一种大数据的智能筛选系统技术方案

本发明专利技术实施例提供了一种大数据的智能筛选系统，包括：分析模块，用于按照目标维度筛选维度对待筛选的大数据组中的大数据进行筛选分析；保存模块，用于将满足预设条件要求的、对应于所述目标筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组；筛选模块，用于根据预设的筛选维度的数量和目标要求，确定筛选轮数满足预设筛选数量的情况下，结束所述大数据的筛选过程。本发明专利技术通过多轮筛选分析对数据进行逐步筛选，不会因数据量过大造成系统负担过大从而崩溃的问题，且目标要求根据待筛选数据组在该轮筛选分析的参考值设置，提高了筛选分析的准确度。

【技术实现步骤摘要】
一种大数据的智能筛选系统
本专利技术涉及电子
，尤其涉及一种互大数据的智能筛选系统。
技术介绍
随着信息化的高速发展，大数据应运而生，为了弥补传统无法处理如此量大且非结构的大数据的缺陷，人们研究出了云计算，以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端大数据存储下来，然而如何对这些数据进行筛选分析，并且使用筛选结果从不同维度对企业决策进行指导已经成为热门话题。现有技术中，对数据的筛选分析仅是对数据在某单一维度下进行展开分析，或者在多个维度下进行组合筛选。单一维度下的筛选缺陷在于如果数据信息点隐藏在多个筛选维度下，则很难被找到；组合筛选的缺陷在于确定某一维度子项以进行数据分析时，子项的选择很大程度取决于做出判断的人的经验，导致容易出现错误的判断情况。无论是单一维度的筛选方式或是组合维度的筛选方式，针对筛选过程中因选择了错误的筛选维度而无法得到最终的筛选结果时，均需要重新进行筛选，严重影响筛选效率。例如，在视频领域，通常在操作平台上通过不同筛选维度的组合实现对目标信息的流量或者卡顿情况的监测分析，筛选维度包括：地域、城市、操作系统、浏览器、性别、年龄段等，现有技术的监测是根据先前经验在所有筛选维度中分别选取其子项对目标信息进行组合筛选分析，如果该目标信息恰好为问题信息点，则完成监测，否则重新选取筛选维度子项的其它排列组合进行筛选分析完成监测。虽然能实现对视频流量、视频卡顿等信息的监测，但整个处理过程信息处理量大，导致处理器负担较大，处理效率低，不利于推广应用。并且，即使利用找到了疑似问题的信息点，由于存在大量其他排列组合的可能，因此也很难确认该信息点就是最优的。
技术实现思路
本专利技术实施例的目的在于提供一种大数据的智能筛选系统，以提高筛选分析的准确度。为了达到上述目的，本专利技术实施例公开了一种大数据的智能筛选系统，包括：分析模块，用于按照目标维度筛选维度对待筛选的大数据组中的大数据进行筛选分析；保存模块，用于将满足预设条件要求的、对应于所述目标筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组；筛选模块，用于根据预设的筛选维度的数量和目标要求，确定筛选轮数满足预设筛选数量的情况下，结束所述大数据的筛选过程。可选的，所述筛选模块，具体用于：建立筛选结果表，将每一轮的筛选结果放入筛选结果表中；根据预设的筛选维度的数量和目标要求，根据筛选结果表确定筛选轮数是否结束满足预设筛选数量。可选的，还包括：查询模块。可选的，所述查询模块用于将筛选结果的索引包括，根据筛选条件建立索引，通过保存在所述索引中的页码找到筛选结果表中对应的记录。可选的，还包括：生成模块。可选的，所述生成模块用于在所述将满足目标要求的、对应于所述筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组后，生成和保存相应的筛选路径，且在每一轮筛选分析能够撤回，在撤回后，所述撤回的筛选分析下已生成和保存的筛选路径被删除。可选的，所述目标要求是所述待筛选数据组中的数据在各维度子项下对应的数值最大或最小，并且最大数值和最小数值之差的绝对值大于预定阈值；或各维度子项下数据对应的数值相对于参考值的波动范围大于预定范围。与现有技术相比，本专利技术的有益效果在于：本专利技术提供的筛选分析及系统，通过多个筛选维度对待处理数据进行逐步筛选，形成多轮筛选分析，每一轮筛选分析都是将上一轮的筛选结果作为本轮筛选分析待筛选数据组，使得每轮筛选分析都比上一轮筛选分析的数据量小，因此与现有技术一次性在多个筛选条件下进行组合筛选相比，不容易因数据量过大造成系统负担过大从而崩溃的问题，且每一轮筛选分析中要满足的目标要求均根据其待筛选数据组在该轮的筛选子项下的参考值设置，提高了筛选分析的准确度。附图说明为了更清楚地说明本专利技术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的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例的大数据的智能筛选系统的第一种结构示意图。图2为本专利技术实施例的大数据的智能筛选系统的第二种结构示意图。图3为本专利技术实施例的大数据的智能筛选系统的第三种结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。图1为本专利技术实施例提供的大数据的智能筛选系统的流程示意图，包括：分析模块1，用于按照目标维度筛选维度对待筛选的大数据组中的大数据进行筛选分析；保存模块2，用于将满足预设条件要求的、对应于所述目标筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组；筛选模块3，用于根据预设的筛选维度的数量和目标要求，确定筛选轮数满足预设筛选数量的情况下，结束所述大数据的筛选过程。可选的，所述筛选模块3，具体用于：建立筛选结果表，将每一轮的筛选结果放入筛选结果表中；根据预设的筛选维度的数量和目标要求，根据筛选结果表确定筛选轮数是否结束满足预设筛选数量。进一步的，还包括：查询模块4，用于将筛选结果的索引包括，根据筛选条件建立索引，通过保存在所述索引中的页码找到筛选结果表中对应的记录。进一步的，还包括：生成模块5，用于在所述将满足目标要求的、对应于所述筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组后，生成和保存相应的筛选路径，且在每一轮筛选分析能够撤回，在撤回后，所述撤回的筛选分析下已生成和保存的筛选路径被删除。进一步的，所述目标要求是所述待筛选数据组中的数据在各维度子项下对应的数值最大或最小，并且最大数值和最小数值之差的绝对值大于预定阈值；或各维度子项下数据对应的数值相对于参考值的波动范围大于预定范围。本专利技术实施例中通过对数据具有的属性进行设定，并把适配的属性设定为可筛选的属性，即得到筛选维度。图1所示实施例的筛选分析通过多个筛选维度对数据进行多轮筛选分析得到筛选结果，每一轮筛选分析都是将上一轮的筛选结果作为本轮筛选分析待筛选数据组，使得每轮筛选分析都比上一轮筛选分析的数据量小，因此与现有技术一次性在多个筛选条件下进行组合筛选相比，不容易因数据量过大造成系统负担过大从而崩溃的问题，且每一轮筛选分析中要满足的目标要求均根据其待筛选数据组在该轮的筛选子项下的参考值设置，提高了筛选分析的准确度。当某一轮的筛选分析未得到满足目标要求的数据时，若不再重新选择筛选维度进行筛选分析，则表明之前的筛选路径有误，撤回有误的筛选分析，删除撤回的筛选分析下已生成和保存的筛选路径。在筛选分析过程中，如果发现某一轮的选择的维度子项有错误，筛选路径不正确，通过撤回该轮筛选分析并删除该筛选路径，使得多轮筛选分析中除去该轮筛选分析得到的数据成为下一轮的待筛选数据组，可以避免从最初始的数据重新选择删除了该轮维度子项的筛选维度或其子项进行筛选分析的麻烦。本专利技术实施例的进一步优化，本专利技术实施例中的目标要求包括：待筛选数据组中的数据对应的数值最大、待筛选数据组中的数据对应的数本文档来自技高网...

【技术保护点】
1.一种大数据的智能筛选系统，其特征在于，包括：分析模块，用于按照目标维度筛选维度对待筛选的大数据组中的大数据进行筛选分析；保存模块，用于将满足预设条件要求的、对应于所述目标筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组；筛选模块，用于根据预设的筛选维度的数量和目标要求，确定筛选轮数满足预设筛选数量的情况下，结束所述大数据的筛选过程。

【技术特征摘要】
1.一种大数据的智能筛选系统，其特征在于，包括：分析模块，用于按照目标维度筛选维度对待筛选的大数据组中的大数据进行筛选分析；保存模块，用于将满足预设条件要求的、对应于所述目标筛选维度下的至少一个维度子项的数据保存为下一轮的待筛选数据组；筛选模块，用于根据预设的筛选维度的数量和目标要求，确定筛选轮数满足预设筛选数量的情况下，结束所述大数据的筛选过程。2.根据权利要求1所述的一种大数据的智能筛选系统，其特征在于，所述筛选模块，具体用于：建立筛选结果表，将每一轮的筛选结果放入筛选结果表中；根据预设的筛选维度的数量和目标要求，根据筛选结果表确定筛选轮数是否结束满足预设筛选数量。3.根据权利要求1所述的一种大数据的智能筛选系统，其特征在于，还包括：查询模块。4.根据权利要求3所述的一种大数据的智能筛选系统，其特征在于，所述查...

【专利技术属性】
技术研发人员：郑英，
申请(专利权)人：广东聚晨知识产权代理有限公司，
类型：发明
国别省市：广东,44