CN105404608B - 一种基于公式解析的复杂指标集计算方法和系统 - Google Patents
一种基于公式解析的复杂指标集计算方法和系统 Download PDFInfo
- Publication number
- CN105404608B CN105404608B CN201510704509.9A CN201510704509A CN105404608B CN 105404608 B CN105404608 B CN 105404608B CN 201510704509 A CN201510704509 A CN 201510704509A CN 105404608 B CN105404608 B CN 105404608B
- Authority
- CN
- China
- Prior art keywords
- data
- basic data
- formula
- basic
- subdata
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Abstract
本发明实施例提出了一种基于公式解析的复杂指标集计算方法和系统,其中计算方法包括:确定数据标准化模型的参数,参数包括数据集中数据的维度、度量值、衍生值;确定数据集中的基础数据;确定数据集中的非基础数据,对非基础数据进行表示,以将非基础数据表示为至少一个或多个子数据的四则运算;将每一非基础数据表示为树形结构,树形结构的端点为用于生成非基础数据的四则运算符,且树形结构的每一分支为用于生成非基础数据的子数据;对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;然后根据排序后的公式生成可执行语句;导入基础数据,然后按照顺序执行可执行语句。
Description
技术领域
本发明涉及数据信息化技术领域,特别涉及一种基于公式解析的复杂指标集计算方法和系统。
背景技术
随着企业规模逐渐扩大,企业中各类数据、衍生数据的数量也会随之增加,数据间的关系会越来越复杂,这些关系包括衍生关系、父子关系等。现有的数据处理技术领域中将数据分为基础数据、衍生数据、父数据。其中不依赖于其他数据的数据称为基础数据,基础数据可以直接获得或通过底层数据统计获得;而衍生数据是指通过其他数据得到的,而通过多个基础数据或衍生数据结合形成的数据称为父数据。
现有技术中很多企业都通过EXCEL表来管理这些数据形成的数据集,并在数据库中用公式描述数据间的各种关系。在录入数据时需要先将基础数据录入,才能够根据这些基础数据和公式来获取衍生数据。但是在针对拥有大量数据和复杂数据关系的数据集进行统计时,会导致持续计算量呈指数级别增加;特别是当新增数据类型和新增/修改公式时,其工作量更是难以接受的。在随着公式量的不断增加和公式不断改变,维护人员不得不面对Excel中大量的没有明确含义的单元格名,并需要在不同的sheet页中寻找需要的数据位置,会导致工作量增加且很容易出错。
发明内容
为解决现有技术中的问题,本发明实施例提供了一种基于公式解析的复杂指标集计算方法和系统,能够自动处理以应对大量数据和复杂数据关系的数据集。
为达到上述目的,本发明实施例提出了一种基于公式解析的复杂指标集计算方法,包括:
确定数据标准化模型的参数,所述参数包括数据集中数据的维度、度量值、衍生值;
确定数据集中的基础数据Datax,并将所述基础数据表示为Datax={ Nameb,Valueb},其中Nameb为该基础数据的名称,Valueb为该基础数据的数据值;
确定数据集中的非基础数据Datay,对所述非基础数据进行表示,以将所述非基础数据表示为至少一个或多个子数据的四则运算;即将所述非基础数据Datay表示为:Datay=f{Data1,Data2……Datan};其中 Data1,Data2……Datan为用于计算该非基础数据的子数据的数值其中所述子数据为基础数据或非基础数据;
将每一非基础数据表示为树形结构,所述树形结构的端点为用于生成所述非基础数据的四则运算符,且所述树形结构的每一分支为用于生成所述非基础数据的子数据;
对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;
然后根据排序后的公式生成可执行语句;
导入基础数据,然后按照顺序执行所述可执行语句。
其中,所述数据的维度是数据的外部特性;所述度量值为数据在特定维度组合下的取值结果;所述衍生值是数据本身通过计算得到的有相对意义的度量值。
其中,所述树形结构是通过LR语法规则解析出来的。
其中,对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前,具体包括:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
其中,所述方法还包括:当更改公式或新增公式时,重新对公式进行排序。
同时,本发明实施例还提出了一种基于公式解析的复杂指标集计算系统,包括:
参数确定单元,用于确定数据标准化模型的参数,所述参数包括数据集中数据的维度、度量值、衍生值;
基础数据标示单元,用于确定数据集中的基础数据Datax,并将所述基础数据表示为Datax={Nameb,Valueb},其中Nameb为该基础数据的名称,Valueb为该基础数据的数据值;
