CN109086309A - 一种指标维度关系定义方法、服务器及存储介质 - Google Patents
一种指标维度关系定义方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN109086309A CN109086309A CN201810657903.5A CN201810657903A CN109086309A CN 109086309 A CN109086309 A CN 109086309A CN 201810657903 A CN201810657903 A CN 201810657903A CN 109086309 A CN109086309 A CN 109086309A
- Authority
- CN
- China
- Prior art keywords
- index
- code
- priority
- dimensional
- attribute
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了提供一种指标维度关系定义方法、服务器及存储介质。所述方法包括:从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性;根据所述维度属性,设置维度代码,并形成维度属性表;预设指标分类,设置指标分类代码,形成指标分类表;将维度代码和指标分类代码进行组合,形成指标维度关系,根据所述指标维度关系形成指标维度关系表。本发明通过用户对对指标分类和维度属性设置代码,并按一定规则进行组合形成指标维度关系,降低了直接对指标分类和维度属性的关系定义的难度,提高了指标维度关系定义的效率,降低了存储压力。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种指标维度关系定义方法、服务器及存储介质。
背景技术
随着移动网络的发展,传统的性能统计对象,已经不能满足企业用户进行精细化运营的要求,应运而生的用户行为分析成为企业用户的关注目标和提高赢利能力的基础。用户行为分析可以通过对用户的事件日志和媒体报文内容进行统计,这些事件日志和媒体报文所包含的内容远远超过传统的性能统计对象,在事件日志和媒体报文的基础上进行统计和分析,能够对系统性能、用户行为等一系列指标进行深层分析,获得更有价值的信息。
在用户行为的分析应用中,企业用户需要能够从多个维度或组合维度、多指标对用户行为进行分析。
现有技术中以维度属性与指标分类直接进行组合,形成指标维度关系,维度中形成的说明数据与指标分类中形成的分类数据是较为庞大的,不仅拖慢了统计速度,而且导致分析效率低。
发明内容
本发明的目的是针对上述现有技术存在的缺陷,提供一种指标维度关系定义方法、服务器及存储介质。
本发明采用的技术方案是,首先提供一种指标维度关系定义方法,所述方法包括:
从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性;
根据所述维度属性,设置维度代码,并形成维度属性表;
预设指标分类,设置指标分类代码,形成指标分类表;
将维度代码和指标分类代码进行组合,形成指标维度关系,根据所述指标维度关系形成指标维度关系表。
优选的,所述从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性包括:
从事件日志中提取用户某一时间段内的行为属性,根据时间段内用户的行为属性的发生的次数为用户的行为属性配置优先级;
根据用户行为属性的优先级,将用户行为属性定义为对应优先级的维度属性。
从事件日志中提取用户某一时间段内的行为属性,可以使所述用户行为属性定义的维度属性更加精确,通过对所述用户的行为属性配置优先级,使所述维度属性也被配置优先级。
优选的,所述根据所述维度属性,设置维度代码,并形成维度属性表包括:
按维度属性设置相应优先级的维度代码,并形成相应优先级的维度属性表。所述维度代码是根据所述维度属性的优先级进行设置,所以所述维度代码也被配置了优先级,使得形成相应优先级的维度属性表更加有序。
优选的,所述维度属性表中包括粒度子表,所述粒度子表根据粒度的优先级进行设置。所述粒度子表用于说明所述指标在所述维度下的分布情况。
优选的,所述预设指标分类,设置指标分类代码,形成指标分类表包括:
通过数据仓库中的指标数据类型对指标进行分类,并设置相应的指标分类代码;
根据所述指标分类代码形成指标分类表,并构建指标分类代码索引目录。设置指标分类代码,便于与所述维度代码进行组合配对,构建指标分类代码索引目录,便于对所述分类代码进行索引提取。
优选的,所述通过数据仓库中的指标数据类型对指标进行分类,并设置相应的指标分类代码包括:
根据指标数据类型被提取的热度设置优先级,并按优先级对指标分类设置相应的代码。通过热度设置优先级,符合用户的使用习惯。
优选的,所述将维度代码和指标分类代码进行组合,形成指标维度关系包括:
对所述维度代码和指标分类代码进行按优先级进行遍历组合,形成指标维度代码;
根据所述指标维度代码,确定所述指标维度关系,并按所述指标维度代码进行优先级设置。所述维度代码和所述指标分类代码进行遍历组合,不会对所述维度代码和所述指标分类代码产生遗漏。
优选的,所述对所述维度代码和指标分类代码进行按代行级进行遍历组合,形成指标维度代码包括:
所述维度代码按优先级进行顺序设置,所述指标分类代码按优先级进行顺序设置;
所述指标维度代码包括:由指标分类代码组成的指标代码位及由维度代码组成的维度代码位;
所述指标维度代码优先级为指标代码与维度代码之和排序。
将所述维度代码按优先级进行顺序设置,所述指标分类代码按优先级进行顺序设置,可以使所述维度代码和所述指标分类代码更加方便进行遍历组合,也可以使形成的所述指标维度代码存在有序性。
其次,还提供一种服务器,所述服务器包括处理器及存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如前述任一项所述的指标维度关系定义方法。
最后还提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如前述任一项所述的指标维度关系定义方法。
与现有技术相比,本发明至少具有以下有益效果:本发明通过用户对对指标分类和维度属性设置代码,并按一定规则进行组合形成指标维度关系,降低了直接对指标分类和维度属性的关系定义的难度,提高了指标维度关系定义的效率,降低了存储压力。
附图说明
图1为本发明实施例的实施环境示意图;
图2为本发明实施例的方法流程图;
图3为本发明实施例的定义维度属性方法流程图;
图4为本发明实施例的指标分类表形成示意图;
图5为本发明实施例的维度关系形成示意图;
图6为本发明实施例的遍历组合方法示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
如图1所示,本发明首先提供一种指标维度关系定义方法,为更好的说明本发明的发明意图,设计一种适于所述指标维度关系定义方法的实施环境,所述实施环境包括:终端,所述终端可以是智能手机、智能机器人、平板及电脑等智能设备,但需要说明的是,所述终端并不限制于以上的智能手机、智能机器人、平板及电脑等智能设备。除了终端外,所述实施环境还包括提供数据基础的数据仓库1b,基于所述数据仓库1b中的数据形成的数据集市2b,用于请求数据和计算数据的应用层3b及用于展示数据的展示层4b。
为进一步的示意本发明实施例的发明意图,所述实施环境可以具体为企业报表展示,部门人员向上级展示报表时,可以通过所述终端(比如手机)上进行展示。所述终端可以通过企业设置的数据仓库1b提取相关数据,根据维度及指标的数据构建表格,并在终端上将所述表格进行展示。
做为一种可能实施的环境,所述终端还可以通过云数据库5b提取相关数据做为数据源,根据提取的数据源构建企业数据仓库1b,再根据所述数据仓库1b中的数据构建数据集市2b。
如图2所示,所述指标维度关系定义方法包括步骤:
S11、从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性;进一步的,对提取出的所述用户行为属性进行分析,为使分析出的结果更符合用户的行为习惯,可以对所述用户行为属性中的制表或者向所述数据仓库申请的表进行分析,确定所述用户行为中的制表或申请的表中某个维度次数的占比,从而得出对应的维度属性。
在一些可能的实施例中,用户会周期性地产生同一类事件的日志,比如用户在每周一会制做各种报表,或者是向所述数据仓库申请特定的报表,这样就会产生事件日志,用户的行为属性为制做或申请报表,而这些报表中的维度属性可以被提取出来,并根据报表制做或申请的时间进行一个优先级的配置。
S12、根据所述维度属性,设置维度代码,并形成维度属性表;进一步的,所述维度代码在数据仓库层面可以为二进制代码,便于所述维度代码数据的存储和读取。需要说明的是,所述维度代码代表着所述维度的属性,不同的维度属性,拥有不同的维度代码。
在一些可能的实施例中,所述维度代码在展示层面上可以是十进制代码,大多数做企业报表的人员并非编程人员,而十进制代码符合用户对于代码编制的习惯,使所述维度代码的定义更加直观。
更进一步的,所述维度代码在所述数据仓库中被写入维度表中,所述维度表中存储有对指标的说明数据。
在一些可能的实施例中,为了使所述维度表索引读取的速度更快,所述维度代码可以单独设置为维度代码表,并通过一映射关系与所述维度表映射,从而对所述维度表中的说明数据进行编码,使所述维度表中的说明数据也有代码进行外部区别。
S13、预设指标分类,设置指标分类代码,形成指标分类表;进一步的,所述指标分类在所述数据仓库中是通过指标数据类型进行分类,所述指标分类代码在数据仓库层面为二进制代码,便于所述指标分类代码数据的存储和读取,需要说明的是,所述指标中包括度量信息,所述度量信息可分为绝对度量及相对度量,所述度量信息可以分为绝对数度量和相对数度量,所述绝对数度量反映的是规模大小的指标,如人口数、GDP、收入、用户数,而相对数度量主要用来反映质量好坏的指标,如利润率、留存率、覆盖率等。也可以说,指标分为绝对数指标和相对数指标,所述绝对数指标为聚合数据,比如人口数、GDP、收入、用户数在时间、地点、范围的聚合数据,所述相对数指标为在绝对数指标的聚合数据基础上的再加工聚合得到,比如利润率、留存率、覆盖率等,在一个利润率公式:利润率=利润÷成本×100%中,利润为一个绝对数指标,成本也为一个绝对数指标,利润率数据为利润数据与成本数据的聚合。
在一些可能的实施例中,所述指标分类代码在展示层面上可以是十进制代码,大多数做企业报表的人员并非编程人员,而十进制代码符合用户对于代码编制的习惯,使所述指标分类代码的定义更加直观。
更进一步的,所述指标分类代码在所述数据仓库中被写入指标事实表中,所述指标事实表中存储有对指标的事实数据。
在一些可能的实施例中,为了使所述指标分类表索引读取的速度更快,所述指标分类代码可以单独设置为指标分类代码表,并通过一映射关系与所述指标事实表映射,从而对所述指标事实表中的说明数据进行编码,使所述指标事实表中的事实数据也有代码进行外部区别。
S14、将维度代码和指标分类代码进行组合,形成指标维度关系,根据所述指标维度关系形成指标维度关系表。
进一步的,所述将维度代码和指标分类代码进行组合,首先形成一个指标维度代码表,所述指标维度代码表中存储指标维度代码,所述指标维度代码由所述维度代码与所述指标分类代码组合而成;其次,通过所述维度代码和所述指标分类代码的组合,相应的维度和指标也得到组合,形成指标维度关系;再次,将所述指标维度关系与所述指标维度代码表进行关联,使每一个指标维度关系对应一个指标维度代码表中的指标维度代码,将所述指标维度关系数据化,从而便于存储所述指标维度关系;最后,根据所述指标维度关系形成指标维度关系表,并将所述指标维度关系存储在所述指标维度关系表中,为所述指标维度关系表配置索引目录。
在一些可能的实施例中,所述索引目录可以是单独配置于所述指标维度关系表中,也可以是以所述指标维度代码表做为所述指标维度关系表的索引目录,在以所述指标维度代码表做为所述指标维度关系表的索引目录时,所述指标维度代码表与所述指标维度关系表进行关联,通过索引所述指标维度代码表,就可以找到所述指标维度关系表中的指标维度关系,以所述指标维度代码表替代指标维度关系表,可省去制成指标维度关系表时产生的大量说明数据,降低了指标维度关系的存储量。
如图3所示,在本发明实施例中,所述从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性包括步骤:
S21、从事件日志中提取用户某一时间段内的行为属性,根据时间段内用户的行为属性的发生的次数为用户的行为属性配置优先级;
所述从事件日志中提取用户某一时间段内的行为属性的步骤具体为:设置从事件日志中提取行为属性的提取时间区间,所述时间区间应该是当时往前延续的一段时间,比如一个月内,当然,所述时间区间可以由用户在终端上进行选择设置。
在一些可能的实施例中,为了使提取的范围更小,降低分析的工作量,可以从事件日志中指定提取某一时间点的用户行为属性,比如,提取周一的用户行为属性进行分析。
在另一些可能的实施例中,为了使提取的范围更小,降低分析工作量的同时,还要保证分析工作的精准度,可以将某个时间点放置在某个时间段中,从事件日志中指定提取多个某一时间点的用户行为属性,比如,提取上个季度每个周一的用户行为属性进行分析。
所述根据时间段内用户的行为属性的发生的次数为用户的行为属性配置优先级的步骤具体包括:所述用户的行为属性发生的次数越多,为其配置的优先级就越高,比如,在某个月内用户的行为属性中,制做或申请时间表的次数为六次,制做或申请地区表的次数为五次,那么为用户制做或申请时间表的行为配置一个高于制做或申请时间表的优先级。
当然,并不排除所述用户的行为属性发生的次数越多,为其配置的优先级就越低的情况,做为一种实施例,这两种配置优先级的方式可以通过设置正序和倒序来进行选择。
S22、根据用户行为属性的优先级,将用户行为属性定义为对应优先级的维度属性。具体的,对提取出的所述用户行为属性进行分析,为使分析出的结果更符合用户的行为习惯,可以对所述用户行为属性中的制表或者向所述数据仓库申请的表进行分析,确定所述用户行为中的制表或申请的表中某个维度次数的占比,从而得出对应的维度属性;另外,所述从事件日志中提取用户某一时间段内的行为属性的步骤具体为:设置从事件日志中提取行为属性的提取时间区间,所述时间区间应该是当时往前延续的一段时间,比如一个月内,当然,所述时间区间可以由用户在终端上进行选择设置;所述根据时间段内用户的行为属性的发生的次数为用户的行为属性配置优先级的步骤具体包括:所述用户的行为属性发生的次数越多,为其配置的优先级就越高,比如,在某个月内用户的行为属性中,制做或申请时间表的次数为六次,制做或申请地区表的次数为五次,那么为用户制做或申请时间表的行为配置一个高于制做或申请时间表的优先级;通过得到的所述维度属性与用户行为属性相关联,使所述用户行为属性的优先级可以对所述维度属性的优先级进行定义。
