:
初始抽取:
初始抽取是指对数据的一次性抽取,在抽取数据之前需要将原来的历史数据清空。
新增抽取:
新增抽取是指接口数据中包含的都是全新的数据,对ODS系统只使用INSERT操作。
增量抽取:
增量抽取是指接口数据中既包含新的数据又包含对原有数据进行改动的数据,可以使用INSERT、UPDATE和DELETE操作。例如“客户信息”接口数据中可以包括新增客户的记录,也可以包括对原有客户地址进行修改的记录。此类抽取只适用于实时性高的数据抽取方式。
全量抽取:
全量抽取是指每次抽取时都将源数据的所有有效记录加载进数据仓库。例如“地市”接口在每次传送数据时需要将所有现存的地市代码和其它信息全部加载到数据仓库中。
ETL支持多种数据操作方式:
当源系统的数据发生变更时并以增量方式通知数据接收方时,必须说明此数据对原有数据集的更改方法。
插入操作:
插入操作是指接口数据需要对目标数据表执行插入(INSERT)操作。根据统一时间戳及接口数据主键ID判断目标表是否有该条记录,如果过没有则执行“INSERT”操作。
更新操作:
修正操作是指接口数据需要对目标数据表的相关记录执行更新(UPDATE)操作。根据统一时间戳及接口数据主键ID判断目标表是否有该条记录,如果存在该记录,则执行“UPDATE”操作。
删除操作:
删除操作是指接口数据需要对目标数据表中的相关记录做执行删除(DELETE)操作。根据源业务系统提供的物理删除日志判断目标表是否有应该删除的记录,如果存在该记录,则执行“DELETE”操作。
步骤4:通过专用汇总统计程序分析根据不同维度进行轻粒度汇总,将整合后的数据根据不同的分析方向进行初步的汇总,减少数据量,例如:将订单级别的障碍单汇总成为以客户为颗粒度的轻粒度汇总记录。
步骤5:通过专用汇总统计程序基于轻粒度汇总数据进行进一步汇总,根据不同的分析专题,对数据进行大粒度汇总,进一步减少分析数据量,提高分析效率。例如对于投诉订单形成投诉汇总日表,并基于日表基础上进一步汇总形成投诉汇总月表。
客户服务质量分析系统的专用汇总统计程序数据处理主要是联机分析处理OLAP(On-Line Analytical Processing)。OLAP是数据型系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果。
基于OLAP原理的汇总统计程序处理目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。
“维”是人们观察客观世界的角度,是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension),使用户能对不同维上的数据进行比较。因此可以说是多维数据汇总工具的集合。
汇总统计程序的基本多维分析操作有钻取(roll-up和drill-down)、切片(slice)和切块(dice)、以及旋转(pivot)等。各步骤的说明如下:
钻取(roll-up和drill-down):
钻取是改变维的层次,变换分析的粒度。它包括向上钻取(roll-up)和向下钻取(drill-down)。Roll-up是在某一维上将低层次的细节数据概括到高层次的汇总数据,或者减少维数;而drilldown则相反,它从汇总数据深入到细节数据进行观察或增加新维。
切片(slice)和切块(dice):
切片和切块是在一部分维上选定值后,关心度量数据在剩余维上的分布。如果剩余的维只有两个,则是切片;如果有三个,则是切块。
旋转(pivot):
旋转是变换维的方向,即在表格中重新安排维的放置(例如行列互换)。
根据客户服务质量分析系统汇总程序存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP三种方式。
ROLAP:
ROLAP表示基于关系数据库的OLAP实现(Relational-OLAP)。以关系数据库为核心,以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了"星型模式"。对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种星型模式的扩展称为"雪花模式"。
MOLAP:
MOLAP表示基于多维数据组织的OLAP实现(Multidimensional-OLAP)。以多维数据组织方式为核心,也就是说,MOLAP使用多维数组存储数据。多维数据在存储中将形成"立方块(Cube)"的结构,在MOLAP中对"立方块"的"旋转"、"切块"、"切片"是产生多维数据报表的主要技术。
HOLAP:
HOLAP表示基于混合数据组织的OLAP实现(Hybrid-OLAP)。如低层是关系型的,高层是多维矩阵型的。这种方式具有更好的灵活性。
还有其他的一些实现OLAP的方法,如提供一个专用的SQL-Server,对某些存储模式(如星型、雪片型)提供对SQL查询的特殊支持。
专用汇总程序实现了针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。基于跨域多维度的数据,实现了多角度剖析数据,使用户能从多个角度、多侧面地观察数据库中的数据,从而深入理解包含在数据中的信息。同时还可以同数据挖掘工具、统计分析工具配合使用,增强决策分析功能。
