CN108062322A - 一种基于时间趋势图的数据补全方法及装置 - Google Patents
一种基于时间趋势图的数据补全方法及装置 Download PDFInfo
- Publication number
- CN108062322A CN108062322A CN201610980742.4A CN201610980742A CN108062322A CN 108062322 A CN108062322 A CN 108062322A CN 201610980742 A CN201610980742 A CN 201610980742A CN 108062322 A CN108062322 A CN 108062322A
- Authority
- CN
- China
- Prior art keywords
- time point
- point
- time
- trend
- achievement data
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于时间趋势图的数据补全方法及装置,涉及数据处理技术领域,主要目的在于通过补全时间对应的指标数据来提高趋势图反映指标数据随时间变化趋势的准确性。本发明主要的技术方案为:获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;根据所述单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;根据所述时间点序列查找所述趋势时间点对应的指标数据;对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。本发明主要用于补全趋势图中缺少的指标数据。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于时间趋势图的数据补全方法及装置。
背景技术
趋势图也称为走势图,用来显示一定时间间隔(例如一天、一周或一个月)内所得到的指标数据。是以指标数据的值为纵轴,以时间为横轴绘成的图形。趋势图是一种非常直观的数据可视化图表,被广泛地应用于界面中的数据展示。
目前,界面展示端在展示趋势图时,对于所展示的时间区间一般是由用户通过界面展示端所设置的,界面展示端根据设置的时间段,向数据端获取对应于该时间段的指标数据,从而生成趋势图。然而,界面展示端在向数据端获取指标数据时,所需要的指标数据为一组对应于时间段的连续指标数据,但是,数据端在保存指标数据时考虑到存储空间的问题,一般只会保存指标数据,并在指标数据上标注对应的时间数据,而不会根据单位时间间隔来连续记录指标数据,例如,在以小时为时间间隔记录视频播放次数时,记录的方式为记录视频每次播放的时间,经过统计记录某一小时中的播放次数,而对于某一小时中不存在播放的情况,将不予记录。这就导致界面展示端所获取的指标数据不连贯,而在生成趋势图时,这些没有指标数据的时间点将被忽略,或者是将该时间点对应的指标数据由其前、后时间点对应的指标数据计算推导得到,使得趋势图不能真实的反映出指标数据与时间的对应关系。如图1所示,假设图中统计的是一个视频在2016年7月1日至2016年7月5日播放次数的趋势图,在数据端存储的播放次数数据为2016/7/1为200次,2016/7/3为100次,2016/7/5为200次,2016/7/2和2016/7/4没有播放,而界面展示端在生成趋势图时,由于2016/7/2和2016/7/4没有数据,基于前、后数据的基础会生成图中实线的趋势图,而实际的趋势图形式应为图中虚线表示的趋势图,可见,实现的趋势图完全不能反映真实的播放次数的数据。
发明内容
有鉴于此,本发明提供一种基于时间趋势图的数据补全方法及装置,主要目的在于通过补全时间对应的指标数据来提高趋势图反映指标数据随时间变化趋势的准确性。
为达到上述目的,本发明主要提供如下技术方案:
一方面,本发明提供了一种基于时间趋势图的数据补全方法,该方法包括:
获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;
根据所述单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;
根据所述时间点序列查找所述趋势时间点对应的指标数据;
对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
优选的,所述根据所述单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列包括:
提取所述时间段的开始时间点和结束时间点,所述开始时间点和结束时间点的时间单位为标注指标数据的最小时间间隔;
逐一判断所述开始时间点和结束时间点之间的每一个基础时间点是否与前一个基础时间点处于同一个单位时间间隔中,所述基础时间点之间的时间间隔为最小时间间隔;
当所述基础时间点与前一个基础时间点不在相同的单位时间间隔中时,将所述基础时间点确定为趋势时间点;
将所确定的趋势时间点以及开始时间点和结束时间点按照时间顺序生成时间点序列。
优选的,所述根据所述时间点序列查找所述趋势时间点对应的指标数据包括:
提取所述时间点序列中的趋势时间点,并确定所述趋势时间点中包含的所述基础时间点;
查找每个所述基础时间点对应的指标数据;
对没有查到指标数据的基础时间点,将所述基础时间点的指标数据值设置为空值;
统计查找出的所有指标数据,计算得到所述趋势时间点对应的指标数据。
优选的,所述对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值包括:
判断所述趋势时间点包含的所有基础时间点中是否存在对应的指标数据;
若不存在,则将所述趋势时间点的指标数据值设置为空值。
优选的,所述方法还包括:
利用获取的所述时间段中各趋势时间点对应的指标数据生成具有单位时间间隔的时间趋势图。
另一方面,本发明还提供了一种基于时间趋势图的数据补全装置,该装置包括:
获取单元,用于获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;
解析单元,用于根据所述获取单元得到的单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;
查找单元,用于根据所述解析单元得到的时间点序列查找所述趋势时间点对应的指标数据;
设置单元,用于对所述查找单元没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
优选的,所述解析单元包括:
提取模块,用于提取所述时间段的开始时间点和结束时间点,所述开始时间点和结束时间点的时间单位为标注指标数据的最小时间间隔;
判断模块,用于逐一判断所述提取模块提取的开始时间点和结束时间点之间的每一个基础时间点是否与前一个基础时间点处于同一个单位时间间隔中,所述基础时间点之间的时间间隔为最小时间间隔;
确定模块,用于当所述判断模块判断基础时间点与前一个基础时间点不在相同的单位时间间隔中时,将所述基础时间点确定为趋势时间点;
排序模块,用于将所确定模块确定的趋势时间点以及开始时间点和结束时间点按照时间顺序生成时间点序列。
优选的,所述查找单元包括:
提取模块,用于提取所述时间点序列中的趋势时间点,并确定所述趋势时间点中包含的所述基础时间点;
查找模块,用于查找所述提取模块提取的每个基础时间点对应的指标数据;
设置模块,用于对所述查找模块没有查到指标数据的基础时间点,将所述基础时间点的指标数据值设置为空值;
统计模块,用于统计所述查找模块查找出的所有指标数据,计算得到所述趋势时间点对应的指标数据。
优选的,所述设置单元包括:
判断模块,用于判断所述趋势时间点包含的所有基础时间点中是否存在对应的指标数据;
设置模块,用于当所述判断模块判断不存在对应的指标数据时,将所述趋势时间点的指标数据值设置为空值。
优选的,所述装置还包括:
生成单元,用于利用所述查找单元获取的所述时间段中各趋势时间点对应的指标数据生成具有单位时间间隔的时间趋势图。
依据上述本发明所提出的一种基于时间趋势图的数据补全方法及装置,通过对生成趋势图指定的时间段按照单位使劲间隔进行解析,得到该时间段内的一组连续趋势时间点,再获取对应趋势时间点的指标数据,若不存在对应趋势时间点的指标数据,则确定该趋势时间点的指标数据为零,并将该指标数据的值设置为空值,以供生成对应的趋势图。与现有的制作时间趋势图的方式相比,本发明在获取趋势图中的指标数据时,对于不存在指标数据的趋势时间点,通过对指标数据的补充,使得在指定时间段内具有连续的指标数据,并根据这些指标数据生产对应的趋势图,而不会因为缺少指标数据导致图形与实际的指标趋势不符,更准确、真实地反映指标数据随时间推移的变化趋势。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了现有趋势图在指标数据缺省时生成的趋势图形与实际趋势图形的差异示意图;
图2示出了本发明实施例提出的一种基于时间趋势图的数据补全方法流程图;
图3示出了本发明实施例的趋势图中时间轴上的坐标展示示意图;
图4示出了本发明实施例提出的另一种基于时间趋势图的数据补全方法流程图;
图5示出了本发明实施例提出的一种基于时间趋势图的数据补全装置组成框图;
图6示出了本发明实施例提出的另一种基于时间趋势图的数据补全装置组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种基于时间趋势图的数据补全方法,如图2所示,该方法主要用于检测生成趋势图所需的指标数据,对缺少的指标数据进行补全,对此本发明实施例提供以下具体步骤:
101、获取生成时间趋势图所需的时间段以及单位时间间隔。
其中,时间段可以为用户自定义设置的时间段,如图1中所示出共5天的时间段,也可以是趋势图确定的整段的时间段,例如一整年,一整月等。一般的,趋势图会向用户提供时间段的选项,以此来确定用户所需的时间段。单位时间间隔是指该趋势图中时间轴上的时间单位,在图1中所示的趋势图,其时间单位为天,对应的单位时间间隔就是天。该单位时间间隔也是可以由用户自定义选择的。对于同一批指标数据通过不同的单位时间间隔进行展示时,所呈现的图形也不相同。单位时间间隔越小,所反映的数据趋势也就越精确,但是对应的所需要的展示空间也就越大,在显示大段时间的趋势图时,往往会用到滚动条来帮助用户具体查看,而使用较大的单位时间间隔,能够有效的减少趋势图所需的展示空间,但对应的趋势图形的精度会有所降低。
需要说明的是,上述指标数据在记录时,会对应标注上对应的时间数据,用于表示该指标数据是在该段时间中生成的数据值。而这个对应的时间数据所表示的时间段应为记录指标数据的最小时间间隔的正整数倍,比如,指标数据的更新时间为1天,那么,得到的指标数据所对应标注的时间数据就可以为天、周、月等,而不能是小时、分钟等小于1天的计时单位。也就是说,趋势图的单位时间间隔是指标数据最小更新周期的正整数倍。
102、根据单位时间间隔解析趋势图指定的时间段,得到由该时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列。
本步骤就是对指定的时间段按照单位时间间隔进行分解,得到一组时间点。例如,展示的趋势图是以周为单位时间间隔,数据的最小更新周期为1天,当指定展示的时间段为2016年6月1日至2016年7月10日,分解得到的时间点为2016年6月第1周(6月1日-6月5日),2016年6月第2周(6月6日-6月12日),2016年6月第3周(6月13日-6月19日),2016年6月第4周(6月20日-6月26日),2016年6月第5周(6月27日-7月3日),2016年7月第6周(7月4日-7月10日),其中第1周中只有5天,那么对应得到的一组时间段就是第1周,第2周,第3周,第4周,第5周,第6周,而第一周中为5天,其他周都为7天,设置以每周的第一天代表本周的时间点,则趋势图中的展示效果可参见图3,为趋势图中时间轴上的坐标展示示意图,该图中,趋势图时间轴的起点为2016年6月1日,即原点为第1周,趋势图的结束点为第六周的最后一天,即2016年7月10日。
103、根据时间点序列查找趋势时间点所对应的指标数据。
步骤102是确定趋势图中时间轴,即横轴的时间点坐标,也就是时间点序列中的一组连续的时间点数据。在此基础上,本步骤为根据这些时间点查找对应的指标数据,即查找标注有该时间点数据的标签数据,将对应的指标数据值标注在趋势图的对应位置中。
需要说明的是,本实施例中在查找指标数据时,是在数据库中进行对比查询,而本发明实施例在进行指标数据记录时,需要设定所记录的指标数据能够统计生成对应单位时间间隔的数据,以图3中的实例说明,由于趋势图的单位时间间隔为周,而数据的更新周期为1天,那么数据库在记录指标数据时,所标注的时间数据是精确到天的日期标注的,如:2016/6/6-100,就是在2016年6月6日的指标数据值为100,而本发明实施例中数据库在记录指标数据的同时,还可以统计出根据趋势图的单位时间间隔的指标数据,例如周数据,月数据,年数据等,对于图3中,第1周的指标数据就是统计第1周共5天的指标数据,其中,具体统计的方式不做限定,可以是求和、取平均值、取最大值、去最小值等等。在数据库中存在有对应与“周”的指标数据后,图3中的趋势时间点才可能在数据库中查找到对应的指标数据。
104、对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
其中,没有查到趋势时间点对应的指标数据的情况分为两种:
一种是趋势图中的单位时间间隔与指标数据的最小更新周期相同时,也就是单位时间间隔为“天”,并且数据库中记录的指标数据标注的时间数据也精确到“天”,此时,如果没有查到则可以认为在该趋势时间点上的指标数据值为空,需要对应的生成一个该趋势时间点对应的指标数据,并将其数据值设置空值,也就是在数据库中没有该指标数据时,生成一个指标数据,并未该指标数据设置一个数据值。其中,这个数据值需要根据具体的实际情况进行设置,比如在统计次数时,空值代表的次数可以为0,而在统计状态时,空值代表的状态可以为初始状态。
另一种是趋势图中的单位时间间隔与指标数据的最小更新周期不相同时,如图3中,单位时间间隔为“周”,而数据库中记录的指标数据标注的时间数据精确到“天”,此时,没有查询到可能是数据库中没有对应“周”指标数据,但可能存在属于这一周中各天的指标数据,该情况可以统计隔天的指标数据从而得到该周的指标数据,而当所属的各天中不存在某天的指标数据时,可根据上述的数据补全方式对其进行补全,在将各天的指标数据统计为周的指标数据,从而完成对该周指标数据的补全。
结合上述的实现方式可以看出,本发明实施例所采用的基于时间趋势图的数据补全方法,通过对生成趋势图指定的时间段按照单位使劲间隔进行解析,得到该时间段内的一组连续趋势时间点,再获取对应趋势时间点的指标数据,若不存在对应趋势时间点的指标数据,则确定该趋势时间点的指标数据为零,并将该指标数据的值设置为空值,以供生成对应的趋势图。与现有的制作时间趋势图的方式相比,本发明实施例在获取趋势图中的指标数据时,对于不存在指标数据的趋势时间点,通过对指标数据的补充,使得在指定时间段内具有连续的指标数据,并根据这些指标数据生产对应的趋势图,而不会因为缺少指标数据导致图形与实际的指标趋势不符,更准确、真实地反映指标数据随时间推移的变化趋势。
以下为了更加详细地说明本发明提出的一种基于时间趋势图的数据补全方法,特别是对趋势图中指定的时间段进行解析以及对缺失指标数据的补全过程进行详细说明,具体如图4所示,该方法所包括的步骤为:
201、获取生成时间趋势图所需的时间段以及单位时间间隔。
本步骤的内容同上述实施例中的步骤101,具体可参见上述步骤中的内容,此处不再赘述。
202、根据单位时间间隔解析趋势图指定的时间段。
其中,解析指定的时间段具体步骤包括:
首先,提取该时间段的开始时间点和结束时间点,这两个时间点的时间单位为标注指标数据的最小时间间隔,以上述图3中时间数据为例,指标数据的最小时间间隔为“天”,那么,在提取开始时间点和结束时间点时也要具体到某日,即2016年6月1日和2016年7月10日。
第二,逐一判断开始时间点和结束时间点之间的每一个基础时间点是否与前一个基础时间点处于同一个单位时间间隔中。其中,基础时间点之间的时间间隔为最小时间间隔,也就是按照“天”排列的连续日期时间。对应于图3中,就是逐日地判断前后两天是否在同一周内,就是判断6月2日与6月1日是否在同一周内,再判断6月3日与6月2日是否在同一周内,以此类推。具体的判断可根据日历中当前所属的日期进行判断。
第三,当判断基础时间点与前一个基础时间点不在相同的单位时间间隔中时,将该基础时间点确定为趋势时间点,在图3选中时将每周的第一天确定为趋势时间点,用于代表本周的时间数据,本实施例中不限定确定具体时间点的方式,目的是要在趋势图的时间轴上确定单位时间间隔的坐标位置。
第四,将所确定的趋势时间点以及开始时间点和结束时间点按照时间顺序生成时间点序列,也就是将确定的趋势时间点标注在趋势图的时间轴上。
通过上述步骤完成对指定时间段的解析并将得到的结果标注在趋势图时间轴的对应位置上。
203、查找趋势时间点对应的指标数据。
其中,查找指标数据时,对于图3中,趋势时间点中包括有多个基础时间点的情况,本发明实施例是查找趋势时间点中所包含的所有基础时间点对应的指标数据,并根据预置的统计规则计算出趋势时间点对应的指标数据。
而当基础时间点中存在没有指标数据的情况时,将根据实际情况对该基础时间点对应的指标数据进行补全,补全的方式具体参考步骤104中说明的补全方式,此处不再赘述。
204、对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
基于步骤203的查找方式,基本可以保证对所需趋势时间点对应的指标数据值的获取与补全。而本步骤主要是针对下述情况进行的一种补全数据的实现方式,具体为:当趋势时间点所包含的所有的基础时间点在数据库中都找不到对应的指标数据时,此时将不再逐一补全每个基础时间点对应的指标数据,而是直接将该趋势时间点的指标数据值设置为空值。在具体判断时,可以逐一查询基础时间点,当查询到有一个基础时间存在对应的指标数据时,就需要补全没有指标数据的基础时间点,而当所有的基础时间点都没有指标数据时,就直接设置趋势时间点的指标数据值。这样可以提高数据补全的处理效率。
205、利用获取的指定时间段中各趋势时间点对应的指标数据生成具有单位时间间隔的趋势图。
当所有的趋势时间点都具有对应的指标数据后,就可以根据预置的算法进行数据点间的连接,从而得到相应的趋势图。其中,预置的算法可以是简单的线性连接,也可以是通过函数计算得到的曲线连接,比如指数函数、对数函数等,对于趋势图的具体生成方式本发明实施例不做具体限定。
进一步的,作为对上述方法的实现,本发明实施例提供了一种基于时间趋势图的数据补全装置,该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置用于检测生成趋势图所需的指标数据,对缺少的指标数据进行补全,具体如图5所示,该装置包括:
获取单元31,用于获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;
解析单元32,用于根据所述获取单元31得到的单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;
查找单元33,用于根据所述解析单元32得到的时间点序列查找所述趋势时间点对应的指标数据;
设置单元34,用于对所述查找单元33没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
进一步的,如图6所示,所述解析单元32包括:
提取模块321,用于提取所述时间段的开始时间点和结束时间点,所述开始时间点和结束时间点的时间单位为标注指标数据的最小时间间隔;
判断模块322,用于逐一判断所述提取模块321提取的开始时间点和结束时间点之间的每一个基础时间点是否与前一个基础时间点处于同一个单位时间间隔中,所述基础时间点之间的时间间隔为最小时间间隔;
确定模块323,用于当所述判断模块322判断基础时间点与前一个基础时间点不在相同的单位时间间隔中时,将所述基础时间点确定为趋势时间点;
排序模块324,用于将所确定模块323确定的趋势时间点以及开始时间点和结束时间点按照时间顺序生成时间点序列。
进一步的,如图6所示,所述查找单元33包括:
提取模块331,用于提取所述时间点序列中的趋势时间点,并确定所述趋势时间点中包含的所述基础时间点;
查找模块332,用于查找所述提取模块331提取的每个基础时间点对应的指标数据;
设置模块333,用于对所述查找模块332没有查到指标数据的基础时间点,将所述基础时间点的指标数据值设置为空值;
统计模块334,用于统计所述查找模块332查找出的所有指标数据,计算得到所述趋势时间点对应的指标数据。
进一步的,如图6所示,所述设置单元34包括:
判断模块341,用于判断所述趋势时间点包含的所有基础时间点中是否存在对应的指标数据;
设置模块342,用于当所述判断模块341判断不存在对应的指标数据时,将所述趋势时间点的指标数据值设置为空值。
进一步的,如图6所示,所述装置还包括:
生成单元35,用于利用所述查找单元33获取的所述时间段中各趋势时间点对应的指标数据生成具有单位时间间隔的时间趋势图。
综上所述,本发明实施例所采用的基于时间趋势图的数据补全方法及装置,通过对生成趋势图指定的时间段按照单位使劲间隔进行解析,得到该时间段内的一组连续趋势时间点,再获取对应趋势时间点的指标数据,若不存在对应趋势时间点的指标数据,则确定该趋势时间点的指标数据为零,并将该指标数据的值设置为空值,以供生成对应的趋势图。与现有的制作时间趋势图的方式相比,本发明实施例在获取趋势图中的指标数据时,对于不存在指标数据的趋势时间点,通过对指标数据的补充,使得在指定时间段内具有连续的指标数据,并根据这些指标数据生产对应的趋势图,而不会因为缺少指标数据导致图形与实际的指标趋势不符,更准确、真实地反映指标数据随时间推移的变化趋势。
所述基于时间趋势图的数据补全装置包括处理器和存储器,上述获取单元、解析单元、查找单元和设置单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现通过补全时间对应的指标数据来提高趋势图反映指标数据随时间变化趋势的准确性。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;根据所述单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;根据所述时间点序列查找所述趋势时间点对应的指标数据;对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于时间趋势图的数据补全方法,其特征在于,所述方法包括:
获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;
根据所述单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;
根据所述时间点序列查找所述趋势时间点对应的指标数据;
对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列包括:
提取所述时间段的开始时间点和结束时间点,所述开始时间点和结束时间点的时间单位为标注指标数据的最小时间间隔;
逐一判断所述开始时间点和结束时间点之间的每一个基础时间点是否与前一个基础时间点处于同一个单位时间间隔中,所述基础时间点之间的时间间隔为最小时间间隔;
当所述基础时间点与前一个基础时间点不在相同的单位时间间隔中时,将所述基础时间点确定为趋势时间点;
将所确定的趋势时间点以及开始时间点和结束时间点按照时间顺序生成时间点序列。
3.根据权利要求2所述的方法,其特征在于,所述根据所述时间点序列查找所述趋势时间点对应的指标数据包括:
提取所述时间点序列中的趋势时间点,并确定所述趋势时间点中包含的所述基础时间点;
查找每个所述基础时间点对应的指标数据;
对没有查到指标数据的基础时间点,将所述基础时间点的指标数据值设置为空值;
统计查找出的所有指标数据,计算得到所述趋势时间点对应的指标数据。
4.根据权利要求3所述方法,其特征在于,所述对没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值包括:
判断所述趋势时间点包含的所有基础时间点中是否存在对应的指标数据;
若不存在,则将所述趋势时间点的指标数据值设置为空值。
5.根据权利要求1所述方法,其特征在于,所述方法还包括:
利用获取的所述时间段中各趋势时间点对应的指标数据生成具有所述单位时间间隔的时间趋势图。
6.一种基于时间趋势图的数据补全装置,其特征在于,所述装置包括:
获取单元,用于获取生成时间趋势图所需的时间段以及单位时间间隔,所述单位时间间隔为标注指标数据的最小时间间隔的正整数倍;
解析单元,用于根据所述获取单元得到的单位时间间隔解析所述时间段,得到由所述时间段的开始时间、结束时间以及至少一个以单位时间间隔划分的趋势时间点数据组成的时间点序列;
查找单元,用于根据所述解析单元得到的时间点序列查找所述趋势时间点对应的指标数据;
设置单元,用于对所述查找单元没有查到指标数据的趋势时间点,将所述趋势时间点的指标数据值设置为空值。
7.根据权利要求6所述的装置,其特征在于,所述解析单元包括:
提取模块,用于提取所述时间段的开始时间点和结束时间点,所述开始时间点和结束时间点的时间单位为标注指标数据的最小时间间隔;
判断模块,用于逐一判断所述提取模块提取的开始时间点和结束时间点之间的每一个基础时间点是否与前一个基础时间点处于同一个单位时间间隔中,所述基础时间点之间的时间间隔为最小时间间隔;
确定模块,用于当所述判断模块判断基础时间点与前一个基础时间点不在相同的单位时间间隔中时,将所述基础时间点确定为趋势时间点;
排序模块,用于将所确定模块确定的趋势时间点以及开始时间点和结束时间点按照时间顺序生成时间点序列。
8.根据权利要求7所述的装置,其特征在于,所述查找单元包括:
提取模块,用于提取所述时间点序列中的趋势时间点,并确定所述趋势时间点中包含的所述基础时间点;
查找模块,用于查找所述提取模块提取的每个基础时间点对应的指标数据;
设置模块,用于对所述查找模块没有查到指标数据的基础时间点,将所述基础时间点的指标数据值设置为空值;
统计模块,用于统计所述查找模块查找出的所有指标数据,计算得到所述趋势时间点对应的指标数据。
9.根据权利要求8所述装置,其特征在于,所述设置单元包括:
判断模块,用于判断所述趋势时间点包含的所有基础时间点中是否存在对应的指标数据;
设置模块,用于当所述判断模块判断不存在对应的指标数据时,将所述趋势时间点的指标数据值设置为空值。
10.根据权利要求6所述装置,其特征在于,所述装置还包括:
生成单元,用于利用所述查找单元获取的所述时间段中各趋势时间点对应的指标数据生成具有单位时间间隔的时间趋势图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610980742.4A CN108062322A (zh) | 2016-11-08 | 2016-11-08 | 一种基于时间趋势图的数据补全方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610980742.4A CN108062322A (zh) | 2016-11-08 | 2016-11-08 | 一种基于时间趋势图的数据补全方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108062322A true CN108062322A (zh) | 2018-05-22 |
Family
ID=62137747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610980742.4A Pending CN108062322A (zh) | 2016-11-08 | 2016-11-08 | 一种基于时间趋势图的数据补全方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108062322A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111797286A (zh) * | 2020-07-07 | 2020-10-20 | 国家电网有限公司大数据中心 | 一种时间区域确定方法、装置、设备及介质 |
CN112364050A (zh) * | 2020-11-17 | 2021-02-12 | 博锐尚格科技股份有限公司 | 基于时间控件获取时间段的方法、装置、电子设备、及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763730A (zh) * | 2009-12-30 | 2010-06-30 | 北京世纪高通科技有限公司 | 交通路况信息填补方法和系统 |
CN103733191A (zh) * | 2011-08-10 | 2014-04-16 | 微软公司 | 趋势图表的自动生成 |
CN104376712A (zh) * | 2013-08-16 | 2015-02-25 | 株式会社日立制作所 | 缺失交通信息补全装置及其方法 |
CN104484673A (zh) * | 2014-12-05 | 2015-04-01 | 南京大学 | 实时数据流模式识别应用的数据补全方法 |
JP2015185066A (ja) * | 2014-03-26 | 2015-10-22 | 三菱電機株式会社 | 欠測データ補完方法およびデータ収集装置 |
-
2016
