CN102902614A - 一种动态监测及智能引导方法 - Google Patents
一种动态监测及智能引导方法 Download PDFInfo
- Publication number
- CN102902614A CN102902614A CN2012103342711A CN201210334271A CN102902614A CN 102902614 A CN102902614 A CN 102902614A CN 2012103342711 A CN2012103342711 A CN 2012103342711A CN 201210334271 A CN201210334271 A CN 201210334271A CN 102902614 A CN102902614 A CN 102902614A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- event
- dimension
- early warning
- index
- 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.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明主要涉及一种实现业务运行状态监测及异常监测结果的引导处理方法。本发明包括:制定监测事件的事件-条件-动作主动规则;构建事件的维度知识库、政策知识库和专家意见知识库;事件监控线程捕获事件信号,对信号进行预处理;指标执行线程监测指标的执行,按优先级运行监测指标;对运行结果进行合规性判断,若符合主动规则,监测结束;若不符合主动规则,对存在疑点的结果发出预警信号;智能引导线程接收处理预警信号,显示预警结果横向维度和纵向维度,调出政策知识库的政策解释和专家意见知识库的专家处理意见。本发明的有益效果在于,只要系统启动,工作流程全部由系统自动完成,不需人工干预,用户只浏览结果即可。
Description
技术领域
本发明主要涉及一种实现业务运行状态监测及异常监测结果的引导处理方法。
背景技术
在当前的基本业务联网审计模式下,预警系统无法实现自主运行,需要大量的手工操作和人工干预,缺乏动态性和主动性,无法对业务的运行状态进行实时的、全方位的监测;预警系统所给出的结果无法满足审计人员的需求,一方面是只能满足特定监测指标的固定呈现,而对于未定义监测指标、宏观监测指标、信息系统监测指标等无法实现多维度下的预警结果二次运算和图形化呈现,同时也没有实现同一个监测指标在不同的数据批次下预警结果的纵向比较;第二个方面是对于预警结果无法给出政策解释,审计人员对于系统给出的疑点记录无从下手;第三个方面是无法和已有的联网审计系统关联起来,对于预警结果进行进一步的分析。
随着计算机技术的不断进步和发展,已经具有相当多的成熟技术可应用于各领域的各种业务需求。其中,主动数据库技术和专家系统原理就能够满足当前社保审计对于主动预警和智能引导的需求。主动数据库是相对传统数据库的被动性而言的。在传统数据库中,当用户要对数据库中的数据进行存取时,只能通过执行相应的数据库命令或应用程序来实现,数据库本身不会根据数据库的状态主动做些什么,因而是被动的。主动数据库是人工智能技术和传统关系型数据库相结合的产物,除了能完成一切传统数据库的服务外,还具有各种主动服务的功能。
当监测事件发生时,主动数据库系统能主动的将当前数据库的变化反馈用户,具有很高的主动性和实时性。而专家系统本身是基于人工智能基础上发展出来的,它具有较高的智能性,能根据用户的需求,通过相关的推理机制,在自身的知识库中进行匹配和计算,将具有较高精度的结果反馈给用户。在对社保业务运行状态进行动态监测时,可根据主动规则,判断当前的监测结果是否存在问题,对于出现问题的监测事件,发出预警信号,实时传输给智能引导中心,由智能引导中心通过一系列的处理,给出相关的引导结果和审计建议。
发明内容
本发明的目的在于提供一种无需人工干预的动态监测及智能引导方法。
本发明的目的是这样实现的:
本发明包括如下步骤:
(1)制定监测事件的事件-条件-动作主动规则;
(2)构建事件的维度知识库、政策知识库和专家意见知识库;
(3)事件监控线程捕获事件信号,对信号进行预处理;
(4)指标执行线程监测指标的执行,按优先级运行监测指标;
(5)对运行结果进行合规性判断,若符合主动规则,监测结束;若不符合主动规则,对存在疑点的结果发出预警信号;
(6)智能引导线程接收处理预警信号,显示预警结果横向维度和纵向维度,调出政策知识库的政策解释和专家意见知识库的专家处理意见。
事件分为由用户或外部系统触发的常规事件、周期性自动触发时钟事件和不可抗因素触发的异常事件。
事件-条件-动作规则的制定步骤如下:
(1)定义系统监测事件的类别,每个类别设置唯一标识符;
(2)将不同的监测指标按类别进存储,每个指标设置唯一标识符;
(3)提取每个监测指标的条件部分作为独立参数,每个条件作为一个规则,每个规则对应一个异常情况下的执行动作;
(4)构建规则库,设计由事件索引至规则,由规则索引至条件和动作的三级存储结构,系统可以根据事件类别信息从规则事件表中获取事件规则标识符,再检索到条件标识符,根据条件标识符获得相应的执行动作。
智能引导线程处理预警信号的步骤如下:
(1)构建维度知识库,将每个监测指标的监测项作为维度知识,设置是否可以作为维度的标志位;
(2)构建维度基本模板,将可作为维度的数据字段统一归整为模板;
(3)进行维度组合,判断组合项是否存在于维度模板中,并判断是否具有维度标识位,具有维度标识位,则该组合项可作为XY轴维度;不具有维度标识位,则不能作为XY轴维度;
(4)对所有XY轴维度组合的预警结果进行二次运算,存储并显示结果。
述监测指标执行的步骤如下:
(1)获取其事件优先级标志及相关事件-条件-动作主动规则;
(2)根据事件的优先级进行并发执行,同一事件内部的规则依据优先级顺序执行;
(3)判断运行出的监测结果的合规性,若存在疑点,则发出预警信号。
预警信号由多维度处理模块进行接收,根据事件标识符,获取维度信息,自动构建维度项组合,计算出在各维度组合项下的结果,保存用户的查询记录,对于同一维度运算结果的二次查询,根据第一次查询路径直接显示结果。
本发明的有益效果在于,只要系统启动,工作流程全部由系统自动完成,不需人工干预,用户只浏览结果即可。
附图说明
图1动态监测模型架构示意图;
图2动态监测过程示意图;
图3主动规则的三级存储结构示意图;
图4主动监测模型执行机制示意图;
图5智能引导模型示意图;
图6维度知识存储结构示意图;
图7政策知识存储结构示意图;
图8预警结果智能引导过程示意图;
图9平均替代率主动规则存储结构示意图;
图10主动规则执行流程示意图;
图11替代率政策知识存储结构示意图;
图12政策解释匹配过程示意图;
图13230301地区替代率变化示意图;
图142010年不同地区替代率示意图;
图15不同地区不同年份替代率变化示意图;
图16230301地区替代率波幅变化示意图。
具体实施方式
下面结合具体实例及附图对本系统进行更详细描述。
本发明的特点在于:
1)系统自动运行、主动监测、自动引导;
2)监测事件(监测指标)随机化,即系统接收到的监测事件是不确定的,系统不预先定义要监测的具体事件;
3)为不同的监测指标设计不同的事件-条件-动作(E-C-A)规则,每个指标均设置触发预警行为的条件,并设计相应的响应动作;
4)预警结果多维度显示,针对同一个监测指标的预警结果,能够在多种维度下以图形化方式展示,并能对该指标的历史监测结果进行纵向对比预警;
5)疑点记录政策解释,针对每条疑点记录,给出其政策层面的证据;
6)根据不同的预警指标所得出的预警结果,匹配专家意见;
7)根据不同的数据权限,自动过滤未授权地域数据。
系统自动运行、自主监测、自动引导实现方法为采用多线程控制机制:
1)设计专门的线程对事件进行实时监测,捕获事件信号;
2)设计专门的线程负责监测指标的执行,对接收到的监测指标,按优先级队列进行逐一处理;
3)设计专门的线程对每个监测指标运行结果进行合法性验证,判断是否需要预警;
4)设计专门的线程负责对预警结果进行多维度显示,多维度显示包含对预警结果的二次处理;
5)设计专门的线程负责对预警结果进行政策匹配解释;
6)可为系统监测指标设置运行周期,周期性自动运行。
接收不确定性监测事件信号的实现方法为设计特定信号接收机制。系统在接收到监测指标信号后,解析出指标标识符,与数据库指标信息表中的指标进行检索匹配,如果是系统未定义监测指标,则事件信号中需附带有其他基本信息,通过信号预处理算法(SPPA),自动生成该指标的实现SQL语句,对于复杂的未定义监测指标,提供直接的指标实现SQL语句录入接口;如果是系统已定义监测指标,直接调用该指标的SQL语句执行。
E-C-A规则的实现方法是:
1)定义系统监测事件的类别,每个类别设置唯一标识符;
2)将不同的监测指标(预定义指标和不确定性指标)按类别进行归类存储,每个指标均设置唯一标识符;
3)提取每个监测指标的条件部分,该部分作为独立参数传入,即不固定每个监测指标的条件参数,参数是不确定的,每个条件作为一个规则,每个规则对应一个异常情况下的执行动作;
4)构建规则库,设计规则的三级存储结构,即由事件索引至规则,由规则索引至条件和动作;
5)系统捕获事件后,提取事件类别信息,从规则事件表中检索事件,获取事件规则标识符,再根据规则标识符在规则表中检索到具体的规则所对应的条件标识符,最后根据条件标识符检索出相应的执行动作。
预警结果多维度处理实现方法是:
1)构建维度维度知识库,将每个监测指标的监测项作为维度知识,设置是否可以作为维度的标志位;
2)构建维度基本模板,即将可作为维度项的数据字段统一归整为模板;
3)在进行维度组合时,先判断组合项是否存在于维度模板中,如果存在,则进一步判断其是否具有维度标识位,存在维度标识位,则该组合项可作为XY轴维度,若不存在维度标识位,则不能作为XY轴维度;如果组合项不存在于维度模板中,则判断其是否具有维度标识位,若具有维度标识位,可作为XY轴维度,否则不能;
