CN111538733A - 一种多维数据综合分析系统及其分析方法 - Google Patents
一种多维数据综合分析系统及其分析方法 Download PDFInfo
- Publication number
- CN111538733A CN111538733A CN202010502090.XA CN202010502090A CN111538733A CN 111538733 A CN111538733 A CN 111538733A CN 202010502090 A CN202010502090 A CN 202010502090A CN 111538733 A CN111538733 A CN 111538733A
- Authority
- CN
- China
- Prior art keywords
- data
- file
- bill
- analysis
- information
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 106
- 238000013500 data storage Methods 0.000 claims abstract description 27
- 238000007405 data analysis Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000013475 authorization Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 6
- 230000006399 behavior Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 12
- 238000009826 distribution Methods 0.000 description 7
- 230000003542 behavioural effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开的属于数据分析技术领域,具体为一种多维数据综合分析系统,该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块,该多维数据综合分析系统的分析方法的具体步骤如下:S1:获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内,通过特定的模型和算法,在巨量的话单、账单、电子取证信息中进行数据关联碰撞,分析出符合条件的数据,通过特有的显示模型提供给用户分析线索;能够对被调查人员进行多方位的数据行为刻画,对比分析出被调查人员在某些特定时间/事件内的联系对象、活动轨迹、资金交易、交易对象等信息。
Description
技术领域
本发明涉及数据分析技术领域,具体为一种多维数据综合分析系统及其分析方法。
背景技术
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中,数据分析可帮助人们作出判断,以便采取适当行动。
现有数据分析系统通常对于数据的分析过于单一,无法实现多类型数据综合关联碰撞,显示特定条件数据信息。
发明内容
本发明的目的在于提供一种多维数据综合分析系统及其分析方法,以解决上述背景技术中提出的现有数据分析系统通常对于数据的分析过于单一,无法实现多类型数据综合关联碰撞,显示特定条件数据信息的问题。
为实现上述目的,本发明提供如下技术方案:一种多维数据综合分析系统,该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块;
所述数据分析模块包括话单分析单元、账单分析单元和综合分析单元;
所述数据存储数据库、基站数据库之间相互建立联系,所述数据存储数据库存储话单文件、账单文件和取证文件,所述数据关联模块收集时间信息、空间信息和事件信息;
所述话单文件、账单文件和取证文件存储到数据存储数据库内,所述数据存储数据库的输出端与数据关联模块连接,所述数据关联模块的输出端与数据分析模块连接,所述数据分析模块的输出端与数据表格图形绘制模块连接,所述数据表格图形绘制模块的输出端与数据标记模块连接。
优选的,所述话单文件包括通话记录、基站信息和离线地图。
优选的,所述账单文件包括交易记录和银行信息。
优选的,所述取证文件为电子取证信息。
优选的,所述话单分析单元、账单分析单元的输出端与综合分析单元连接,所述综合分析单元经过用户授权进行分析操作。
一种多维数据综合分析系统的分析方法,该多维数据综合分析系统的分析方法的具体步骤如下:
S1:获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内,数据存储数据库结合基站数据库对于话单文件、账单文件和取证文件相关文件信息获取;
S2:数据存储数据库将话单文件、账单文件和取证文件及相关文件信息输出到数据关联模块,数据关联模块对话单文件、账单文件和取证文件及相关文件信息对应的时间信息、空间信息和事件信息进行关联;
S3:话单分析单元、账单分析单元和综合分析单元对通话记录、基站信息和离线地图、交易记录和银行信息、电子取证信息经过用户的授权进行分析;
S4:单分析单元、账单分析单元和综合分析单元分析的结果通过数据表格图形绘制模块制成表格;
S5:制成的表格经过数据标记模块进行不同信息的标记作用。
与现有技术相比,本发明的有益效果是:
1)解决各类型数据单一分析,无法实现多类型数据综合关联碰撞,显示特定条件数据信息的问题;
2)通过特定的模型和算法,在巨量的话单、账单、电子取证信息中进行数据关联碰撞,分析出符合条件的数据,通过特有的显示模型提供给用户分析线索;
3)能够对被调查人员进行多方位的数据行为刻画,对比分析出被调查人员在某些特定时间/事件内的联系对象、活动轨迹、资金交易、交易对象等信息。
附图说明
图1为本发明的逻辑框图;
图2为本发明数据分析模块的逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例:
请参阅图1-2,本发明提供一种技术方案:一种多维数据综合分析系统,该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块;
数据存储数据库、基站数据库为存储话单文件、账单文件和取证文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。一个数据库由多个表空间构成。
数据分析模块包括以下功能:
行为事件分析
行为事件分析法来研究某行为事件的发生对企业组织价值的影响以及影响程度。企业借此来追踪或记录的用户行为或业务过程,如用户注册、浏览产品详情页、成功投资、提现等,通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。
在日常工作中,运营、市场、产品、数据分析师根据实际工作情况而关注不同的事件指标。如最近三个月来自哪个渠道的用户注册量最高?变化趋势如何?各时段的人均充值金额是分别多少?购买行为的独立用户数,按照年龄段的分布情况?每天的独立Session数是多少?诸如此类的指标查看的过程中,行为事件分析起到重要作用。
行为事件分析法具有强大的筛选、分组和聚合能力,逻辑清晰且使用简单,已被广泛应用。行为事件分析法一般经过事件定义与选择、下钻分析、解释与结论等环节。
漏斗分析模型
漏斗分析是一套流程分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。
漏斗分析模型已经广泛应用于流量监控、产品目标转化等日常数据运营工作中。例如在一款产品服务平台中,直播用户从激活APP开始到花费,一般的用户购物路径为激活APP、注册账号、进入直播间、互动行为、礼物花费五大阶段,漏斗能够展现出各个阶段的转化率,通过漏斗各环节相关数据的比较,能够直观地发现和说明问题所在,从而找到优化方向。对于业务流程相对规范、周期较长、环节较多的流程分析,能够直观地发现和说明问题所在。
留存分析模型
留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考察进行初始行为的用户中,有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。留存分析可以帮助回答以下问题:一个新客户在未来的一段时间内是否完成了您期许用户完成的行为?如支付订单等;某个社交产品改进了新注册用户的引导流程,期待改善用户注册后的参与程度,如何验证?想判断某项产品改动是否奏效,如新增了一个邀请好友的功能,观察是否有人因新增功能而多使用产品几个月。
分布分析模型
分布分析是用户在特定指标下的频次、总额等的归类展现。它可以展现出单用户对产品的依赖程度,分析客户在不同地区、不同时段所购买的不同类型的产品数量、购买频次等,帮助运营人员了解当前的客户状态,以及客户的运转情况。如订单金额(100以下区间、100元-200元区间、200元以上区间等)、购买次数(5次以下、5-10次、10以上)等用户的分布情况。
分布分析模型的功能与价值:科学的分布分析模型支持按时间、次数、事件指标进行用户条件筛选及数据统计。为不同角色的人员统计用户在一天/周/月中,有多少个自然时间段(小时/天)进行了某项操作、进行某项操作的次数、进行事件指标。
点击分析模型
即应用一种特殊高亮的颜色形式,显示页面或页面组(结构相同的页面,如商品详情页、官网博客等)区域中不同元素点击密度的图示。包括元素被点击的次数、占比、发生点击的用户列表、按钮的当前与历史内容等因素。
点击图是点击分析方法的效果呈现。点击分析具有分析过程高效、灵活、易用,效果直观的特点。点击分析采用可视化的设计思想与架构,简洁直观的操作方式,直观呈现访客热衷的区域,帮助运营人员或管理者评估网页的设计的科学性。
用户行为路径分析模型
用户路径分析,顾名思义,用户在APP或网站中的访问行为路径。为了衡量网站优化的效果或营销推广的效果,以及了解用户行为偏好,时常要对访问路径的转换数据进行分析。
以电商为例,买家从登录网站/APP到支付成功要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程。而在用户真实的选购过程是一个交缠反复的过程,例如提交订单后,用户可能会返回首页继续搜索商品,也可能去取消订单,每一个路径背后都有不同的动机。与其他分析模型配合进行深入分析后,能为找到快速用户动机,从而引领用户走向最优路径或者期望中的路径。
用户分群分析模型
用户分群即用户信息标签化,通过用户的历史行为路径、行为特征、偏好等属性,将具有相同属性的用户划分为一个群体,并进行后续分析。我们通过漏斗分析可以看到,用户在不同阶段所表现出的行为是不同的,譬如新用户的关注点在哪里?已购用户什么情况下会再次付费?因为群体特征不同,行为会有很大差别,因此可以根据历史数据将用户进行划分,进而再次观察该群体的具体行为。这就是用户分群的原理。
属性分析模型
顾名思义,根据用户自身属性对用户进行分类与统计分析,比如查看用户数量在注册时间上的变化趋势、查看用户按省份的分布情况。用户属性会涉及到用户信息,如姓名、年龄、家庭、婚姻状况、性别、最高教育程度等自然信息;也有产品相关属性,如用户常驻省市、用户等级、用户首次访问渠道来源等。
属性分析模型的价值是什么?一座房子的面积无法全面衡量其价值大小,而房子的位置、风格、是否学区、交通环境更是相关的属性。同样,用户各维度属性都是进行全面衡量用户画像的不可或缺的内容。
属性分析主要价值在:丰富用户画像维度,让用户行为洞察粒度更细致。科学的属性分析方法,可以对于所有类型的属性都可以将“去重数”作为分析指标,对于数值类型的属性可以将“总和”“均值”“最大值”“最小值”作为分析指标;可以添加多个维度,没有维度时无法展示图形,数字类型的维度可以自定义区间,方便进行更加精细化的分析。
所述数据分析模块包括话单分析单元、账单分析单元和综合分析单元;
所述数据存储数据库、基站数据库之间相互建立联系,所述数据存储数据库存储话单文件、账单文件和取证文件,所述数据关联模块收集时间信息、空间信息和事件信息;
所述话单文件、账单文件和取证文件存储到数据存储数据库内,所述数据存储数据库的输出端与数据关联模块连接,所述数据关联模块的输出端与数据分析模块连接,所述数据分析模块的输出端与数据表格图形绘制模块连接,所述数据表格图形绘制模块的输出端与数据标记模块连接。
进一步地,所述话单文件包括通话记录、基站信息和离线地图。
进一步地,所述账单文件包括交易记录和银行信息。
进一步地,所述取证文件为电子取证信息。
通过特定的模型和算法,在巨量的话单、账单、电子取证信息中进行数据关联碰撞,分析出符合条件的数据,通过特有的显示模型提供给用户分析线索;
分析话单文件通话时间、地点、通联对象、频率规律等信息,分析账单文件交易时间、金额、银行、柜台及交易对象等信息,取证文件分析微信、QQ、短信等信息,进行综合碰撞,发现有价值的线索信息;
进一步地,所述话单分析单元、账单分析单元的输出端与综合分析单元连接,所述综合分析单元经过用户授权进行分析操作。
一种多维数据综合分析系统的分析方法,该多维数据综合分析系统的分析方法的具体步骤如下:
S1:获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内,数据存储数据库结合基站数据库对于话单文件、账单文件和取证文件相关文件信息获取;
S2:数据存储数据库将话单文件、账单文件和取证文件及相关文件信息输出到数据关联模块,数据关联模块对话单文件、账单文件和取证文件及相关文件信息对应的时间信息、空间信息和事件信息进行关联;
S3:话单分析单元、账单分析单元和综合分析单元对通话记录、基站信息和离线地图、交易记录和银行信息、电子取证信息经过用户的授权进行分析;
S4:单分析单元、账单分析单元和综合分析单元分析的结果通过数据表格图形绘制模块制成表格;
S5:制成的表格经过数据标记模块进行不同信息的标记作用。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种多维数据综合分析系统,其特征在于,该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块;
所述数据分析模块包括话单分析单元、账单分析单元和综合分析单元;
所述数据存储数据库、基站数据库之间相互建立联系,所述数据存储数据库存储话单文件、账单文件和取证文件,所述数据关联模块收集时间信息、空间信息和事件信息;
所述话单文件、账单文件和取证文件存储到数据存储数据库内,所述数据存储数据库的输出端与数据关联模块连接,所述数据关联模块的输出端与数据分析模块连接,所述数据分析模块的输出端与数据表格图形绘制模块连接,所述数据表格图形绘制模块的输出端与数据标记模块连接。
2.根据权利要求1所述的一种多维数据综合分析系统,其特征在于:所述话单文件包括通话记录、基站信息和离线地图。
3.根据权利要求1所述的一种多维数据综合分析系统,其特征在于:所述账单文件包括交易记录和银行信息。
4.根据权利要求1所述的一种多维数据综合分析系统,其特征在于:所述取证文件为电子取证信息。
5.根据权利要求1所述的一种多维数据综合分析系统,其特征在于:所述话单分析单元、账单分析单元的输出端与综合分析单元连接,所述综合分析单元经过用户授权进行分析操作。
6.一种如权利要求1-5任意一项所述多维数据综合分析系统的分析方法,其特征在于:该多维数据综合分析系统的分析方法的具体步骤如下:
S1:获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内,数据存储数据库结合基站数据库对于话单文件、账单文件和取证文件相关文件信息获取;
S2:数据存储数据库将话单文件、账单文件和取证文件及相关文件信息输出到数据关联模块,数据关联模块对话单文件、账单文件和取证文件及相关文件信息对应的时间信息、空间信息和事件信息进行关联;
S3:话单分析单元、账单分析单元和综合分析单元对通话记录、基站信息和离线地图、交易记录和银行信息、电子取证信息经过用户的授权进行分析;
S4:单分析单元、账单分析单元和综合分析单元分析的结果通过数据表格图形绘制模块制成表格;
S5:制成的表格经过数据标记模块进行不同信息的标记作用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010502090.XA CN111538733A (zh) | 2020-06-04 | 2020-06-04 | 一种多维数据综合分析系统及其分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010502090.XA CN111538733A (zh) | 2020-06-04 | 2020-06-04 | 一种多维数据综合分析系统及其分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111538733A true CN111538733A (zh) | 2020-08-14 |
Family
ID=71979890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010502090.XA Pending CN111538733A (zh) | 2020-06-04 | 2020-06-04 | 一种多维数据综合分析系统及其分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111538733A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800127A (zh) * | 2021-01-30 | 2021-05-14 | 河南信安通信技术股份有限公司 | 基于交易账单的数据挖掘分析方法及装置 |
CN113505127A (zh) * | 2021-06-22 | 2021-10-15 | 侍意(厦门)网络信息技术有限公司 | 对有关联性对象的数据的存储结构及方法、检索和可视化展示方法 |
CN114970762A (zh) * | 2022-06-22 | 2022-08-30 | 阿维塔科技(重庆)有限公司 | 一种数据处理方法、装置、设备和计算机存储介质 |
CN117971819A (zh) * | 2024-03-29 | 2024-05-03 | 南京金鼎嘉崎信息科技有限公司 | 自动汇集流水数据的管理方法与系统 |
CN117971819B (zh) * | 2024-03-29 | 2024-05-31 | 南京金鼎嘉崎信息科技有限公司 | 自动汇集流水数据的管理方法与系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766383A (zh) * | 2019-01-08 | 2019-05-17 | 重庆市千将软件有限公司 | 大数据可视化话单分析系统 |
CN110245196A (zh) * | 2019-05-05 | 2019-09-17 | 福建中锐电子科技有限公司 | 一种基于时序和特征值确定公共安全环境的数据关联分析方法 |
CN110457533A (zh) * | 2019-07-25 | 2019-11-15 | 河南开合软件技术有限公司 | 一种情报数据模型分析方法 |
-
2020
- 2020-06-04 CN CN202010502090.XA patent/CN111538733A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766383A (zh) * | 2019-01-08 | 2019-05-17 | 重庆市千将软件有限公司 | 大数据可视化话单分析系统 |
CN110245196A (zh) * | 2019-05-05 | 2019-09-17 | 福建中锐电子科技有限公司 | 一种基于时序和特征值确定公共安全环境的数据关联分析方法 |
CN110457533A (zh) * | 2019-07-25 | 2019-11-15 | 河南开合软件技术有限公司 | 一种情报数据模型分析方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800127A (zh) * | 2021-01-30 | 2021-05-14 | 河南信安通信技术股份有限公司 | 基于交易账单的数据挖掘分析方法及装置 |
CN112800127B (zh) * | 2021-01-30 | 2024-05-28 | 河南信安通信技术股份有限公司 | 基于交易账单的数据挖掘分析方法及装置 |
CN113505127A (zh) * | 2021-06-22 | 2021-10-15 | 侍意(厦门)网络信息技术有限公司 | 对有关联性对象的数据的存储结构及方法、检索和可视化展示方法 |
CN114970762A (zh) * | 2022-06-22 | 2022-08-30 | 阿维塔科技(重庆)有限公司 | 一种数据处理方法、装置、设备和计算机存储介质 |
CN117971819A (zh) * | 2024-03-29 | 2024-05-03 | 南京金鼎嘉崎信息科技有限公司 | 自动汇集流水数据的管理方法与系统 |
CN117971819B (zh) * | 2024-03-29 | 2024-05-31 | 南京金鼎嘉崎信息科技有限公司 | 自动汇集流水数据的管理方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7007020B1 (en) | Distributed OLAP-based association rule generation method and system | |
US7590658B2 (en) | System, software and method for examining a database in a forensic accounting environment | |
EP2884440A1 (en) | Methods and systems for analyzing entity performance | |
CN111538733A (zh) | 一种多维数据综合分析系统及其分析方法 | |
Garani et al. | A data warehouse approach for business intelligence | |
US20120143816A1 (en) | Method and System of Information Matching in Electronic Commerce Website | |
CN108595621B (zh) | 一种虚开增值税发票的预警分析方法及系统 | |
WO2010110869A1 (en) | System and method for assessing marketing data | |
US20190020557A1 (en) | Methods and systems for analyzing entity performance | |
CN103605651A (zh) | 一种基于olap多维分析的数据处理展现方法 | |
US20130073518A1 (en) | Integrated transactional and data warehouse business intelligence analysis solution | |
CN111026801A (zh) | 一种辅助保险类电商运营快速决策工作的方法及系统 | |
US20090172525A1 (en) | Apparatus and method for reformatting a report for access by a user in a network appliance | |
CN109190027A (zh) | 多源推荐方法、终端、服务器、计算机设备、可读介质 | |
CN109919667A (zh) | 一种用于识别企业ip的方法和装置 | |
Smith | Business and e-government intelligence for strategically leveraging information retrieval | |
CN114860737B (zh) | 教研数据的处理方法、装置、设备及介质 | |
CN116228402A (zh) | 一种金融征信特征仓库技术支持系统 | |
CN114971912A (zh) | 一种资金交易中账户特征分析方法、系统和存储介质 | |
JP2001249983A (ja) | 顧客分析システム | |
Das et al. | A Review of Data Warehousing Using Feature Engineering | |
CN114860819A (zh) | 商业智能系统的构建方法、装置、设备和存储介质 | |
Wang et al. | Visual analysis of e-commerce user behavior based on log mining | |
US7359906B1 (en) | Method for developing data warehouse logical data models using shared subject areas | |
Ying et al. | Research on E-commerce Data Mining and Managing Model in The Process of Farmers' Welfare Growth |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200814 |
|
RJ01 | Rejection of invention patent application after publication |