步骤6:通过企业客户服务质量分析和评价体系模型基于大粒度汇总数据对企业内各项指标数据进行计算和分析,并将分析的结果储存在系统数据库中,形成某一日的企业服务质量数据指标快照,例如:XX日投诉量、XX月申诉量等,每一日指标均单独计算并存放,后续可以通过每日和每月的快照回顾企业服务质量的变化趋势;
客户服务质量分析系统收敛整合了各域服务数据,因此可以支撑跨域的数据计算方面的业务要求,并构建企业客户服务质量分析和评价体系模型。整个客户服务评价体系模型如图5所示。评价标准表如表1所示。
表1:
Figure BDA00002135607800081
步骤7:通过Adobe AIR(ADOBE跨系统运行时)技术将联机数据分析系统计算完成的企业客户服务质量管理的服务质量数据指标快照发布到移动互联网平台;
步骤8:用户通过访问本系统在移动互联网的平台首页URL,通过登录权限认证之后,即可查看到在自己权限范围内的最新的企业服务质量指标数据
表现层处理步骤如下:
主应用继承ViewNavigatorApplication,通过对View类的控制,实现页面逻辑跳转,使用内置的导航条进行导航;
表现层框架按照MVC的模式分布,数据与页面分离,使用专门的数据接收类、处理类,从服务端获取数据,获取数据的方式使用WebService GET方式,数据的提交采用直接调用服务端方法的方式,以传入参数的形式传送;
在页面上对非业务逻辑数据进行整理,不做逻辑处理;每个页面对自己相关的数据均以侦听的方式等待数据接收,侦听到与自己相关的消息时,从消息中获取数据并展现;
对于复杂的列表数据的Item,做自定义的列表展现,扩展IconItemRenderer来提升列表刷新和展现的性能,每个Item包含了数据相关的标签、图元等元素;
页面View上侦听多种手势消息,来实现操作的互动,这些手势消息包括点击、划动、滚动、移动、放大、缩小等;
使用默认的驻留机制来实现应用程序在后端的等待,并侦听激活消息,使得应用程序可以接收服务端的主动推送消息;
提供退出系统功能给安卓系统,对于IOS操作系统,提供注销功能,注销后将断开网络连接。
本发明为了通过触控输入实现简便的操作,手机组件通常具有比桌面或浏览器应用程序中更大的点击区域,考虑不同设备之间屏幕分辨率的差异,动态读取设备屏幕分辨率在160dpi、240dpi、320dpi之间切换。其次在触摸屏设备上,考虑移动设备的CPU和GPU性能有限性,滚动等操作的交互模式采用扩展的Render处理可临时保存滚动刷新形成的显示缓存。通过View持久化机制处理手机应用程序随时(例如在接听电话或短信时)退出和重新启动。最后利用HttpServices和WebServices与服务端进行消息传递和数据交互。
以上所述仅为本发明的较佳实施用例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于移动互联网的客户服务质量分析系统的实现方法,其特征在于:包括如下步骤:
步骤1:在企业内部建立联机数据分析型数据库系统,并部署数据抽取转换平台;
步骤2:通过数据抽取转换平台抽取企业内部各种生产运营系统数据;
步骤3:通过专用的数据清洗和整合程序对抽取的各类企业生产运营数据进行清洗和整合,过滤异常数据、关联分析维度;
步骤4:通过专用汇总统计程序分析根据不同维度进行轻粒度汇总,将整合后的数据根据不同的分析方向进行初步的汇总,减少数据量;
步骤5:通过专用汇总统计程序基于步骤4中轻粒度汇总数据进行进一步汇总,根据不同的分析专题,对数据进行大粒度汇总;
步骤6:通过企业客户服务质量分析和评价体系模型基于大粒度汇总数据对企业内各项指标数据进行计算和分析,并将分析的结果储存在系统数据库中,形成某一日的企业服务质量数据指标快照;
步骤7:通过Adobe AIR技术将联机数据分析系统计算完成的企业客户服务质量管理的服务质量数据指标快照发布到移动互联网平台;
步骤8:用户通过访问该客户服务质量分析系统在移动互联网的平台首页URL,通过登录权限认证之后,即可查看到在自己权限范围内的最新的企业服务质量指标数据。
2.如权利要求1所述的一种基于移动互联网的客户服务质量分析系统的实现方法,其特征在于:所述步骤2中生产运营系统包括:客户关系管理系统、服务开通系统、客户售后服务系统。
CN2012103400666A 2012-09-13 2012-09-13 一种基于移动互联网的客户服务质量分析系统的实现方法 Pending CN102867282A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012103400666A CN102867282A (zh) 2012-09-13 2012-09-13 一种基于移动互联网的客户服务质量分析系统的实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012103400666A CN102867282A (zh) 2012-09-13 2012-09-13 一种基于移动互联网的客户服务质量分析系统的实现方法