4)针对每一合理的维度组合,对预警结果进行二次运算,存储并显示结果。
疑点记录政策解释实现方法是:
1)构建政策知识库,不同监测指标对应不同政策知识,知识采用形式化表示方法,通过4级层次的存储结构即类别、知识对象、知识属性、属性值来存储;
2)疑点匹配时,先根据监测指标标识符,获取对应知识类别,亦即知识对象索引;
3)根据知识类别索引,获取对应的知识对象标识符,再根据标识符获取到知识属性及属性值;
4)根据知识属性标识,获取具体的政策说明。
针对预警结果获取专家意见的实现方法是:
1)将不同监测指标的专家意见以知识或文本的形式存放在数据库中;
2)专家意见可实现更新,可进行补充和修改;
3)不同监测指标对应的专家意见设置与之对应的标识符;
4)根据预警结果所属的监测指标标识符,匹配专家知识标识即可。
数据地域权限控制的实现方法:
1)不同地区采用唯一标识符;
2)在全部监测指标中设置地域监测项,即监测结果中会有地域编号字段出现;
3)不同权限人员,读取其可浏览和操作的数据地域编号,在系统数据中将非其权限内的地域数据过滤。
针对以上情况,本发明首先从业务运行状态所需关注的监测指标触发,设计了不同类别的监测指标,包括宏观绩效指标、业务预警指标、信息系统分析指标、基本参保信息预警指标等,覆盖全部业务范围;通过设计监测指标的E-C-A主动规则,实现异常行为预警;通过构建维度知识库和政策知识库,实现预警结果的多维度显示,并自动进行疑点的政策解释、专家意见获取等引导过程。
本发明是基于以下问题而设计的:
现有预警系统缺乏主动性和智能性,无法自主运行,需要大量的人工干预,效率低下,监测面狭窄,且对于预警出的疑点,缺乏进一步的引导。
本发明的主要技术特征体现在:
1)系统全天候运行,实时监测,自动引导预警结果
现有预警系统,无法做到实时监测运行,所有监测指标的实现均是通过人工操作实现的,同时监测指标是固定的,无法接收外部监测信号,不能对预警结果进行引导。本系统通过多线程机制,在系统启动后,能够实现系统外部监测信号接收和系统内部监测信号接收,监测指标自动执行,预警结果自动引导,相关结果自动保存。
具体技术路线:1.设计监测信号接收接口,由专门的监听线程负责系统外部信号和内部信号的接收;2.对现有监测指标设置运行周期,周期性自动运行;3.监测指标执行线程专门负责已接收指标的运行;4.设计E-C-A规则库,实现监测结果的自动预警;5.设计知识库,实现预警结果的多维度显示和自动引导。
2)业务运行状态监测全面覆盖
现有预警系统监测指标固化,监测面狭窄,不能多方位监测社保业务运行状态。本系统从根本上改变了监测指标的获取方式,不仅仅对固定指标进行扩充,同时也实现不确定性未知监测指标的接收和执行。
具体技术路线:1、从业务层面,设计了宏观绩效监测指标,监测业务整体的运行状态;2、设计信息系统分析监测指标,从微观层面监测存在的异常行为;3.对于系统预定义监测指标,设计了监测指标生成算法MIGA,该算法实现的是信号接收接口,获取指定的信息,自动生成监测指标的SQL,对于复杂的监测指标,则提供完整SQL录入功能。
3)基于E-C-A规则的主动预警
监测指标运行出的结果是否存在异常,可由主动规则自动判别,其实现具体技术路线:1.定义监测事件,即将不同的监测指标分类,并将每个指标视为事件;2.定义每个事件预警条件,即监测项阈值或者SQL条件等;3.定义异常出现后的触发动作;4.设计主动规则的触发机制和存储结构,触发过程亦即在数据库中搜索匹配规则过程,在本系统中主动规则采用三级链表存储结构;4.事件被捕获后,调用主动规则处理算法进行规则处理。
4)基于知识库的自动引导
预警结果自动引导过程分为两部分,首先进行的是预警结果多维度显示处理,其次是疑点记录的政策解释及专家意见等,其实现具体技术路线:1.调用多维度处理算法Multi-dimensional,对预警结果进行多维度组合下的二次运算处理及图形化显示;2.疑点记录的政策解释过程:先获取监测指标标识符,根据指标类别定位知识索引表中知识对象类别,获取其地址,然后定位至知识对象表,获取该知识对象的属性地址,根据该地址在知识属性表中获取该知识对象的全部属性,最后根据属性标识,获取属性值及属性的政策解释;3.专家意见获取过程:根据监测指标标识符,直接定位至专家知识表中跟该监测指标相关的全部知识、审计方法、文档等。
实施例1
实验环境:
服务器环境:服务器采用曙光A950机群,两节点,CPU为AMD8354处理器,主频2.0GHZ双核8块,64G内存,硬盘容量1T,操作系统为Windows2003 server Enterprise 64位版本,数据库采用IBM DB29.164位版本。
客户端环境:操作系统为Windows XP,Intel(R)Core(TM)2Quad CPU Q8400,主频2.66GHZ,2G内存,JDK1.5。
网络环境:黑龙江省审计内网。
实例:平均替代率监测指标的主动监测及智能引导实现
规则如下建立:
规则1:
事件:获取替代率监测指标信号,且基础数据具备
动作:发出预警信号,交由智能引导模型处理;
优先级:1
并发性:0
