CN113094419A - 数据分析的系统、方法、客户端及存储介质 - Google Patents
数据分析的系统、方法、客户端及存储介质 Download PDFInfo
- Publication number
- CN113094419A CN113094419A CN202110394235.3A CN202110394235A CN113094419A CN 113094419 A CN113094419 A CN 113094419A CN 202110394235 A CN202110394235 A CN 202110394235A CN 113094419 A CN113094419 A CN 113094419A
- Authority
- CN
- China
- Prior art keywords
- data
- data analysis
- server
- analysis model
- plug
- 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
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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/541—Client-server
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例涉及数据处理领域,公开了一种数据分析的系统、方法、客户端及存储介质。本发明中数据分析的系统,包括:客户端、服务器和数据库,客户端与服务器通信连接,服务器与数据库通信连接;客户端安装有数据分析模型和用于驱动数据分析模型的驱动插件;驱动插件接收用户需求信息,并将用户需求信息发送至服务器;服务器从数据库中获取用户需求信息对应的待分析数据,并将待分析数据返回驱动插件;驱动插件驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。采用本实施例,使得可以高效准确地对数据进行分析,节省数据分析的时间及成本。
Description
技术领域
本发明实施例涉及数据处理领域,特别涉及一种数据分析的系统、方法、客户端及存储介质。
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,将它们加以汇总、理解并消化,以求最大化地开发数据的功能,发挥数据的作用。数据分析是为了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。表格是一种可视化交流模式,又是一种分析数据的手段,表格是集中数据的表达形式,通过表格中各个数据之间关联关系,从而实现对数据的整理和分析,获得用户所需的结果,例如:获取货币资金、应收票据、应收账款、存货及其它流动资产等相关数据,通过表格对各个数据进行整理和计算,生成资产负债表。
然而,获取数据以及对数据进行分析均由人工进行处理,导致对数据分析的效率低;例如,在金融领域中,需要研究员对上市公司进行分析,故需要人工收集各数据,并对各数据进行计算,生成所需的财务报表,由于均是由人工进行数据的整理和分析,数据的分析效率低,数据分析成本高,且获取的数据不及时也将影响分析结果的准确性。
发明内容
本发明实施方式的目的在于提供一种数据分析的系统、方法、客户端及存储介质,使得可以高效准确地对数据进行分析,节省数据分析的时间及成本。
为解决上述技术问题,本发明的实施方式提供了一种数据分析的系统,包括:客户端、服务器和数据库,客户端与服务器通信连接,服务器与数据库通信连接;客户端安装有数据分析模型和用于驱动数据分析模型的驱动插件;驱动插件接收用户需求信息,并将用户需求信息发送至服务器;服务器从数据库中获取用户需求信息对应的待分析数据,并将待分析数据返回驱动插件;驱动插件驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。
本发明的实施方式还提供了一种数据分析的方法,应用于驱动插件,驱动插件和对应的数据分析模型安装于客户端,方法包括:接收用户需求信息,并将用户需求信息发送至服务器,由服务器从数据库中获取与用户需求信息对应的待分析数据并将待分析数据返回驱动插件;驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。
本发明的实施方式还提供了一种客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器,存储器中存储有驱动插件,驱动插件包括用于驱动数据分析模型的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的数据分析的方法。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述的数据分析的方法。
本发明实施例中的数据分析的系统包括客户端、服务器和数据库,客户端根据用户需求信息和数据分析模型,向服务器发送数据更新请求,由服务器从数据库中获取待分析数据,由客户端中的驱动插件驱动数据分析模型对待分析数据进行分析,通过客户端、服务器以及数据库之间的交互,形成了数据分析的系统,该系统自主获取待分析数据以及对待分析数据进行分析,数据分析效率高、数据分析灵活性高。本系统中的客户端安装有数据分析模型以及驱动该数据分析模型的驱动插件,通过驱动插件驱动数据分析模型分析数据,驱动插件可以根据需要安装在不同的客户端上,具有可移植性、部署灵活的优点。驱动插件根据用户需求信息和数据分析模型向服务器发送数据更新请求,由于无需人工分析所需的数据种类,也无需人工搜集待分析的数据,减少了人工参与操作,提高了获取待分析数据的效率;同时该驱动插件驱动该数据分析模型对待分析数据进行分析,无需人工对待分析数据进行分析,即可得到数据分析结果,提高了分析数据的效率。数据库存储数据,无需服务器中存储待分析的数据,本申请中通过客户端获取用户需求信息,由服务器从数据库中获取待分析数据,并将待分析数据返回至该驱动插件,通过驱动插件驱动数据分析模型对数据进行分析,客户端、服务器以及数据库之间的功能相互依赖,形成可以根据用户需求进行数据分析的系统,灵活性高。
另外,驱动插件内存储有各数据分析模型之间的对应关系。驱动插件存储各个数据分析模型之间的对应关系,通过各个数据分析模型之间的对应关系,可以实现各个数据分析模型之间数据的转换。
另外,驱动插件还用于:将低版本的数据分析模型中的数据迁移至高版本的数据分析模型。驱动插件将低版本的数据分析模型中的数据迁移至高版本的数据分析模型中,无需人工手动迁移,提高了更新数据分析模型版本的灵活性和效率。
另外,驱动插件还用于:接收服务器发送的输出格式,或者,接收用户输入的输出格式;根据输出格式输出分析结果。可以按照用户输入的输出格式输出分析结果,也可以根据服务器发送的输出格式输出分析结果,使得用户可以根据自己的习惯,直观的查看分析结果,提升用户体验。
另外,服务器存储有各类型的数据分析模型;数据分析的系统还包括数据迁移模块,数据迁移模块分别连接服务器、数据库以及至少一个数据源;数据迁移模块用于:根据服务器发送的迁移指令,从至少一个数据源中将各类型的数据分析模型所需的数据迁移至数据库中。通过数据迁移模型将待分析数据从数据源中迁移至数据库中,而不是将所有数据源存储至数据库,减少无效信息的存储,节省存储空间;同时仅存储待分析数据,使得后续从数据库中获取数据时,遍历的数据量小,提高后续服务器从数据库查询待分析数据的速度,提高计算效率。
另外,驱动插件还用于:检测数据分析模型与驱动插件是否匹配,若数据分析模型与驱动插件不匹配,则输出用于指示驱动插件与数据分析模型不匹配的第一提示信息,或者,更新驱动插件,以便驱动插件与数据分析模型匹配。驱动插件和数据分析模型不匹配情况下,驱动插件无法驱动该数据分析模型,不能正常进行数据分析,通过第一提示信息,可以下载与数据模型匹配的驱动插件,可以确保正常驱动数据分析模型。
另外,驱动插件还用于:若检测到客户端内的驱动插件的版本低于服务器内的驱动插件的版本,则输出指示升级客户端内的驱动插件的第二提示信息,或者,升级驱动插件;若检测到客户端内的数据分析模型的版本低于服务器中内数据分析模型的版本,则输出指示升级客户端内数据分析模型的第三提示信息。由于驱动插件在使用过程中,会出现漏洞等问题,通过第二提示信息或第三提示信息,升级驱动插件或对数据分析模型进行升级,避免出现因漏洞导致的分析错误。
另外,驱动插件还用于:获取用户对应的用户账号信息;将用户账号信息发送服务器,由服务器对用户账号信息进行校验;若确定校验成功,则执行将用户需求信息发送至服务器的操作。驱动插件对用户账号信息进行校验,在校验成功后接入服务器,可以保证服务器的安全性,同时也保证了用户账号信息的安全性,保护用户的隐私。
另外,数据库设有存储过程;服务器还用于:根据用户需求信息,调用数据库中的存储过程,以获取待分析数据。通过存储过程对数据库进行操作,能够避免因代码修改导致的服务器的重启,存储过程可以被重复调用,可以减少数据库开发人员的工作量,减少网络传输量。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施例提供的一种数据分析的系统的结构示意图;
图2是根据本发明第一实施例提供的一种数据分析的系统中各部分交互的示意图;
图3是根据本发明第二实施例提供的一种数据分析的系统中各部分数据传输的示意图;
图4是根据本发明第二实施例提供的一种数据分析的系统中各部分交互的示意图;
图5是根据本发明第三实施例提供的一种数据分析的系统的结构示意图;
图6是根据本发明第四实施例提供的一种数据分析的系统中各部分交互的示意图;
图7是根据本发明第四实施例提供的一种数据分析的系统中各部分数据传输的示意图;
图8是根据本发明第五实施例提供的一种数据分析的方法的流程图;
图9是根据本发明第六实施例提供的一种数据分析的方法的流程图;
图10是根据本发明第七实施例提供的一种数据分析的方法的流程图;
图11是根据本发明第八实施例提供的一种客户端的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种数据分析的系统,该系统的结构如图1所示,包括:客户端101、服务器102和数据库103,客户端101与服务器102通信连接,服务器102与数据库103连接。
客户端101可以是电脑、手机等设备。该客户端101安装有数据分析模型和用于驱动该数据分析模型的驱动插件,数据分析模型包括各类数据项之间的关联关系。数据项是具有独立含义的最小标识单位,数据项的名称有编号、简述等。各个数据项之间的关联关系可以根据实际应用预先进行设置,该数据分析模型可以是表格,例如:该数据项1可以是货币资金、数据项2可以是应收票据、数据项3可以是存货,数据项4可以是其它流动资金,预先设置四个数据项所对应的单元格之间的关联公式,形成资产负债表的框架,将该资产负债表的框架作为一个数据分析模型,该数据分析模型中未填充待分析数据。可以理解的是,还可以有其它的数据分析模型,例如,现金流表、产品销售预测表、资产预测表、预设数据项的图形输出模型、利润表等。数据分析模型还可以是现金流表、产品销售预测表、资产预测表、预设数据项的图形输出模型及利润表的组合。
在金融领域中,数据分析模型可以采用原始财务报表中的数据结构,各数据项之间的关联关系可以包括:销售预测和资产预测的明细项目之间的对应关系、三大财报之间的各数据项之间的对应关系、报表输出和财报数据的各项之间的对应关系。
本实施例中数据库103可以采用Oracle数据库,Oracle数据库是一款关系型数据库,用于数据的持久化存储。该数据库103可以部署于服务器102上,也可以单独部署。数据库103中存储数据分析模型的所需数据。若存在多个数据分析模型,可以根据各个数据分析模型中各对应关系,确定Oracle数据库的数据表结构,例如,根据资产负债、利润、现金流量、财务附注、股票行情、股本等各个数据分析模型的需求确定数据库的数据表结构。若数据分析模型是多个表的组合,可以根据各表之间的关联关系,确定数据库的数据表结构。
具体地,数据库103存储的数据来源于数据源,数据源可以是数据供应商,数据供应商采购各行业务、机构的数据。用户需求信息可以由用户输入后获取。用户需求信息中还可以包括:由用户选取数据分析模型中的指定分析项目,例如,用户A输入的指定分析项目可以为资金预测年份信息,待分析的公司为水果公司B等。
本实例中可以通过服务器102中的标准化接口实现服务器102与数据库103之间的通信。
本示例中服务器102可以是一个,也可以是2个以上。服务器102用于从数据库103中获取数据分析模型的所需数据。客户端101接入服务器102,可以获取该服务器102上的web应用程序,通过该web应用程序可以获取服务器102提供的业务,如:响应驱动插件的请求。
由于数据分析模型有多种,为了准确地驱动数据分析模型,数据分析模型由匹配的驱动插件驱动。驱动插件可以是预先编辑的应用程序,可以通过安装包的方式安装于客户端上。该驱动插件也可以部署于浏览器上,通过网页启动驱动插件。本示例中该驱动插件可以是对micrsoft office或wps开发的com加载项拓展插件。该驱动插件可以用于和服务器102进行数据交互以及驱动该数据分析模型。
驱动插件还可以用于为用户提供帮助文档、提取历史数据、配平报表、导入历史模型等。驱动插件是数据分析模型和服务器102之间进行数据交互的桥梁。
当客户端101中驱动插件接入服务器102后,服务器102与数据库103连接的情况下,该数据分析的系统的工作过程如下:
驱动插件接收用户需求信息,并将用户需求信息发送至服务器102。用户需求信息中包括被分析的目标对象信息,如:股票代码、公司名称等。该用户需求信息还可以包括数据分析模型的信息,如数据分析模型的标记。将用户需求信息发送至服务器102,服务器102根据用户需求信息,从数据库103中获取与用户需求信息对应的待分析数据并将待分析数据返回驱动插件;驱动插件驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。
当驱动插件获取了用户需求信息后,将用户需求信息发送服务器102。服务器102接收用户需求信息,用户需求信息中包括数据分析模型的信息,因此根据该数据分析模型的信息以及被分析的目标对象信息,可以确定从数据库103中获取该与用户需求信息对应的待分析数据。服务器102将该待分析数据返回驱动插件,驱动插件将待分析数据填充至数据分析模型中,在数据填充完毕之后,启动该数据分析模型,生成该用户需求信息对应的分析结果。例如,若数据分析模型为利润表,可以得到净利润等分析结果。驱动插件可以直接输出该分析结果。
下面结合图2具体说明整个数据的分析过程。
S0:驱动插件向服务器发送用户需求信息,该用户需求信息包括数据分析模型的标记。S1:服务器接收该用户需求信息,根据该用户需求信息以及服务器中预先存储的数据分析模型的标记与各类数据之间的对应关系,服务器执行S2:根据该数据分析模型的标记,从数据库中获取该数据分析模型所需的该目标客户的待分析数据。服务器执行S3:将该待分析数据返回驱动插件,驱动插件执行S4:将待分析数据填充至数据分析模型中。驱动插件执行S5:在数据填充完毕之后,启动该数据分析模型,生成该对待分析数据的分析结果。
图3为该数据分析的系统中各部分数据传输的结构示意图,图3中用户与驱动插件的数据传输是指用户通过输入界面输入信息,如机构代码等信息。若客户端未安装驱动插件或数据分析模型,用户可以通过客户端的网页登入服务器,从服务器中下载数据分析模型或驱动插件。由客户端中数据分析模型获取分析结果。
本发明实施例中的数据分析的系统包括客户端、服务器和数据库,客户端根据用户需求信息和数据分析模型,向服务器发送数据更新请求,由服务器从数据库中获取待分析数据,由客户端中的驱动插件驱动数据分析模型对待分析数据进行分析,通过客户端、服务器以及数据库之间的交互,形成了数据分析的系统,该系统自主获取待分析数据以及对待分析数据进行分析,数据分析效率高、数据分析灵活性高。本系统中的客户端安装有数据分析模型以及驱动该数据分析模型的驱动插件,通过驱动插件驱动数据分析模型分析数据,驱动插件可以根据需要安装在不同的客户端上,具有可移植性、部署灵活的优点。驱动插件根据用户需求信息和数据分析模型向服务器发送数据更新请求,由于无需人工分析所需的数据种类,也无需人工搜集待分析的数据,减少了人工参与操作,提高了获取待分析数据的效率;同时该驱动插件驱动该数据分析模型对待分析数据进行分析,无需人工对待分析数据进行分析,即可得到数据分析结果,提高了分析数据的效率。数据库存储数据,无需服务器中存储待分析的数据,本申请中通过客户端获取用户需求信息,由服务器从数据库中获取待分析数据,并将待分析数据返回至该驱动插件,通过驱动插件驱动数据分析模型对数据进行分析,客户端、服务器以及数据库之间的功能相互依赖,形成可以根据用户需求进行数据分析的系统,灵活性高。
本发明的第二实施方式涉及一种数据分析的系统。第二实施方式是对第一实施方式的改进,主要改进之处在于:在本发明第二实施方式中,驱动插件还用于接收服务器发送的输出格式,或者,接收用户输入的输出格式;根据输出格式输出分析结果。该数据分析的系统中各部件之间的交互如图4所示。
在一个例子中,驱动插件可以在得到分析结果后,向服务器发起用于获取用户指定的输出格式的获取请求,由服务器根据获取请求返回输出格式;根据输出格式输出分析结果。
具体地,每个用户可以有各自指定的输出格式,为了便于管理,可以在服务器存储各用户指定的输出格式,指定的输出格式与用户的需求相关,例如,用户A的机构需要获取归属母公司的资产信息、各季度的成本信息等,则该输出格式可以是表格形式,表格中包含有显示归属母公司的资产信息的输出项和各季度的成本信息的输出项。驱动插件获取到输出格式后,将输出格式填充至数据分析模型中,从而按照输出格式输出分析结果。
用户还可以通过客户端的界面将预先定义的输出格式,以及数据分析模型中分析结果与该输出格式之间的对应关系传输至驱动插件。驱动插件根据该分析结果与该输出格式之间的对应关系,将分析结果映射至该输出格式中,实现数据填充,进而实现按照该输出格式输出该分析结果。
下面结合图4具体说明整个数据的分析过程。
S0:驱动插件向服务器发送用户需求信息,该用户需求信息包括数据分析模型的标记。S1:服务器接收该用户需求信息,服务器中预先存储的数据分析模型的标记与各类数据之间的对应关系,服务器执行S2:根据用户需求信息,从数据库中获取与该用户需求信息对应的待分析数据。服务器执行S3:将该待分析数据返回驱动插件,驱动插件执行S4:将待分析数据填充至数据分析模型中。驱动插件执行S5:在数据填充完毕之后,启动该数据分析模型,生成该对待分析数据的分析结果。驱动插件执行S6:向服务器发起用于获取用户指定的输出格式的获取请求。服务器执行S7:根据获取请求返回输出格式,其中,获取请求包括用户的信息;驱动插件执行S8:根据输出格式输出分析结果。其中,步骤S6至步骤S8为本示例中进一步改进的内容。
本示例中,通过获取用户指定的输出格式,可以按照用的个性化的格式输出分析结果,提高用户的使用体验。
本发明的第三实施方式涉及一种数据分析的系统。第三实施方式是对上述实施方式的进一步改进,主要改进之处在于:在本实施方式中,该数据分析的系统还包括数据迁移模块104;数据迁移模块分别连接服务器、数据库以及至少一个数据源。数据分析的系统的结构框图如图5所示(图5中仅示出了一个数据源)。
该数据迁移模块104与数据库103连接,同时该数据迁移模块104分别与服务器102和数据源105进行通信,该数据迁移模块104可以安装于单独的设备,也可以安装在服务器内,该数据迁移模块104可以为kettle程序,kettle程序是实现源数据迁移的工具,源数据通过提取(extract)、转换(transform)、加载(load)到数据库中。该kettle程序的脚本文件为:transformation(.ktr),用于完成针对数据的基础转换。job(.kjb)用于完成整个工作流的控制。该kettle中核心组件包括:工作执行器Kitchen和转换设计工具Spoon。
数据迁移模块104根据服务器102发送的迁移指令,从至少一个数据源105中将各类型的数据分析模型所需的数据迁移至数据库中。
具体地,数据源可以有一个或多个。若数据源为一个时,该数据源中包含有各类数据分析模型所需的数据,将该数据源作为主用数据源;服务器102还用于:按照预设时间间隔向数据迁移模块发起迁移指令。预设时间间隔可以根据需要设置,预设时间间隔可以为分钟、天或月。例如,预设时间间隔为3分钟、1天、30天等。若数据源包括多个时,可以将数据源分为主用数据源和多个备用数据源,服务器通过数据迁移模块从主用数据源中获取数据;服务器还可以接收用户输入的数据源更新指令,调用与备用数据源对应的数据源迁移模块,从备用数据源读取数据。
通过数据迁移模型将待分析数据从数据源中迁移至数据库中,而不是将所有数据源存储至数据库,减少无效信息的存储,节省存储空间;同时仅存储待分析数据,使得后续从数据库中获取数据时,遍历的数据量小,提高后续服务器从数据库查询待分析数据的速度,提高计算效率。
值得一提的是,定时发起迁移指令,可以及时更新数据库中存储的数据,由于数据分析的结果往往与待分析数据的时效性相关,提高存储数据的时效性,可以提升数据的分析结果的准确性。
在一个例子中,该数据库103中保存有预先编译的存储过程。服务器103还用于根据用户需求信息,调用数据库中的存储过程,以获取待分析数据。
具体地,存储过程是事先经过编译并存储在数据库中的一段SQL语句的集合,调用存储过程可以简化应用开发人员的很多工作,减少数据在数据库与服务器之间的传输,对于提高数据处理的效率。存储过程经过第一次编译后再次调用不需要再次编译,用户通过指定存储过程的名字并给出对应的参数,即可调用存储过程,无需传输大量的字符串类型的SQL语句,降低了网络流量。由于存储过程编译一次后,每次调用时都可直接执行,无需再编译,节省了调用时间。存储过程往往是针对一个特定的功能编写的,当再需要完成这个特定的功能时,可以再次调用该存储过程,增加了复用性。当功能要求发生变化时,修改之前的存储过程比较容易,花费精力少,无需重启程序,可维护性高。
若直接写SQL语句,在获取数据时,服务器向数据库发送SQL查询语句,需要先将SQL语句进行编译,然后执行查询,且SQL语句非常复杂,数据量大,从而会导致查询速度慢。
本示例中,通过获取指定的输出格式,可以灵活输出分析结果,同时通过存储过程对数据进行查询,可以减少数据量,提高查询速度。
本发明的第四实施方式涉及一种数据分析的系统。本实施方式是对上述实施方式的进一步改进,主要改进之处在于,本实施例中:驱动插件获取用户的用户账号信息,由服务器对用户账号信息进行校验,若确定校验成功,该执行将用户需求信息发送至服务器的操作。该数据分析的系统的结构框图可以采用上述实施例中任一的结构框图。
本示例中驱动插件可以存储数据分析模型和服务器对应关系、驱动插件和数据分析模型之间对应关系;数据分析模型和输出格式之间的对应关系;各驱动插件和服务器之间对应关系。
驱动插件可以在获取用户需求信息之前,获取用户对应的用户账号信息;将用户账号信息发送服务器,由服务器对用户账号信息进行校验;若确定校验成功,执行将用户需求信息发送至服务器的操作。
具体地,用户账号信息包括:用户名以及用户名密码;用户账号信息可以由用户输入;驱动插件将该用户账号信息发送至服务器,服务器对用户名和用户名密码进行校验,检验的方式可以是将该用户账号信息与服务器中存储的用户账号信息进行比对,若相同,则校验成功。可以理解的是,还可以采用其它方式进行校验。若校验成功,服务器可以向驱动插件返回验证成功的信息。也可以是服务器为该驱动插件授权。
具体地,服务器可以为用户账号提供数据分析模型和匹配的驱动插件。服务器可以存储数据分析模型与驱动插件之间的对应关系。可以理解的是,服务器还可以预先存储数据分析模型和服务器之间的对应关系。
在一个例子中,客户端安装的数据分析模型和驱动插件可以从服务器中获取;例如,该服务器还用于为用户账号提供对应版本的数据分析模型的安装包和驱动插件的安装包,由用户的客户端下载用户账号提供的该数据分析模型和驱动插件,以安装数据分析模型和驱动插件。
由于驱动插件与数据分析模型匹配才可以驱动该数据分析模型,检测数据分析模型与驱动插件是否匹配,若数据分析模型与驱动插件不匹配,则输出用于指示驱动插件与数据分析模型不匹配的第一提示信息,或者,更新驱动插件,以便驱动插件与数据分析模型匹配。
具体地,数据分析模型具有对应的驱动插件,驱动插件内存储有数据分析模型和驱动插件的对应关系,驱动插件可以根据该对应关系确定出该客户端内的数据分析模型是否与驱动插件匹配。由于高版本的驱动插件可以驱动低版本的数据分析模型,而低版本的驱动插件不能驱动高版本的数据分析模型;根据驱动插件的版本信息判断是否与数据分析模型匹配,例如,若数据分析模型的版本为2.0,与该数据分析模型匹配的驱动插件的版本可以是对应的2.0及以上版本。
具体地,每个数据分析模型在搭建期初,内置该数据分析模型的版本信息,在数据分析模型搭建完成之后,服务器中存储该数据分析模型以及该数据分析模型的版本信息,服务器中存储数据分析模型,以供用户下载。驱动插件同理也被发布至该服务器上,并存储以供用户下载。
数据分析模型可以根据用户需求进行迭代,在迭代过程中,数据分析模型的框架会发生改变,需要对客户端中的数据分析模型进行升级。驱动插件作为数据分析模型的驱动,当数据分析模型升级之后,驱动插件对应的也需要升级以实现与该数据分析模型的适配。另外,驱动插件在使用过程中可能会出现漏洞,对驱动插件进行升级以修复驱动插件中的漏洞。驱动插件的升级可以在线升级,若用户当前使用的数据分析模型的模型版本低,需要升级为高版本的数据分析模型。
在一个例子中,该驱动插件内存储有各数据分析模型之间的对应关系。
具体地,驱动插件可以驱动对应的至少2个版本的数据分析模型,可以根存储的各个数据分析模型之间的对应关系,对两两数据分析模型之间进行数据迁移。例如,若驱动插件可以驱动数据分析模型V1.0和V1.1,那么该驱动插件中存储有该数据分析模型V1.0和V1.1之间的对应关系,例如,该数据分析模型V1.0中各个数据项可以对应至该数据分析模型V1.1中的数据项。驱动插件根据各版本数据分析模型之间的对应关系,可以将低版本的数据分析模型中的数据迁移至高版本的数据分析模型,完成数据迁移,无需用户重新输入用户需求信息。
本示例中驱动插件中存储有各个数据分析模型之间的对应关系,该驱动插件可以根据各个数据分析模型之间的对应关系对各个数据分析模型之间的数据进行迁移;实现低版本的数据分析模型与高版本的数据分析模型之间的数据传输,使得高版本的数据分析模型无需对于低版本的数据分析模型对应的数据进行重复分析,减少了对相同数据的重复分析,提高数据分析的效率;另外,由于各个数据分析模型之间存在对应关系,将低版本的数据分析模型中的数据迁移至高版本的数据分析模型中,实现对低版本的数据分析模型中各数据项的持续保存和跟踪;由于数据项在高版本的数据分析模型中的作用与低版本的数据分析模型中的作用不同,通过数据迁移实现了对数据作用的扭转;由于将低版本的数据分析模型中的数据迁移至高版本的数据分析模型无需人工参与,避免出现人工计算失误的问题,提高了对数据分析的准确性。且数据分析模型不断地进行迭代升级,可以及时、有效、简单地得到最符合用户需求信息的分析结果。
此外,低版本的数据分析模型与高版本的数据分析模型之间的数据传输;数据库、服务器、驱动插件、数据分析模型之间的数据传输以及数据源与数据库之间的数据传输,形成了三条数据传输线;通过三条数据传输线之间的相互配合,可以获取数据分析模型中新增数据项对应的数据,使得对数据分析的灵活性高,且无需人工参与,提高数据分析的效率。
将本示例中的数据分析的系统应用于数据分析复杂的金融行业中,通过该数据分析的系统中三条数据传输线之间的相互配合,可以实现财务报表中各指标的分析和输出;由于数据分析模型可以是各财务报表的组合或者是单独的财务报表,通过对数据分析模型的迭代,保持了财务报表中各项数据的实时性和正确性,对数据分析的灵活性高,且无需人工参与,显著提高了对数据分析的效率。
驱动插件还用于:若检测到客户端内的驱动插件的版本低于服务器内的驱动插件的版本,则输出指示升级客户端内的驱动插件的第二提示信息,或者,升级驱动插件;若检测到客户端内的数据分析模型的版本低于服务器中内数据分析模型的版本,则输出指示升级客户端内数据分析模型的第三提示信息。
具体地,可以在用户账号信息校验成功后,读取服务器内的驱动插件的版本和服务器内数据分析模型的版本。驱动插件若检测到客户端内的驱动插件的版本低于服务器内的驱动插件的版本,则输出指示升级客户端内的驱动插件的第二提示信息。例如:显示升级驱动插件的文字信息。或者可以直接升级该驱动插件。同理,若检测到客户端内的数据分析模型的版本低于服务器中内数据分析模型的版本,则输出指示升级客户端内数据分析模型的第三提示信息。
需要说明的是,若需要更新数据分析模型,可以由用户指示客户端下载并安装高版本的数据分析模型,同时,下载与该高版本数据分析模型匹配的驱动插件。
下面结合附图6中的交互图,对数据分析的过程进行介绍。
驱动插件执行S0:获取用户对应的用户账号信息;将用户账号信息发送服务器。服务器执行S1:对用户账号信息进行校验。驱动插件执行S2:驱动插件确定校验成功。驱动插件执行S3:获取驱动插件的版本信息以及数据分析模型的版本信息;若检测到数据分析模型的版本信息与驱动插件的版本信息不匹配,则输出用于指示更新驱动插件或更新数据分析模型的第一提示信息。若检测到数据分析模型的版本信息与驱动插件的版本信息匹配,则驱动插件执行S4:向服务器发送用户需求信息,该用户需求信息包括数据分析模型的标记。服务器执行S5:接收用户需求信息;服务器中预先存储有数据分析模型的标记与各类数据之间的对应关系,服务器执行S6:服务器根据用户需求信息,从数据库中获取与用户需求信息对应的待分析数据。服务器执行S7:将该待分析数据返回驱动插件,驱动插件执行S8:将待分析数据填充至数据分析模型中。驱动插件执行S9:在数据填充完毕之后,启动该数据分析模型,生成该对待分析数据的分析结果。驱动插件执行S10:向服务器发起用于获取用户指定的输出格式的获取请求。服务器执行S11:根据获取请求返回输出格式,其中,获取请求包括用户的信息;驱动插件执行S12:根据输出格式输出分析结果。
图7为该数据分析的系统的数据传输的结构示意图,图7中用户与驱动插件的数据传输是指用户通过输入界面输入信息,如机构代码等信息。服务器通过数据迁移模块将数据源中的数据迁移至数据库中,服务器通过调用存储过程对数据库进行操作。若客户端未安装驱动插件或数据分析模型,用户可以通过客户端的网页登入服务器,从服务器中下载数据分析模型或驱动插件。由客户端中数据分析模型获取分析结果。
本实施例中驱动插件对用户的账号信息进行校验,在校验成功后接入服务器,可以保证服务器的安全性,同时也保证了用户账号的安全性,保护用户的隐私。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明第五实施方式涉及一种数据分析的方法,该方法应用于驱动插件,驱动插件和对应的数据分析模型安装于客户端,数据分析的方法的流程如图8所示:
步骤501:接收用户需求信息,并将用户需求信息发送至服务器,由服务器从数据库中获取与用户需求信息对应的待分析数据并将待分析数据返回驱动插件。
具体地,数据分析模型包括各类数据项之间的关联关系。数据项是是具有独立含义的最小标识单位,数据项的名称有编号、简述等。各个数据项之间的关联关系可以根据实际应用预先进行设置,该数据分析模型可以是表格,例如:该数据项1可以是货币资金、数据项2可以是应收票据、数据项3可以是存货,数据项4可以是其它流动资金,预先设置四个数据项所对应的单元格之间的关联公式,形成资产负债表的框架,将该资产负债表的框架作为一个数据分析模型,该数据分析模型中未填充待分析数据。可以理解的是,还可以有其它的数据分析模型,例如,现金流表、产品销售预测表、资产预测表、预设数据项的图形输出模型、利润表等。
在金融领域中,数据分析模型可以采用原始财务报表中的数据结构,各数据项之间的关联关系可以包括:销售预测和资产预测的明细项目之间的对应关系、三大财报之间的数据和各预设数据项之间的对应关系、报表输出和财报数据的各项之间的对应关系。
由于数据分析模型有多种,为了准确地驱动数据分析模型,数据分析模型由匹配的驱动插件驱动。驱动插件可以是预先编辑的应用程序,可以通过安装包的方式安装于客户端上。该驱动插件获取用户需求信息,用户需求信息可以是被分析的目标对象信息,如:股票代码、公司名称等。该用户需求信息还可以包括数据分析模型的信息,如数据分析模型的标记。将用户需求信息发送至服务器,服务器根据用户需求信息,从数据库中获取与用户需求信息对应的待分析数据并将待分析数据返回驱动插件
步骤502:驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。
在一个例子中,可以从服务器获取输出格式或者获取用户输入的输出格式。驱动插件按照输出格式输出该分析结果。
本实施例中的数据分析的方法与第一实施例中的数据分析的系统中各部件的步骤对应。此处不再赘述其效果。
本发明第六实施方式涉及一种数据分析的方法,该方法是对第五实施例的进一步改进,主要改进点在于:本实施例中检测数据分析模型是否与驱动插件相匹配,若不匹配,则更新驱动插件;或者,进行提示。其流程如图9所示:
步骤601:检测数据分析模型与驱动插件是否匹配,若数据分析模型与驱动插件不匹配,则执行步骤602,若数据分析模型与驱动插件匹配,则执行步骤603。
步骤602:输出用于指示更新驱动插件或更新数据分析模型的第一提示信息,或者,更新驱动插件。
具体地,可以输出第一提示信息,如进行文字提醒;语音提醒等。或者在用户授权自动更新的权限时,从服务器获取与数据分析模型匹配的驱动插件。
可以在数据分析模型和驱动插件匹配的情况下,执行后续的步骤603。
在一个例子中,在安装了高版本的数据分析模型之后,驱动插件将低版本的数据分析模型中的数据迁移至高版本的数据分析模型。
步骤603:接收用户需求信息,并将用户需求信息发送至服务器,由服务器从数据库中获取与用户需求信息对应的待分析数据并将待分析数据返回驱动插件。
步骤604:驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。
本发明第七实施方式涉及一种数据分析的方法,该方法是对上述实施例的进一步改进,主要改进点在于:本实施例中获取用户账号信息并将用户账号信息发送服务器,由服务器验证用户账号信息。其流程如图10所示:
步骤701:获取用户对应的用户账号信息。
步骤702:将用户账号信息发送服务器,由服务器对用户账号信息进行校验。
步骤703:若确定校验成功,则执行将用户需求信息发送至服务器的操作,即执行步骤704。
驱动插件可以获取用户需求信息之前,获取用户对应的用户账号信息;将用户账号信息发送服务器,由服务器对用户账号信息进行校验;若确定校验成功,执行将用户需求信息发送至服务器的操作。
具体地,用户账号信息包括:用户名以及用户名密码;用户账号信息可以由用户输入;驱动插件将该用户账号信息发送至服务器,服务器对用户名和用户名密码进行校验,检验的方式可以是将该用户账号信息与服务器中存储的用户账号信息进行比对,若相同,则校验成功。可以理解的是,还可以采用其它方式进行校验。若校验成功,服务器可以向驱动插件返回验证成功的信息。也可以是服务器为该驱动插件授权。若用户账号信息验证失败,则结束整个流程。
步骤704:接收用户需求信息,并将用户需求信息发送至服务器,由服务器从数据库中获取与用户需求信息对应的待分析数据并将待分析数据返回驱动插件。
步骤705:驱动数据分析模型对待分析数据进行分析,获取用户需求信息对应的分析结果。
需要说明的是,在执行步骤704之前还可以执行检测数据分析模型的版本信息与驱动插件的版本信息是否匹配的操作,即在确保数据分析模型与驱动插件匹配的情况下执行步骤704。
在步骤703确定校验成功之后,驱动插件若检测到客户端内的驱动插件的版本低于服务器内的驱动插件的版本,则输出指示升级客户端内的驱动插件的第二提示信息,或者,升级驱动插件;若检测到客户端内的数据分析模型的版本低于服务器中内数据分析模型的版本,则输出指示升级客户端内数据分析模型的第三提示信息。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第八实施方式涉及一种客户端,其结构框图如图11所示,包括:至少一个处理器801;以及,与至少一个处理器801通信连接的存储器802,存储器802中存储有驱动插件,驱动插件包括用于驱动数据分析模型的指令,指令被所述至少一个处理器801执行,以使至少一个处理器801能够执行上述的数据分析的方法。
其中,存储器802和处理器801采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器801和存储器802的各种电路链接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明第九实施方式涉及一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述的数据分析的方法。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
本申请实施例公开A1.一种数据分析系统,包括:客户端、服务器和数据库,所述客户端与所述服务器通信连接,所述服务器与所述数据库通信连接;
所述客户端安装有数据分析模型和用于驱动所述数据分析模型的驱动插件;
所述驱动插件接收用户需求信息,并将所述用户需求信息发送至所述服务器;
所述服务器从所述数据库中获取所述用户需求信息对应的待分析数据,并将所述待分析数据返回所述驱动插件;
所述驱动插件驱动所述数据分析模型对所述待分析数据进行分析,获取所述用户需求信息对应的分析结果。
A2.根据A1所述的数据分析的系统,所述驱动插件内存储有各所述数据分析模型之间的对应关系。
A3.根据A2所述的数据分析的系统,所述驱动插件还用于:将低版本的数据分析模型中的数据迁移至高版本的数据分析模型。
A4.根据A1至A3中任一项所述的数据分析的系统,所述驱动插件还用于:接收所述服务器发送的输出格式,或者,接收用户输入的输出格式;
根据所述输出格式输出所述分析结果。
A5.根据A1至A3中任一项所述的数据分析的系统,所述数据分析的系统还包括数据迁移模块,所述数据迁移模块分别连接所述服务器、所述数据库以及至少一个数据源;
所述数据迁移模块用于:根据所述服务器发送的迁移指令,从至少一个所述数据源中将所述数据分析模型对应的数据迁移至所述数据库中。
A6.根据A1至A3中任一项所述的数据分析的系统,所述驱动插件还用于:检测所述数据分析模型与所述驱动插件是否匹配,若所述数据分析模型与所述驱动插件不匹配,则输出用于指示所述驱动插件与所述数据分析模型不匹配的第一提示信息,或者,更新所述驱动插件,以便所述驱动插件与所述数据分析模型匹配。
A7.根据A1至A3中任一项所述的数据分析的系统,所述驱动插件还用于:
若检测到所述客户端内的所述驱动插件的版本低于所述服务器内的所述驱动插件的版本,则输出指示升级所述客户端内的所述驱动插件的第二提示信息,或者,升级所述驱动插件;
若检测到所述客户端内的所述数据分析模型的版本低于所述服务器中内所述数据分析模型的版本,则输出指示升级所述客户端内所述数据分析模型的第三提示信息。
A8.根据A1至A3中任一项所述的数据分析的系统,所述驱动插件还用于:
获取所述用户对应的用户账号信息;
将所述用户账号信息发送所述服务器,由所述服务器对所述用户账号信息进行校验;
若确定校验成功,则执行将所述用户需求信息发送至所述服务器的操作。
A9.根据A1至A3中任一项所述的数据分析的系统,所述数据库设有存储过程;
所述服务器还用于:根据所述用户需求信息,调用所述数据库中的所述存储过程,以获取所述待分析数据。
本申请实施例公开了B1.一种数据分析的方法,应用于驱动插件,所述驱动插件和对应的数据分析模型安装于客户端,所述方法包括:
接收用户需求信息,并将所述用户需求信息发送至所述服务器,由所述服务器从所述数据库中获取与所述用户需求信息对应的待分析数据并将所述待分析数据返回所述驱动插件;
驱动所述数据分析模型对所述待分析数据进行分析,获取所述用户需求信息对应的分析结果。
B2.根据权利要求B1所述的数据分析的方法,所述方法还包括:
检测所述数据分析模型与所述驱动插件是否匹配,若所述数据分析模型与所述驱动插件不匹配,则输出用于指示所述驱动插件与所述数据分析模型不匹配的第一提示信息,或者,更新所述驱动插件。
B3.根据权利要求B1或B2所述的数据分析的方法,所述方法还包括:
接收所述服务器发送的输出格式,或者,接收用户输入的输出格式;
根据所述输出格式输出所述分析结果。
B4.根据权利要求B1或B2所述的数据分析的方法,所述方法还包括:
获取所述用户对应的用户账号信息;
将所述用户账号信息发送所述服务器,由所述服务器对所述用户账号信息进行校验;
若确定校验成功,则执行将所述用户需求信息发送至所述服务器的操作。
B5.根据权利要求B1或B2所述的数据分析的方法,在安装了高版本的数据分析模型之后,所述方法还包括:
所述驱动插件将低版本的数据分析模型中的数据迁移至高版本的数据分析模型。
本申请实施例公开了C1.一种客户端,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器,所述存储器中存储有驱动插件,所述驱动插件包括用于驱动数据分析模型的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求B1-B5中任一项所述的数据分析的方法。
本申请实施例公开了D1.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现权利要求B1-B5中任一项所述的数据分析的方法。
Claims (10)
1.一种数据分析系统,其特征在于,包括:客户端、服务器和数据库,所述客户端与所述服务器通信连接,所述服务器与所述数据库通信连接;
所述客户端安装有数据分析模型和用于驱动所述数据分析模型的驱动插件;
所述驱动插件接收用户需求信息,并将所述用户需求信息发送至所述服务器;
所述服务器从所述数据库中获取所述用户需求信息对应的待分析数据,并将所述待分析数据返回所述驱动插件;
所述驱动插件驱动所述数据分析模型对所述待分析数据进行分析,获取所述用户需求信息对应的分析结果。
2.根据权利要求1所述的数据分析的系统,其特征在于,所述驱动插件内存储有各所述数据分析模型之间的对应关系。
3.根据权利要求2所述的数据分析的系统,其特征在于,所述驱动插件还用于:将低版本的数据分析模型中的数据迁移至高版本的数据分析模型。
4.根据权利要求1至3中任一项所述的数据分析的系统,其特征在于,所述驱动插件还用于:
接收所述服务器发送的输出格式,或者,接收用户输入的输出格式;
根据所述输出格式输出所述分析结果。
5.根据权利要求1至3中任一项所述的数据分析的系统,其特征在于,所述数据分析的系统还包括数据迁移模块,所述数据迁移模块分别连接所述服务器、所述数据库以及至少一个数据源;
所述数据迁移模块用于:根据所述服务器发送的迁移指令,从至少一个所述数据源中将所述数据分析模型对应的数据迁移至所述数据库中。
6.根据权利要求1至3中任一项所述的数据分析的系统,其特征在于,所述驱动插件还用于:检测所述数据分析模型与所述驱动插件是否匹配,若所述数据分析模型与所述驱动插件不匹配,则输出用于指示所述驱动插件与所述数据分析模型不匹配的第一提示信息,或者,更新所述驱动插件,以便所述驱动插件与所述数据分析模型匹配。
7.一种数据分析的方法,其特征在于,应用于驱动插件,所述驱动插件和对应的数据分析模型安装于客户端,所述方法包括:
接收用户需求信息,并将所述用户需求信息发送至所述服务器,由所述服务器从所述数据库中获取与所述用户需求信息对应的待分析数据并将所述待分析数据返回所述驱动插件;
驱动所述数据分析模型对所述待分析数据进行分析,获取所述用户需求信息对应的分析结果。
8.根据权利要求7所述的数据分析的方法,其特征在于,在安装了高版本的数据分析模型之后,所述方法还包括:
所述驱动插件将低版本的数据分析模型中的数据迁移至高版本的数据分析模型。
9.一种客户端,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器,所述存储器中存储有驱动插件,所述驱动插件包括用于驱动数据分析模型的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求7-8中任一项所述的数据分析的方法。
10.一种计算机可读存储介质,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7-8中任一项所述的数据分析的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110394235.3A CN113094419A (zh) | 2021-04-13 | 2021-04-13 | 数据分析的系统、方法、客户端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110394235.3A CN113094419A (zh) | 2021-04-13 | 2021-04-13 | 数据分析的系统、方法、客户端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113094419A true CN113094419A (zh) | 2021-07-09 |
Family
ID=76676839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110394235.3A Pending CN113094419A (zh) | 2021-04-13 | 2021-04-13 | 数据分析的系统、方法、客户端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113094419A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115237863A (zh) * | 2022-09-22 | 2022-10-25 | 中建电子商务有限责任公司 | 一种基于wps加载项的excel数据导入方法 |
CN118035250A (zh) * | 2024-04-11 | 2024-05-14 | 云筑信息科技(成都)有限公司 | 一种基于WPS加载项实现Excel报表导出的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152327A (zh) * | 2013-02-01 | 2013-06-12 | 北京奇虎科技有限公司 | 一种配置压缩/解压缩插件的方法、客户端及系统 |
CN107171818A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 用于混合云的控制方法、系统和装置 |
CN109189642A (zh) * | 2018-09-04 | 2019-01-11 | 广州供电局有限公司 | 基于插件的应用系统业务行为特征获取方法及监控系统 |
CN110019136A (zh) * | 2017-12-28 | 2019-07-16 | 中国移动通信集团内蒙古有限公司 | 报表生成系统及报表生成方法 |
CN111367872A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 用户行为分析方法、装置、电子设备及存储介质 |
CN112114914A (zh) * | 2020-08-03 | 2020-12-22 | 广州太平洋电脑信息咨询有限公司 | 生成报表的方法、装置、计算机设备和存储介质 |
-
2021
- 2021-04-13 CN CN202110394235.3A patent/CN113094419A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152327A (zh) * | 2013-02-01 | 2013-06-12 | 北京奇虎科技有限公司 | 一种配置压缩/解压缩插件的方法、客户端及系统 |
CN107171818A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 用于混合云的控制方法、系统和装置 |
CN110019136A (zh) * | 2017-12-28 | 2019-07-16 | 中国移动通信集团内蒙古有限公司 | 报表生成系统及报表生成方法 |
CN109189642A (zh) * | 2018-09-04 | 2019-01-11 | 广州供电局有限公司 | 基于插件的应用系统业务行为特征获取方法及监控系统 |
CN111367872A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 用户行为分析方法、装置、电子设备及存储介质 |
CN112114914A (zh) * | 2020-08-03 | 2020-12-22 | 广州太平洋电脑信息咨询有限公司 | 生成报表的方法、装置、计算机设备和存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115237863A (zh) * | 2022-09-22 | 2022-10-25 | 中建电子商务有限责任公司 | 一种基于wps加载项的excel数据导入方法 |
CN115237863B (zh) * | 2022-09-22 | 2023-01-10 | 中建电子商务有限责任公司 | 一种基于wps加载项的excel数据导入方法 |
CN118035250A (zh) * | 2024-04-11 | 2024-05-14 | 云筑信息科技(成都)有限公司 | 一种基于WPS加载项实现Excel报表导出的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021273576B2 (en) | Model integration tool | |
US10108535B2 (en) | Web application test script generation to test software functionality | |
CN101135989B (zh) | 一种Web应用系统的自动化测试的方法和装置 | |
CN101339532B (zh) | 一种Web应用系统的自动化测试方法及装置 | |
US10079858B2 (en) | Managing access in one or more computing systems | |
US11681685B1 (en) | System for uploading information into a metadata repository | |
CN113094419A (zh) | 数据分析的系统、方法、客户端及存储介质 | |
CN109284225A (zh) | 一种多人协同开发编程代码的质量检测方法及电子设备 | |
CN116992006A (zh) | 一种大语言模型驱动的链式自然语言交互方法与系统 | |
CN114048129A (zh) | 软件功能变更的自动化测试方法、装置、设备及系统 | |
CN101989294A (zh) | 分布式文件解析方法和解析系统 | |
CN109885290B (zh) | 应用程序服务描述信息生成与发布方法、装置和存储介质 | |
CN114443485A (zh) | 基于数据迁移的业务系统功能验证方法及系统 | |
CN111788591B (zh) | 供应商评价系统和供应商评价方法 | |
CN115202711B (zh) | 数据发布方法及系统 | |
JP2017068418A (ja) | 計画支援システム及び計画支援方法 | |
CN109146724A (zh) | 产值核算方法、装置及计算机可读存储介质 | |
CN111405060B (zh) | 服务影响范围确定方法、装置、工具和电子设备 | |
CN111522553B (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
Buck Woody et al. | Data Science with Microsoft SQL Server 2016 | |
CN114881739A (zh) | 订单事件处理方法及装置、电子设备和存储介质 | |
CN109697141B (zh) | 用于可视化测试的方法及装置 | |
CN113032256A (zh) | 自动化测试方法、装置、计算机系统和可读存储介质 | |
CN109298831B (zh) | 信息存储方法和装置 | |
KR101737575B1 (ko) | 자동 생성된 sql 구문 기반의 데이터 검증 방법 및 장치 |
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 |