CN117785860A - 家电制造数据管理方法、装置、设备和存储介质 - Google Patents
家电制造数据管理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117785860A CN117785860A CN202311823899.2A CN202311823899A CN117785860A CN 117785860 A CN117785860 A CN 117785860A CN 202311823899 A CN202311823899 A CN 202311823899A CN 117785860 A CN117785860 A CN 117785860A
- Authority
- CN
- China
- Prior art keywords
- data
- appliance manufacturing
- household appliance
- manufacturing data
- types
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 225
- 238000003860 storage Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013523 data management Methods 0.000 title claims abstract description 29
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims description 72
- 238000012545 processing Methods 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000007405 data analysis Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000013433 optimization analysis Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 238000007418 data mining Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种家电制造数据管理方法、装置、设备和存储介质。应用于计算机技术领域,该方法通过获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中;降低用户运维难度,提高数据利用率。
Description
技术领域
本申请属于计算机技术领域,尤其涉及一种家电制造数据管理方法、装置、设备和存储介质。
背景技术
计算机行业的兴起,现代化的制造工艺和生产设备使得家电制造行业生产过程中产生了大量的数据,这些家电制造数据无疑为家电制造企业的生产管理、质量控制和产品研发等方面提供了宝贵的信息,其可用性和潜在价值令家电行业的相关人员和企业高度重视。
通过对家电制造数据进行有效收集、分析和利用,可以帮助家电企业实现生产效率的提高、成本的降低、质量的增强、产品的改进和差异化等目标,进而提升企业的核心竞争力。
然而,现有技术中家电制造行业各业务环节独立数据中心,且只提供本模块业务数据查询能力,导致数据服务只能局限在单个模块,无法真正从数据层面获知整体的发展情况,导致工作效率低、维护难度大的缺陷。
发明内容
本申请提供一种家电制造数据管理方法、装置、设备和存储介质,用以解决现有技术中工作效率低、维护难度大的缺陷。
第一方面,本申请提供一种家电制造数据管理方法,该方法包括:
获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;
对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;
根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;
根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中。
可选的,所述对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据,包括:
对所述目标系统的初始数据进行筛选处理,得到目标系统的初始家电制造数据;
对所述目标系统的初始家电制造数据的重复数据进行过滤处理,得到去重后的家电制造数据;
对所述去重后的家电制造数据进行分析处理,得到多个数据类型的家电制造数据。
可选的,所述根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中,包括:
所述数据接口用于对不同数据类型的家电制造数据进行分析处理,得到家电制造数据不同数据类型的分析结果;
将所述不同数据类型的家电制造数据分析结果以混合式存储方式写入数据库对应的存储单元中。
可选的,所述根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中之后,还包括:
对所述不同数据类型的家电制造数据分析结果进行处理,得到图表形式的家电制造整体数据;
通过外接显示器,展示所述不同数据类型的家电制造数据分析结果和所述图表形式的家电制造整体数据。
可选的,所述对所述不同数据类型的家电制造数据分析结果进行处理,得到图表形式的家电制造整体数据,包括:
通过添加汇总、同比、环比等运算函数,对所述不同数据类型的家电制造数据分析结果进行二次计算,得到二次计算后的分析结果;
对所述二次计算后的分析结果利用Spark计算引擎进行数据分析和挖掘,得到所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果;
对所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果进行图形转换处理,得到图表形式的家电制造整体数据。
第二方面,本申请提供一种家电制造数据管理装置,所述装置包括:
获取模块,用于获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;
处理模块,用于对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;
所述处理模块,还用于根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;
所述处理模块,还用于根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中。
可选的,所述处理模块,用于对所述目标系统的初始数据进行筛选处理,得到目标系统的初始家电制造数据;
所述处理模块,还用于对所述目标系统的初始家电制造数据的重复数据进行过滤处理,得到去重后的家电制造数据;
所述处理模块,还用于对所述去重后的家电制造数据进行分析处理,得到多个数据类型的家电制造数据。
可选的,所述处理模块,用于所述数据接口对不同数据类型的家电制造数据进行分析处理,得到家电制造数据不同数据类型的分析结果;
所述处理模块,还用于将所述不同数据类型的家电制造数据分析结果以混合式存储方式存储至多种数据库中。
可选的,所述装置还包括:展示模块;
所述处理模块,用于对所述不同数据类型的家电制造数据分析结果进行处理,得到图表形式的家电制造整体数据;
所述展示模块,用于通过外接显示器,展示所述不同数据类型的家电制造数据分析结果和所述图表形式的家电制造整体数据。
可选的,所述装置还包括:转换模块;
所述处理模块,用于通过添加汇总、同比、环比等运算函数,对所述不同数据类型的家电制造数据分析结果进行二次计算,得到二次计算后的分析结果;
所述处理模块,还用于对所述二次计算后的分析结果利用Spark计算引擎进行数据分析和挖掘,得到所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果;
所述转换模块,用于对所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果进行图形转换处理,得到图表形式的家电制造整体数据。
第三方面,本申请提供一种家电制造数据管理设备,包括:
存储器;
处理器;
其中,所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如上述第一方面和第一方面各种可能的实现方式所述的家电制造数据管理方法。
第四方面,本申请提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现如上述第一方面及第一方面各种可能的实现方式所述的家电制造数据管理方法。
本申请提供一种家电制造数据管理方法、装置、设备和存储介质。该方法通过获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中;降低用户运维难度,提高数据利用率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请提供的家电制造数据管理方法的流程示意图一;
图2为本申请提供的家电制造数据管理方法的流程示意图二;
图3为本申请提供的家电制造数据管理装置的结构示意图;
图4为本申请提供的家电制造数据管理设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例中,“示例性的”或者“例如”等词用于表示例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
随着计算机技术的飞速发展和普及,各个行业的工艺过程、设备和工作流等都可以产生大量的数据。而家电制造行业的制造工艺和生产设备也在不断地进步和改进,因此在生产过程中也会产生大量的数据,这些数据可以通过采集、存储、分析和挖掘等方式被转化为有用的信息和知识,以帮助企业优化生产管理、提高质量控制和产品研发等方面的能力。
现有的家电制造整体流程包括市场调研、产品设计、原型制作、产品测试、批量生产和售后服务等几个阶段,彼此之间互相关联,但是由于不同阶段服务对象、负责部门各不相同,在每个阶段存在的数据中心,实际上更多仅仅用于数据查询,数据的价值没有得到释放,且保存的数据更多是偏向业务数据,运营数据涉及的少。
然而,现有的家电制造数据管理方法存在如下缺陷:
1)利用率低,传统的家电制造数据中心并没有做到整合整个企业全流程数据,未能充分释放数据价值,数据涉及面较少。
2)运维难度大,当出现问题时并不能快速追溯到问题根源,无法及时的为企业提供决策支持。
针对上述问题,本申请提出了一种家电制造数据管理方法,该方法通过收集家电制造数据,对所述家电制造数据进行筛选、分析、转换处理,得到多个数据类型的家电制造数据和图表,从而避免了用户运维难度大的缺陷,提高了家电制造数据的利用率。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为申请实施例提供的家电制造数据管理方法的流程示意图一。如图1所示,本实施例提供的家电制造数据管理方法,包括:
S101、获取用户发送的数据采集请求,并根据采集请求,获取与采集请求对应的目标系统的初始数据。
其中,通过获取用户发送的数据采集请求知悉用户的需求,获取用户发送的数据采集请求可以通过多种方式实现,例如:使用Web表单、API接口或者通过直接访问数据库等方式获取用户的数据采集请求,并根据所述用户发送的数据采集请求,获取与用户采集请求相对应的目标系统的初始数据。
示例性的,此处给出一种可能的实现方式。如果用户使用Web表单发送数据采集请求,可以通过在网页上填写相关信息,然后通过后台服务器处理响应的HTTP请求来获取这些数据。
S102、对目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据。
其中,在获取到目标系统的初始数据之后,可以根据需要对这些数据进行筛分处理,以得到多个数据类型的家电制造数据,例如:产品规格、生产线数据、质检数据等。
可以从初始数据中提取出产品规格相关的信息,例如家电产品的型号、尺寸、功能等。这些数据有助于了解每个产品的具体规格特性;通过提取初始数据中生产线相关信息,可以得到具体的生产线数据,例如:每个生产线上的设备使用情况、生产进度、产能利用率等;初始数据中包含了产品质检的相关信息,可以进一步筛选出这些数据,以获取针对家电产品的质检结果,例如:合格品率、不良品率、质量指标等;初始数据中也包含了销售相关的信息,例如:销售订单、销售额等,通过对这些数据的筛分处理,我们可以得到有关家电产品销售情况的数据,例如:销售量、销售渠道、销售趋势等。
通过以上的筛分处理,可以将目标系统的初始数据分成多个数据类型,如产品规格数据、生产线数据、质检数据和销售数据等。这些数据类型可以帮助企业了解家电制造的各个方面,并为决策提供支持。
S103、根据多个数据类型的家电制造数据,创建每个数据类型对应的数据接口。
其中,根据多个数据类型的家电制造数据,可以创建每个数据类型对应的数据接口,以便用户在需要时查询、获取、分析和使用这些数据。
通过为每个数据类型创建相应的数据接口,用户可以方便地访问和使用这些数据,并将其用于其它的分析、报告、可视化和决策支持任务。
S104、根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中。
其中,根据每个数据类型的家电制造数据以及其相应的字段,设计数据库表结构,使用适当的数据库连接工具或库,建立与目标数据库的连接,以便能够访问和操作数据库,根据需求和优先级,按顺序执行每个数据类型的数据写入操作。对于每个数据类型,依次调用相应的写入代码,将数据从接口写入数据库的相应表中,用户能够方便地使用数据库查询语言来检索、分析和处理这些数据,从而进行更深入的数据分析、报告和决策支持工作。
本实施例提出了家电制造数据管理方法,该方法通过获取用户发送的采集请求,并根据所述采集请求获取与采集请求对应的目标系统的初始数据,对所述目标系统的初始数据进行处理后通过不同数据类型对应的接口将每个数据类型的家电制造数据写入数据库对应的存储单元中,提高数据的利用率。
图2是本申请实施例提供的家电制造数据管理方法的流程示意图二。本实施例是在图1实施例的基础上,对家电制造数据管理方法进行详细说明。如图2所示,本实施例提供的家电制造数据管理方法,包括:
S201、获取用户发送的数据采集请求,并根据采集请求,获取与采集请求对应的目标系统的初始数据。
步骤S201与上述步骤S101相同,这里不再赘述。
S202、对目标系统的初始数据进行筛选处理,得到目标系统的初始家电制造数据。
其中,对目标系统的初始数据进行筛选处理是一个重要的数据预处理步骤,它有助于提取出目标系统中与家电制造相关的数据,并为后续的数据处理以及分析工作做好准备。
收集目标系统的初始数据,例如:传感器、生产线系统、质检系统、销售系统等数据;对收集到的数据进行筛选处理,以去除与数据采集请求不相关的家电制造数据,并进行数据格式的规范化;以提取与家电制造相关的数据,得到目标系统的初始家电制造数据。
S203、对目标系统的初始家电制造数据的重复数据进行过滤处理,得到去重后的家电制造数据。
其中,通过确定一列或多列数据作为唯一性标识,以便确定数据的唯一性,例如:产品序列号、订单号、唯一的标识字段等;对目标系统的初始家电制造数据,根据唯一性标识进行排序;遍历排序后的数据,逐行比较相邻行的唯一性标识,以确定是否存在重复数据,如果相邻行的唯一性标识相同,则视为重复数据;将经过重复数据过滤处理的家电制造数据保存到存储单元中,得到去重后的家电制造数据。
S204、对去重后的家电制造数据进行分析处理,得到多个数据类型的家电制造数据。
其中,对家电制造数据进行探索性数据分析,了解数据的特征、分布和关联性等;对家电制造数据进行特征提取、变换和选择,使用统计模型来定义和提取有代表性的特征,用于构建模型和进行进一步的分析;对家电制造数据进行建模、预测、聚类、分类,得到多个数据类型的家电制造数据。
S205、根据多个数据类型的家电制造数据,创建每个数据类型对应的数据接口。
其中,确定不同的家电制造数据类型,例如:生产批次数据、供应链数据、质检数据等,每个数据类型都代表不同的信息和指标;为每个数据类型设计相应的数据接口,包括数据查询、新增、修改和删除等操作,数据接口应该明确定义需要提供的功能和参数,创建每个数据类型对应的数据接口。
S206、数据接口用于对不同数据类型的家电制造数据进行分析处理,得到家电制造数据不同数据类型的分析结果。
其中,使用数据接口获取相应的家电制造数据,根据需要,可以获取不同数据类型的数据;对不同数据类型的家电制造数据进行分析处理,根据分析处理的结果,生成相应数据类型的分析结果,例如:数据报告、洞察或其他形式的结果。
S207、将不同数据类型的家电制造数据分析结果以混合式存储方式写入数据库对应的存储单元中。
其中,混合式存储通常指的是将不同类型的数据以结构化和非结构化的形式存储在数据库中,对于将不同数据类型的家电制造数据分析结果以混合式存储方式写入数据库对应的存储单元。
对于结构化数据,可以使用关系型数据库表格进行存储;对于非结构化数据,可以选择适合的存储形式;将分析结果中的结构化数据,例如:统计指标、分类信息等写入相应的关系型数据库表格中;对于非结构化数据,选择合适的存储形式将其写入数据库对应的存储单元中;这些数据存储在数据库的存储单元中,以便后续的查询和分析。通过使用混合式存储方式,可以有效地管理和存储不同形式的家电制造数据分析结果,并为后续的数据访问和利用提供灵活性和扩展性。
S208、通过添加汇总、同比、环比等运算函数,对不同数据类型的家电制造数据分析结果进行二次计算,得到二次计算后的分析结果。
其中,使用汇总函数对数据进行总和、平均值、最大值、最小值等统计操作,同比函数用于比较同一指标在不同时间段之间的百分比变化,通过将当前期与前一个期的数据进行对比,可以揭示出数据的增长或下降趋势,例如,可以计算两个季度之间的同比增长率或同比销售额的变化;环比函数用于比较同一指标在连续时间段内的百分比变化,通过将当前期与前一个期的数据进行比较,可以衡量数据的月度或季度变动情况,例如,可以计算两个月之间的环比增长率或环比生产效率的变化,使用相应的函数对分析结果进行二次计算,得到更加细致和全面的家电制造数据分析结果。
S209、对二次计算后的分析结果利用Spark计算引擎进行数据分析和挖掘,得到家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果。
其中,Spark计算引擎是一个可扩展的开源数据处理引擎,可以高效地处理大量数据并进行分析和挖掘,利用Spark计算引擎对二次计算后的家电制造数据分析结果进行数据分析和挖掘。
安装适合的Spark版本,并设置相应的环境变量,将二次计算得到的数据载入到Spark中,对载入的数据进行清洗和转换,利用Spark MLlib或Spark SQL等组件进行趋势分析,例如:计算数据的增长速度和变化趋势、计算不同数据之间的相关性、使用聚类、协同过滤或神经网络等方法进行异常检测和预警,得到家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果。
S210、对家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果进行图形转换处理,得到图表形式的家电制造整体数据。
其中,根据具体的分析结果和需求,选择适合的图表类型,对家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果进行图形转换处理,将分析结果转换为图表形式,得到更直观和易于理解的可视化家电制造整体数据,图表可以更好地理解和传递家电制造整体数据的信息。
S211、通过外接显示器,展示不同数据类型的家电制造数据分析结果和所述图表形式的家电制造整体数据。
其中,使用外接显示器可以更好地展示和呈现不同数据类型的家电制造数据分析结果和图表形式的整体数据。
将生成的图表以图像格式导出,然后通过外接显示器或投影仪将图像显示出来;选择适合的数据可视化工具,将生成的图表导入到该工具中,并通过外接显示器展示;将不同数据类型的家电制造数据分析结果和对应的图表形式实时或静态地展示在外接显示器上,从而使数据分析结果更加直观、易于理解,并提供更好的数据展示体验。
本实施例提出了家电制造数据管理方法,该方法通过对获取到的家电制造数据进行类型筛选、分析处理、二次计算等得到不同数据类型的家电制造数据分析结果,将所述不同数据类型的家电制造数据分析结果写入数据库对应的存储单元中,并对所述不同数据类型的家电制造数据分析结果进行图像转换,通过外接显示器展示不同数据类型的家电制造数据分析结果和所述图表形式的家电制造整体数据,降低用户运维难度,提高数据利用率。
图3为本申请提供的家电制造数据管理装置的结构示意图,如图3所示,本实施例提供的家电制造数据管理装置300,包括:
获取模块301,用于获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;
处理模块302,用于对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;
所述处理模块302,还用于根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;
所述处理模块302,还用于根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中。
可选的,所述处理模块302,用于对所述目标系统的初始数据进行筛选处理,得到目标系统的初始家电制造数据;
所述处理模块302,还用于对所述目标系统的初始家电制造数据的重复数据进行过滤处理,得到去重后的家电制造数据;
所述处理模块302,还用于对所述去重后的家电制造数据进行分析处理,得到多个数据类型的家电制造数据。
可选的,所述处理模块302,用于所述数据接口对不同数据类型的家电制造数据进行分析处理,得到家电制造数据不同数据类型的分析结果;
所述处理模块302,还用于将所述不同数据类型的家电制造数据分析结果以混合式存储方式存储至多种数据库中。
可选的,所述装置还包括:展示模块303;
所述处理模块302,用于对所述不同数据类型的家电制造数据分析结果进行处理,得到图表形式的家电制造整体数据;
所述展示模块303,用于通过外接显示器,展示所述不同数据类型的家电制造数据分析结果和所述图表形式的家电制造整体数据。
可选的,所述装置还包括:转换模块304;
所述处理模块302,用于通过添加汇总、同比、环比等运算函数,对所述不同数据类型的家电制造数据分析结果进行二次计算,得到二次计算后的分析结果;
所述处理模块302,还用于对所述二次计算后的分析结果利用Spark计算引擎进行数据分析和挖掘,得到所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果;
所述转换模块304,用于对所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果进行图形转换处理,得到图表形式的家电制造整体数据。
图4为本申请提供的家电制造数据管理设备的结构示意图。如图4所示,本申请提供一种家电制造数据管理设备,该边缘节点安全应用调度设备400包括:接收器401、发送器402、处理器403以及存储器404。
接收器401,用于接收指令和数据;
发送器402,用于发送指令和数据;
存储器404,用于存储计算机执行指令;
处理器403,用于执行存储器404存储的计算机执行指令,以实现上述实施例中家电制造数据管理方法所执行的各个步骤。具体可以参见前述家电制造数据管理方法实施例中的相关描述。
可选的,上述存储器404既可以是独立的,也可以跟处理器403集成在一起。
当存储器404独立设置时,该电子设备还包括总线,用于连接存储器404和处理器403。
本申请还提供一种计算机存储介质,计算机存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上述家电制造数据管理设备所执行的家电制造数据管理方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种家电制造数据管理方法,其特征在于,所述方法包括:
获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;
对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;
根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;
根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据,包括:
对所述目标系统的初始数据进行筛选处理,得到目标系统的初始家电制造数据;
对所述目标系统的初始家电制造数据的重复数据进行过滤处理,得到去重后的家电制造数据;
对所述去重后的家电制造数据进行分析处理,得到多个数据类型的家电制造数据。
3.根据权利要求1所述的方法,其特征在于,所述根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中,包括:
所述数据接口用于对不同数据类型的家电制造数据进行分析处理,得到家电制造数据不同数据类型的分析结果;
将所述不同数据类型的家电制造数据分析结果以混合式存储方式写入数据库对应的存储单元中。
4.根据权利要求3所述的方法,其特征在于,所述根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中之后,还包括:
对所述不同数据类型的家电制造数据分析结果进行处理,得到图表形式的家电制造整体数据;
通过外接显示器,展示所述不同数据类型的家电制造数据分析结果和所述图表形式的家电制造整体数据。
5.根据权利要求4所述的方法,其特征在于,所述对所述不同数据类型的家电制造数据分析结果进行处理,得到图表形式的家电制造整体数据,包括:
通过添加汇总、同比、环比运算函数,对所述不同数据类型的家电制造数据分析结果进行二次计算,得到二次计算后的分析结果;
对所述二次计算后的分析结果利用Spark计算引擎进行数据分析和挖掘,得到所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果;
对所述家电制造数据的趋势分析、关联性分析、异常检测、预测和优化分析结果进行图形转换处理,得到图表形式的家电制造整体数据。
6.一种家电制造数据管理装置,其特征在于,所述装置包括:
获取模块,用于获取用户发送的数据采集请求,并根据所述采集请求,获取与所述采集请求对应的目标系统的初始数据;
处理模块,用于对所述目标系统的初始数据进行筛分处理,得到多个数据类型的家电制造数据;
所述处理模块,还用于根据所述多个数据类型的家电制造数据,创建每个数据类型对应的数据接口;
所述处理模块,还用于根据多个接口数据,将每个数据类型的家电制造数据写入数据库对应的存储单元中。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
所述处理模块,用于对所述目标系统的初始数据进行筛选处理,得到目标系统的初始家电制造数据;
所述处理模块,还用于对所述目标系统的初始家电制造数据的重复数据进行过滤处理,得到去重后的家电制造数据;
所述处理模块,还用于对所述去重后的家电制造数据进行分析处理,得到多个数据类型的家电制造数据。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
所述处理模块,用于所述数据接口对不同数据类型的家电制造数据进行分析处理,得到家电制造数据不同数据类型的分析结果;
所述处理模块,还用于将所述不同数据类型的家电制造数据分析结果以混合式存储方式存储至多种数据库中。
9.一种家电制造数据管理设备,其特征在于,包括:
存储器;
处理器;
其中,所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-5中任一项所述的家电制造数据管理方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-5中任一项所述的家电制造数据管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311823899.2A CN117785860A (zh) | 2023-12-27 | 2023-12-27 | 家电制造数据管理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311823899.2A CN117785860A (zh) | 2023-12-27 | 2023-12-27 | 家电制造数据管理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117785860A true CN117785860A (zh) | 2024-03-29 |
Family
ID=90381216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311823899.2A Pending CN117785860A (zh) | 2023-12-27 | 2023-12-27 | 家电制造数据管理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117785860A (zh) |
-
2023
- 2023-12-27 CN CN202311823899.2A patent/CN117785860A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11182364B2 (en) | Data analysis support apparatus and data analysis support method | |
CN107810500A (zh) | 数据质量分析 | |
CN111402017A (zh) | 一种基于大数据的信用评分方法和系统 | |
CN111177134B (zh) | 适用于海量数据的数据质量分析方法、装置、终端及介质 | |
CA2935281C (en) | A multidimensional recursive learning process and system used to discover complex dyadic or multiple counterparty relationships | |
CN101894319A (zh) | 一种烟草企业数据质量管理系统及方法 | |
US10579589B2 (en) | Data filtering | |
CN114880405A (zh) | 一种基于数据湖的数据处理方法及系统 | |
CN114461644A (zh) | 一种数据采集方法、装置、电子设备及存储介质 | |
US11227288B1 (en) | Systems and methods for integration of disparate data feeds for unified data monitoring | |
CN117194382A (zh) | 中台数据处理方法、装置、电子设备及存储介质 | |
CN111523764A (zh) | 业务架构检测方法、装置、工具、电子设备和介质 | |
CN114358799B (zh) | 一种硬件信息管理方法、装置、电子设备及存储介质 | |
CN117785860A (zh) | 家电制造数据管理方法、装置、设备和存储介质 | |
US20070179922A1 (en) | Apparatus and method for forecasting control chart data | |
CN109033196A (zh) | 一种分布式数据调度系统及方法 | |
Abdallah et al. | A Data Collection Quality Model for Big Data Systems | |
CN108920726A (zh) | 一种审计分析系统及方法 | |
CN117522419B (zh) | 一种应用于客户关系管理系统的资源分配方法 | |
CN117150389B (zh) | 模型训练方法、运营商号卡激活预测方法及其设备 | |
CN111311340B (zh) | 一种识别虚开发票行为的方法及装置 | |
CN116468292A (zh) | 一种基于数据分析的核电设备健康评估方法及系统 | |
CN117609362A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
Ayyavaraiah | Data Mining For Business Intelligence | |
CN117391440A (zh) | 一种企业信息侦察平台及方法 |
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 |