CN115829289A - 数据分析方法、装置、计算机设备和存储介质 - Google Patents
数据分析方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115829289A CN115829289A CN202211655082.4A CN202211655082A CN115829289A CN 115829289 A CN115829289 A CN 115829289A CN 202211655082 A CN202211655082 A CN 202211655082A CN 115829289 A CN115829289 A CN 115829289A
- Authority
- CN
- China
- Prior art keywords
- service
- data
- time
- service data
- candidate
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种数据分析方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据;针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。采用本方法能够从多个维度对资源的变化情况进行相应的数据分析,能够直观地获取更多的信息。
Description
技术领域
本申请涉及大数据技术领域,特别是涉及一种数据分析方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着互联网快速发展,线上业务的数据量海量增加。在业务办理过程中,往往伴随着资源的转移、配置等变化,通过对资源的变化情况进行展示与分析,实现对业务效果的展示与分析。
在传统技术中,通常采用对单个业务对应的资源数据变化进行批量数据处理,倾向于通过折线图,柱状图等表示动态变化的数据。
然而,当存在出现多个业务的情况下,多个用户的资源数据发生变化时,传统技术仅能够展示多个业务共同作用下产生的资源数据的变化,无法有效、直观地获取更多的信息。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效、直观的对各个业务的业务效果进行分析的数据分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种数据分析方法。所述方法包括:
当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;
基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据;
针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
在其中一个实施例中,针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,包括:
针对每个业务标识对应的多个候选业务数据,基于业务持续时间段对多个候选业务数据进行筛选,得到业务持续时间段内业务标识对应的多个目标业务数据;
针对每个业务标识对应的多个目标业务数据,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算。
在其中一个实施例中,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算,包括:
获取预设时间长度;预设时间长度小于业务持续时间段的时间长度;
基于预设时间长度与当前时刻,按照与时间流向相反的方向,确定与当前时刻差距等于预设时间长度的时刻,作为起点时刻;
基于起点时刻、当前时刻,以及业务办理时刻,获取从起点时刻到当前时刻之间的多个业务办理时刻对应的目标业务数据,作为待分析数据;
基于业务进度标识,对多个待分析数据进行筛选,得到每个业务进度标识对应的多个待分析数据;
针对每个业务进度标识对应的多个待分析数据进行K线计算。
在其中一个实施例中,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,包括:
按照与时间流向相同的方向,获取业务持续时间段的第一个时刻,作为业务开启时刻;
基于业务开启时刻,按照与时间流向相反的方向,获取与业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据;
获取原始业务数据对应的K线开始值,作为历史K线开始值;
获取当前时刻对应的业务数据,将当前时刻对应的业务数据与原始业务数据的和,作为中间数据;
将历史K线开始值减去中间数据,得到当前时刻对应的K线开始值。
在其中一个实施例中,上述方法还包括:
当资源的数量未发生变化且资源对应的业务类型发生变化时,采用配置的方式对业务数据对应的业务标识进行修改。
在其中一个实施例中,得到业务标识对应的业务分析结果,将业务分析结果进行展示,包括:
得到业务标识对应的业务分析结果;
基于业务分析结果对应的业务标识和业务进度标识,生成业务分析结果对应的K线图;
实时将K线图发送至客户端进行展示。
第二方面,本申请还提供了一种数据分析装置。所述装置包括:
初始业务数据获取模块,用于当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;
候选业务数据获取模块,用于基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据;
分析展示模块,用于针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。
第四方面,本申请还提供了一种计算机设备可读存储介质。所述计算机设备可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施例所述方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述方法的步骤。
上述数据分析方法、装置、计算机设备、存储介质和计算机程序产品,当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段。然后,基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据。进一步,针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。基于业务标识、业务进度标识、对业务数据、业务办理时刻以及业务持续时间段对业务数据进行数据分析,可以从多个维度对资源的变化情况进行相应的数据分析,能够直观地对各个业务的各个业务进度中的业务数据的业务效果进行分析与展示,获取更多的信息。
附图说明
图1为一个实施例中数据分析方法的应用环境图;
图2为一个实施例中数据分析方法的流程示意图;
图3为一个实施例中资源变化情况的数据分布示意图;
图4为一个实施例中数据分析装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、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,并不用于限定本申请。
本申请实施例提供的数据分析方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104可以给终端102提供数据分析的环境,服务器104与终端102进行通信交互,从而进入数据分析的环境。首先,当资源发生增多或减少时,服务器104可以从终端102获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段。然后,如武器104可以基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据。进一步,针对每个业务标识对应的多个候选业务数据,服务器104可以基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。进一步,服务器104可以基于业务标识、业务进度标识、对业务数据、业务办理时刻以及业务持续时间段对业务数据进行数据分析,可以从多个维度对资源的变化情况进行相应的数据分析,能够直观的对各个业务的各个业务进度中的业务数据的业务效果进行分析与展示。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本申请实施例提供的数据分析方法,可以应用于服务器或终端单侧实现,也可以应用于包括终端和服务器的系统,通过终端和服务器的交互实现。
在一个实施例中,如图2所示,提供了一种数据分析方法,以该方法应用于服务器单侧实现为例进行说明,包括以下步骤202至步骤206。
步骤202,当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段。
在本实施例中,业务标识用于区分业务数据对应的业务类型。
在本实施例中,业务办理时刻对应为资源发生变动的时刻。
在本实施例中,业务持续时间段为业务数据对应的业务存续期,是用户能够办理该业务的时间段。例如,业务1的业务存续期(业务持续时间段)为2022年11月3日00时至2022年11月30日24时,则用户只能在上述时间段内办理业务1。
在本实施例中,在业务持续时间段内,终端可以向用户展示对应于业务的业务信息。业务进度标识可以包括但不限于:接收到业务信息(L0层)、查看了业务信息(L1层)以及办理了业务(L2层)等。
步骤204,基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据。
在本实施例中,服务器可以将业务数据对应的业务进度标识即业务标识存储至数据库,例如:HBase数据库。
在另一个实施例中,服务器可以设置数据库中数据的存储期限,使得数据库中数据存储时间达到存储期限后被自动删除,可以减少存储资源的占用。
在本实施例中,服务器可以基于业务标识将多个初始业务数据进行业务分类,得到各个业务中每个业务对应的候选业务数据,以便基于不同业务进行业务效果的数据分析。
步骤206,针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
在本实施例中,通过对业务进度标识进行区分,便于对不同业务进度状态下产生的业务数据进行数据分析,可以数据分析的维度。
上述数据分析方法中,当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段。然后,基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据。进一步,针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。基于业务标识、业务进度标识、对业务数据、业务办理时刻以及业务持续时间段对业务数据进行数据分析,可以从多个维度对资源的变化情况进行相应的数据分析,能够直观地对各个业务的各个业务进度中的业务数据的业务效果进行分析与展示,获取更多的信息。
在一些实施例中,针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:针对每个业务标识对应的多个候选业务数据,基于业务持续时间段对多个候选业务数据进行筛选,得到业务持续时间段内业务标识对应的多个目标业务数据;针对每个业务标识对应的多个目标业务数据,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算。
在本实施例中,服务器可以基于业务持续时间段,对同一业务在多个业务存续期间对应的候选业务数据进行数据分析。例如,当业务2对应有2个业务持续时间段,分别为第一时间区间(2022年10月3日00时至2022年10月15日24时),和第二时间区间(2022年11月25日00时至2011年12月3日24时)时,服务器可以基于第一时间区间对业务2的业务标识对应的多个候选业务数据进行筛选,得到业务2在第一时间区间内所对应的多个目标业务数据;服务器也可以基于第二时间区间对业务2的业务标识对应的多个候选业务数据进行筛选,得到业务2在第二时间区间内所对应的多个目标业务数据。
在一些实施例中,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算,可以包括:获取预设时间长度;预设时间长度小于业务持续时间段的时间长度;基于预设时间长度与当前时刻,按照与时间流向相反的方向,确定与当前时刻差距等于预设时间长度的时刻,作为起点时刻;基于起点时刻、当前时刻,以及业务办理时刻,获取从起点时刻到当前时刻之间的多个业务办理时刻对应的目标业务数据,作为待分析数据;基于业务进度标识,对多个待分析数据进行筛选,得到每个业务进度标识对应的多个待分析数据;针对每个业务进度标识对应的多个待分析数据进行K线计算。
在本实施例中,预设时间长度可以是1分钟、5分钟、30分钟、1小时等时间长度。其中,预设时间长度小于业务持续时间段的时间长度。例如,当业务持续时间段为2022年11月13日00时05分至2022年11月13日00时10分时,及业务持续时间段的时间长度为5分钟时,预设时间长度小于5分钟。通过多个预设时间长度,服务器可以计算并生成对应不同预设时间长度的K线,基于不同的时间维度对业务数据进行分析,从不同维度更全面地评价业务效果。
在本实施例中,每一根K线可以包括但不限于开始值、结束值、最高值和最低值、资源变化量等信息。其中,开始值对应为K线开始时的资源总量,结束值对应为K线结束时的的资源总量,最高值对应为K线内资源总量最高时对应的值,最低值对应为K线内资源总量最低时对应的值。
在本实施例中,资源变化量可以包括但不限于:转出(减少)的资源变化量、转入(增加)的资源变化量、整体的资源变化量。例如,当K线对应的时间区间为[A1,A4],且A1时刻资源总量为7,A2时刻资源总量为5,A3时刻资源总量为1,A4时刻资源总量为9时,该K线的开始值为7,结束值为9,最高值为9,最低值为1。进一步,以A1时刻至A2时刻,以及A2时刻至A4时刻为例,A1时刻至A2时刻转出的资源变化量为2,转入的资源变化量为0,整体的资源变化量为-2;A2时刻至A4时刻转出的资源变化量为0,转入的资源变化量为4,整体的资源变化量为4。
在本实施例中,服务器可以基于预设时间长度,通过Flink流式计算框架来实现整个K线数据的计算。具体的,服务器可以获取对应一个同一个业务标识且对应同一个业务进度标识的多个目标业务数据,基于预设时间长度计算上述多个目标业务数据对应的初始K线数据,基于初始K线数据开窗计算,得到上述目标业务数据对应的整个K线数据。例如,服务器可以先计算1分钟(预设时间长度)K线,由于整个K线对应的时间长度大于预设时间长度,因此,服务器可以通过对1分钟K线数据进行叠加计算,得到整个K线数据。
在其中一个实施例中,当预设时间长度为1分钟,整个K线对应的时间长度为15分钟时,服务器可以通过对1分钟K线数据进行叠加计算得到15分钟的K线数据。服务器还可以先通过对1分钟K线数据进行叠加计算得到5分钟的K线数据(即5分钟K线从1分钟K线的数据汇总运算),再通过对5分钟的K线数据进行叠加计算得到15分钟的K线数据(即15分钟K线从5分钟K线的数据汇总运算)。
在本实施例中,以1分钟K线数据计算为例进行说明。服务器可以使用FlinkWindows算子,我们将1分钟之内的所有资源变化对应的业务数据保存在该算子中,当出现新的业务数据产生后,算子触发计算,根据业务数据的业务办理时刻按照与时间流向相同的方向进行迭代计算,每处理一个业务数据数据就计算当前K线数据的结束值、最大值、最小值以及资源变化量等信息,计算完成之后将结果(K线数据)输出,并将该K线数据对应的多个业务数据按照与时间流向相同的顺序进行存储。
在一些实施例中,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:按照与时间流向相同的方向,获取业务持续时间段的第一个时刻,作为业务开启时刻;基于业务开启时刻,按照与时间流向相反的方向,获取与业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据;获取原始业务数据对应的K线开始值,作为历史K线开始值;获取当前时刻对应的业务数据,将当前时刻对应的业务数据与原始业务数据的和,作为中间数据;将历史K线开始值减去中间数据,得到当前时刻对应的K线开始值。
在本实施例中,以5分钟K线数据计算为例进行说明。服务器可以通过1分钟K线数据计算5分钟K线数据,可以避免从最原始的数据进行计算,从而节省了内存和计算量。
在本实施例中,5分钟K线的开始值是第一根1分钟K线的开始值(即业务持续时间段的第一个时刻对应的K线值),结束值是当前最新一根K线的结束值,最大值是5分钟内所有1分钟K线数据中的最大值,最小值5分钟内所有1分钟K线数据中的最小值,资源变化量对应5分钟内所有1分钟K线数据中资源变化量的总和。可以理解的是,其他时间长度K线数据的计算与上述5分钟个K线数据的计算原理相同。例如,假设在T到(T+15)分钟的时间范围内,表示T时刻5分钟K线开始值,表示T+15分钟5分钟K线结束值,那么这15分钟K线的对应开始值等于15分钟K线的对应结束值等于在T到T+15这段时间内有3根5分钟K线的最大值和最小值,假设为代表从T时刻至T+5*i时刻的时间区间内多个5分钟K线的最大值,其中,i∈(0,1,2),同理,可以用代表从T时刻至T+5*i时刻的时间区间内多个5分钟K线数据的最小值,那么在T到T+15分钟这段时间内15分钟K线的最大值为i∈(0,1,2);同理最小值为i∈(0,1,2)。
在本实施例中,服务器可以将每个业务对应的多个业务数据,以及按照业务进度标识、业务标识、业务持续时间段等不同维度计算得到的K线数据存储至Kafka集群中,便于后续处理。
在一些实施例中,上述方法还可以包括:当资源的数量未发生变化且资源对应的业务类型发生变化时,采用配置的方式对业务数据对应的业务标识进行修改。
在本实施例中,如图3所示,当资源的数量未发生变化且资源对应的业务类型发生变化时,业务数据不涉及资源数量变化,服务器可以采用配置的方式对业务数据对应的业务标识,以及相关参数进行修改。例如,当资源1(对应业务1)和资源2(对应业务2)变化为资源1(对应业务1)和资源2(对应业务1)时,资源的数量未发生变化但资源对应的业务发生了变化,此时,服务器可以通过配置的方式将业务发生变化了的资源2对应的业务标识以及相关参数修改为对应业务1的业务标识和相关参数。
在一些实施例中,得到业务标识对应的业务分析结果,将业务分析结果进行展示,可以包括:得到业务标识对应的业务分析结果;基于业务分析结果对应的业务标识和业务进度标识,生成业务分析结果对应的K线图;实时将K线图发送至客户端进行展示。
在本实施例中,服务器可以通过网络实时将K线图发送至客户端进行展示。
在另一个实施例中,服务器可以通过通信协议对应的链接实时将K线图发送至客户端进行展示。例如,服务器与客户端之间可以建立websocket链接,当服务器在生成业务分析结果对应的K线图后,可以基于websocket链接将K线图发送至客户端进行展示。其中,websocket是基于TCP(Transmission Control Protocol Wrappers,传输控制协议)的全双工通信协议,用于允许服务器主动发送信息给客户端。
在本实施例中,服务器可以基于业务类型建立与客户端之间的多个websocket链接,每个业务类型对应有唯一的websocket链接,每个业务类型对应有唯一的业务标识。进一步,服务器在生成业务分析结果对应的K线图后,可以基于业务数据中业务标识对应的业务类型,确定每个业务分析结果对应的业务类型,得到业务分析结果对应的websocket链接,再基于websocket链接将业务分析结果对应的K线图发送至客户端进行展示。
在本实施例中,当服务器通过flink计算完成并且输出不同维度的实时的K线数据后,服务器还可以结合前期批量数据展示以达到实时动态的效果。
在另一个实施例中,服务器还可以基于K线的维度建立与客户端之间的多个websocket链接。其中,K线的维度可以包括但不限于:预设时间长度、业务办理时刻、业务持续时间段,以及业务进度标识等。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的数据分析方法的数据分析装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个数据分析装置实施例中的具体限定可以参见上文中对于数据分析法的限定,在此不再赘述。
在一个实施例中,如图4所示,提供了一种数据分析装置,包括:初始业务数据获取模块402、候选业务数据获取模块404和分析展示模块406,其中:
第二方面,本申请还提供了一种数据分析装置。所述装置包括:
初始业务数据获取模块402,用于当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段。
候选业务数据获取模块404,用于基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据。
分析展示模块406,用于针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
在其中一个实施例中,分析展示模块406可以包括:
目标业务数据获取子模块,用于针对每个业务标识对应的多个候选业务数据,基于业务持续时间段对多个候选业务数据进行筛选,得到业务持续时间段内业务标识对应的多个目标业务数据。
K线计算子模块,用于针对每个业务标识对应的多个目标业务数据,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算。
在其中一个实施例中,K线计算子模块可以包括:
预设时间长度获取单元,用于获取预设时间长度;预设时间长度小于业务持续时间段的时间长度。
起点时刻确定单元,用于基于预设时间长度与当前时刻,按照与时间流向相反的方向,确定与当前时刻差距等于预设时间长度的时刻,作为起点时刻。
待分析数据获取单元,用于基于起点时刻、当前时刻,以及业务办理时刻,获取从起点时刻到当前时刻之间的多个业务办理时刻对应的目标业务数据,作为待分析数据。
待分析数据筛选单元,用于基于业务进度标识,对多个待分析数据进行筛选,得到每个业务进度标识对应的多个待分析数据。
K线计算单元,用于针对每个业务进度标识对应的多个待分析数据进行K线计算。
在其中一个实施例中,分析展示模块406可以包括:
业务开启时刻确定子模块,用于按照与时间流向相同的方向,获取业务持续时间段的第一个时刻,作为业务开启时刻。
原始业务数据获取子模块,用于基于业务开启时刻,按照与时间流向相反的方向,获取与业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据。
历史数据获取子模块,用于获取原始业务数据对应的K线开始值,作为历史K线开始值。
中间数据确定子模块,用于获取当前时刻对应的业务数据,将当前时刻对应的业务数据与原始业务数据的和,作为中间数据。
K线开始值获取子模块,用于将历史K线开始值减去中间数据,得到当前时刻对应的K线开始值。
在其中一个实施例中,上述装置还可以包括:
业务标识修改模块,用于当资源的数量未发生变化且资源对应的业务类型发生变化时,采用配置的方式对业务数据对应的业务标识进行修改。
在其中一个实施例中,分析展示模块406还可以包括:
业务分析结果获取子模块,用于得到业务标识对应的业务分析结果。
K线图生成子模块,用于基于业务分析结果对应的业务标识和业务进度标识,生成业务分析结果对应的K线图。
展示子模块,用于实时将K线图发送至客户端进行展示。
上述数据分析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,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。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和内存储器。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用于存储业务数据、预设时间长度对应的K线数据等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信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数据分析方法。
本领域技术人员可以理解,图5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,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据;针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
在一个实施例中,处理器执行计算机程序时还实现针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:针对每个业务标识对应的多个候选业务数据,基于业务持续时间段对多个候选业务数据进行筛选,得到业务持续时间段内业务标识对应的多个目标业务数据;针对每个业务标识对应的多个目标业务数据,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算。
在一个实施例中,处理器执行计算机程序时还实现基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算,可以包括:获取预设时间长度;预设时间长度小于业务持续时间段的时间长度;基于预设时间长度与当前时刻,按照与时间流向相反的方向,确定与当前时刻差距等于预设时间长度的时刻,作为起点时刻;基于起点时刻、当前时刻,以及业务办理时刻,获取从起点时刻到当前时刻之间的多个业务办理时刻对应的目标业务数据,作为待分析数据;基于业务进度标识,对多个待分析数据进行筛选,得到每个业务进度标识对应的多个待分析数据;针对每个业务进度标识对应的多个待分析数据进行K线计算。
在一个实施例中,处理器执行计算机程序时还实现基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:按照与时间流向相同的方向,获取业务持续时间段的第一个时刻,作为业务开启时刻;基于业务开启时刻,按照与时间流向相反的方向,获取与业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据;获取原始业务数据对应的K线开始值,作为历史K线开始值;获取当前时刻对应的业务数据,将当前时刻对应的业务数据与原始业务数据的和,作为中间数据;将历史K线开始值减去中间数据,得到当前时刻对应的K线开始值。
在一个实施例中,处理器执行计算机程序时还可以实现以下步骤:当资源的数量未发生变化且资源对应的业务类型发生变化时,采用配置的方式对业务数据对应的业务标识进行修改。
在一个实施例中,处理器执行计算机程序时还实现得到业务标识对应的业务分析结果,将业务分析结果进行展示,可以包括:得到业务标识对应的业务分析结果;基于业务分析结果对应的业务标识和业务进度标识,生成业务分析结果对应的K线图;实时将K线图发送至客户端进行展示。
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:当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据;针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
在一个实施例中,计算机程序被处理器执行时还实现针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:针对每个业务标识对应的多个候选业务数据,基于业务持续时间段对多个候选业务数据进行筛选,得到业务持续时间段内业务标识对应的多个目标业务数据;针对每个业务标识对应的多个目标业务数据,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算。
在一个实施例中,计算机程序被处理器执行时还实现基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算,可以包括:获取预设时间长度;预设时间长度小于业务持续时间段的时间长度;基于预设时间长度与当前时刻,按照与时间流向相反的方向,确定与当前时刻差距等于预设时间长度的时刻,作为起点时刻;基于起点时刻、当前时刻,以及业务办理时刻,获取从起点时刻到当前时刻之间的多个业务办理时刻对应的目标业务数据,作为待分析数据;基于业务进度标识,对多个待分析数据进行筛选,得到每个业务进度标识对应的多个待分析数据;针对每个业务进度标识对应的多个待分析数据进行K线计算。
在一个实施例中,计算机程序被处理器执行时还实现基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:按照与时间流向相同的方向,获取业务持续时间段的第一个时刻,作为业务开启时刻;基于业务开启时刻,按照与时间流向相反的方向,获取与业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据;获取原始业务数据对应的K线开始值,作为历史K线开始值;获取当前时刻对应的业务数据,将当前时刻对应的业务数据与原始业务数据的和,作为中间数据;将历史K线开始值减去中间数据,得到当前时刻对应的K线开始值。
在一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:当资源的数量未发生变化且资源对应的业务类型发生变化时,采用配置的方式对业务数据对应的业务标识进行修改。
在一个实施例中,计算机程序被处理器执行时还实现得到业务标识对应的业务分析结果,将业务分析结果进行展示,可以包括:得到业务标识对应的业务分析结果;基于业务分析结果对应的业务标识和业务进度标识,生成业务分析结果对应的K线图;实时将K线图发送至客户端进行展示。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:当资源发生增多或减少时,获取初始业务数据;其中,业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;基于业务标识,将多个初始业务数据进行业务分类,得到每个业务标识对应的多个候选业务数据;针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,得到业务标识对应的业务分析结果,将业务分析结果进行展示。
在一个实施例中,计算机程序被处理器执行时还实现针对每个业务标识对应的多个候选业务数据,基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:针对每个业务标识对应的多个候选业务数据,基于业务持续时间段对多个候选业务数据进行筛选,得到业务持续时间段内业务标识对应的多个目标业务数据;针对每个业务标识对应的多个目标业务数据,基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算。
在一个实施例中,计算机程序被处理器执行时还实现基于业务办理时刻和业务进度标识,对目标业务数据进行K线计算,可以包括:获取预设时间长度;预设时间长度小于业务持续时间段的时间长度;基于预设时间长度与当前时刻,按照与时间流向相反的方向,确定与当前时刻差距等于预设时间长度的时刻,作为起点时刻;基于起点时刻、当前时刻,以及业务办理时刻,获取从起点时刻到当前时刻之间的多个业务办理时刻对应的目标业务数据,作为待分析数据;基于业务进度标识,对多个待分析数据进行筛选,得到每个业务进度标识对应的多个待分析数据;针对每个业务进度标识对应的多个待分析数据进行K线计算。
在一个实施例中,计算机程序被处理器执行时还实现基于业务持续时间段、业务办理时刻,以及业务进度标识,对候选业务数据进行K线计算,可以包括:按照与时间流向相同的方向,获取业务持续时间段的第一个时刻,作为业务开启时刻;基于业务开启时刻,按照与时间流向相反的方向,获取与业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据;获取原始业务数据对应的K线开始值,作为历史K线开始值;获取当前时刻对应的业务数据,将当前时刻对应的业务数据与原始业务数据的和,作为中间数据;将历史K线开始值减去中间数据,得到当前时刻对应的K线开始值。
在一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:当资源的数量未发生变化且资源对应的业务类型发生变化时,采用配置的方式对业务数据对应的业务标识进行修改。
在一个实施例中,计算机程序被处理器执行时还实现得到业务标识对应的业务分析结果,将业务分析结果进行展示,可以包括:得到业务标识对应的业务分析结果;基于业务分析结果对应的业务标识和业务进度标识,生成业务分析结果对应的K线图;实时将K线图发送至客户端进行展示。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
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,本申请所提供的各实施例中所使用的对存储器、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-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。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等。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 RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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申请专利范围的限制。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,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据分析方法,其特征在于,所述方法包括:
当资源发生增多或减少时,获取初始业务数据;其中,所述业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;
基于所述业务标识,将多个所述初始业务数据进行业务分类,得到每个所述业务标识对应的多个候选业务数据;
针对每个所述业务标识对应的多个所述候选业务数据,基于所述业务持续时间段、所述业务办理时刻,以及所述业务进度标识,对所述候选业务数据进行K线计算,得到所述业务标识对应的业务分析结果,将所述业务分析结果进行展示。
2.根据权利要求1所述的方法,其特征在于,所述针对每个所述业务标识对应的多个所述候选业务数据,基于所述业务持续时间段、所述业务办理时刻,以及所述业务进度标识,对所述候选业务数据进行K线计算,包括:
针对每个所述业务标识对应的多个所述候选业务数据,基于所述业务持续时间段对多个所述候选业务数据进行筛选,得到所述业务持续时间段内所述业务标识对应的多个所述目标业务数据;
针对每个所述业务标识对应的多个所述目标业务数据,基于所述业务办理时刻和所述业务进度标识,对所述目标业务数据进行K线计算。
3.根据权利要求2所述的方法,其特征在于,所述基于所述业务办理时刻和所述业务进度标识,对所述目标业务数据进行K线计算,包括:
获取预设时间长度;所述预设时间长度小于所述业务持续时间段的时间长度;
基于所述预设时间长度与当前时刻,按照与时间流向相反的方向,确定与所述当前时刻差距等于所述预设时间长度的时刻,作为起点时刻;
基于所述起点时刻、所述当前时刻,以及所述业务办理时刻,获取从所述起点时刻到所述当前时刻之间的多个所述业务办理时刻对应的所述目标业务数据,作为待分析数据;
基于所述业务进度标识,对多个所述待分析数据进行筛选,得到每个所述业务进度标识对应的多个所述待分析数据;
针对每个所述业务进度标识对应的多个所述待分析数据进行K线计算。
4.根据权利要求1所述的方法,其特征在于,所述基于所述业务持续时间段、所述业务办理时刻,以及所述业务进度标识,对所述候选业务数据进行K线计算,包括:
按照与时间流向相同的方向,获取所述业务持续时间段的第一个时刻,作为业务开启时刻;
基于所述业务开启时刻,按照与时间流向相反的方向,获取与所述业务开启时刻相邻的时刻所对应的业务数据,作为原始业务数据;
获取所述原始业务数据对应的K线开始值,作为历史K线开始值;
获取当前时刻对应的业务数据,将所述当前时刻对应的业务数据与所述原始业务数据的和,作为中间数据;
将所述历史K线开始值减去所述中间数据,得到当前时刻对应的K线开始值。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当资源的数量未发生变化且所述资源对应的业务类型发生变化时,采用配置的方式对所述业务数据对应的业务标识进行修改。
6.根据权利要求1所述的方法,其特征在于,所述得到所述业务标识对应的业务分析结果,将所述业务分析结果进行展示,包括:
得到所述业务标识对应的业务分析结果;
基于所述业务分析结果对应的所述业务标识和所述业务进度标识,生成所述业务分析结果对应的K线图;
实时将所述K线图发送至客户端进行展示。
7.一种数据分析装置,其特征在于,所述装置包括:
初始业务数据获取模块,用于当资源发生增多或减少时,获取初始业务数据;其中,所述业务数据包括:业务标识、业务办理时刻、业务进度标识,以及业务持续时间段;
候选业务数据获取模块,用于基于所述业务标识,将多个所述初始业务数据进行业务分类,得到每个所述业务标识对应的多个候选业务数据;
分析展示模块,用于针对每个所述业务标识对应的多个所述候选业务数据,基于所述业务持续时间段、所述业务办理时刻,以及所述业务进度标识,对所述候选业务数据进行K线计算,得到所述业务标识对应的业务分析结果,将所述业务分析结果进行展示。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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。
9.一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6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211655082.4A CN115829289A (zh) | 2022-12-22 | 2022-12-22 | 数据分析方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211655082.4A CN115829289A (zh) | 2022-12-22 | 2022-12-22 | 数据分析方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115829289A true CN115829289A (zh) | 2023-03-21 |
Family
ID=85517606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211655082.4A Pending CN115829289A (zh) | 2022-12-22 | 2022-12-22 | 数据分析方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829289A (zh) |
-
2022
- 2022-12-22 CN CN202211655082.4A patent/CN115829289A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10608905B2 (en) | Method and system for temporal sampling in evolving network | |
US20180013777A1 (en) | Identifying network security risks | |
US11934290B2 (en) | Interactive model performance monitoring | |
CN116882520A (zh) | 针对预定预测问题的预测方法及系统 | |
US11714917B2 (en) | Systems and methods for anonymizing sensitive data and simulating accelerated schedule parameters using the anonymized data | |
US20210200782A1 (en) | Creating and Performing Transforms for Indexed Data on a Continuous Basis | |
CN117312657A (zh) | 金融应用的异常功能定位方法、装置、计算机设备和介质 | |
CN114495137B (zh) | 票据异常检测模型生成方法与票据异常检测方法 | |
CN115829289A (zh) | 数据分析方法、装置、计算机设备和存储介质 | |
CN115619261A (zh) | 一种作业标签画像数据处理方法、装置、计算机设备 | |
CN114168624A (zh) | 数据分析方法、计算设备及存储介质 | |
CN114066603A (zh) | 贷后风险预警方法、装置、电子设备和计算机可读介质 | |
CN114416805B (zh) | 数据核对方法、装置、计算机设备和存储介质 | |
CN117216164A (zh) | 金融数据同步处理方法、装置、设备、介质和程序产品 | |
CN117234639A (zh) | 一种业务数据的展示方法、装置、计算机设备 | |
CN116595054A (zh) | 交互状态确定方法、装置和计算机设备 | |
CN116644277A (zh) | 交互数据清洗方法、装置和计算机设备 | |
CN114741437A (zh) | 产品状态显示方法、装置、设备、存储介质和程序产品 | |
CN114185888A (zh) | 业务报表的取数方法、装置、计算机设备、存储介质 | |
CN118096231A (zh) | 金融活动数据处理方法、装置、设备、介质和程序产品 | |
CN117743373A (zh) | 单据处理方法、装置、计算机设备和存储介质 | |
CN118035052A (zh) | 一种断点事件的处理方法、装置、计算机设备 | |
CN115865857A (zh) | 响应数据的推送方法、装置、计算机设备和存储介质 | |
CN117709615A (zh) | 数据处理方法、装置、计算机设备、存储介质 | |
CN114064935A (zh) | 信息图谱构建方法、装置、设备、存储介质和程序产品 |
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 |