规则2:
事件:获取替代率监测指标信号,且基础数据具备
动作:发出预警信号,交由智能引导模型处理;
优先级:0
并发性:0
根据图3主动规则的存储结构设计,平均替代率的存储结构如图9所示,其主动规则的触发执行流程如图10所示。
多维度显示:
根据图6中维度知识的存储结构设计,替代率维度知识在数据库中的定义信息如表1所示。在以图形显示时,平均替代率是默认必选维度,用于Y坐标显示,利用多维度算法,其有意义组合有如下6种:
1.以地区编号为前置条件,以单位类型为X坐标;
2.以地区编号为前置条件,以年份为X坐标;
3.以单位类型为前置条件,以地区编号为X坐标;
4.以单位类型为前置条件,以年份为X坐标;
5.以年份为前置条件,以地区编号为X坐标;
6.以年份为前置条件,以单位类型为X坐标。
表1替代率维度知识
政策匹配解释:
替代率在国家政策上并无专门文件予以定义说明,一般多由社保领域专家给出其相关的知识。在本系统中,将替代率的定义和替代率偏高以及偏低时所造成的影响抽象为知识,根据图7中政策知识的存储结构设计,替代率政策知识的存储结构如图11所示。
政策解释匹配流程分三步骤,如图12所示:
1.先获取知识类别编号,在索引表中确定该类知识在知识链表中的位置;
2.根据索引表检索信息,定位到知识链表,获取知识的相关属性及属性值信息;
3.根据知识对象标识符、属性标识符关联到政策知识说明表,获取详细的解释信息。
运行流程说明:
平均替代率监测指标可作为常规监测事件,也可由用户自定义为时钟事件,现以该指标作为时钟事件为例说明其执行流程和执行结果。
(1)替代率监测指标运行周期为每月自动运行一次,当每月有新数据达到时,该指标将被自动触发执行,发出事件信号,由系统事件监控线程予以捕获;
(2)获取到事件信号后,系统将从主动规则库中获取其主动规则1和2,并调入该指标的SQL语句进行运行;
(3)针对运行疑点结果发出预警信号;
(4)针对预警信号,由多维度处理模块进行多维度下的预警结果二次运算,实现各维度下的结果显示,同时完成该指标的纵向结果显示(如图13-16所示);
(5)针对预警疑点,给出政策解释及专家指导意见(如表2所示)。
表2疑点引导处理
Claims (6)
1.一种动态监测及智能引导方法,其特征是,包括如下步骤:
(1)制定监测事件的事件-条件-动作主动规则;
(2)构建事件的维度知识库、政策知识库和专家意见知识库;
(3)事件监控线程捕获事件信号,对信号进行预处理;
(4)指标执行线程监测指标的执行,按优先级运行监测指标;
(5)对运行结果进行合规性判断,若符合主动规则,监测结束;若不符合主动规则,对存在疑点的结果发出预警信号;
(6)智能引导线程接收处理预警信号,显示预警结果横向维度和纵向维度,调出政策知识库的政策解释和专家意见知识库的专家处理意见。
2.根据权利要求1所述的一种动态监测及智能引导方法,其特征是:所述事件分为由用户或外部系统触发的常规事件、周期性自动触发时钟事件和不可抗因素触发的异常事件。
3.根据权利要求1或2所述的一种动态监测及智能引导方法,其特征是,所述的事件-条件-动作规则的制定步骤如下:
(1)定义系统监测事件的类别,每个类别设置唯一标识符;
(2)将不同的监测指标按类别进存储,每个指标设置唯一标识符;
(3)提取每个监测指标的条件部分作为独立参数,每个条件作为一个规则,每个规则对应一个异常情况下的执行动作;
(4)构建规则库,设计由事件索引至规则,由规则索引至条件和动作的三级存储结构,系统可以根据事件类别信息从规则事件表中获取事件规则标识符,再检索到条件标识符,根据条件标识符获得相应的执行动作。
4.根据权利要求3中所述的一种动态监测及智能引导方法,其特征是,所述智能引导线程处理预警信号的步骤如下:
(1)构建维度知识库,将每个监测指标的监测项作为维度知识,设置是否可以作为维度的标志位;
(2)构建维度基本模板,将可作为维度的数据字段统一归整为模板;
(3)进行维度组合,判断组合项是否存在于维度模板中,并判断是否具有维度标识位,具有维度标识位,则该组合项可作为XY轴维度;不具有维度标识位,则不能作为XY轴维度;
(4)对所有XY轴维度组合的预警结果进行二次运算,存储并显示结果。
5.根据权利要求4所述的一种动态监测及智能引导方法,其特征是:所述监测指标执行的步骤如下:
(1)获取其事件优先级标志及相关事件-条件-动作主动规则;
(2)根据事件的优先级进行并发执行,同一事件内部的规则依据优先级顺序执行;
(3)判断运行出的监测结果的合规性,若存在疑点,则发出预警信号。
6.根据权利要求5所述的一种动态监测及智能引导方法,其特征是:所述预警信号由多维度处理模块进行接收,根据事件标识符,获取维度信息,自动构建维度项组合,计算出在各维度组合项下的结果,保存用户的查询记录,对于同一维度运算结果的二次查询,根据第一次查询路径直接显示结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210334271.1A CN102902614B (zh) | 2012-09-11 | 2012-09-11 | 一种动态监测及智能引导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210334271.1A CN102902614B (zh) | 2012-09-11 | 2012-09-11 | 一种动态监测及智能引导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102902614A true CN102902614A (zh) | 2013-01-30 |
CN102902614B CN102902614B (zh) | 2016-04-20 |
Family
ID=47574860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210334271.1A Expired - Fee Related CN102902614B (zh) | 2012-09-11 | 2012-09-11 | 一种动态监测及智能引导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102902614B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464052A (zh) * | 2017-07-31 | 2017-12-12 | 中国铁塔股份有限公司 | 一种站址物业成本监控方法及装置 |
CN109218131A (zh) * | 2018-09-03 | 2019-01-15 | 平安医疗健康管理股份有限公司 | 网络监控方法、装置、计算机设备和存储介质 |
CN110751384A (zh) * | 2019-09-30 | 2020-02-04 | 口碑(上海)信息技术有限公司 | 业务监控方法和装置 |
CN113468216A (zh) * | 2021-06-02 | 2021-10-01 | 广东电网有限责任公司电力调度控制中心 | 一种基于数据自动化信息处理技术的审计检索查询方法 |
CN115292561A (zh) * | 2022-10-08 | 2022-11-04 | 国网江西省电力有限公司信息通信分公司 | 一种电网量测数据动态归集方法、系统及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201681067U (zh) * | 2009-12-18 | 2010-12-22 | 湖南城市学院 | 湿地生态事件采集、预警系统 |
WO2011153227A2 (en) * | 2010-06-02 | 2011-12-08 | Hewlett-Packard Development Company, L.P. | Dynamic multidimensional schemas for event monitoring priority |
-
2012
- 2012-09-11 CN CN201210334271.1A patent/CN102902614B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201681067U (zh) * | 2009-12-18 | 2010-12-22 | 湖南城市学院 | 湿地生态事件采集、预警系统 |
WO2011153227A2 (en) * | 2010-06-02 | 2011-12-08 | Hewlett-Packard Development Company, L.P. | Dynamic multidimensional schemas for event monitoring priority |
Non-Patent Citations (2)
Title |
---|
吴建林: "基于ECA扩展企业经营信息主动服务机制", 《北京邮电大学学报》, vol. 32, 30 April 2009 (2009-04-30), pages 102 - 105 * |
王鹏: "基于主动数据库技术的社保审计动态监测预警研究", 《万方学位论文》, 30 June 2012 (2012-06-30) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464052A (zh) * | 2017-07-31 | 2017-12-12 | 中国铁塔股份有限公司 | 一种站址物业成本监控方法及装置 |
CN109218131A (zh) * | 2018-09-03 | 2019-01-15 | 平安医疗健康管理股份有限公司 | 网络监控方法、装置、计算机设备和存储介质 |
CN110751384A (zh) * | 2019-09-30 | 2020-02-04 | 口碑(上海)信息技术有限公司 | 业务监控方法和装置 |