非基础数据标示单元,用于确定数据集中的非基础数据Datay,对所述非基础数据进行表示,以将所述非基础数据表示为至少两个子数据;即将所述非基础数据Datay表示为:Datay=f{Data1,Data2……Datan};其中 Data1,Data2……Datan为用于计算该非基础数据的子数据;其中所述子数据为基础数据或非基础数据;
解析单元,用于将每一非基础数据表示为树形结构,所述树形结构的端点为用于生成所述非基础数据的四则运算符,且所述树形结构的每一分支为用于生成所述非基础数据的子数据;
排序单元,用于对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;
生成单元,用于根据排序后的生成可执行语句;
执行单元,用于导入基础数据,然后按照顺序执行所述可执行语句。
其中,所述数据的维度是数据的外部特性;所述度量值为数据在特定维度组合下的取值结果;所述衍生值是数据本身通过计算得到的有相对意义的度量值。
其中,所述树形结构是通过LR语法规则解析出来的。
其中,所述排序单元采用以下方式进行排序:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
其中,所述方法还包括:当更改公式或新增公式时,重新对公式进行排序。
本发明的有益效果如下:本发明实施例设计了一种基于公式解析的复杂指标集计算方法和系统,可以自动数据进行解析并采用统一的公式进行表述,这样就可以自动将许多原先需要由人工处理的工作交给了计算机来完成,解决了人工处理时低效、低可读性、易出错、难扩展的种种问题,并且能够实现数据集计算的完全自动化,以及提供了更强大的数据维度和度量的扩展能力。
附图说明
图1为本发明实施例的流程示意图;
图2为基于公式解析的复杂数据集计算系统数据流图;
图3为基于公式解析的复杂数据集计算方法流程图;
图4为数据计算公式的新增和变更流程图;
图5为语法树的示意图;
图6为数据计算语句排序流程图。
具体实施方式
本发明的核心思想是:通过一种人和计算机都能识别的数据公式描述语言,配合解析装置,实现比传统方法更好的可读性、维护性和扩展性,并且能够支持自动化的批量运算,使得在处理拥有数千甚至上万条数据的复杂数据集时,仍然能够保持很高的执行效率。
本发明实施例提出了一种基于公式解析的复杂指标集计算方法,包括:
确定数据标准化模型的参数,所述参数包括数据集中数据的维度、度量值、衍生值;
确定数据集中的基础数据Datax,并将所述基础数据表示为Datax={ Nameb,Valueb},其中Nameb为该基础数据的名称,Valueb为该基础数据的数据值;
确定数据集中的非基础数据Datay,对所述非基础数据进行表示,以将所述非基础数据表示为至少一个或多个子数据的四则运算;即将所述非基础数据Datay表示为:Datay=f{Data1,Data2……Datan};其中 Data1,Data2……Datan为用于计算该非基础数据的子数据的数值其中所述子数据为基础数据或非基础数据;
将每一非基础数据表示为树形结构,所述树形结构的端点为用于生成所述非基础数据的四则运算符,且所述树形结构的每一分支为用于生成所述非基础数据的子数据;
对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;
然后根据排序后的公式生成可执行语句;
导入基础数据,然后按照顺序执行所述可执行语句。
其中,所述数据的维度是数据的外部特性;所述度量值为数据在特定维度组合下的取值结果;所述衍生值是数据本身通过计算得到的有相对意义的度量值。
其中,所述树形结构是通过LR语法规则解析出来的。
其中,对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前,具体包括:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
其中,所述方法还包括:当更改公式或新增公式时,重新对公式进行排序。
同时,本发明实施例还提出了一种基于公式解析的复杂指标集计算系统,包括:
参数确定单元,用于确定数据标准化模型的参数,所述参数包括数据集中数据的维度、度量值、衍生值;
基础数据标示单元,用于确定数据集中的基础数据Datax,并将所述基础数据表示为Datax={Nameb,Valueb},其中Nameb为该基础数据的名称,Valueb为该基础数据的数据值;
非基础数据标示单元,用于确定数据集中的非基础数据Datay,对所述非基础数据进行表示,以将所述非基础数据表示为至少两个子数据;即将所述非基础数据Datay表示为:Datay=f{Data1,Data2……Datan};其中 Data1,Data2……Datan为用于计算该非基础数据的子数据;其中所述子数据为基础数据或非基础数据;
解析单元,用于将每一非基础数据表示为树形结构,所述树形结构的端点为用于生成所述非基础数据的四则运算符,且所述树形结构的每一分支为用于生成所述非基础数据的子数据;
排序单元,用于对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;
生成单元,用于根据排序后的生成可执行语句;
执行单元,用于导入基础数据,然后按照顺序执行所述可执行语句。
其中,所述数据的维度是数据的外部特性;所述度量值为数据在特定维度组合下的取值结果;所述衍生值是数据本身通过计算得到的有相对意义的度量值。
