CN114511174A - 一种业务指标图谱构建方法及装置 - Google Patents
一种业务指标图谱构建方法及装置 Download PDFInfo
- Publication number
- CN114511174A CN114511174A CN202111541122.8A CN202111541122A CN114511174A CN 114511174 A CN114511174 A CN 114511174A CN 202111541122 A CN202111541122 A CN 202111541122A CN 114511174 A CN114511174 A CN 114511174A
- Authority
- CN
- China
- Prior art keywords
- service index
- service
- index
- map
- indexes
- 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
- 238000010276 construction Methods 0.000 title claims description 12
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 18
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种业务指标图谱构建方法及装置,所述方法包括:管理业务指标基础数据;根据所述业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。所述装置用于执行上述方法。本发明实施例提供的业务指标图谱构建方法及装置,能够准确、合理地确定业务指标数据之间的影响程度,进而有助于辅助进行指标管理和指标溯源分析等工作。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种业务指标图谱构建方法及装置。
背景技术
近年来,大数据技术日臻成熟,不断释放海量数据与应用场景红利,被广泛应用在电子商务、公安、医疗、能源等领域。但目前以大数据技术提升业务管理的难点在于:信息抽取、知识融合和知识加工等方面。
通过构建业务指标图谱方便梳理业务指标数据之间的关联,因此得到广泛应用,但是无法准确、合理地确定业务指标数据之间的影响程度,因此,亟需对现有业务指标图谱构建方法进行优化,进而有助于基于优化后的业务指标图谱进行指标管理和指标溯源分析等工作。
发明内容
针对现有技术中的问题,本发明实施例提供一种业务指标图谱构建方法及装置,能够至少部分地解决现有技术中存在的问题。
一方面,本发明提出一种业务指标图谱构建方法,包括:
管理业务指标基础数据;
根据所述业务指标基础数据构建业务指标图谱主体框架;
根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
其中,所述根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,包括:
根据业务指标历史运行数据,以及变异系数计算模型和专家经验计算模型,分别计算业务指标权重;
通过灰色关联法以及通过变异系数计算模型和所述专家经验计算模型分别计算得到的业务指标权重,确定所述业务指标综合权重。
其中,所述业务指标图谱主体框架包括评价维度、业务指标层级关系和业务指标值;相应的,在所述将所述业务指标综合权重添加至所述业务指标图谱主体框架中的步骤之后,所述业务指标图谱构建方法还包括:
根据所述评价维度的预设分值、所述业务指标层级关系、所述业务指标值,以及对应的业务指标综合权重,确定所述业务指标的影响度。
其中,所述根据所述评价维度的预设分值、所述业务指标层级关系、所述业务指标值,以及对应的业务指标综合权重,确定所述业务指标的影响度,包括:
根据所述评价维度的预设分值、所述业务指标层级关系,以及对应的业务指标综合权重,计算业务指标分值;
根据所述业务指标值和所述业务指标分值,计算业务指标得分;
将所述业务指标分值与所述业务指标得分进行相减,得到所述业务指标的影响度。
其中,所述业务指标图谱主体框架还包括业务指标之间的指标关系;相应的,在所述将所述业务指标综合权重添加至所述业务指标图谱主体框架中的步骤之后,所述业务指标图谱构建方法还包括:
对各指标关系之间进行相关性计算,并根据相关性计算结果,确定是否对指标关系进行修正。
其中,所述管理业务指标基础数据包括:
获取所述业务指标基础数据;
导入所述业务指标基础数据;
预处理所述业务指标基础数据。
其中,所述业务指标基础数据为与电力营销业务相关的业务指标基础数据。
一方面,本发明提出一种业务指标图谱构建装置,包括:
管理单元,用于管理业务指标基础数据;
构建单元,用于根据所述业务指标基础数据构建业务指标图谱主体框架;
添加单元,用于根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
再一方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下方法:
管理业务指标基础数据;
根据所述业务指标基础数据构建业务指标图谱主体框架;
根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
本发明实施例提供一种非暂态计算机可读存储介质,包括:
所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如下方法:
管理业务指标基础数据;
根据所述业务指标基础数据构建业务指标图谱主体框架;
根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
本发明实施例提供的业务指标图谱构建方法及装置,管理业务指标基础数据;根据业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定业务指标综合权重,并将业务指标综合权重添加至业务指标图谱主体框架中,能够准确、合理地确定业务指标数据之间的影响程度,进而有助于辅助进行指标管理和指标溯源分析等工作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明一实施例提供的业务指标图谱构建方法的流程示意图。
图2是本发明一实施例提供的业务指标的影响度计算流程示意图。
图3是本发明一实施例提供的业务指标图谱构建装置的结构示意图。
图4为本发明实施例提供的电子设备实体结构示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
图1是本发明一实施例提供的业务指标图谱构建方法的流程示意图,如图1所示,本发明实施例提供的业务指标图谱构建方法,包括:
步骤S1:管理业务指标基础数据。
步骤S2:根据所述业务指标基础数据构建业务指标图谱主体框架。
步骤S3:根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
在上述步骤S1中,装置管理业务指标基础数据。装置可以包括执行该方法的计算机设备等。
业务指标基础数据管理是构建业务指标图谱的基础。进一步地,所述业务指标基础数据可以为与电力营销业务相关的业务指标基础数据。业务指标基础数据可以具体包括:电量电价数据,包括售电量完成值、售电量增长率、售电量计划完成情况、售电均价完成值、售电均价同比完成情况、电价执行准确情况等字段。
电费回收金额数据,包括电费回收管理成效、营业电费规范率等字段。
线损电量数据,包括县公司综合线损率、台区线损管理水平、10千伏线损指数,以及经营财务数据、运维投资数据、供电质量数据、电能替代数据和计量采集数据等各类数据。
进一步地,所述管理业务指标基础数据包括:
获取所述业务指标基础数据。可以通过数据采集端获取业务指标基础数据。
导入所述业务指标基础数据;通过数据采集端获取的数据,需对数据进行有效存储,对这些大量数据进行分析时,依据数据需求导入到关系型数据库中,或者存储在分布式存储集群中,导入时需对基础数据中抽取的数据表进行依次导入,导入的过程中确保表与表之间的关联,以及表内字段的一致性。
针对数据采集的各个大类数据,依次导入各数据表。
预处理所述业务指标基础数据。对于采集到的各类数据,可能存在数据缺失、异常值等情况,通过基本的数据统计方法进行数据清洗,为后续图谱构建提供数据支撑,具体包括:
1)异常值数据观测:根据数据的业务含义和数据类型,对存在的明显的异常或者错误进行分析,对空值进行填充处理,并结合箱型图、折线图等方法识别数据的异常值,并进行填充处理。
2)数据完整性检验:主要检查所提供的数据表中所有业务字段是否均有数据,字段缺失情况等,如果存在缺失情况,则结合业务进行相应处理,如:均值填充、中位数填充、插补等。
3)业务准确性检验:根据业务逻辑和基础数据情况,判断涉及的业务逻辑字段数据是否准确。
4)数据有效性检验:检查所提供的数据的正负情况,以及数据中是否有特殊字符、乱码、极大值/极小值、异常值等出现,如有特殊数据出现,需结合业务进行相应处理,使用标准编码的字段可以有中文字段进行对照,以便更好的了解数据。
5)数据加工处理:对基础数据指标进行统计和观测,对存在的明显的问题进行核对和处理。
在上述步骤S2中,装置根据所述业务指标基础数据构建业务指标图谱主体框架。具体说明如下:
(1)图数据库选型
图数据库属于NoSQL数据库四种类型之一,图数据存储产品,主要包括以下几种较为流行及常用的类型:Neo4J、JanusGraph、HughGraph、GraphDB等等。Neo4J在设计上主要考虑到Java应用程序的实际需求,但它同时也支持Python,实际使用较为友好,且具备本地存储和数据处理的功能,与一般的数据库有显著的区别,它能够保证数据的完整性和高读写性。从大量的企业结构化和非结构化文本中自动提取三元组,构建知识图谱。同时,neo4j也提供了多种图数据库算法:路径搜索算法、中心度算法、社区发现算法等。因此,选择Neo4j图数据库存储指标相关数据。
(2)图谱Schema设计
结合供电企业清单、指标定义、指标明细数据等,构建图谱Schema,设计图谱域、实体、实体属性及关系等。其中实体有分类维度(分类维度属性:维度编号、维度名称、维度层级等)、指标(指标节点属性:指标编号、指标名称、指标等级、所属分类等)、供电企业(供电企业属性:企业编码、企业名称、所属单位)、单位(单位属性:单位编码、单位名称)等四种类型;关系有单位-(下级单位)-单位、单位-(包含)-企业、企业-指标(关联)、分类维度-(考核要素)-指标、指标-(派生、衍生)-指标等五大类。所有实体均纳入指标分析域进行统一管理。
(3)实体及关系抽取
基于营销系统、采集系统数据库中指标相关表,梳理表字段对应实体、实体及实体间关系映射逻辑,并对重复实体进行合并。通过SQL脚本实现各实体数据转换、实体间关系数据转换、实体、关系属性数据转换,形成节点、关系结构化数据。运用Python与Neo4j图数据库连接的方式,基于py2neo将节点关系结构化数据抽取到图数据库neo4j中,完成指标相关图谱的构建。
(4)图谱可视化
指标图谱结合可视化的前端框架,将知识数据以图像的方式直观的展示出来。目前可视化框架有很多,如:D3.js、GraphVis.js、3d-force-graph等,可以实现平面的2d效果,以及3d立体效果。基本实现思路如下:
1,先定义基础的展示页面xxx.html。
2、调用画图js(graph.js)。
3、提供一个基础的数据接口加载测试绘图数据和绘图需要的数据(例如节点选中之后的小图标加载)。
4、页面从数据接口请求数据之后,调用绘图js在页面完成画图操作(请求数据的接口可以很方便的从图数据库获取)。
在上述步骤S3中,装置根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。业务指标历史运行数据可以是一个月前的运行数据,不作具体限定。本发明实施例至少两个计算模型可选为两个,分别为变异系数计算模型和专家经验计算模型。
业务指标综合权重,可以将两组业务指标权重通过一定的方式(如:乘法集成法)进行组合,能够全面反映业务指标的权重。
进一步地,所述根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,包括:
根据业务指标历史运行数据,以及变异系数计算模型和专家经验计算模型,分别计算业务指标权重;对于根据变异系数计算模型计算业务指标权重,说明如下:
对于根据专家经验计算模型计算业务指标权重,为本领域成熟技术,不再赘述。
通过灰色关联法以及通过变异系数计算模型和所述专家经验计算模型分别计算得到的业务指标权重,确定所述业务指标综合权重。
灰色关联法,是一种组合赋权法,能够全面反映业务指标的权重。运用专家经验计算模型和变异系数计算模型分别对各业务指标计算业务指标权重,并将两组业务指标权重通过一定的方式(如:乘法集成法)进行组合,最终确定各业务指标综合权重主要步骤如下:
1)生成权重矩阵
2)求每个业务指标权重平均值
3)求不同模型下业务指标权重的绝对偏差
4)计算业务指标综合权重
进一步地,所述业务指标图谱主体框架包括评价维度、业务指标层级关系和业务指标值;相应的,在所述将所述业务指标综合权重添加至所述业务指标图谱主体框架中的步骤之后,所述业务指标图谱构建方法还包括:
根据所述评价维度的预设分值、所述业务指标层级关系、所述业务指标值,以及对应的业务指标综合权重,确定所述业务指标的影响度。评价维度、业务指标层级关系和业务指标值,以及对应的业务指标综合权重,如图2所示,预设分值可选为100分。
进一步地,所述根据所述评价维度的预设分值、所述业务指标层级关系、所述业务指标值,以及对应的业务指标综合权重,确定所述业务指标的影响度,包括:
根据所述评价维度的预设分值、所述业务指标层级关系,以及对应的业务指标综合权重,计算业务指标分值;参照图2,以指标D为例,D的业务指标分值=100分×60%×20%=12分。
根据所述业务指标值和所述业务指标分值,计算业务指标得分;D的业务指标得分=12分×93%=11.16分。
将所述业务指标分值与所述业务指标得分进行相减,得到所述业务指标的影响度。D的影响度=12分-11.16分=0.84分。
对于有些业务指标的业务指标值不是以百分数计量的情况,例如指标F,可以根据如下方式,计算F的影响度。
F的业务指标分值=100分×60%×30%=18分。
F的业务指标得分=18分×{100-(1000-600)/10}/100=10.8分。
(注:满分100分对应户数为1000,每减少10户指标值减少1分)
F的影响度=18分-10.8分=7.2分。
可以将影响度作为关系属性,评估分类维度考核要素对供电企业的影响情况。
进一步地,所述业务指标图谱主体框架还包括业务指标之间的指标关系;相应的,在所述将所述业务指标综合权重添加至所述业务指标图谱主体框架中的步骤之后,所述业务指标图谱构建方法还包括:
对各指标关系之间进行相关性计算,并根据相关性计算结果,确定是否对指标关系进行修正。
相关性计算方式如下:
通过Pearson相关系数计算,筛选出与因变量有较强相关关系的自变量,以此作为影响目标指标值的依据。其中,Pearson相关系数是比欧几里得距离更加复杂的、可以判断因素之间相似度的一种方法。假设自变量为指标A、因变量为指标B,那么两指标之间的Pearson相关系数可通过以下公式计算:
和分别为A和B的平均值,当Pearson相关系数为1时,表明指标B与指标A之间呈现完全正相关;当Pearson相关系数小于0时,表明指标B与指标A之间呈负相关关系;当Pearson相关系数为-1时,表明指标B与指标A之间呈完全负相关。即,Pearson相关系数绝对值越接近1,指标B与指标A之间的相关性越强。
根据相关性计算结果,确定是否对指标关系进行修正,包括:
若Pearson相关系数的绝对值大于预设阈值,则确定对指标关系进行修正,即在在业务指标图谱标记进行修正的指标关系,表示两指标之间相关性较强。预设阈值可以根据实际情况自主设置,可选为0.8。
若Pearson相关系数的绝对值小于等于预设阈值,则确定不对指标关系进行修正,表示两指标之间相关性较弱。
在构建完成业务指标图谱之后,可以应用业务指标图谱进行辅助分析工作,例如:
进行指标管理:
通过企业精确搜索获取企业关联指标图谱,查看当前企业下指标整体分布、指标关联业务情况、指标属性信息等。
进行指标异动分析:
通过将权重评估与评分计算融入业务指标图谱,开展异动分析工作。最终根据业务确定阈值,判定指标异动情况,在指标图谱中进行标红、加粗展示,达到指标异动原因追溯的效果。
进行供电企业管理:
选中指标图谱任意指标,通过企业与指标关联关系,基于图谱Cypher脚本分析当前指标得分情况,可自定义参数N,选择展示top-N标杆企业清单、bottom-N异常企业清单或top/bottom-N所有企业,为供电企业管理、改进提供辅助决策建议。
指标异常溯源:
选中指标图谱中任意指标或者企业,通过指标业务关联情况以及指标权重关系,基于图谱中的最短路径搜素,获取1度内影响当前指标最强的指标及指标间关系(含影响度),高亮显示topN指标及指标间关系,作为一次追溯;根据每次追溯后的高亮指标,重复上述操作,直到不再有指标可以进行追溯为止。
本发明实施例提供的业务指标图谱构建方法,管理业务指标基础数据;根据业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定业务指标综合权重,并将业务指标综合权重添加至业务指标图谱主体框架中,能够准确、合理地确定业务指标数据之间的影响程度,进而有助于辅助进行指标管理和指标溯源分析等工作。
图3是本发明一实施例提供的业务指标图谱构建装置的结构示意图,如图3所示,本发明实施例提供的业务指标图谱构建装置,包括管理单元301、构建单元302和添加单元303,其中:
管理单元301用于管理业务指标基础数据;构建单元302用于根据所述业务指标基础数据构建业务指标图谱主体框架;添加单元303用于根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
具体的,管理单元301用于管理业务指标基础数据;构建单元302用于根据所述业务指标基础数据构建业务指标图谱主体框架;添加单元303用于根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
本发明实施例提供的业务指标图谱构建装置,管理业务指标基础数据;根据业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定业务指标综合权重,并将业务指标综合权重添加至业务指标图谱主体框架中,能够准确、合理地确定业务指标数据之间的影响程度,进而有助于辅助进行指标管理和指标溯源分析等工作。
本发明实施例提供的业务指标图谱构建装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图4为本发明实施例提供的电子设备实体结构示意图,如图4所示,所述电子设备包括:处理器(processor)401、存储器(memory)402和总线403;
其中,所述处理器401、存储器402通过总线403完成相互间的通信;
所述处理器401用于调用所述存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:管理业务指标基础数据;根据所述业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:管理业务指标基础数据;根据所述业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行上述各方法实施例所提供的方法,例如包括:管理业务指标基础数据;根据所述业务指标基础数据构建业务指标图谱主体框架;根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本说明书的描述中,参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种业务指标图谱构建方法,其特征在于,包括:
管理业务指标基础数据;
根据所述业务指标基础数据构建业务指标图谱主体框架;
根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
2.根据权利要求1所述的业务指标图谱构建方法,其特征在于,所述根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,包括:
根据业务指标历史运行数据,以及变异系数计算模型和专家经验计算模型,分别计算业务指标权重;
通过灰色关联法以及通过变异系数计算模型和所述专家经验计算模型分别计算得到的业务指标权重,确定所述业务指标综合权重。
3.根据权利要求1所述的业务指标图谱构建方法,其特征在于,所述业务指标图谱主体框架包括评价维度、业务指标层级关系和业务指标值;相应的,在所述将所述业务指标综合权重添加至所述业务指标图谱主体框架中的步骤之后,所述业务指标图谱构建方法还包括:
根据所述评价维度的预设分值、所述业务指标层级关系、所述业务指标值,以及对应的业务指标综合权重,确定所述业务指标的影响度。
4.根据权利要求3所述的业务指标图谱构建方法,其特征在于,所述根据所述评价维度的预设分值、所述业务指标层级关系、所述业务指标值,以及对应的业务指标综合权重,确定所述业务指标的影响度,包括:
根据所述评价维度的预设分值、所述业务指标层级关系,以及对应的业务指标综合权重,计算业务指标分值;
根据所述业务指标值和所述业务指标分值,计算业务指标得分;
将所述业务指标分值与所述业务指标得分进行相减,得到所述业务指标的影响度。
5.根据权利要求4所述的业务指标图谱构建方法,其特征在于,所述业务指标图谱主体框架还包括业务指标之间的指标关系;相应的,在所述将所述业务指标综合权重添加至所述业务指标图谱主体框架中的步骤之后,所述业务指标图谱构建方法还包括:
对各指标关系之间进行相关性计算,并根据相关性计算结果,确定是否对指标关系进行修正。
6.根据权利要求1至5任一所述的业务指标图谱构建方法,其特征在于,所述管理业务指标基础数据包括:
获取所述业务指标基础数据;
导入所述业务指标基础数据;
预处理所述业务指标基础数据。
7.根据权利要求1至5任一所述的业务指标图谱构建方法,其特征在于,所述业务指标基础数据为与电力营销业务相关的业务指标基础数据。
8.一种业务指标图谱构建装置,其特征在于,包括:
管理单元,用于管理业务指标基础数据;
构建单元,用于根据所述业务指标基础数据构建业务指标图谱主体框架;
添加单元,用于根据业务指标历史运行数据,以及用于确定业务指标权重所使用的至少两个计算模型,确定所述业务指标综合权重,并将所述业务指标综合权重添加至所述业务指标图谱主体框架中。
9.一种电子设备,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,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7任一项所述方法的步骤。
10.一种计算机可读存储介质,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7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541122.8A CN114511174A (zh) | 2021-12-16 | 2021-12-16 | 一种业务指标图谱构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541122.8A CN114511174A (zh) | 2021-12-16 | 2021-12-16 | 一种业务指标图谱构建方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114511174A true CN114511174A (zh) | 2022-05-17 |
Family
ID=81548043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111541122.8A Pending CN114511174A (zh) | 2021-12-16 | 2021-12-16 | 一种业务指标图谱构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511174A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116402416A (zh) * | 2023-04-11 | 2023-07-07 | 北京思维实创科技有限公司 | 指标数据驱动的企业组织冗余度与重要性评价方法及系统 |
-
2021
- 2021-12-16 CN CN202111541122.8A patent/CN114511174A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116402416A (zh) * | 2023-04-11 | 2023-07-07 | 北京思维实创科技有限公司 | 指标数据驱动的企业组织冗余度与重要性评价方法及系统 |
CN116402416B (zh) * | 2023-04-11 | 2023-10-20 | 北京思维实创科技有限公司 | 指标数据驱动的企业组织冗余度与重要性评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105740333A (zh) | 一种可视化的广告管理平台和实现方法 | |
CN103514259B (zh) | 一种基于数值关联性模型的异常数据探测及修正方法 | |
CN106844407B (zh) | 基于数据集相关性的标签网络产生方法和系统 | |
CN104756106A (zh) | 表征数据存储系统中的数据源 | |
CN113254542A (zh) | 数据可视化处理方法及装置、电子设备 | |
CN112085388A (zh) | 一种土地价值评估方法、装置、终端以及可读存储介质 | |
CN111414410A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN111143394A (zh) | 知识数据处理方法、装置、介质及电子设备 | |
CN111695979A (zh) | 一种原材料与成品的关系分析方法、装置及设备 | |
CN114511174A (zh) | 一种业务指标图谱构建方法及装置 | |
CN105574678A (zh) | 一种基于执行力指数的员工考评数据自动处理系统 | |
US9009161B2 (en) | Data processing | |
US20170039196A1 (en) | Computing system to evaluate sentiment of entities by processing data | |
CN116894152A (zh) | 一种多源数据调研与实时分析方法 | |
CN115456413A (zh) | 人员与岗位的匹配方法、装置、设备及存储介质 | |
CN113159118A (zh) | 物流数据指标的处理方法、装置、设备及存储介质 | |
CN114490406A (zh) | 测试覆盖项管理方法、装置、设备及介质 | |
CN113190587A (zh) | 实现业务数据处理的数据处理方法和装置 | |
CN109739839A (zh) | 数据空值处理方法、装置及终端设备 | |
Lunesu et al. | ICO evaluation websites analysis | |
CN111552814B (zh) | 基于考核指标图谱的考核方案生成方法及装置 | |
CN115860677B (zh) | 一种构件工程量数据处理方法、系统、设备及存储介质 | |
CN112800294B (zh) | 数据展示图表的处理方法、装置、设备和介质 | |
CN111984636B (zh) | 数据建模方法和装置、设备及存储介质 | |
CN117009426A (zh) | 一种数据指标管理方法、装置、设备及介质 |
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 |