CN114331129A - 一种基于云计算的数据分析方法及系统 - Google Patents

Abstract

本发明实施例涉及数据分析技术领域，具体公开了一种基于云计算的数据分析方法及系统。本发明实施例通过对产品试制过程中的试制生产数据进行实时采集，进行优先级排序，得到排序分析数据；基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。能够自动采集、分析、处理产品试制过程中的试制生产数据，并对数据进行架构梳理和数据质量处理，生成高质量架构数据，从而依据高质量架构数据对试制进行问题分析，提高了产品试制过程中数据分析处理的效率，且能够避免试制数据的遗漏。

Description

一种基于云计算的数据分析方法及系统

技术领域

本发明属于数据分析技术领域，尤其涉及一种基于云计算的数据分析方法及系统。

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，将它们加以汇总和理解并消化，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。

对于产品试制生产过程中，通常都是人工进行试制数据的记录和分类总结，然后根据分类总结的各种数据进行试制问题的判断，进而为正式的产品生产进行优化改进，但是这种人工手动进行记录和总结的数据分析方法效率低，且容易遗漏数据，导致需要多次试制才能发现全部的试制问题。

发明内容

本发明实施例的目的在于提供一种基于云计算的数据分析方法及系统，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种基于云计算的数据分析方法，所述方法具体包括以下步骤：

对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理；

基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；

根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。

作为本发明实施例技术方案进一步的限定，所述对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理具体包括以下步骤：

实时采集产品试制过程中的试制生产数据；

对所述试制生产数据进行优先级排序，得到排序分析数据；

提取所述排序分析数据中的紧急处理数据；

对所述紧急处理数据进行紧急状况分析，生成紧急处理方案。

作为本发明实施例技术方案进一步的限定，所述对所述试制生产数据进行优先级排序，得到排序分析数据具体包括以下步骤：

根据所述试制生产数据的传输地址进行标记，得到传输地址标记；

分析所述试制生产数据的数据类型，得到试制数据类型；

根据所述试制数据类型对试制生产数据进行标记，得到数据类型标记；

综合所述传输地址标记和所述数据类型标记进行数据优先排序，得到排序分析数据。

作为本发明实施例技术方案进一步的限定，所述基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据具体包括以下步骤：

基于云计算技术，按照产品试制流程将所述排序分析数据进行架构梳理，生成架构排序分析数据；

识别所述架构排序分析数据中的虚假数据；

将所述架构排序分析数据中的虚假数据剔除，生成高质量架构数据。

作为本发明实施例技术方案进一步的限定，所述根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案具体包括以下步骤：

根据所述高质量架构数据，对产品试制过程中的试制问题进行分析标记，得到分析标记问题；

整合产品试制过程中的多个分析标记问题，生成试制问题数据；

根据所述试制问题数据进行处理分析，生成问题处理方案。

作为本发明实施例技术方案进一步的限定，所述整合产品试制过程中的多个分析标记问题，生成试制问题数据具体包括以下步骤：

对所述分析标记问题进行类型分析，得到标记问题类型；

按照所述标记问题类型进行标记问题分类，生成多个分类问题数据；

整合多个所述分类问题数据，生成试制问题数据。

一种基于云计算的数据分析系统，所述系统包括数据采集排序单元、数据梳理处理单元和问题处理分析单元，其中：

数据采集排序单元，用于对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理；

数据梳理处理单元，用于基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；

问题处理分析单元，用于根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。

作为本发明实施例技术方案进一步的限定，所述数据采集排序单元具体包括：

生产数据采集模块，用于实时采集产品试制过程中的试制生产数据；

优先级排序模块，用于对所述试制生产数据进行优先级排序，得到排序分析数据；

紧急数提取据模块，用于提取所述排序分析数据中的紧急处理数据；

紧急状况分析模块，用于对所述紧急处理数据进行紧急状况分析，生成紧急处理方案。

作为本发明实施例技术方案进一步的限定，所述数据梳理处理单元具体包括：

数据架构梳理模块，用于基于云计算技术，按照产品试制流程将所述排序分析数据进行架构梳理，生成架构排序分析数据；

虚假数据识别模块，用于识别所述架构排序分析数据中的虚假数据；

虚假数据剔除模块，用于将所述架构排序分析数据中的虚假数据剔除，生成高质量架构数据。

作为本发明实施例技术方案进一步的限定，所述问题处理分析单元具体包括：

问题分析标记模块，用于根据所述高质量架构数据，对产品试制过程中的试制问题进行分析标记，得到分析标记问题；

标记问题整合模块，用于整合产品试制过程中的多个分析标记问题，生成试制问题数据；

处理方案生成模块，用于根据所述试制问题数据进行处理分析，生成问题处理方案。

与现有技术相比，本发明的有益效果是：

本发明实施例通过对产品试制过程中的试制生产数据进行实时采集，进行优先级排序，得到排序分析数据；基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。能够自动采集、分析、处理产品试制过程中的试制生产数据，并对数据进行架构梳理和数据质量处理，生成高质量架构数据，从而依据高质量架构数据对试制进行问题分析，提高了产品试制过程中数据分析处理的效率，且能够避免试制数据的遗漏。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1示出了本发明实施例提供的方法的流程图。

图2示出了本发明实施例提供的方法中试制生产数据采集处理的流程图。

图3示出了本发明实施例提供的方法中试制生产数据优先级排序的流程图。

图4示出了本发明实施例提供的方法中架构梳理和数据质量处理的流程图。

图5示出了本发明实施例提供的方法中试制过程问题分析的流程图。

图6示出了本发明实施例提供的方法中试制问题数据生成的流程图。

图7示出了本发明实施例提供的系统的应用架构图。

图8示出了本发明实施例提供的系统中数据采集排序单元的结构框图。

图9示出了本发明实施例提供的系统中数据梳理处理单元的结构框图。

图10示出了本发明实施例提供的系统中问题处理分析单元的结构框图。

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。

可以理解的是，现有的产品试制生产过程中，通常都是人工进行试制数据的记录和分类总结，然后根据分类总结的各种数据进行试制问题的判断，进而为正式的产品生产进行优化改进，但是这种人工手动进行记录和总结的数据分析方法效率低，且容易遗漏数据，不能发现全部的试制问题。

为解决上述问题，本发明实施例通过对产品试制过程中的试制生产数据进行实时采集，进行优先级排序，得到排序分析数据；基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。能够自动采集、分析、处理产品试制过程中的试制生产数据，并对数据进行架构梳理和数据质量处理，生成高质量架构数据，从而依据高质量架构数据对试制进行问题分析，提高了产品试制过程中数据分析处理的效率，且能够避免试制数据的遗漏。

图1示出了本发明实施例提供的方法的流程图。

具体的，一种基于云计算的数据分析方法，所述方法具体包括以下步骤：

步骤S101，对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理。

在本发明实施例中，在进行产品试制过程中，对试制生产数据进行实时采集，然后对采集的试制生产数据，按照数据的类型和发送数据的设备进行优先级排序，得到排序分析数据，并对排序分析数据中的紧急数据进行实时分析判断是否在产品试制过程中出现紧急情况，并在出现紧急情况时及时生成紧急处理方案，进行提醒与指导。

可以理解的是，试制生产数据可以是产品加工监测数据、产品试制质检数据、产品试制环境数据等。

具体的，图2示出了本发明实施例提供的方法中试制生产数据采集处理的流程图。

其中，在本发明提供的优选实施方式中，所述对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理具体包括以下步骤：

步骤S1011，实时采集产品试制过程中的试制生产数据。

在本发明实施例中，对产品试制过程中的试制生产数据进行实时采集，具体的，可以是通过对试制过程进行视频监控监测、对试制环境数据进行传感器监测、对产品试制质检数据进行质量检测获取。

步骤S1012，对所述试制生产数据进行优先级排序，得到排序分析数据。

在本发明实施例中，根据获取的试制生产数据，按照数据类型和数据发送地址进行优先级排序，使得需要优先处理的数据优先级别更高，得到将试制生产数据按照优先级别排列的排序分析数据。

具体的，图3示出了本发明实施例提供的方法中试制生产数据优先级排序的流程图。

其中，在本发明提供的优选实施方式中，所述对所述试制生产数据进行优先级排序，得到排序分析数据具体包括以下步骤：

步骤S10121，根据所述试制生产数据的传输地址进行标记，得到传输地址标记。

步骤S10122，分析所述试制生产数据的数据类型，得到试制数据类型。

步骤S10123，根据所述试制数据类型对试制生产数据进行标记，得到数据类型标记。

步骤S10124，综合所述传输地址标记和所述数据类型标记进行数据优先排序，得到排序分析数据。

进一步的，所述对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理还包括以下步骤：

步骤S1013，提取所述排序分析数据中的紧急处理数据。

在本发明实施例中，将排序分析数据中的标记为紧急处理的试制生产数据进行提取，得到紧急处理数据。例如：对于加工温度、湿度等环境有要求的产品试制，对于环境实时监测的品试制环境数据为紧急处理数据。

步骤S1014，对所述紧急处理数据进行紧急状况分析，生成紧急处理方案。

在本发明实施例中，对提取的紧急处理数据进行快速分析处理，并举处理结果生成紧急处理方案。例如：对于需要恒温加工的产品试制过程，在环境温度不达标时，及时停止试制生产，并对环境温度进行及时调节。

进一步的，所述基于云计算的数据分析方法还包括以下步骤：

步骤S102，基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据。

在本发明实施例中，基于云计算技术，将排序分析数据按照产品试制的加工流程进行数据架构梳，并将梳理之后的虚假数据进行剔除，得到高质量架构数据。

可以理解的是，云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。

具体的，图4示出了本发明实施例提供的方法中架构梳理和数据质量处理的流程图。

其中，在本发明提供的优选实施方式中，所述基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据具体包括以下步骤：

步骤S1021，基于云计算技术，按照产品试制流程将所述排序分析数据进行架构梳理，生成架构排序分析数据。

在本发明实施例中，基于云计算技术，将排序分析数据按照产品试制流程中对应的产品品质验证、环境检测、加工生产线监控、工装测试等进行架构梳理，生成架构排序分析数据。

步骤S1022，识别所述架构排序分析数据中的虚假数据。

在本发明实施例中，对架构排序分析数据中的虚假数据进行识别。例如：在进行气密性检测时，对于产品还未放置进行检测时的气密性数据进行识别，并定义为气密性检测的虚假数据。

步骤S1023，将所述架构排序分析数据中的虚假数据剔除，生成高质量架构数据。

在本发明实施例中，将识别的虚假数据从架构排序分析数据中剔除，得到高质量架构数据。

进一步的，所述基于云计算的数据分析方法还包括以下步骤：

步骤S103，根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。

在本发明实施例中，根据高质量架构数据，对产品试制过程中的问题进行分析与总结，生成试制问题数据，并以试制问题数据为基础，进行问题处理分析，生成问题处理方案。

具体的，图5示出了本发明实施例提供的方法中试制过程问题分析的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案具体包括以下步骤：

步骤S1031，根据所述高质量架构数据，对产品试制过程中的试制问题进行分析标记，得到分析标记问题。

在本发明实施例中，通过对高质量架构数据进行分析，判断产品试制过程中是否出现问题，得到多个分析标记问题。

步骤S1032，整合产品试制过程中的多个分析标记问题，生成试制问题数据。

在本发明实施例中，对多个分析标记问题进行问题类型分析，并根据分析的问题类型将多个分析标记问题进行分类整合，得到试制问题数据。

具体的，图6示出了本发明实施例提供的方法中试制问题数据生成的流程图。

其中，在本发明提供的优选实施方式中，所述整合产品试制过程中的多个分析标记问题，生成试制问题数据具体包括以下步骤：

步骤S10321，对所述分析标记问题进行类型分析，得到标记问题类型。

步骤S10322，按照所述标记问题类型进行标记问题分类，生成多个分类问题数据。

步骤S10323，整合多个所述分类问题数据，生成试制问题数据。

进一步的，所述根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案还包括以下步骤：

步骤S1033，根据所述试制问题数据进行处理分析，生成问题处理方案。

在本发明实施例中，根据试制问题数据进行问题处理规划，生成问题处理方案。具体的，问题处理方案包含对多个不同类型的问题的多个处理方案。

进一步的，图7示出了本发明实施例提供的系统的应用架构图。

其中，在本发明提供的又一个优选实施方式中，一种基于云计算的数据分析系统，包括：

数据采集排序单元101，用于对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理。

在本发明实施例中，在进行产品试制过程中，数据采集排序单元101对试制生产数据进行实时采集，然后对采集的试制生产数据，按照数据的类型和发送数据的设备进行优先级排序，得到排序分析数据，并对排序分析数据中的紧急数据进行实时分析判断是否在产品试制过程中出现紧急情况，并在出现紧急情况时及时生成紧急处理方案，进行提醒与指导。

具体的，图8示出了本发明实施例提供的系统中数据采集排序单元101的结构框图。

其中，在本发明提供的优选实施方式中，所述数据采集排序单元101具体包括：

生产数据采集模块1011，用于实时采集产品试制过程中的试制生产数据。

在本发明实施例中，生产数据采集模块1011对产品试制过程中的试制生产数据进行实时采集，具体的，可以是通过对试制过程进行视频监控监测、对试制环境数据进行传感器监测、对产品试制质检数据进行质量检测获取。

优先级排序模块1012，用于对所述试制生产数据进行优先级排序，得到排序分析数据。

在本发明实施例中，优先级排序模块1012根据获取的试制生产数据，按照数据类型和数据发送地址进行优先级排序，使得需要优先处理的数据优先级别更高，得到将试制生产数据按照优先级别排列的排序分析数据。

紧急数提取据模块1013，用于提取所述排序分析数据中的紧急处理数据。

在本发明实施例中，紧急数提取据模块1013将排序分析数据中的标记为紧急处理的试制生产数据进行提取，得到紧急处理数据。

紧急状况分析模块1014，用于对所述紧急处理数据进行紧急状况分析，生成紧急处理方案。

在本发明实施例中，紧急状况分析模块1014对提取的紧急处理数据进行快速分析处理，并举处理结果生成紧急处理方案。

进一步的，所述基于云计算的数据分析系统还包括：

数据梳理处理单元102，用于基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据。

在本发明实施例中，数据梳理处理单元102基于云计算技术，将排序分析数据按照产品试制的加工流程进行数据架构梳，并将梳理之后的虚假数据进行剔除，得到高质量架构数据。

具体的，图9示出了本发明实施例提供的系统中数据梳理处理单元102的结构框图。

其中，在本发明提供的优选实施方式中，所述数据梳理处理单元102具体包括：

数据架构梳理模块1021，用于基于云计算技术，按照产品试制流程将所述排序分析数据进行架构梳理，生成架构排序分析数据。

在本发明实施例中，数据架构梳理模块1021基于云计算技术，将排序分析数据按照产品试制流程中对应的产品品质验证、环境检测、加工生产线监控、工装测试等进行架构梳理，生成架构排序分析数据。

虚假数据识别模块1022，用于识别所述架构排序分析数据中的虚假数据。

在本发明实施例中，虚假数据识别模块1022对架构排序分析数据中的虚假数据进行识别。

虚假数据剔除模块1023，用于将所述架构排序分析数据中的虚假数据剔除，生成高质量架构数据。

在本发明实施例中，虚假数据剔除模块1023将识别的虚假数据从架构排序分析数据中剔除，得到高质量架构数据。

进一步的，所述基于云计算的数据分析系统还包括：

问题处理分析单元103，用于根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。

在本发明实施例中，问题处理分析单元103根据高质量架构数据，对产品试制过程中的问题进行分析与总结，生成试制问题数据，并以试制问题数据为基础，进行问题处理分析，生成问题处理方案。

具体的，图10示出了本发明实施例提供的系统中问题处理分析单元103的结构框图。

其中，在本发明提供的优选实施方式中，所述问题处理分析单元103具体包括：

问题分析标记模块1031，用于根据所述高质量架构数据，对产品试制过程中的试制问题进行分析标记，得到分析标记问题。

在本发明实施例中，问题分析标记模块1031通过对高质量架构数据进行分析，判断产品试制过程中是否出现问题，得到多个分析标记问题。

标记问题整合模块1032，用于整合产品试制过程中的多个分析标记问题，生成试制问题数据。

在本发明实施例中，标记问题整合模块1032对多个分析标记问题进行问题类型分析，并根据分析的问题类型将多个分析标记问题进行分类整合，得到试制问题数据。

处理方案生成模块1033，用于根据所述试制问题数据进行处理分析，生成问题处理方案。

在本发明实施例中，处理方案生成模块1033根据试制问题数据进行问题处理规划，生成问题处理方案。具体的，问题处理方案包含对多个不同类型的问题的多个处理方案。

综上所述，本发明实施例能够自动采集、分析、处理产品试制过程中的试制生产数据，并对数据进行架构梳理和数据质量处理，生成高质量架构数据，从而依据高质量架构数据对试制进行问题分析，有效提高产品试制过程中数据分析处理的效率，且能够避免试制数据的遗漏。

应该理解的是，虽然本发明各实施例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，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。

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，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述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发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于云计算的数据分析方法，其特征在于，所述方法具体包括以下步骤：

对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理；

基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；

根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。

2.根据权利要求1所述的基于云计算的数据分析方法，其特征在于，所述对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理具体包括以下步骤：

实时采集产品试制过程中的试制生产数据；

对所述试制生产数据进行优先级排序，得到排序分析数据；

提取所述排序分析数据中的紧急处理数据；

对所述紧急处理数据进行紧急状况分析，生成紧急处理方案。

3.根据权利要求2所述的基于云计算的数据分析方法，其特征在于，所述对所述试制生产数据进行优先级排序，得到排序分析数据具体包括以下步骤：

根据所述试制生产数据的传输地址进行标记，得到传输地址标记；

分析所述试制生产数据的数据类型，得到试制数据类型；

根据所述试制数据类型对试制生产数据进行标记，得到数据类型标记；

综合所述传输地址标记和所述数据类型标记进行数据优先排序，得到排序分析数据。

4.根据权利要求1所述的基于云计算的数据分析方法，其特征在于，所述基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据具体包括以下步骤：

基于云计算技术，按照产品试制流程将所述排序分析数据进行架构梳理，生成架构排序分析数据；

识别所述架构排序分析数据中的虚假数据；

将所述架构排序分析数据中的虚假数据剔除，生成高质量架构数据。

5.根据权利要求1所述的基于云计算的数据分析方法，其特征在于，所述根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案具体包括以下步骤：

根据所述高质量架构数据，对产品试制过程中的试制问题进行分析标记，得到分析标记问题；

整合产品试制过程中的多个分析标记问题，生成试制问题数据；

根据所述试制问题数据进行处理分析，生成问题处理方案。

6.根据权利要求5所述的基于云计算的数据分析方法，其特征在于，所述整合产品试制过程中的多个分析标记问题，生成试制问题数据具体包括以下步骤：

对所述分析标记问题进行类型分析，得到标记问题类型；

按照所述标记问题类型进行标记问题分类，生成多个分类问题数据；

整合多个所述分类问题数据，生成试制问题数据。

7.一种基于云计算的数据分析系统，其特征在于，所述系统包括数据采集排序单元、数据梳理处理单元和问题处理分析单元，其中：

数据采集排序单元，用于对产品试制过程中的试制生产数据进行实时采集，对所述试制生产数据进行优先级排序，得到排序分析数据，并对所述排序分析数据进行紧急状况分析处理；

数据梳理处理单元，用于基于云计算技术，对所述排序分析数据架构梳理和数据质量处理，生成高质量架构数据；

问题处理分析单元，用于根据所述高质量架构数据对产品试制过程进行问题分析，得到试制问题数据，并根据所述试制问题数据进行处理分析，生成问题处理方案。

8.根据权利要求7所述的基于云计算的数据分析系统，其特征在于，所述数据采集排序单元具体包括：

生产数据采集模块，用于实时采集产品试制过程中的试制生产数据；

优先级排序模块，用于对所述试制生产数据进行优先级排序，得到排序分析数据；

紧急数提取据模块，用于提取所述排序分析数据中的紧急处理数据；

紧急状况分析模块，用于对所述紧急处理数据进行紧急状况分析，生成紧急处理方案。

9.根据权利要求7所述的基于云计算的数据分析系统，其特征在于，所述数据梳理处理单元具体包括：

数据架构梳理模块，用于基于云计算技术，按照产品试制流程将所述排序分析数据进行架构梳理，生成架构排序分析数据；

虚假数据识别模块，用于识别所述架构排序分析数据中的虚假数据；

虚假数据剔除模块，用于将所述架构排序分析数据中的虚假数据剔除，生成高质量架构数据。

10.根据权利要求7所述的基于云计算的数据分析系统，其特征在于，所述问题处理分析单元具体包括：

问题分析标记模块，用于根据所述高质量架构数据，对产品试制过程中的试制问题进行分析标记，得到分析标记问题；

标记问题整合模块，用于整合产品试制过程中的多个分析标记问题，生成试制问题数据；

处理方案生成模块，用于根据所述试制问题数据进行处理分析，生成问题处理方案。

Images