其中,所述树形结构是通过LR语法规则解析出来的。
其中,所述排序单元采用以下方式进行排序:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
其中,所述方法还包括:当更改公式或新增公式时,重新对公式进行排序。
为使本发明的目的、技术方案和优点更加清楚明白,以下通过一个具体的实例对本发明实施例进行进一步说明:
如图2所示的为本发明的该实施例的流程结构图。如图3所示的,本发明实施例的方法首先需要生成一个数据标准化模型。
以互联网公司为例,该模型为一多维度向量,其参数可以表示为下表:
按照这个向量模型,本发明实施例可以根据不同类的业务,按天统计各地域各用户类型的新增用户数和收入,以及它们的环比、同比、月累计情况。这样可以得到一系列的基础数据,如:免费邮箱新增用户数、VIP邮箱新增用户数、公有云收入、私有云收入等等。本发明实施例可以把这些基础数据按标准模型保存下来。同时根据该标准模型计算多个衍生数据和父数据,包括:邮箱的总新增用户数、免费邮箱新增用户数占比、VIP邮箱新增用户数占比、云服务的总收入、收入贡献率等。在本发明实施例中,可以通过以下方式描述数据间的关系Datax={Nameb,Valueb},比如:
l 父数据,邮箱总新增用户数={免费邮箱新增用户数,新增用户数}+{VIP邮箱新增用户数,新增用户数}
l 父数据,云服务的总收入={公有云收入,收入}+{私有云收入,收入}
l 衍生数据,私有云收入贡献率={私有云收入,收入}/{云服务的总收入,收入}*100%
在前述的实施例中用大括号区分一个数据,并且在一个数据中用逗号区分数据名称和所使用的度量。同时数据之间用四则运算符号连接以完成对公式的描述,以实现数据和公式的自描述。
然后用公式分析装置来对数据和公式进行分析,具体的可以采用如下所列举的LR语法来进行分析。然后利用antlr.jar编译工具,按照语法规则,把配置好的数据公式描述,解析为可以处理的语法树。
这样就可以将每一数据、公式都解析为如图5所示的树形结构,在树形结构的顶部为四则运算符号,而树形结构的每一个分支则为一个数据。由于该数据是表示为f(Data)={Data1,Value1},{Data2,Value2},……{Datan,Valuen}结构的,因此就可以将其按照如图5所示的结构解析后添加到树形结构内。如图5所示的就是解析出的“云服务的总收入={公有云收入,收入}+{私有云收入, 收入}”这一公式。
由于各个指标之间存在依赖或衍生关系,因此需要对公式进行排序以防止在先的公式引用在后公式的结果。例如私有云收入贡献率这个数据需要依赖云服务总收入数据才能计算出来,因此必须把计算云服务总收入的公式放在计算私有云收入贡献率的公式之前才能保证在运行时不会报错。本发明实施例采用递归算法,通过遍历数据集的方式来确保公式的顺序。具体流程如图6所示的,包括:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
在按照前述的步骤将公式一一进行排序后就可以获得最终的公式库,而每次执行时需要按照公式库中公式的顺序进行执行以确保计算结果的有效性。同时采用本发明实施例的方法可以根据这些公式生成可执行语句,并获得数据集的计算结果,该结果不仅仅是一个值,而是这个数据在各个维度组合下(在本例中是每天、每个地方、每个用户类型的组合)的所有度量值(在本例中是收入、用户数、以及其环比、同比、累计值),这就使得数据的维度和度量有着充分的自由度和扩展性,这是用Excel难以完成的。
数据公式的变更也很方便,在需要新增数据公式时,如图4所示的,可以将新的公式通过如前所述的步骤进行解析以形成树形结构,然后将新的公式增加到公式列表并重新排序;在需要修改数据公式时,把数据公式描述按照实际需求修改,再调用解析装置和计算语句生成装置获得最新的计算语句列表即可,非常方便,这一点也是Excel难以比拟的,因为在Excel中需要四处寻找数据所对应的单元格编号,这在复杂数据集中是很难完成的任务。
本发明实施例的方法尤其适合那些拥有大量数据和复杂数据关系的数据集的统计。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种基于公式解析的复杂指标集计算方法,其特征在于,包括:
确定数据标准化模型的参数,所述参数包括数据集中数据的维度、度量值、衍生值;
确定数据集中的基础数据Datax,并将所述基础数据表示为Datax={ Nameb,Valueb},其中Nameb为该基础数据的名称,Valueb为该基础数据的数据值;
确定数据集中的非基础数据Datay,对所述非基础数据进行表示,以将所述非基础数据表示为至少一个或多个子数据的四则运算;即将所述非基础数据Datay表示为:Datay=f{Data1,Data2……Datan};其中 Data1,Data2……Datan为用于计算该非基础数据的子数据的数值其中所述子数据为基础数据或非基础数据;
将每一非基础数据表示为树形结构,所述树形结构的端点为用于生成所述非基础数据的四则运算符,且所述树形结构的每一分支为用于生成所述非基础数据的子数据;
对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;
然后根据排序后的公式生成可执行语句;