Publications (1)

Publication Number Publication Date
CN102867282A true CN102867282A (zh) 2013-01-09

Family

ID=47446141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012103400666A Pending CN102867282A (zh) 2012-09-13 2012-09-13 一种基于移动互联网的客户服务质量分析系统的实现方法

Country Status (1)

Country Link
CN (1) CN102867282A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104394039A (zh) * 2014-12-09 2015-03-04 南京华苏科技股份有限公司 一种基于Sigmoid指数模型网络性能成熟度评价系统及其评价方法
CN104715029A (zh) * 2015-03-05 2015-06-17 湖北光谷天下传媒股份有限公司 一种多渠道发布方法
CN104933112A (zh) * 2015-06-04 2015-09-23 浙江力石科技股份有限公司 分布式互联网交易信息存储处理方法
CN105183814A (zh) * 2015-08-27 2015-12-23 湖南人文科技学院 一种物联网数据清洗方法
CN103761323B (zh) * 2014-01-28 2017-08-01 北京国双科技有限公司 数据库权限控制方法和装置
CN109669934A (zh) * 2018-12-11 2019-04-23 江苏瑞中数据股份有限公司 一种切合电力客服业务的数据仓库系统及其构建方法
CN109992614A (zh) * 2018-11-14 2019-07-09 阿里巴巴集团控股有限公司 数据获取方法、装置和服务器
CN110716774A (zh) * 2019-08-22 2020-01-21 华信永道(北京)科技股份有限公司 金融业务数据大脑的数据驱动方法、系统及存储介质
CN111427867A (zh) * 2020-03-30 2020-07-17 杭州华望系统科技有限公司 一种基于混合式存储的模型持久化方法
CN112035450A (zh) * 2020-07-30 2020-12-04 深圳市中盛瑞达科技有限公司 一种基于kettle的数据仓库实时构建方法
CN113379243A (zh) * 2021-06-09 2021-09-10 爱驰汽车有限公司 基于中心平台的业务子系统评价方法、装置和计算机设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075304A (zh) * 2006-05-18 2007-11-21 河北全通通信有限公司 电信行业基于数据仓库的决策支持系统的构造方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075304A (zh) * 2006-05-18 2007-11-21 河北全通通信有限公司 电信行业基于数据仓库的决策支持系统的构造方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761323B (zh) * 2014-01-28 2017-08-01 北京国双科技有限公司 数据库权限控制方法和装置
CN104394039A (zh) * 2014-12-09 2015-03-04 南京华苏科技股份有限公司 一种基于Sigmoid指数模型网络性能成熟度评价系统及其评价方法
CN104394039B (zh) * 2014-12-09 2017-12-19 南京华苏科技有限公司 一种基于Sigmoid指数模型网络性能成熟度评价系统及其评价方法
CN104715029A (zh) * 2015-03-05 2015-06-17 湖北光谷天下传媒股份有限公司 一种多渠道发布方法
CN104933112A (zh) * 2015-06-04 2015-09-23 浙江力石科技股份有限公司 分布式互联网交易信息存储处理方法
CN104933112B (zh) * 2015-06-04 2018-12-21 浙江力石科技股份有限公司 分布式互联网交易信息存储处理方法
CN105183814A (zh) * 2015-08-27 2015-12-23 湖南人文科技学院 一种物联网数据清洗方法
CN109992614A (zh) * 2018-11-14 2019-07-09 阿里巴巴集团控股有限公司 数据获取方法、装置和服务器
CN109669934A (zh) * 2018-12-11 2019-04-23 江苏瑞中数据股份有限公司 一种切合电力客服业务的数据仓库系统及其构建方法
CN110716774A (zh) * 2019-08-22 2020-01-21 华信永道(北京)科技股份有限公司 金融业务数据大脑的数据驱动方法、系统及存储介质
CN110716774B (zh) * 2019-08-22 2021-06-25 华信永道(北京)科技股份有限公司 金融业务数据大脑的数据驱动方法、系统及存储介质
CN111427867A (zh) * 2020-03-30 2020-07-17 杭州华望系统科技有限公司 一种基于混合式存储的模型持久化方法
CN111427867B (zh) * 2020-03-30 2023-10-20 杭州华望系统科技有限公司 一种基于混合式存储的模型持久化方法
CN112035450A (zh) * 2020-07-30 2020-12-04 深圳市中盛瑞达科技有限公司 一种基于kettle的数据仓库实时构建方法
CN113379243A (zh) * 2021-06-09 2021-09-10 爱驰汽车有限公司 基于中心平台的业务子系统评价方法、装置和计算机设备
CN113379243B (zh) * 2021-06-09 2024-02-06 爱驰汽车有限公司 基于中心平台的业务子系统评价方法、装置和计算机设备

Similar Documents

Publication Publication Date Title
CN102867282A (zh) 一种基于移动互联网的客户服务质量分析系统的实现方法
KR102627690B1 (ko) Sql 질의 플랜들을 최적화하기 위한 차원 콘텍스트 전파 기술들
US10754877B2 (en) System and method for providing big data analytics on dynamically-changing data models
US20240020295A1 (en) Incremental refresh of a materialized view
US10235430B2 (en) Systems, methods, and apparatuses for detecting activity patterns
US20130166498A1 (en) Model Based OLAP Cube Framework
CN110647512B (zh) 一种数据存储和分析方法、装置、设备和可读介质
CN103136335A (zh) 一种基于数据平台的数据控制方法
WO2015060893A1 (en) Systems and methods for interest-driven data visualization systems utilizing visualization image data and trellised visualizations
WO2014066051A2 (en) Systems and methods for interest-driven data visualization systems utilized in interest-driven business intelligence systems
CN102789487B (zh) 数据查询检索处理装置和数据查询检索处理方法
CN102541529A (zh) 一种查询页面生成装置和方法
CN106156047B (zh) 一种快照信息处理方法及装置
CN108133024A (zh) 面向移动客户端的动态配置的地理空间数据服务集成方法
CN106503274A (zh) 一种数据整合与搜索方法及服务器
CN104239543A (zh) 一种基于移动互联网技术的生活服务搜索平台
CN109360106A (zh) 画像构建方法、系统、介质和计算机系统
CN111858278A (zh) 基于大数据处理的日志分析方法、系统及可读存储装置
CN105574027A (zh) 基于oltp/olap混合应用下多维度性能数据存储方法、装置及系统
US9501205B2 (en) Nature inspired interaction paradigm
US8793272B2 (en) Query transformation
CN105786948A (zh) 一种基于gpu的olap系统
CN113886465A (zh) 一种用于汽车物流的大数据分析平台
CN111143328A (zh) 一种敏捷商业智能数据构建方法、系统、设备、存储介质
US20120254787A1 (en) Method and system for accessing data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130109