CN113468216A (zh) * | 2021-06-02 | 2021-10-01 | 广东电网有限责任公司电力调度控制中心 | 一种基于数据自动化信息处理技术的审计检索查询方法 |
CN115292561A (zh) * | 2022-10-08 | 2022-11-04 | 国网江西省电力有限公司信息通信分公司 | 一种电网量测数据动态归集方法、系统及存储介质 |
CN115292561B (zh) * | 2022-10-08 | 2023-02-28 | 国网江西省电力有限公司信息通信分公司 | 一种电网量测数据动态归集方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102902614B (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11675781B2 (en) | Dynamic dashboard with guided discovery | |
Menzies et al. | Local vs. global models for effort estimation and defect prediction | |
EP2608074B1 (en) | Systems and methods for merging source records in accordance with survivorship rules | |
Phaneendra et al. | Big Data-solutions for RDBMS problems-A survey | |
US8190555B2 (en) | Method and system for collecting and distributing user-created content within a data-warehouse-based computational system | |
Welbourne et al. | Cascadia: a system for specifying, detecting, and managing RFID events | |
Maier et al. | Towards a big data reference architecture | |
CN110442620B (zh) | 一种大数据探索和认知方法、装置、设备以及计算机存储介质 | |
WO2009111506A2 (en) | Systems and methods for mapping enterprise data | |
Southerton | Datafication | |
CN101454779A (zh) | 基于搜索的应用开发框架 | |
Elmagarmid et al. | NADEEF/ER: generic and interactive entity resolution | |
Becker | Big data usage | |
CN102902614B (zh) | 一种动态监测及智能引导方法 | |
Li et al. | Fuzzy clustering-based financial data mining system analysis and design | |
Alghushairy et al. | Data storage | |
CN105653830A (zh) | 一种基于模型驱动的数据分析方法 | |
Fürber et al. | Data quality | |
Huang | Data processing | |
Alshamrani et al. | Deep learning | |
Burgard et al. | Data warehouse and business intelligence systems in the context of e-HRM | |
Li | [Retracted] Research on the Social Security and Elderly Care System under the Background of Big Data | |
Putri et al. | Knowledge Management in Business using Patent Landscape Analysis | |
Su et al. | [Retracted] Design and Application of Intelligent Management Platform Based on Big Data | |
Huang et al. | Data cleansing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160420 Termination date: 20210911 |
|
CF01 | Termination of patent right due to non-payment of annual fee |