导入基础数据,然后按照顺序执行所述可执行语句;
其中,对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前,具体包括:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
2.根据权利要求1所述的基于公式解析的复杂指标集计算方法,其特征在于,所述数据的维度是数据的外部特性;所述度量值为数据在特定维度组合下的取值结果;所述衍生值是数据本身通过计算得到的有相对意义的度量值。
3.根据权利要求1所述的基于公式解析的复杂指标集计算方法,其特征在于,其中,所述树形结构是通过LR语法规则解析出来的。
4.根据权利要求1所述的基于公式解析的复杂指标集计算方法,其特征在于,所述方法还包括:当更改公式或新增公式时,重新对公式进行排序。
5.一种基于公式解析的复杂指标集计算系统,其特征在于,包括:
参数确定单元,用于确定数据标准化模型的参数,所述参数包括数据集中数据的维度、度量值、衍生值;
基础数据标示单元,用于确定数据集中的基础数据Datax,并将所述基础数据表示为Datax={Nameb,Valueb},其中Nameb为该基础数据的名称,Valueb为该基础数据的数据值;
非基础数据标示单元,用于确定数据集中的非基础数据Datay,对所述非基础数据进行表示,以将所述非基础数据表示为至少两个子数据;即将所述非基础数据Datay表示为:Datay=f{Data1,Data2……Datan};其中 Data1,Data2……Datan为用于计算该非基础数据的子数据;其中所述子数据为基础数据或非基础数据;
解析单元,用于将每一非基础数据表示为树形结构,所述树形结构的端点为用于生成所述非基础数据的四则运算符,且所述树形结构的每一分支为用于生成所述非基础数据的子数据;
排序单元,用于对生成的所有非基础数据对应的公式进行排序,以使每一非基础数据所引用的子数据对应的公式排在该非基础数据对应的公式之前;
生成单元,用于根据排序后的生成可执行语句;
执行单元,用于导入基础数据,然后按照顺序执行所述可执行语句;
其中,所述排序单元采用以下方式进行排序:
步骤S501、将所述基础数据标示为true并将所有非基础数据标示为false;
步骤S502、遍历所有标示为flase的指标,以判断是否还有被标示为false的数据,如果否则步骤结束;
步骤S503、对依赖的指标标示求交集,如果求交集结果为true则将该非基础数据的标示置为true,将公式添加到计算队列,并返回步骤S502,如果求交集结果为false则返回步骤S502。
6.根据权利要求5所述的基于公式解析的复杂指标集计算系统,其特征在于,所述数据的维度是数据的外部特性;所述度量值为数据在特定维度组合下的取值结果;所述衍生值是数据本身通过计算得到的有相对意义的度量值。
7.根据权利要求6所述的基于公式解析的复杂指标集计算系统,其特征在于,所述树形结构是通过LR语法规则解析出来的。
8.根据权利要求5所述的基于公式解析的复杂指标集计算系统,其特征在于,所述系统还包括:当更改公式或新增公式时,重新对公式进行排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510704509.9A CN105404608B (zh) | 2015-10-27 | 2015-10-27 | 一种基于公式解析的复杂指标集计算方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510704509.9A CN105404608B (zh) | 2015-10-27 | 2015-10-27 | 一种基于公式解析的复杂指标集计算方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105404608A CN105404608A (zh) | 2016-03-16 |
CN105404608B true CN105404608B (zh) | 2018-07-20 |
Family
ID=55470103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510704509.9A Active CN105404608B (zh) | 2015-10-27 | 2015-10-27 | 一种基于公式解析的复杂指标集计算方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105404608B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780035A (zh) * | 2017-01-09 | 2017-05-31 | 天津市思托科技有限公司 | 用于云计算的指标公式处理方法、计算方法、处理装置和计算系统 |
CN111524586A (zh) * | 2020-04-24 | 2020-08-11 | 深圳市长城网信息科技股份有限公司 | 规范计算医疗质量控制指标的方法 |
CN113220728B (zh) * | 2021-05-24 | 2023-11-28 | 跬云(上海)信息科技有限公司 | 数据查询方法、装置、设备和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101047592B1 (ko) * | 2008-06-16 | 2011-07-07 | 연세대학교 산학협력단 | 다차원 데이터 처리 방법 및 분석 방법과 다차원 데이터처리 장치 |
CN101676900A (zh) * | 2008-09-18 | 2010-03-24 | 阿里巴巴集团控股有限公司 | 提高目标数据准确性的数据清洗方法及清洗系统 |
CN102930372A (zh) * | 2012-09-25 | 2013-02-13 | 浙江图讯科技有限公司 | 一种用于面向工矿企业安全生产云服务平台系统的关联规则的数据分析方法 |
CN103106187B (zh) * | 2013-02-21 | 2016-05-04 | 用友网络科技股份有限公司 | 数据模型的处理系统和处理方法 |
CN103559202B (zh) * | 2013-10-08 | 2017-03-15 | 北京奇虎科技有限公司 | 一种网页内容抽取装置和方法 |
CN104536982A (zh) * | 2014-12-08 | 2015-04-22 | 北京用友政务软件有限公司 | 一种数据处理方法及装置 |
CN104361137A (zh) * | 2014-12-10 | 2015-02-18 | 用友软件股份有限公司 | 报表取数条件生成装置和方法 |
-
2015
- 2015-10-27 CN CN201510704509.9A patent/CN105404608B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105404608A (zh) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102999506B (zh) | 一种获取用户独立访问数的方法与装置 | |
CN113946461A (zh) | 一种故障根因分析的方法及装置 | |
EP3418910A1 (en) | Big data-based method and device for calculating relationship between development objects | |
CN110597870A (zh) | 一种企业关系挖掘方法 | |
CN105404608B (zh) | 一种基于公式解析的复杂指标集计算方法和系统 | |
Finarelli et al. | Potential pitfalls of reconstructing deep time evolutionary history with only extant data, a case study using the Canidae (Mammalia, Carnivora) | |
Xue et al. | Optimizing Ontology Alignments by using NSGA-II. | |
CN113312578B (zh) | 一种数据指标的波动归因方法、装置、设备、及介质 | |
CN104462095B (zh) | 一种查询语句公共部分的提取方法及装置 | |
US9405796B2 (en) | Systems and methods for analyzing registrar and hosting provider relationships | |
CN105574761A (zh) | 一种基于Spark的纳税人利益关联网络并行生成方法 | |
CN102508971A (zh) | 概念设计阶段产品功能模型建立方法 | |
CN102364475A (zh) | 基于身份识别对检索结果排序的系统及方法 | |
CN109583773A (zh) | 一种纳税信用积分确定的方法、系统及相关装置 | |
US20160179851A1 (en) | Method and system of process reconstruction | |
CN111309911B (zh) | 面向司法领域的案件话题发现方法 | |
CN110826845B (zh) | 一种多维组合成本分摊装置及方法 | |
JP2013050896A (ja) | Faq作成支援システム及びプログラム | |
CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
CN103336865B (zh) | 一种动态通信网络构建方法及装置 | |
CN110928928A (zh) | 投资主体的数据统计方法、装置、电子设备及存储介质 | |
CN114860759A (zh) | 一种数据处理方法、装置、设备及可读存储介质 | |
CN108492033A (zh) | 电网客户集中投诉智能预警方法 | |
CN104636422B (zh) | 用于挖掘数据集中的模式的方法和系统 | |
Li et al. | Capital, labor, and derived demand for information: Evidence from China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |