CN112541711A - 模型构建方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请实施例涉及一种模型构建方法、装置、计算机设备和存储介质。涉及计算机模型技术领域，该模型构建方法通过获取不同业务领域的业务数据；对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；根据各业务数据的数据要素构建数据整合模型，该数据整合模型用于对各业务数据进行数据共享处理。本申请实施例中，通过对各业务数据进行解析，得到各业务数据的数据要素，然后基于各业务数据的数据要素构建数据整合模型，实现了对各业务数据进行统一管理的目的。

Description

模型构建方法、装置、计算机设备和存储介质

技术领域

本申请实施例涉及计算机模型技术领域，特别是涉及一种模型构建方法、装置、计算机设备和存储介质。

背景技术

在电力系统中包括多个业务部门，例如财务部门、设备部门、调度部门等等，不同的业务部门会采集各自业务部门的业务数据。

由于各个业务部门的业务数据的存储以及处理方式不同，导致不同业务部门的业务数据存在信息孤岛，各个业务部门的业务数据不能统一化处理。导致对于同一项数据，各个业务部门需要重复的采集，造成资源浪费。

发明内容

本申请实施例提供一种模型构建方法、装置、计算机设备和存储介质，可以让避免计算机设备与服务器失去联系。

一种模型构建方法，该方法包括：

获取不同业务领域的业务数据；

对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

在其中一个实施例中，对各业务数据进行解析，得到各业务数据的数据要素，包括：

对于各业务数据，从业务数据中提取数值型数据和文本型数据；

获取数值型数据中的数据对象的度量和文本型数据中的数据对象的属性。

在其中一个实施例中，根据各业务数据的数据要素构建数据整合模型，包括：

根据各业务数据的数据要素构建各业务数据对应的业务模型；

对各业务数据对应的业务模型进行融合，得到数据整合模型。

在其中一个实施例中，根据各业务数据的数据要素构建各业务数据对应的业务模型，包括：

对于各业务数据，根据业务数据的数据要素包括的数据对象的度量和属性，获取业务数据的维度、原子指标数据以及修饰词；

对于各业务数据，根据业务数据的维度、原子指标数据以及修饰词构建业务数据对应的业务模型。

在其中一个实施例中，根据业务数据的数据要素包括的业务数据中的数据对象的度量和属性，获取业务数据的维度、原子指标数据以及修饰词，包括：

根据业务数据的数据要素包括的数据对象的度量和属性获取原子指标数据和维度；根据业务数据获取修饰词。

在其中一个实施例中，根据业务数据的维度、原子指标数据以及修饰词构建业务数据对应的业务模型，包括：

根据原子指标数据、业务数据的维度和修饰词构建业务数据的衍生指标；

根据业务数据的数据要素包括的数据对象的度量和属性构建业务过程；

根据衍生指标和业务数据包括的叠加函数构建业务数据的复合指标；

根据衍生指标、业务过程和复合指标建立业务数据对应的业务模型。

一种模型构建装置，该装置包括：

获取模块，用于获取不同业务领域的业务数据；

解析模块，用于对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

模型构建模块，用于根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：

获取不同业务领域的业务数据；

对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取不同业务领域的业务数据；

对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

本申请实施例提供的模型构建方法、装置、计算机设备和存储介质。可以对不同业务部门的业务数据进行统一管理。该模型构建方法通过获取不同业务领域的业务数据；对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；根据各业务数据的数据要素构建数据整合模型，该数据整合模型用于对各业务数据进行数据共享处理。本申请实施例中，通过对各业务数据进行解析，得到各业务数据的数据要素，然后基于各业务数据的数据要素构建数据整合模型，实现了对各业务数据进行统一管理的目的。