- 2016-11-08 CN CN201610980742.4A patent/CN108062322A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763730A (zh) * | 2009-12-30 | 2010-06-30 | 北京世纪高通科技有限公司 | 交通路况信息填补方法和系统 |
CN103733191A (zh) * | 2011-08-10 | 2014-04-16 | 微软公司 | 趋势图表的自动生成 |
CN104376712A (zh) * | 2013-08-16 | 2015-02-25 | 株式会社日立制作所 | 缺失交通信息补全装置及其方法 |
JP2015185066A (ja) * | 2014-03-26 | 2015-10-22 | 三菱電機株式会社 | 欠測データ補完方法およびデータ収集装置 |
CN104484673A (zh) * | 2014-12-05 | 2015-04-01 | 南京大学 | 实时数据流模式识别应用的数据补全方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111797286A (zh) * | 2020-07-07 | 2020-10-20 | 国家电网有限公司大数据中心 | 一种时间区域确定方法、装置、设备及介质 |
CN111797286B (zh) * | 2020-07-07 | 2024-04-05 | 国家电网有限公司大数据中心 | 一种时间区域确定方法、装置、设备及介质 |
CN112364050A (zh) * | 2020-11-17 | 2021-02-12 | 博锐尚格科技股份有限公司 | 基于时间控件获取时间段的方法、装置、电子设备、及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150032708A1 (en) | Database analysis apparatus and method | |
CN106649316A (zh) | 一种视频推送方法及装置 | |
KR20140056731A (ko) | 구매추천 시스템 및 방법 | |
CN110222920A (zh) | 绩效数据存储方法、装置、设备及可读存储介质 | |
EP3438843A1 (en) | Uniform chart formatting based on semantics in data models | |
CN109254976A (zh) | 一种图形的绘制方法、装置、电子设备及存储介质 | |
CN108062322A (zh) | 一种基于时间趋势图的数据补全方法及装置 | |
CN111260388A (zh) | 一种商品生命周期的确定、展示方法和装置 | |
CN104636401A (zh) | 一种scada系统数据回滚的方法及装置 | |
CN107391533B (zh) | 生成图形数据库查询结果的方法及装置 | |
CN108428138B (zh) | 一种基于客户分群的客户生存率分析装置及分析方法 | |
CN111966733B (zh) | 热点知识生成方法及装置 | |
CN115935723A (zh) | 用于实现氮化镓制备场景下的设备组合分析方法及系统 | |
WO2019019387A1 (zh) | 信息推送建议生成方法、装置、计算机设备和存储介质 | |
CN116303741A (zh) | 数据展示方法、设备及存储介质 | |
CN113343458B (zh) | 发动机传感器的选型方法、装置、电子设备及存储介质 | |
CN106372081A (zh) | 表单标示符生成方法、表单分流方法和装置 | |
CN115599520A (zh) | 一种数据智能处理方法、装置、设备及存储介质 | |
CN106933849A (zh) | 关键词推送的方法及装置 | |
CN106909571B (zh) | 网站的访问路径的分析方法及装置 | |
CN108984572A (zh) | 网站信息推送方法及装置 | |
CN103593426B (zh) | 一种商品搜索及提供方法及装置 | |
CN104657388A (zh) | 一种数据处理方法和装置 | |
CN114490666A (zh) | 基于数据需求的图表生成方法、装置、设备及存储介质 | |
CN110378795B (zh) | 一种条款文件的生成方法、装置、存储介质和服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd. Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing Applicant before: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180522 |