CN111400414A - 一种基于标准化企业数据的决策方法、系统及电子设备 - Google Patents
一种基于标准化企业数据的决策方法、系统及电子设备 Download PDFInfo
- Publication number
- CN111400414A CN111400414A CN202010170280.6A CN202010170280A CN111400414A CN 111400414 A CN111400414 A CN 111400414A CN 202010170280 A CN202010170280 A CN 202010170280A CN 111400414 A CN111400414 A CN 111400414A
- Authority
- CN
- China
- Prior art keywords
- data
- enterprise data
- decided
- standardized
- enterprise
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007405 data analysis Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
Images
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于标准化企业数据的决策方法,该方法通过获取企业数据,并将企业数据按照预设规则进行分类,获得标准化企业数据;获取用户输入的待决策问题,将待决策问题进行数据分析,获得待决策问题的数据类型;将待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;及基于关联问题数据进行数据分析及预测,获得决策结果,通过对企业数据进行标准化,实现接入多个不同来源的数据源、多种不同数据的标准化、分析可视化到数据应用与预测的全链路功能,在对现有数据库进行接入后,通过数据的高效访问,并依托不同模块间的协同工作实现平台化数据分析与智能决策建议,从而减少企业数据分析与决策成本,提高决策效率。
Description
【技术领域】
本发明涉及智能决策支持系统领域,特别涉及一种基于标准化企业数据的决策方法、系统及电子设备。
【背景技术】
智能决策支持系统(Intelligent Decision Support System,简称IDSS)是在传统决策支持系统的基础上发展起来的一种基于知识的、智能化的决策支持系统。它的核心思想是将人工智能(Artificial Intelligence)与传统决策支持系统(DSS)相结合,将定性分析与定量分析有机结合,使其能够进行知识处理,以方便、准确地模拟客观世界,全面地反映决策过程,从而有效地解决半结构化和非结构化问题。
但现有的智能决策支持系统中,缺少高效率的针对企业的智能决策方法,传统的智能决策支持系统运行效率较低。
【发明内容】
为了克服目前现有基于标准化企业数据的决策方法中运行效率较低的问题,本发明提供一种基于标准化企业数据的决策方法。
本发明为解决上述技术问题,提供一技术方案如下:一种基于标准化企业数据的决策方法,包括如下步骤:步骤S1:获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据;步骤S2:获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型;步骤S3:将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;及步骤S4:基于所述关联问题数据进行数据分析及预测,获得决策结果。
优选地,上述步骤S1具体包括:步骤S11:获取企业数据,根据不同企业数据的来源进行转换处理;及步骤S12:根据企业数据的类型进行分类汇总以形成多维的标准化企业数据。
优选地,上述步骤S2具体包括:步骤S21:获取用户输入的待决策问题,分析所述待决策问题所处的环境以及判断标准,并输出目标搜索表述;步骤S22:基于所述待决策问题所处的环境以及判断标准,从分类保存后的企业数据中检索与分析与所述待决策问题相关的数据,获得所述待决策问题的数据类型。
优选地,上述步骤S3具体包括:步骤S31:对所述标准化企业数据进行上取下钻、切片、切块操作,以获得标准化处理数据;步骤S32:将所述标准化处理数据与所述待决策问题的数据类型进行关联性检索,以获得与待决策问题关联度最高的关联问题数据。
优选地,上述步骤S4具体包括:步骤S41:基于所述关联问题数据,选取预设算法预测所述关联问题数据,以获得预测模型;步骤S42:基于所述预测模型进行推理,输出决策结果。
本发明还提供一种基于标准化企业数据的决策系统,包括:数据标准化单元,用于获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据;数据分析单元,用于获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型;数据关联单元,用于将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;决策输出单元,用于基于所述关联问题数据进行数据分析及预测,获得决策结果。
优选地,所述数据标准化单元还包括:数据接入单元,用于获取企业数据,根据不同企业数据的来源进行转换处理;及数据集成单元,用于根据企业数据的类型进行分类汇总以形成多维的标准化企业数据。
本发明还提供一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行上述任一项中所述的基于标准化企业数据的决策方法;所述处理器被设置为通过所述计算机程序执行上述任一项中所述的基于标准化企业数据的决策方法。
与现有技术相比,本发明提供的一种基于标准化企业数据的决策方法,具有以下优点:
通过对企业数据进行标准化,实现接入多个不同来源的数据源、多种不同数据的标准化、分析可视化到数据应用与智能预测的全链路功能,在对现有数据库进行接入后,通过数据的高效访问,并依托不同模块间的协同工作实现平台化数据分析与智能决策建议,从而减少企业数据分析与决策成本,提高决策效率。
【附图说明】
图1为本发明第一实施例提供的一种基于标准化企业数据的决策方法的整体流程图。
图2为本发明第一实施例提供的一种基于标准化企业数据的决策方法的步骤S1的细节流程图。
图3为本发明第一实施例提供的一种基于标准化企业数据的决策方法的步骤S2的细节流程图。
图4为本发明第一实施例提供的一种基于标准化企业数据的决策方法的步骤S3的细节流程图。
图5为本发明第一实施例提供的一种基于标准化企业数据的决策方法的步骤S4的细节流程图。
图6为本发明第二实施例提供的一种基于标准化企业数据的决策系统的模块图。
图7为本发明第二实施例提供的一种基于标准化企业数据的决策系统中数据标准化单元的模块图。
图8为本发明第三实施例提供的一种电子设备的模块图。
附图标记说明:
1、数据标准化单元;2、数据分析单元;3、数据关联单元;4、决策输出单元;
11、数据接入单元;12、数据集成单元;
10、存储器;20、处理器;
【具体实施方式】
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,本发明第一实施例提供一种基于标准化企业数据的决策方法,包括以下步骤:
步骤S1:获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据。
可以理解,所述企业数据有多种不同的来源及数据格式,对所述企业数据按照预设规则进行分类保存,以进行企业数据的标准化,便于后续进行数据分析及预测的计算。
可以理解,所述企业数据可以来源于web服务器、用户数据库或现有的知识数据库传入。
步骤S2:获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型。
可以理解,所述待决策问题为用户在人机交互界面输入的问题,该待决策问题在企业中包含有多种类型,例如,待决策问题通常可以包括:人事处理、项目管理或试验预测等多种类、多影响维度的普通和/或复杂问题,通过获取待决策问题的数据类型,以便于在后续步骤中找到针对性的解决、预测方案,提高计算效率。
步骤S3:将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;及
步骤S4:基于所述关联问题数据进行数据分析及预测,获得决策结果。
请参阅图2,步骤S1:获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据。步骤S1具体包括步骤S11~S12:
步骤S11:获取企业数据,根据不同企业数据的来源进行转换处理;及
步骤S12:根据企业数据的类型进行分类汇总以形成多维的标准化企业数据。
可以理解,在步骤S11及步骤S12中,将多种不同来源的企业数据进行转换处理与集成,以形成多维的标准化企业数据,可将该标准化企业数据存储入现有的决策支持系统中作为数据库进行使用。
可以理解,在步骤S12中,所述企业数据可以进行噪音消除、不一致数据处理、汇总、聚合等处理步骤形成以多维数据,提高获取数据的分类准确度。
可以理解,步骤S11~S12仅为该实施例的一种实施方式,其实施方式并不限定于步骤S11~S12。
请参阅图3,步骤S2:获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型。步骤S2具体包括步骤S21~S22:
步骤S21:获取用户输入的待决策问题,分析所述待决策问题所处的环境以及判断标准,并输出目标搜索表述;及
步骤S22:基于所述待决策问题所处的环境以及判断标准,从多维的标准化企业数据中检索与分析与所述待决策问题相关的数据,获得所述待决策问题的数据类型。
可以理解,在步骤S21中,所述待决策问题的环境、判断标准及目标搜索表述为后续步骤中进行预测及决策的判断要素,便于找出同类问题的环境、判断标准及目标搜索表述对应的预测模型及对应的预测算法。
可以理解,在步骤S22中,基于步骤S21中的结果在已知的标准化数据库中进行关联度检索,找到关联度最高的数据,获得所述待决策问题的数据类型,该数据类型为已知的标准化企业数据类型。
可以理解,步骤S21~S22仅为该实施例的一种实施方式,其实施方式并不限定于步骤S21~S22。
请参阅图4,步骤S3:将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据。步骤S3具体包括步骤S31~S32:
步骤S31:对所述标准化企业数据进行上取下钻、切片、切块操作,以获得标准化处理数据;及
步骤S32:将所述标准化处理数据与所述待决策问题的数据类型进行关联性检索,以获得与待决策问题关联度最高的关联问题数据。
可以理解,在步骤S31中,进行上取下钻、切片、切块操作,以获得标准化处理数据,以在多维度的标准化企业数据中简化获得同类的、相近的数据,进一步提高预测的计算量。
可以理解,在步骤S32中,通过关联性检索获得与待决策问题关联度最高的关联问题数据,使得后续步骤中可直接基于预先保存的该关联问题数据进行计算,提高模型的计算效率。
可以理解,步骤S31~S33仅为该实施例的一种实施方式,其实施方式并不限定于步骤S31~S32。
请参阅图5,步骤S4:基于所述关联问题数据进行数据分析及预测,获得决策结果。步骤S4具体包括步骤S41~S42:
步骤S41:基于所述关联问题数据,选取预设算法预测所述关联问题数据,以获得预测模型;及