附图说明

图1为一个实施例中计算机设备的内部结构图；

图2为一个实施例中模型构建方法的流程示意图；

图3为另一个实施例中模型构建方法的流程示意图；

图4为一个实施例中根据各业务数据的数据要素构建各业务数据对应的业务模型的方法流程示意图；

图5为一个实施例中数据对象的数据要素的构成关系的示意图；

图6为一个实施例中模型构建装置的结构框图。

具体实施方式

为了使本申请实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请实施例，并不用于限定本申请实施例。

在电力系统中包括多个业务部门，例如财务部门、设备部门、调度部门等等，不同的业务部门会采集各自业务部门的业务数据。

由于各个业务部门的业务数据的存储以及处理方式不同，导致不同业务部门的业务数据形成信息孤岛，各个业务部门的业务数据不能统一化处理。导致对于同一项数据，各个业务部门需要重复的采集，造成资源浪费。

为更好地落实关于《实施国家大数据战略，加快建设数字中国》的具体要求，推动数据资产管理工作有序开展，实现数据资产的“内增效”和“外增值”。有必要开发一种新的数据模型以能够实现对各个业务部门的业务数据进行统一化处理，实现数据的一次加工，多次利用，帮助消灭各个部门之间的信息孤岛，使业务人员可以基于明细、可信的数等创造有利条件，为企业信息系统建设过程减少重复建设，加快信息系统建设效率。

本申请实施例中，通过对电力行业各业务领域监控系统的调研和分析、对源业务系统的调研及对电力业务人员理解和分析的调研，提取出关键的分析实体，对热度高的数据对象和重要的电网数据对象进行充分的调研和分析，保留数据对象的全域属性和可能的分析维度，整合公共维度和特有维度，构建相对稳定的数据整合层，用于构建数据融合层模型，为数据共享提供数据支撑。

下面，将对本申请实施例提供的模型构建方法所涉及到的实施环境进行简要说明。

请参考图1，该实施环境可以包括计算机设备，该计算机设备的内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库可以用于存储不同业务领域的业务数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种模型构建方法。

本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图1中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，如图2所示，提供了一种模型构建方法，该方法应用于图1中的计算机设备中，包括以下步骤：

步骤201，获取不同业务领域的业务数据。

本申请实施例中，在企业中，不同的业务部门对应不同的业务领域，例如财务部门对应财务业务领域、设备部门对应设备业务领域、调度部门对应调度业务领域、仓储部门对应仓储业务领域、人事部门对应人事业务领域。

各个部门的工作人员在工作的过程中会记录以及生成本领域中需要用到的业务数据，该些业务数据以本领域的默认的记录方式存储。

对于同一个事物，不同业务领域的名称和记录方式会有不同。

在实际应用中，不同业务领域可以将其对应的数据存入各业务领域的应用系统，本申请实施例中，计算机设备可以从各个业务领域的应用系统中获取各个业务领域的业务数据。

可选的，不同业务领域可以将其对应的数据存入计算机设备的存储器中，计算机设备可以从存储器中获取不同业务领域的业务数据。

步骤202，对各业务数据进行解析，得到各业务数据的数据要素。

本申请实施例中，对于各业务数据，计算机设备可以从各业务数据中提取各业务数据中的数值型数据和文本型数据。然后从数值型数据中获取数据对象的度量和从文本型数据中获取数据对象的属性。

下面对数据对象的度量和数据对象的属性进行说明：

度量：

度量是衡量业务过程状况的数值型数据，通常表现为不带业务含义的数字。度量只有在具体的业务过程下被赋予明确的业务含义后方能成为指标。

示例：金额、数量、周期是三类常见的度量。

其中，业务过程是指独立的、不可再拆分的业务活动，通常有相关的业务对象参与。示例：停电申请，跳闸事件是两个独立的业务过程。

属性：

属性是描述业务对象特征的文本型数据，既可用来声明业务过程的粒度，也可作为维度和修饰词的来源。

示例：人员编号、设备状态、组织层级分别是业务对象人、设备、组织的属性。

步骤203，根据各业务数据的数据要素构建数据整合模型。

本申请实施例中，计算机设备可以预先获取在实际应用中的多个业务过程，该多个业务过程是指独立的、不可再拆分的业务活动。业务过程可以是指同一个业务领域内的业务活动，也可以是跨业务领域的业务活动。

本申请实施例中，计算机设备可以根据获取到的业务过程以及各业务数据的数据要素建立数据库表，数据库表中包括数据对象以及各数据对象之间的关联关系。然后基于预先设定的数据清洗规则对数据库表进行数据清洗，得到数据整合模型。

本申请实施例中，在建立好数据整合模型之后，对于新添加的各业务数据，可以将新添加的各业务数据的数据要素添加至数据库表中，以实现对数据整合模型的数据更新。

本申请实施例提供的模型构建方法通过获取不同业务领域的业务数据；对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；根据各业务数据的数据要素构建数据整合模型，该数据整合模型用于对各业务数据进行数据共享处理。本申请实施例中，通过对各业务数据进行解析，得到各业务数据的数据要素，然后基于各业务数据的数据要素构建数据整合模型，实现了对各业务数据进行统一管理的目的。

在本申请的一个实施例中，如图3所示，其示出了本申请另一种模型构建方法的示意图，该方法包括以下步骤：

步骤301，获取不同业务领域的业务数据。

步骤302，对各业务数据进行解析，得到各业务数据的数据要素。

步骤303，根据各业务数据的数据要素构建各业务数据对应的业务模型。

本申请实施例中，如图4所示，根据各业务数据的数据要素构建各业务数据对应的业务模型可以包括以下步骤：

步骤401，对于各业务数据，计算机设备可以根据业务数据的数据要素包括的数据对象的度量和属性，获取业务数据的维度、原子指标数据以及修饰词。

其中，原子指标是某一业务过程下不可继续拆分的度量或者对属性的计数。例如，设备数量、电费回收、停电时长等。

原子指标数据是指原子指标对应的数据，原子指标数据＝原子指标+相关业务属性。例如设备数量(count(设备编码))、电费回收(sum(电费回收金额))、停电时长(复电时间-停电时间)。

维度：

维度是观察和分析业务过程的视角，根据数据对象的属性确定，也可视为对相关联的属性的聚类。在实际应用中，部分维度具有层级结构。例如：地理维度【国家-省份-城市-区】，时间维度【年-月-季-周-日期】，产品维度【品牌-系列-SKU】。

修饰词：

修饰词是对特定的业务场景/口径的抽象，来源于数据对象的属性或基于原子指标生成。修饰词通常用于过滤筛选，限定原子指标的统计范围。

例如，有效设备数量的“有效”来源于设备状态的取值；重载台区数量的“重载”基于设备负载率数量为一定范围生成。

可选的，如图5所示，图5中示出了数据对象的数据要素的构成关系。基于该构成关系，本申请实施例中，计算机设备可以根据业务数据的数据要素包括的数据对象的度量和属性获取原子指标数据和维度。根据业务数据获取修饰词。

步骤402，对于各业务数据，根据业务数据的维度、原子指标数据以及修饰词构建业务数据对应的业务模型。

本申请实施例中，对于各业务数据，计算机设备可以根据每个业务数据获取每个业务数据对应的多个业务过程，根据各个业务过程确定该业务数据中的各个数据对象之间的逻辑关联关系。

本申请实施例中，计算机设备可以根据每个业务数据的维度、原子指标数据以及修饰词构建每个业务数据的业务模型。

可选的，本申请实施例中，请参考图5，计算机设备可以根据原子指标数据、业务数据的维度和修饰词构建业务数据的衍生指标；根据业务数据的数据要素包括的数据对象的度量和属性构建业务过程；根据衍生指标和业务数据包括的叠加函数构建业务数据的复合指标；根据衍生指标、业务过程和复合指标建立业务数据对应的业务模型。

其中，衍生指标：

衍生指标＝原子指标数据+修饰词+维度，即衍生指标是基于原子指标数据添加修饰词的限定或维度取值的限定而生成的，并且一个衍生指标只能来源于一个原子指标数据，修饰词和维度均来源于原子指标数据中的属性。

以电力业务中的【中压线路故障率】指标为样例，说明原子指标数据、衍生指标、复合指标的相关定义：

原子指标：【中压线路公里数】(对设备属性【线路长度】的合计)、【中压线路故障次数】(对故障属性(故障编号)的计数)。

原子指标数据：【中压线路故障次数】+相关业务属性，其中属性为【流程节点】、【流程状态】、【故障时间】、【区局组织】等。

维度：属性【组织编码】、【渠道编码】可作为组织、渠道维度。

需要说明的是，原子指标统一定义、建设、管理与运营，避免同名不同义、同义不同名、同义不同源。进一步的，各业务数据的原子指标数据需保留个业务数据的最细粒度，并尽可能保留完整的业务属性，以适应未来的需求扩展。原子指标/原子指标数据的命名规范为：由业务对象/过程+度量组成，例如：设备故障次数。

修饰词：【流程状态】等于“流程中”或“流程结束”。【流程节点】等于“主管审核”或“生技部配网专责审核”。

衍生指标：由原子指标数据通过添加修饰词、维度限定而成，如：【有效中压线路故障次数】。

衍生指标的命名规范为：由维度取值+修饰词+原子指标来命名，例如：有效中压线路故障次数、合格工作单数量。各业务数据的衍生指标统一定义、建设、管理与运营，避免同名不同义、同义不同名；且一个衍生指标只能来源于一个原子指标数据，修饰词、维度均来源于原子指标数据中的属性或度量。

复合指标：由衍生指标叠加计算而成，如：【中压线路故障率】＝【有效中压线路故障次数】÷【中压线路公里数】。

复合指标的命名规范为：业务对象/过程+计算结果，如工作票合格率；各业务数据的复合指标统一定义、建设、管理与运营，避免同名不同义、同义不同名。本申请实施例中，复合指标可由一个或多个复合/衍生/原子指标通过叠加公式计算生成。根据叠加计算的层次，复合指标又可分为一级复合指标和多级复合指标。其中，一级复合指标：直接由原子指标或衍生指标经过叠加公式计算生成。多级复合指标：一级复合指标继续叠加计算，生成二级、三级等多级复合指标。

下面对原子指标、衍生指标以及符合指标的定义过程进行举例说明，例如：

时间与时长：时长定义为原子指标，由时间计算而来，但时间不定义为指标。示例：原子指标停电时长＝停电结束时间-停电开始时间。停电结束时间和停电开始时间为业务数据中的属性。

价格与金额：XX价格与XX金额都定义为XX业务过程的原子指标，不因价格*数量＝金额的运算关系而把金额定义为复合指标。示例：购入电价和购电金额都是电力购入业务过程的原子指标。

基线、目标、权重：基线、目标、权重都不定义为指标，仅作为参数参与指标的运算。例如：基线作为阈值参与判断工单标准时长是否达标，成为修饰词的一部分作用于原子指标，从而生成衍生指标。

业务场景/口径：业务场景/口径等同于修饰词，用于生成衍生指标。示例：停电2次以上来源于原子指标停电次数，用于限定另一原子指标用户数的统计范围。

步骤304，对各业务数据对应的业务模型进行融合，得到数据整合模型。

本申请实施例中，对各业务数据对应的业务模型进行融合的过程包括：

获取各业务数据之间的跨业务领域的业务活动，基于业务活动中包括的不同业务领域对应的数据对象，建立不同业务领域中的业务模型之间的数据关联关系。

基于不同业务领域中的业务模型之间的数据关联关系构建数据库表，该数据库表即为数据整合模型。

本申请实施例中，通过构建原子指标、修饰词、复核指标、衍生指标等内容，可以有效地建立数据对象之间的逻辑关系，并基于此确定各业务数据对应的业务模型，然后根据跨业务领域的业务过程构建不同业务领域的业务模型之间的数据关联关系，从而构建数据整合模型，实现了对各业务数据进行统一管理的目的。

应该理解的是，虽然图2-图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种模型构建装置600，包括：获取模块601、解析模块602和模型构建模块603，其中：

获取模块601，用于获取不同业务领域的业务数据；

解析模块602，用于对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

模型构建模块603，用于根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

在本申请的一个实施例中，解析模块602还用于：

对于各业务数据，从业务数据中提取数值型数据和文本型数据；

获取数值型数据中的数据对象的度量和文本型数据中的数据对象的属性。

在本申请的一个实施例中，模型构建模块603还用于：

根据各业务数据的数据要素构建各业务数据对应的业务模型；

对各业务数据对应的业务模型进行融合，得到数据整合模型。

在本申请的一个实施例中，模型构建模块603还用于：

对于各业务数据，根据业务数据的数据要素包括的数据对象的度量和属性，获取业务数据的维度、原子指标数据以及修饰词；

对于各业务数据，根据业务数据的维度、原子指标数据以及修饰词构建业务数据对应的业务模型。

在本申请的一个实施例中，模型构建模块603还用于：

根据业务数据的数据要素包括的数据对象的度量和属性获取原子指标数据和维度；根据业务数据获取修饰词。

在本申请的一个实施例中，模型构建模块603还用于：

根据原子指标数据、业务数据的维度和修饰词构建业务数据的衍生指标；

根据业务数据的数据要素包括的数据对象的度量和属性构建业务过程；

根据衍生指标和业务数据包括的叠加函数构建业务数据的复合指标；

根据衍生指标、业务过程和复合指标建立业务数据对应的业务模型。

关于模型构建装置的具体限定可以参见上文中对于模型构建方法的限定，在此不再赘述。上述模型构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被该处理器执行时实现：

获取不同业务领域的业务数据；

对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

在本申请的一个实施例中，该计算机程序被该处理器执行时还可以实现：

对于各业务数据，从业务数据中提取数值型数据和文本型数据；

获取数值型数据中的数据对象的度量和文本型数据中的数据对象的属性。

在本申请的一个实施例中，该计算机程序被该处理器执行时还可以实现：

根据各业务数据的数据要素构建各业务数据对应的业务模型；

对各业务数据对应的业务模型进行融合，得到数据整合模型。

在本申请的一个实施例中，该计算机程序被该处理器执行时还可以实现：

对于各业务数据，根据业务数据的数据要素包括的数据对象的度量和属性，获取业务数据的维度、原子指标数据以及修饰词；

对于各业务数据，根据业务数据的维度、原子指标数据以及修饰词构建业务数据对应的业务模型。

在本申请的一个实施例中，该计算机程序被该处理器执行时还可以实现：

根据业务数据的数据要素包括的数据对象的度量和属性获取原子指标数据和维度；根据业务数据获取修饰词。

在本申请的一个实施例中，该计算机程序被该处理器执行时还可以实现：

根据原子指标数据、业务数据的维度和修饰词构建业务数据的衍生指标；

根据业务数据的数据要素包括的数据对象的度量和属性构建业务过程；

根据衍生指标和业务数据包括的叠加函数构建业务数据的复合指标；

根据衍生指标、业务过程和复合指标建立业务数据对应的业务模型。

本申请实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取不同业务领域的业务数据；

对各业务数据进行解析，得到各业务数据的数据要素，数据要素包括业务数据中的数据对象的度量和属性；

根据各业务数据的数据要素构建数据整合模型，数据整合模型用于对各业务数据进行数据共享处理。

在本申请的一个实施例中，该计算机程序被处理器执行时还可以实现以下步骤：

对于各业务数据，从业务数据中提取数值型数据和文本型数据；

获取数值型数据中的数据对象的度量和文本型数据中的数据对象的属性。

在本申请的一个实施例中，该计算机程序被处理器执行时还可以实现以下步骤：

根据各业务数据的数据要素构建各业务数据对应的业务模型；

对各业务数据对应的业务模型进行融合，得到数据整合模型。

在本申请的一个实施例中，该计算机程序被处理器执行时还可以实现以下步骤：

对于各业务数据，根据业务数据的数据要素包括的数据对象的度量和属性，获取业务数据的维度、原子指标数据以及修饰词；

对于各业务数据，根据业务数据的维度、原子指标数据以及修饰词构建业务数据对应的业务模型。

在本申请的一个实施例中，该计算机程序被处理器执行时还可以实现以下步骤：

根据业务数据的数据要素包括的数据对象的度量和属性获取原子指标数据和维度；根据业务数据获取修饰词。

在本申请的一个实施例中，该计算机程序被处理器执行时还可以实现以下步骤：

根据原子指标数据、业务数据的维度和修饰词构建业务数据的衍生指标；

根据业务数据的数据要素包括的数据对象的度量和属性构建业务过程；

根据衍生指标和业务数据包括的叠加函数构建业务数据的复合指标；

根据衍生指标、业务过程和复合指标建立业务数据对应的业务模型。

本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请实施例构思的前提下，还可以做出若干变形和改进，这些都属于本申请实施例的保护范围。因此，本申请实施例专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种模型构建方法，其特征在于，所述方法包括：

获取不同业务领域的业务数据；

对各所述业务数据进行解析，得到各所述业务数据的数据要素，所述数据要素包括所述业务数据中的数据对象的度量和属性；

根据各所述业务数据的数据要素构建数据整合模型，所述数据整合模型用于对各所述业务数据进行数据共享处理。

2.根据权利要求1所述的方法，其特征在于，所述对各所述业务数据进行解析，得到各所述业务数据的数据要素，包括：

对于各所述业务数据，从所述业务数据中提取数值型数据和文本型数据；

获取所述数值型数据中的数据对象的度量和所述文本型数据中的数据对象的属性。

3.根据权利要求2所述的方法，其特征在于，所述根据各所述业务数据的数据要素构建数据整合模型，包括：

根据各所述业务数据的数据要素构建各所述业务数据对应的业务模型；

对各所述业务数据对应的业务模型进行融合，得到所述数据整合模型。

4.根据权利要求3所述的方法，其特征在于，所述根据各所述业务数据的数据要素构建各所述业务数据对应的业务模型，包括：

对于各所述业务数据，根据所述业务数据的数据要素包括的数据对象的度量和属性，获取所述业务数据的维度、原子指标数据以及修饰词；

对于各所述业务数据，根据所述业务数据的维度、所述原子指标数据以及所述修饰词构建所述业务数据对应的业务模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述业务数据的数据要素包括的所述业务数据中的数据对象的度量和属性，获取所述业务数据的维度、原子指标数据以及修饰词，包括：

根据所述业务数据的数据要素包括的数据对象的度量和属性获取所述原子指标数据和所述维度；根据所述业务数据获取所述修饰词。

6.根据权利要求4所述的方法，其特征在于，所述根据所述业务数据的维度、所述原子指标数据以及所述修饰词构建所述业务数据对应的业务模型，包括：

根据所述原子指标数据、所述业务数据的维度和所述修饰词构建所述业务数据的衍生指标；

根据所述业务数据的数据要素包括的数据对象的度量和属性构建业务过程；

根据所述衍生指标和所述业务数据包括的叠加函数构建所述业务数据的复合指标；

根据所述衍生指标、所述业务过程和所述复合指标建立所述业务数据对应的业务模型。

7.一种模型构建装置，其特征在于，所述装置包括：

获取模块，用于获取不同业务领域的业务数据；

解析模块，用于对各所述业务数据进行解析，得到各所述业务数据的数据要素，所述数据要素包括所述业务数据中的数据对象的度量和属性；

模型构建模块，用于根据各所述业务数据的数据要素构建数据整合模型，所述数据整合模型用于对各所述业务数据进行数据共享处理。

8.根据权利要求7所述的装置，其特征在于，所述解析模块还用于：

对于各所述业务数据，从所述业务数据中提取数值型数据和文本型数据；

获取所述数值型数据中的数据对象的度量和所述文本型数据中的数据对象的属性。

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

Images