从事件日志中提取用户某一时间段内的行为属性,可以使所述用户行为属性定义的维度属性更加精确,通过对所述用户的行为属性配置优先级,使所述维度属性也被配置优先级。
在本发明实施例中,所述根据所述维度属性,设置维度代码,并形成维度属性表包括步骤:
按维度属性设置相应优先级的维度代码,并形成相应优先级的维度属性表。所述维度代码是根据所述维度属性的优先级进行设置,所以所述维度代码也被配置了优先级,使得形成相应优先级的维度属性表更加有序。
进一步的,所述维度属性与所述维度代码相关联,所述维度属性的优先级可以对所述维度代码的优先级进行定义,更进一步的,所述维度代码在数据仓库层面可以为二进制代码,便于所述维度代码数据的存储和读取。需要说明的是,所述维度代码代表着所述维度的属性,不同的维度属性,拥有不同的维度代码。
在一些可能的实施例中,所述维度代码在展示层面上可以是十进制代码,大多数做企业报表的人员并非编程人员,而十进制代码符合用户对于代码编制的习惯,使所述维度代码的定义更加直观。
比如,以十进制为例,所述维度代码可以是按优先级顺序可以是最高优先级为1、第二优先级为2等排序;又以二进制为例,所述维度代码可以是按优先级顺序可以是最高优先级为01、第二优先级为10、第三优先级为11等排序。
在本发明实施例中,所述维度属性表中包括粒度子表,所述粒度子表根据粒度的优先级进行设置。所述粒度子表用于说明所述指标在所述维度下的分布情况。需要说明的是,粒度是维度下的一个数据计算单位,数据的粒度主要针对指标数据的计算范围,以地点维度为例,如人口这个数据项在统计部门是以街区范围还是一个社区为范围统计的。人口数据细化程度越高,粒度级就越小,比如以社区为粒度对人口数据进行统计的范围就大于以居民楼为粒度对人口数据进行统计的范围;相反,细化程度越低,粒度级就越大。
具体的,对提取出的所述用户行为属性进行分析,为使分析出的结果更符合用户的行为习惯,可以对所述用户行为属性中的制表或者向所述数据仓库申请的表进行分析,确定所述用户行为中的制表或申请的表中某个粒度次数的占比,从而得出对应的粒度属性;另外,所述从事件日志中提取用户某一时间段内的行为属性的步骤具体为:设置从事件日志中提取行为属性的提取时间区间,所述时间区间应该是当时往前延续的一段时间,比如一个月内,当然,所述时间区间可以由用户在终端上进行选择设置;所述根据时间段内用户的行为属性的发生的次数为用户的行为属性配置优先级的步骤具体包括:所述用户的行为属性发生的次数越多,为其配置的优先级就越高,比如,在某个月内用户的行为属性中,制做或申请时间表的次数为六次,制做或申请地区表的次数为五次,那么为用户制做或申请时间表的行为配置一个高于制做或申请时间表的优先级;通过得到的所述粒度属性与用户行为属性相关联,使所述用户行为属性的优先级可以对所述粒度属性的优先级进行定义。
如图4所示,在本发明实施例中,所述预设指标分类,设置指标分类代码,形成指标分类表包括步骤:
S31、通过数据仓库中的指标数据类型对指标进行分类,并设置相应的指标分类代码;
S32、根据所述指标分类代码形成指标分类表,并构建指标分类代码索引目录。设置指标分类代码,便于与所述维度代码进行组合配对,构建指标分类代码索引目录,便于对所述分类代码进行索引提取。
进一步的,对所述指标按优先级进行分类,所述指标分类与所述指标分类代码相关联,所述指标分类的优先级可以对所述指标分类代码的优先级进行定义,更进一步的,所述指标分类代码在数据仓库层面可以为二进制代码,便于所述指标分类代码数据的存储和读取。需要说明的是,所述指标分类代码代表着所述指标的数据类型,不同的指标分类,拥有不同的指标分类代码。
在一些可能的实施例中,所述指标分类代码在展示层面上可以是十进制代码,大多数做企业报表的人员并非编程人员,而十进制代码符合用户对于代码编制的习惯,使所述指标分类代码的定义更加直观。
比如,以十进制为例,所述指标分类代码可以是按优先级顺序可以是最高优先级为1、第二优先级为2等排序;又以二进制为例,所述指标分类代码可以是按优先级顺序可以是最高优先级为01、第二优先级为10、第三优先级为11等排序。
在本发明实施例中,所述通过数据仓库中的指标数据类型对指标进行分类,并设置相应的指标分类代码包括步骤:
根据指标数据类型被提取的热度设置优先级,并按优先级对指标分类设置相应的代码。通过热度设置优先级,符合用户的使用习惯。
具体的,根据所述数据仓库中的所述指标数据类型被提取的热度为所述指标配置优先级,并将所述指标的优先级配置到所述指标分类代码上,使所述指标分类代码也具有优先级区分。
在一些可能实施例中,为了使数据提取的速度更快,可以设置数据集市做为数据的中转站,可以所述数据集市中对所述数据类型被提取的热度进行分析,并配置相应的优先级,同样也可以将所述指标的优先级配置到所述指标分类代码上。
如图5所示,在本发明实施例中,所述将维度代码和指标分类代码进行组合,形成指标维度关系包括步骤:
S41、对所述维度代码和指标分类代码进行按优先级进行遍历组合,形成指标维度代码;
S42、根据所述指标维度代码,确定所述指标维度关系,并按所述指标维度代码进行优先级设置。所述维度代码和所述指标分类代码进行遍历组合,不会对所述维度代码和所述指标分类代码产生遗漏。
进一步的,所述将维度代码和指标分类代码进行遍历组合,首先形成一个指标维度代码表,所述指标维度代码表中存储指标维度代码,所述指标维度代码由所述维度代码与所述指标分类代码组合而成;其次,通过所述维度代码和所述指标分类代码的组合,相应的维度和指标也得到组合,形成指标维度关系;再次,将所述指标维度关系与所述指标维度代码表进行关联,使每一个指标维度关系对应一个指标维度代码表中的指标维度代码,将所述指标维度关系数据化,从而便于存储所述指标维度关系;最后,根据所述指标维度关系形成指标维度关系表,并将所述指标维度关系存储在所述指标维度关系表中,为所述指标维度关系表配置索引目录。
在一些可能的实施例中,所述索引目录可以是单独配置于所述指标维度关系表中,也可以是以所述指标维度代码表做为所述指标维度关系表的索引目录,在以所述指标维度代码表做为所述指标维度关系表的索引目录时,所述指标维度代码表与所述指标维度关系表进行关联,通过索引所述指标维度代码表,就可以找到所述指标维度关系表中的指标维度关系。
如图6所示,在本发明实施例中,所述对所述维度代码和指标分类代码进行按代行级进行遍历组合,形成指标维度代码包括步骤:
S51、所述维度代码按优先级进行顺序设置,所述指标分类代码按优先级进行顺序设置;进一步的,所述指标维度代码可以由所述维度代码按优先级对所述指标分类代码进行遍历组合。
当然,做为一种可能的实施例,所述指标维度代码也可以由所述指标分类代码按优先级对所述维度代码进行遍历组合。
S52、所述指标维度代码包括:由指标分类代码组成的指标代码位及由维度代码组成的维度代码位;具体来说,所述指标维度代码包括至少两个部分,其中一个部分为所述指标分类代码,其中另一个部分为所述维度代码。
进一步的,为更好的区分所述指标分类代码与所述维度代码,所述所述指标维度代码中还可以包括一分隔字符。
进一步的,所述指标维度代码在数据仓库层面可以为二进制代码,便于所述指标维度代码数据的存储和读取。需要说明的是,所述指标维度代码代表着所述指标维度的关系,不同的指标维度关系,对应不同的指标维度代码。
在一些可能的实施例中,所述指标维度代码在展示层面上可以是十进制代码,大多数做企业报表的人员并非编程人员,而十进制代码符合用户对于代码编制的习惯,使所述指标维度代码的定义更加直观。
比如,以十进制为例,所述指标维度代码可以是按优先级顺序可以定义为最高优先级为1、第二优先级为2等排序;又以二进制为例,所述指标维度代码可以是按优先级顺序可以是最高优先级为01、第二优先级为10、第三优先级为11等排序。
更具体的例子,所述维度代码按优先级设置为1、2、3、4……,所述指标分类代码按优先级设置为1、2、3、4……,所述分隔符为“-”,以所述维度代码按优先级对所述指标分类代码进行遍历组合为例,所述指标维度代码遍历组合为1-1、1-2、1-3、1-4……,2-1、2-2、2-3、2-4……,3-1、3-2、3-3、3-4……,4-1、4-2、4-3、4-4……;其中,所述1-1代表一个指标维度代码。
S53、所述指标维度代码优先级为指标分类代码与维度代码之和排序。具体的以前例为例,在指标维度代码1-1中,所述指标维度代码与指标分类代码之和为1+1=2,以2A定义所述指标维度代码优先级,在指标维度代码1-2、2-1中,1+2=3、2+1=3,以3A定义所述指标维度代码优先级,在指标维度代码1-3、2-2、3-1中,1+3=4、2+2=4、3+1=4,以4A定义所述指标维度代码优先级,在指标维度代码1-4、2-3、3-2、4-1中,求和得5,以5A定义所述指标维度代码优先级,如此可得到所述指标维度代码优先级,因为所述维度代码与所述指标分类代码都是通过一定规则顺序对优先级进行配置,所述所述指标维度代码的优先级也会是遵循一定规则的。
将所述维度代码按优先级进行顺序设置,所述指标分类代码按优先级进行顺序设置,可以使所述维度代码和所述指标分类代码更加方便进行遍历组合,也可以使形成的所述指标维度代码存在有序性。
其次,还提供一种服务器,所述服务器包括处理器及存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如前述任一项所述的指标维度关系定义方法。
所述服务器中的处理器可以是计算芯片,用以计算处理数据库中的维度数据和指标数据的聚合,所述存储器可以是:U盘、只读存储器(ROM)、随机存取存储器(RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的存储装置。
最后还提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如前述任一项所述的指标维度关系定义方法。
所述计算机可读存储介质包括:U盘、只读存储器(ROM)、随机存取存储器(RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述实施例仅用于说明本发明的具体实施方式。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和变化,这些变形和变化都应属于本发明的保护范围。
Claims (10)
1.一种指标维度关系定义方法,其特征在于,所述方法包括:
从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性;
根据所述维度属性,设置维度代码,并形成维度属性表;
预设指标分类,设置指标分类代码,形成指标分类表;
将维度代码和指标分类代码进行组合,形成指标维度关系,根据所述指标维度关系形成指标维度关系表。
2.如权利要求1所述的指标维度关系定义方法,其特征在于,所述从事件日志中提取用户行为属性,根据所述用户行为属性定义对应的维度属性包括:
从事件日志中提取用户某一时间段内的行为属性,根据时间段内用户的行为属性的发生的次数为用户的行为属性配置优先级;
根据用户行为属性的优先级,将用户行为属性定义为对应优先级的维度属性。
3.如权利要求2所述的指标维度关系定义方法,其特征在于,所述根据所述维度属性,设置维度代码,并形成维度属性表包括:
按维度属性设置相应优先级的维度代码,并形成相应优先级的维度属性表。
4.如权利要求3所述的指标维度关系定义方法,其特征在于,所述维度属性表中包括粒度子表,所述粒度子表根据粒度的优先级进行设置。
5.如权利要求1所述的指标维度关系定义方法,其特征在于,所述预设指标分类,设置指标分类代码,形成指标分类表包括:
通过数据仓库中的指标数据类型对指标进行分类,并设置相应的指标分类代码;
根据所述指标分类代码形成指标分类表,并构建指标分类代码索引目录。
6.如权利要求5所述的指标维度关系定义方法,其特征在于,所述通过数据仓库中的指标数据类型对指标进行分类,并设置相应的指标分类代码包括:
根据指标数据类型被提取的热度设置优先级,并按优先级对指标分类设置相应的代码。
7.如权利要求1-6任一所述的指标维度关系定义方法,其特征在于,所述将维度代码和指标分类代码进行组合,形成指标维度关系包括:
对所述维度代码和指标分类代码进行按优先级进行遍历组合,形成指标维度代码;
根据所述指标维度代码,确定所述指标维度关系,并按所述指标维度代码进行优先级设置。
8.如权利要求7所述的指标维度关系定义方法,其特征在于,所述对所述维度代码和指标分类代码进行按代行级进行遍历组合,形成指标维度代码包括:
所述维度代码按优先级进行顺序设置,所述指标分类代码按优先级进行顺序设置;
所述指标维度代码包括:由指标分类代码组成的指标代码位及由维度代码组成的维度代码位;
所述指标维度代码优先级为指标代码与维度代码之和排序。
9.一种智能音箱,其特征在于,包括处理器及存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如权利要求1至8中任一项所述的指标维度关系定义方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如权利要求1至8中任一项所述的指标维度关系定义方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810657903.5A CN109086309B (zh) | 2018-06-21 | 2018-06-21 | 一种指标维度关系定义方法、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810657903.5A CN109086309B (zh) | 2018-06-21 | 2018-06-21 | 一种指标维度关系定义方法、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109086309A true CN109086309A (zh) | 2018-12-25 |
CN109086309B CN109086309B (zh) | 2022-12-30 |
Family
ID=64840156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810657903.5A Active CN109086309B (zh) | 2018-06-21 | 2018-06-21 | 一种指标维度关系定义方法、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109086309B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544337A (zh) * | 2022-09-01 | 2022-12-30 | 睿智合创(北京)科技有限公司 | 一种从数据起源出发的数据处理方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060010113A1 (en) * | 2004-07-09 | 2006-01-12 | Microsoft Corporation | Fact dimensions in multidimensional databases |
CN103077485A (zh) * | 2013-02-20 | 2013-05-01 | 华东电网有限公司 | 基于电网历史信息统计分析的多维度电压偏离度指标方法 |
CN103136335A (zh) * | 2013-01-31 | 2013-06-05 | 北京千分点信息科技有限公司 | 一种基于数据平台的数据控制方法 |
CN103853820A (zh) * | 2014-02-20 | 2014-06-11 | 北京用友政务软件有限公司 | 一种数据处理方法及系统 |
CN104408179A (zh) * | 2014-12-15 | 2015-03-11 | 北京国双科技有限公司 | 数据表中数据处理方法和装置 |
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 |
CN106230984A (zh) * | 2016-09-12 | 2016-12-14 | 深圳市彬讯科技有限公司 | 一种采用Netty框架实现网页服务通道的方法 |
CN107015987A (zh) * | 2016-01-27 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 一种更新和搜索数据库的方法及设备 |
CN107291745A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种数据指标的管理方法及装置 |
-
2018
- 2018-06-21 CN CN201810657903.5A patent/CN109086309B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060010113A1 (en) * | 2004-07-09 | 2006-01-12 | Microsoft Corporation | Fact dimensions in multidimensional databases |
CN103136335A (zh) * | 2013-01-31 | 2013-06-05 | 北京千分点信息科技有限公司 | 一种基于数据平台的数据控制方法 |
CN103077485A (zh) * | 2013-02-20 | 2013-05-01 | 华东电网有限公司 | 基于电网历史信息统计分析的多维度电压偏离度指标方法 |
CN103853820A (zh) * | 2014-02-20 | 2014-06-11 | 北京用友政务软件有限公司 | 一种数据处理方法及系统 |
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 |
CN104408179A (zh) * | 2014-12-15 | 2015-03-11 | 北京国双科技有限公司 | 数据表中数据处理方法和装置 |
CN107015987A (zh) * | 2016-01-27 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 一种更新和搜索数据库的方法及设备 |
CN107291745A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种数据指标的管理方法及装置 |
CN106230984A (zh) * | 2016-09-12 | 2016-12-14 | 深圳市彬讯科技有限公司 | 一种采用Netty框架实现网页服务通道的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544337A (zh) * | 2022-09-01 | 2022-12-30 | 睿智合创(北京)科技有限公司 | 一种从数据起源出发的数据处理方法及系统 |
CN115544337B (zh) * | 2022-09-01 | 2023-06-27 | 睿智合创(北京)科技有限公司 | 一种从数据起源出发的数据处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109086309B (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017202873B2 (en) | Efficient query processing using histograms in a columnar database | |
TWI718643B (zh) | 異常群體識別方法及裝置 | |
US10504120B2 (en) | Determining a temporary transaction limit | |
US20220075762A1 (en) | Method for classifying an unmanaged dataset | |
US9135280B2 (en) | Grouping interdependent fields | |
US9355160B2 (en) | Automated data analysis | |
CN103605651A (zh) | 一种基于olap多维分析的数据处理展现方法 | |
CN109189861A (zh) | 基于指标的数据流统计方法、服务器及存储介质 | |
WO2014143208A1 (en) | Systems, methods and apparatuses for implementing data upload, processing, and predictive query ap| exposure | |
CN107622326B (zh) | 用户分类、可用资源预测方法、装置及设备 | |
US9501553B1 (en) | Organization categorization system and method | |
US10552484B2 (en) | Guided data exploration | |
CN111931053A (zh) | 一种基于聚类和矩阵分解的事项推送方法和装置 | |
CN109325648A (zh) | 基于指标的多维度数据流统计方法、服务器及存储介质 | |
CN107291719A (zh) | 一种数据检索方法和装置、一种数据存储方法和装置 | |
Baizyldayeva et al. | Decision making procedure: applications of IBM SPSS cluster analysis and decision tree | |
CN112860808A (zh) | 基于数据标签的用户画像分析方法、装置、介质和设备 | |
CN107729330B (zh) | 获取数据集的方法和装置 | |
CN105389714B (zh) | 一种从行为数据识别用户特性的方法 | |
CN109241048A (zh) | 用于数据统计的数据处理方法、服务器及存储介质 | |
CN116663505B (zh) | 一种基于互联网的评论区管理方法及系统 | |
CN109086309A (zh) | 一种指标维度关系定义方法、服务器及存储介质 | |
CN112100177A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN117131055A (zh) | 多维数据的数据分析方法、数据分析装置和数据分析系统 | |
CN109145059A (zh) | 用于数据统计的数据处理方法、服务器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518000 R & D building 3501, block a, building 7, Vanke Cloud City Phase I, Xingke 1st Street, Xili community, Xili street, Nanshan, Shenzhen, Guangdong Applicant after: Tubatu Group Co.,Ltd. Address before: 1001-a, 10th floor, bike technology building, No.9, Keke Road, high tech Zone, Nanshan District, Shenzhen, Guangdong 518000 Applicant before: SHENZHEN BINCENT TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |