一种用于汽车研发的数据分析方法、装置及终端制造方法及图纸

本发明专利技术公开了一种用于汽车研发的数据分析方法、装置及终端，所述方法包括：获取至少一个预存数据库中存储的至少两条待分类数据；按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类；确定每一所述零部件分类对应的数据分类结果，并输出。通过对从至少一个预存数据库中获取到的待分析数据，按照预存的关键词匹配规则进行关键词匹配，进而获得每一零部件分类对应的数据分析结果。智能化的实现对各个数据库中获得无序杂乱的数据源进行了分类整理，便于研发人员的数据获取，以指导汽车的设计开发，提高产品竞争力；同时，提高了数据处理的效率和准确性，降低了人员及时间成本。

A data analysis method, device and terminal for vehicle research and development

The invention discloses a data analysis method, device and terminal for automobile research and development. The method includes: acquiring at least two data to be classified stored in at least one pre-stored database; matching each of the data to be classified according to the pre-stored keyword matching rules, and determining each of the data to be classified according to the pre-stored keyword matching rules. The data to be classified belongs to the part classification, and the data classification results corresponding to each part classification are determined and output. By matching the keywords according to the pre-stored keyword matching rules, the corresponding data analysis results of each part classification are obtained. The realization of intellectualization classifies and sorts out the disorderly and disorderly data sources in each database, which is convenient for the data acquisition of R&D personnel to guide the design and development of automobiles and improve the competitiveness of products. At the same time, it improves the efficiency and accuracy of data processing and reduces the cost of personnel and time.

【技术实现步骤摘要】
一种用于汽车研发的数据分析方法、装置及终端
本专利技术涉及数据分析领域，尤其涉及一种用于汽车研发的数据分析方法、装置及终端。
技术介绍
随着互联网技术的快速发展、互联网与传统产业的加速融合、国家大数据战略的提出，数据作为新时代的商业资源，开始呈现爆发式增长的趋势，正快速推动着我国数字化进程的发展。与此同时，汽车产业在能源、交通、环境、多元化需求的压力下，面临产业转型升级的挑战。这两方面因素对传统汽车产业的冲击，将导致传统的以产品厂商为中心向以服务客户为中心的商业模式转化，能否贴合消费者的需求去打造面向未来的企业和商业模式，决定了未来十年企业的发展和行业地位。虽然大数据挖掘技术在我国得到快速的发展，但在我国汽车行业上的应用还较少，目前汽车行业多以人工的方式进行数据的分析,主要存在以下几个问题：1、缺乏实时获取完整、正确信息的手段目前传统汽车行业多采用人工的方式浏览查阅汽车之家、易车网、新浪等主流汽车网站，收集互联网上行业动态、用户需求、用户吐槽等信息，时效性低且容易发生遗漏。2、数据处理效率低采用人工方式进行数据的处理分析，形成报表等输出物，花费时间较多，且多为重复工作，劳动价值较低。3、企业无法及时从海量数据中提取有效信息。由于人力、时间等因素的限制，通过人工的方式，企业只能从有限的数据中提取一定有价值的信息，无法及时处理互联网上海量的数据并提取有效信息。4、无法快速响应市场变化目前客户的个性化需求日益增多，研发设计人员没有一个实时获取用户需求的渠道；目前市场变化迅速，领导层缺乏进行科学决策的依据，以响应市场的变化；设计人员难以获取行业最新技术及相关资料来指导设计。
技术实现思路
本专利技术提供了一种用于汽车研发的数据分析方法、装置及终端，以解决现有技术中无法对互联网数据进行汽车产品研发分析的问题。为解决上述技术问题，本专利技术实施例提供了一种用于汽车研发的数据分析方法，包括：获取至少一个预存数据库中存储的至少两条待分类数据；按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类；确定每一所述零部件分类对应的数据分类结果，并输出。优选地，每一所述关键词匹配规则中，包括：第一属性关键词和第二属性关键词，所述第一属性关键词和所述第二属性关键词之间的位置关系，以及所述第一属性关键词和所述第二属性关键词之间的间隔字符；其中，所述第一属性关键词为汽车的零部件，所述第二属性关键词为表示所述零部件的性能好的第一类型词汇和/或表示所述零部件的性能差的第二类型词汇。优选地，获取至少一个预存数据库中存储的至少两条待分类数据的步骤包括：从至少一个预存数据库中提取出至少一条初始数据；对所述初始数据依次进行无效数据删除和冗余数据删除，获得至少两条待分类数据。优选地，对所述初始数据依次进行无效数据删除和冗余数据删除的步骤包括：对所述初始数据中的正文内容为空的无效数据进行删除；对所述初始数据中的统一资源定位符URL重复的冗余数据进行删除。优选地，按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类的步骤之前，所述方法还包括：按照预存的每一预存数据库对应的行业属性分类，将每一预存数据库对应的其中一部分待分类数据分别进行行业属性分类；确定每一行业属性分类对应的待分类数据，并保存。优选地，所述方法还包括：获取用户输入的目标关键词；确定与所述目标关键词对应的目标数据结果，对所述目标数据结果进行输出；其中，所述目标数据结果中包括：与所述目标关键词对应的目标分类数据和/或与所述目标分类数据对应的问题解决信息。根据本专利技术的另一方面，本专利技术实施例还提供了一种用于汽车研发的数据分析装置，包括：第一获取模块，用于获取至少一个预存数据库中存储的至少两条待分类数据；第一确定模块，用于按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类；第二确定模块，用于确定每一所述零部件分类对应的数据分类结果，并输出。优选地，每一所述关键词匹配规则中，包括：第一属性关键词和第二属性关键词，所述第一属性关键词和所述第二属性关键词之间的位置关系，以及所述第一属性关键词和所述第二属性关键词之间的间隔字符；其中，所述第一属性关键词为汽车的零部件，所述第二属性关键词为表示所述零部件的性能好的第一类型词汇和/或表示所述零部件的性能差的第二类型词汇。优选地，第一获取模块包括：提取单元，用于从至少一个预存数据库中提取出至少一条初始数据；删除单元，用于对所述初始数据依次进行无效数据删除和冗余数据删除，获得至少两条待分类数据。优选地，删除单元包括：第一删除子单元，用于对所述初始数据中的正文内容为空的无效数据进行删除；第二删除子单元，用于对所述初始数据中的统一资源定位符URL重复的冗余数据进行删除。优选地，所述装置还包括：分类模块，用于按照预存的每一预存数据库对应的行业属性分类，将每一预存数据库对应的其中一部分待分类数据分别进行行业属性分类；第三确定模块，用于确定每一行业属性分类对应的待分类数据，并保存。优选地，所述装置还包括：第二获取模块，用于获取用户输入的目标关键词；第四确定模块，用于确定与所述目标关键词对应的目标数据结果，对所述目标数据结果进行输出；其中，所述目标数据结果中包括：与所述目标关键词对应的目标分类数据和/或与所述目标分类数据对应的问题解决信息。另一方面，本专利技术实施例还提供了一种终端，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的用于汽车研发的数据分析方法的步骤。另一方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质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如上述的用于汽车研发的数据分析方法的步骤。这样，本专利技术的实施例中，通过对从至少一个预存数据库中获取到的待分析数据，按照预存的关键词匹配规则进行关键词匹配，进而获得每一零部件分类对应的数据分析结果。智能化的实现对各个数据库中获得无序杂乱的数据源进行了分类整理，便于研发人员的数据获取，以指导汽车的设计开发，提高产品竞争力；同时，提高了数据处理的效率和准确性，降低了人员及时间成本。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1表示本专利技术实施例的用于汽车研发的数据分析方法的流程图之一；图2表示本专利技术实施例的步骤101的流程图；图3表示本专利技术实施例的步骤1012的流程图；图4表示本专利技术实施例的用于汽车研发的数据分析方法的流程图之二；图5表示本专利技术实施例的用于汽车研发的数据分析方法的流程图之三；图6表示本专利技术实施例设计的汽车产品结构的结构示意图；图7表示本专利技术实施例中通过条形图输出形式对汽车底盘的制动结构中的数据分类结果进行输出的示意图；图8表示本专利技术实施例中将两家不同公司的产品进行比对分析的示意图；图9为本专利技术实施例中从互联网上获取到的某一改装车系在特定时间段内的数据的示意图；图1本文档来自技高网...

【技术保护点】
1.一种用于汽车研发的数据分析方法，其特征在于，包括：获取至少一个预存数据库中存储的至少两条待分类数据；按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类；确定每一所述零部件分类对应的数据分类结果，并输出。

【技术特征摘要】
1.一种用于汽车研发的数据分析方法，其特征在于，包括：获取至少一个预存数据库中存储的至少两条待分类数据；按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类；确定每一所述零部件分类对应的数据分类结果，并输出。2.根据权利要求1所述的用于汽车研发的数据分析方法，其特征在于，每一所述关键词匹配规则中，包括：第一属性关键词和第二属性关键词，所述第一属性关键词和所述第二属性关键词之间的位置关系，以及所述第一属性关键词和所述第二属性关键词之间的间隔字符；其中，所述第一属性关键词为汽车的零部件，所述第二属性关键词为表示所述零部件的性能好的第一类型词汇和/或表示所述零部件的性能差的第二类型词汇。3.根据权利要求1所述的用于汽车研发的数据分析方法，其特征在于，获取至少一个预存数据库中存储的至少两条待分类数据的步骤包括：从至少一个预存数据库中提取出至少一条初始数据；对所述初始数据依次进行无效数据删除和冗余数据删除，获得至少两条待分类数据。4.根据权利要求3所述的用于汽车研发的数据分析方法，其特征在于，对所述初始数据依次进行无效数据删除和冗余数据删除的步骤包括：对所述初始数据中的正文内容为空的无效数据进行删除；对所述初始数据中的统一资源定位符URL重复的冗余数据进行删除。5.根据权利要求1所述的用于汽车研发的数据分析方法，其特征在于，按照预存的关键词匹配规则，对每一条所述待分类数据进行关键词匹配，确定每一条所述待分类数据所属零部件分类的步骤之前，所述方法还包括：按照预存的每一预存数据库对应的行业属性分类，将每一预存数据库对应的其中一部分待分类数据分别进行行业属性分类；确定每一行业属性分类对应的待分类数据，并保存。6.根据权利要求1所述的用于汽车研发的数据分析方法，其特征在于，所述方法还包括：获取用户输入的目标关键词；确定与所述目标关键词对应的目标数据结果，对所述目标数据结果进行输出；其中，所述目标数据结果中包括：与所述目标关键词对应的目标分类数据和/或与所述目标分类数据对应的问题解决信息。7.一种用于汽车研发的数据分析装置，其特征在于，包括：第一获取模块，用于获取至少一个预存数据库中存储的至少两条待分类数据；第一确定模块，用于按照预存的关键词匹配规则，对每一条所述待分类数据...

【专利技术属性】
技术研发人员：李原，吕佳颖，齐琳琳，李欣，
申请(专利权)人：北京汽车研究总院有限公司，
类型：发明
国别省市：北京,11