步骤S42:基于所述预测模型进行推理,输出决策结果。
可以理解,在步骤S41中,基于所述关联问题数据进行预测,由于在步骤S1中进行了数据标准化,故获得的预测结果为智能决策系统中推理机适用的模型,而不需要耗费额外的计算资源进行重新建模,同时具有较高的预测准确度,也提高了预测效率。
可以理解,步骤S41~S42仅为该实施例的一种实施方式,其实施方式并不限定于步骤S41~S42。
请参阅图6,本发明第二实施例还提供一种基于标准化企业数据的决策系统,该基于标准化企业数据的决策系统可以包括:
数据标准化单元1,用于获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据;
数据分析单元2,用于获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型;
数据关联单元3,用于将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;
决策输出单元4,用于基于所述关联问题数据进行数据分析及预测,获得决策结果。
请参阅图7,所述数据标准化单元1还包括:
数据接入单元11,用于获取企业数据,根据不同企业数据的来源进行转换处理;及
数据集成单元12,用于根据企业数据的类型进行分类汇总以形成多维的标准化企业数据。
具体地,本发明第二实施例提供的一种基于标准化企业数据的决策系统适用于企业大数据中结合传统的智能决策系统中对企业数据进行标准化,实现接入多个不同来源的数据源、多种不同数据的标准化、分析可视化到数据应用与智能预测的全链路功能,在对现有数据库进行接入后,通过数据的高效访问,并依托不同模块间的协同工作实现平台化数据分析与智能决策建议,从而减少企业数据分析与决策成本,提高决策效益。
请参阅图8,本发明第三实施例提供一种用于实施上述基于标准化企业数据的决策方法的电子设备,所述电子设备包括存储器10和处理器20,所述存储器10中存储有运算机程序,所述运算机程序被设置为运行时执行上述任一项基于标准化企业数据的决策方法实施例中的步骤。所述处理器20被设置为通过所述运算机程序执行上述任一项基于标准化企业数据的决策方法实施例中的步骤。
可选地,在本实施例中,上述电子设备可以位于运算机网络的多个网络设备中的至少一个网络设备。
与现有技术相比,本发明提供的一种基于标准化企业数据的决策方法,具有以下优点:
通过对企业数据进行标准化,实现接入多个不同来源的数据源、多种不同数据的标准化、分析可视化到数据应用与智能预测的全链路功能,在对现有数据库进行接入后,通过数据的高效访问,并依托不同模块间的协同工作实现平台化数据分析与智能决策建议,从而减少企业数据分析与决策成本,提高决策效率。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。
在该计算机程序被处理器执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机存储器可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机存储器例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。
计算机存储器的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读信号介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括数据标准化单元、数据分析单元、数据关联单元及决策输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,数据标准化单元还可以被描述为“用于获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据的单元”。
作为另一方面,本申请还提供了一种计算机存储器,该计算机存储器可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机存储器承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据;获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型;将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;及基于所述关联问题数据进行数据分析及预测,获得决策结果。
以上仅为本发明较佳实施例而已,并不用以限制本发明,凡在本发明原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (8)
1.一种基于标准化企业数据的决策方法,其特征在于:包括如下步骤:
步骤S1:获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据;
步骤S2:获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型;
步骤S3:将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;及
步骤S4:基于所述关联问题数据进行数据分析及预测,获得决策结果。
2.如权利要求1中所述基于标准化企业数据的决策方法,其特征在于:上述步骤S1具体包括:
步骤S11:获取企业数据,根据不同企业数据的来源进行转换处理;及
步骤S12:根据企业数据的类型进行分类汇总以形成多维的标准化企业数据。
3.如权利要求1中所述基于标准化企业数据的决策方法,其特征在于:上述步骤S2具体包括:
步骤S21:获取用户输入的待决策问题,分析所述待决策问题所处的环境以及判断标准,并输出目标搜索表述;及
步骤S22:基于所述待决策问题所处的环境以及判断标准,从多维的标准化企业数据中检索与分析与所述待决策问题相关的数据,获得所述待决策问题的数据类型。
4.如权利要求1中所述基于标准化企业数据的决策方法,其特征在于:上述步骤S3具体包括:
步骤S31:对所述标准化企业数据进行上取下钻、切片、切块操作,以获得标准化处理数据;及
步骤S32:将所述标准化处理数据与所述待决策问题的数据类型进行关联性检索,以获得与待决策问题关联度最高的关联问题数据。
5.如权利要求1中所述基于标准化企业数据的决策方法,其特征在于:上述步骤S4具体包括:
步骤S41:基于所述关联问题数据,选取预设算法预测所述关联问题数据,以获得预测模型;及
步骤S42:基于所述预测模型进行推理,输出决策结果。
6.一种基于标准化企业数据的决策系统,其特征在于,包括:
数据标准化单元,用于获取企业数据,并将所述企业数据按照预设规则进行分类后保存,获得标准化企业数据;
数据分析单元,用于获取用户输入的待决策问题,将所述待决策问题进行数据分析,获得所述待决策问题的数据类型;
数据关联单元,用于将所述待决策问题的数据类型与标准化企业数据进行关联度检索,获得关联问题数据;
决策输出单元,用于基于所述关联问题数据进行数据分析及预测,获得决策结果。
7.如权利要求6中所述基于标准化企业数据的决策系统,其特征在于,所述数据标准化单元还包括:
数据接入单元,用于获取企业数据,根据不同企业数据的来源进行转换处理;及
数据集成单元,用于根据企业数据的类型进行分类汇总以形成多维的标准化企业数据。
8.一种电子设备,包括存储器和处理器,其特征在于:所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述基于标准化企业数据的决策方法;
所述处理器被设置为通过所述计算机程序执行所述权利要求1至5任一项中所述基于标准化企业数据的决策方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010170280.6A CN111400414B (zh) | 2020-03-12 | 2020-03-12 | 一种基于标准化企业数据的决策方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010170280.6A CN111400414B (zh) | 2020-03-12 | 2020-03-12 | 一种基于标准化企业数据的决策方法、系统及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400414A true CN111400414A (zh) | 2020-07-10 |
CN111400414B CN111400414B (zh) | 2023-12-22 |
Family
ID=71430718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010170280.6A Active CN111400414B (zh) | 2020-03-12 | 2020-03-12 | 一种基于标准化企业数据的决策方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400414B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380251A (zh) * | 2020-11-17 | 2021-02-19 | 北京航空航天大学 | 一种基于数据空间的多决策及其数据检索方法 |
CN117474353A (zh) * | 2023-10-27 | 2024-01-30 | 国家开放大学 | 一种基于在线教育的决策自动生成方法和装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1480870A (zh) * | 2003-07-16 | 2004-03-10 | 中南大学 | 基于互联网结构的群体智能决策支持系统生成器及其应用方法 |
US20110191270A1 (en) * | 2010-02-02 | 2011-08-04 | Samsung Electronics Co. Ltd. | Intelligent decision supporting system and method for making intelligent decision |
KR20130012845A (ko) * | 2011-07-26 | 2013-02-05 | (주)휴코어 | 의사결정문제 해결 대응 시스템 |
CN103177308A (zh) * | 2011-12-20 | 2013-06-26 | 中工国际工程股份有限公司 | 一种工程项目管理的智能决策支持系统 |
JP5427304B1 (ja) * | 2013-02-19 | 2014-02-26 | 株式会社三井住友銀行 | 検索結果ナビゲーションシステム |
CN105243069A (zh) * | 2014-07-09 | 2016-01-13 | 南方科技大学 | 大数据认知决策的智能系统 |
US20160196515A1 (en) * | 2015-01-05 | 2016-07-07 | International Business Machines Corporation | Detecting business anomalies utilizing information velocity and other parameters using statistical analysis |
US20170124492A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
CN107066550A (zh) * | 2017-03-23 | 2017-08-18 | 广州速鸿信息科技有限公司 | 一种基于大数据的智能决策系统构建方法 |
CN107193994A (zh) * | 2017-06-07 | 2017-09-22 | 前海梧桐(深圳)数据有限公司 | 基于海量数据的企业决策点挖掘方法及其系统 |
CN107292743A (zh) * | 2017-06-07 | 2017-10-24 | 前海梧桐(深圳)数据有限公司 | 针对企业投融资的智能化决策方法及其系统 |
CN107767167A (zh) * | 2017-09-15 | 2018-03-06 | 合肥英泽信息科技有限公司 | 一种商业卷烟营销大数据分析系统 |
CN108829731A (zh) * | 2018-05-15 | 2018-11-16 | 吉贝克信息技术(北京)有限公司 | 数据分析方法、系统、计算机可读存储介质、及电子终端 |
CN110414802A (zh) * | 2019-07-08 | 2019-11-05 | 南京华盾电力信息安全测评有限公司 | 集团经营决策分析驾驶舱系统 |
US20190354541A1 (en) * | 2018-05-16 | 2019-11-21 | Planisware SAS | Enhanced mechanisms for predictive estimation in an enterprise environment |
US10523682B1 (en) * | 2019-02-26 | 2019-12-31 | Sailpoint Technologies, Inc. | System and method for intelligent agents for decision support in network identity graph based identity management artificial intelligence systems |
-
2020
- 2020-03-12 CN CN202010170280.6A patent/CN111400414B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1480870A (zh) * | 2003-07-16 | 2004-03-10 | 中南大学 | 基于互联网结构的群体智能决策支持系统生成器及其应用方法 |
US20110191270A1 (en) * | 2010-02-02 | 2011-08-04 | Samsung Electronics Co. Ltd. | Intelligent decision supporting system and method for making intelligent decision |
KR20130012845A (ko) * | 2011-07-26 | 2013-02-05 | (주)휴코어 | 의사결정문제 해결 대응 시스템 |
CN103177308A (zh) * | 2011-12-20 | 2013-06-26 | 中工国际工程股份有限公司 | 一种工程项目管理的智能决策支持系统 |
JP5427304B1 (ja) * | 2013-02-19 | 2014-02-26 | 株式会社三井住友銀行 | 検索結果ナビゲーションシステム |
CN105243069A (zh) * | 2014-07-09 | 2016-01-13 | 南方科技大学 | 大数据认知决策的智能系统 |
US20160196515A1 (en) * | 2015-01-05 | 2016-07-07 | International Business Machines Corporation | Detecting business anomalies utilizing information velocity and other parameters using statistical analysis |
US20170124492A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
CN107066550A (zh) * | 2017-03-23 | 2017-08-18 | 广州速鸿信息科技有限公司 | 一种基于大数据的智能决策系统构建方法 |
CN107193994A (zh) * | 2017-06-07 | 2017-09-22 | 前海梧桐(深圳)数据有限公司 | 基于海量数据的企业决策点挖掘方法及其系统 |
CN107292743A (zh) * | 2017-06-07 | 2017-10-24 | 前海梧桐(深圳)数据有限公司 | 针对企业投融资的智能化决策方法及其系统 |
CN107767167A (zh) * | 2017-09-15 | 2018-03-06 | 合肥英泽信息科技有限公司 | 一种商业卷烟营销大数据分析系统 |
CN108829731A (zh) * | 2018-05-15 | 2018-11-16 | 吉贝克信息技术(北京)有限公司 | 数据分析方法、系统、计算机可读存储介质、及电子终端 |
US20190354541A1 (en) * | 2018-05-16 | 2019-11-21 | Planisware SAS | Enhanced mechanisms for predictive estimation in an enterprise environment |
US10523682B1 (en) * | 2019-02-26 | 2019-12-31 | Sailpoint Technologies, Inc. | System and method for intelligent agents for decision support in network identity graph based identity management artificial intelligence systems |
CN110414802A (zh) * | 2019-07-08 | 2019-11-05 | 南京华盾电力信息安全测评有限公司 | 集团经营决策分析驾驶舱系统 |
Non-Patent Citations (3)
Title |
---|
曹斌;齐剑锋;涂序彦;: "商业智能决策支持系统(BIDSS)的原理及实现", no. 03 * |
李旭东;王燕;: "数据挖掘技术在智能决策支持系统中的应用", no. 04 * |
杨琦峰;聂规划;刘平峰;: "企业多维标准化管理体系集成研究", no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380251A (zh) * | 2020-11-17 | 2021-02-19 | 北京航空航天大学 | 一种基于数据空间的多决策及其数据检索方法 |
CN117474353A (zh) * | 2023-10-27 | 2024-01-30 | 国家开放大学 | 一种基于在线教育的决策自动生成方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111400414B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7026092B2 (ja) | 記述情報を決定する方法、装置、電子デバイス、コンピュータ可読媒体およびコンピュータプログラム | |
US10664473B2 (en) | Database optimization based on forecasting hardware statistics using data mining techniques | |
US9189524B2 (en) | Obtaining partial results from a database query | |
EP3788560A1 (en) | Systems and methods for enriching modeling tools and infrastructure with semantics | |
JP5791149B2 (ja) | データベース・クエリ最適化のためのコンピュータで実装される方法、コンピュータ・プログラム、およびデータ処理システム | |
CN112000773B (zh) | 基于搜索引擎技术的数据关联关系挖掘方法及应用 | |
WO2021159834A1 (zh) | 异常信息处理节点分析方法、装置、介质及电子设备 | |
CN113535773B (zh) | 数据库优化方法、数据库优化装置、电子设备和存储介质 | |
CN111400414B (zh) | 一种基于标准化企业数据的决策方法、系统及电子设备 | |
KR20220166241A (ko) | 데이터 처리 방법, 장치, 전자기기, 저장매체 및 프로그램 | |
CN112287603A (zh) | 一种基于机器学习的预测模型构建方法、装置和电子设备 | |
CN110708285A (zh) | 流量监控方法、装置、介质及电子设备 | |
CN113360521A (zh) | 日志查询方法、装置、设备及存储介质 | |
US11354313B2 (en) | Transforming a user-defined table function to a derived table in a database management system | |
CN111563172A (zh) | 基于动态知识图谱构建的学术热点趋势预测方法和装置 | |
CN113297057A (zh) | 内存分析方法、装置及系统 | |
Prakash et al. | Big data preprocessing for modern world: opportunities and challenges | |
CN111782738B (zh) | 构建数据仓库表级别血缘关系的方法及装置 | |
CN116150194B (zh) | 数据获取方法、装置、电子设备和计算机可读介质 | |
Mavrogiorgos et al. | Self-Adaptable Infrastructure Management for Analyzing the Efficiency of Big Data Stores | |
Tran et al. | Metalevel Information in Ontology-Based Applications. | |
US11989199B2 (en) | Optimizing flow of data within ETL data processing pipeline | |
CN112988778B (zh) | 一种处理数据库查询脚本的方法和装置 | |
CN114969261B (zh) | 基于人工智能的数据查询方法、装置、电子设备及介质 | |
CN113626427B (zh) | 一种基于规则引擎的主题检索方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |