基于系统指标数据的数据预测方法、系统及电子设备技术方案

本申请提供了一种基于系统指标数据的数据预测方法、系统及电子设备，属于数据分析领域。该基于系统指标数据的数据预测方法通过对系统数据进行分析后,对相关数据进行处理，生成相应的处理结果，最后把处理的数据提供给用户，作为参考。这种方法有效提高系统数据展示的完整性，避免数据录入错误等数据问题，有助于业务人员分析数据，发现数据中存在的疑点，减少数据错误而引发的业务风险。该方法具逻辑清晰，数据检查筛选效率高等优点，很好解决系统过分依赖业务人员对数据进行审查的工作，减少工作量、遗漏风险大的问题，有助于工作的顺利进行。

Data Prediction Method, System and Electronic Equipment Based on System Index Data

【技术实现步骤摘要】
基于系统指标数据的数据预测方法、系统及电子设备
本申请涉及数据分析领域，具体而言，涉及一种基于系统指标数据的数据预测方法、系统及电子设备。
技术介绍
对于业务系统的数据来说，存在数百个以上的系统指标以及大量的数据，而且随着业务系统的使用，数据量还在不断递增当中，而且这些数据掺杂着各自的属性和数据特征。在如此庞大的历史数据量以及不断新加入的数据中，难免会出现数据计算错误，业务人员数据录入错误等现象；业务人员也不可能对所有数据的正确与否有准确的判断，而且庞大的数据量检验带来相当大的工作量。在相关技术中，业务系统上的数据检验只能通过数据导出后，手工通过Excel来校验、更改，对于如此庞大的数据量来说，这种方法不能满足业务的信息化需求，造成人力的浪费。而且这种方法效率低下，需要各个业务部门人员配合检验，需要大量人手；人工检验不可避免的会出现一定程度上的错漏，这样容易造成返工，对于数据维护工作带来诸多不便之余，也影响系统数据的准确性。
技术实现思路
有鉴于此，本申请实施例提供了一种基于系统指标数据的数据预测方法、系统及电子设备，旨在有效地纠正错误数据，降低数据的错误率，减少业务人员在数据校验上的工作量，提升工作效率，满足系统对于数据的展示需求。第一方面，本申请提供了一种基于系统指标数据的数据预测方法，包括建立基于系统指标数据的数据池；通过对所述数据池进行分析，对指标和数据类型进行分类；对不同的指标设定对应的阈值，计算并抽取问题数据；对所述问题数据进行筛选，生成数据问题报告；按照历史数据对现有错误数据或缺失数据进行校正或预测，并提交校正结果。结合第一方面，在第一方面的第一种可能的实现方式中，通过对所述数据池进行分析，对指标和数据类型进行分类具体包括如下步骤：对所述数据池中的指标的展示类型、统计周期、指标正负性字段的数据进行分类；对于具有累计值属性的指标，存入累计值属性数据库；对于具有当期值属性的数据，存入当期值分类数据库。结合第一方面，在第一方面的第二种可能的实现方式中，对不同的指标设定对应的阈值，计算并抽取问题数据具体包括如下步骤：对每个指标设定相关阈值；对数据库中的数据按阈值进行计算；根据计算出来的结果，筛选出有可能存在异常的数据；在源数据库中剔除该部分错误数据，存入到错误数据库表中，用于进一步的检测。结合第一方面，在第一方面的第三种可能的实现方式中，对所述问题数据进行筛选，生成数据问题报告具体包括如下步骤：按照指标的重要性，对错误数据进行排序；根据重要性，把指标问题处理的优先级；根据指标优先级，向业务人员发送相对应的数据错误问题报告。结合第一方面，在第一方面的第四种可能的实现方式中，按照历史数据对现有错误数据或缺失数据进行校正或预测，并提交校正结果的具体包括如下步骤：对于具有累计值属性的指标，根据其线性关系和历史数据，拟合出其数据增长曲线，计算出预测值；对于具有当期值属性的数据，根据其历史数据，建立该类指标的预测模型，计算出预测值；生成数据预测报告，提供给业务人员用于参考。第二方面，本申请提供了一种基于系统指标数据的数据预测系统，包括数据采集模块，所述数据采集模块用于建立基于系统指标数据的数据池；数据分类模块，所述数据分类模块用于通过对所述数据池进行分析，对指标和数据类型进行分类；抽取模块，所述抽取模块用于对不同的指标设定对应的阈值，计算并抽取问题数据；数据筛选模块，所述数据筛选模块用于对所述问题数据进行筛选，生成数据问题报告；数据预测模块，所述数据预测模块用于按照历史数据对现有错误数据或缺失数据进行校正或预测，并提交校正结果。结合第一方面，在第一方面的第一种可能的实现方式中，所述数据分类模块对所述数据池中的指标的展示类型、统计周期、指标正负性字段的数据进行分类，对于具有累计值属性的指标，存入累计值属性数据库，对于具有当期值属性的数据，存入当期值分类数据库。结合第一方面，在第一方面的第一种可能的实现方式中，所述抽取模块用于对每个指标设定相关阈值，对数据库中的数据按阈值进行计算，并根据计算出来的结果，筛选出有可能存在异常的数据，在源数据库中剔除该部分错误数据，存入到错误数据库表中，用于进一步的检测。第三方面，本申请提供了一种电子设备，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面以及第一方面的各种可能的实现方式中的任一项的基于系统指标数据的数据预测方法的步骤。第四方面，本申请提供一种，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面以及第一方面的各种可能的实现方式中的任一项的基于系统指标数据的数据预测方法的步骤。本申请提供的一种基于系统指标数据的数据预测方法，该基于系统指标数据的数据预测方法通过对系统数据进行分析后,对相关数据进行处理，生成相应的处理结果，最后把处理的数据提供给用户，作为参考。这种方法有效提高系统数据展示的完整性，避免数据录入错误等数据问题，有助于业务人员分析数据，发现数据中存在的疑点，减少数据错误而引发的业务风险。该方法具逻辑清晰，数据检查筛选效率高等优点，很好解决系统过分依赖业务人员对数据进行审查的工作，减少工作量、遗漏风险大的问题，有助于工作的顺利进行。附图说明为了更清楚地说明本申请实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。图1是本申请实施例提供的基于系统指标数据的数据预测方法的流程图；图2是本申请实施例的基于系统指标数据的数据预测方法的步骤S200的流程图；图3是本申请实施例的基于系统指标数据的数据预测方法的步骤S300的流程图；图4是本申请实施例的基于系统指标数据的数据预测方法的步骤S400的流程图；图5是本申请实施例的基于系统指标数据的数据预测方法的步骤S500的流程图。具体实施方式为使本申请实施方式的目的、技术方案和优点更加清楚，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。因此，以下对在附图中提供的本申请的实施方式的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。实施例请参阅图1，本申请提供了一种基于系统指标数据的数据预测方法，包括如下步骤：S100：建立基于系统指标数据的数据池。其中，该数据池服务于业务系统，该业务系统上存有需展示指标的历史数据和不断新增的数据，它们组成了系统业务展示的基础，是业务系统不可或缺的一部分，此步骤在于建立一个数据库，对系统数据进行收集、保存，用于各业务模块的展示。S200：通过对所述本文档来自技高网...

【技术保护点】
1.一种基于系统指标数据的数据预测方法，其特征在于，包括建立基于系统指标数据的数据池；通过对所述数据池进行分析，对指标和数据类型进行分类；对不同的指标设定对应的阈值，计算并抽取问题数据；对所述问题数据进行筛选，生成数据问题报告；按照历史数据对现有错误数据或缺失数据进行校正或预测，并提交校正结果。

【技术特征摘要】
1.一种基于系统指标数据的数据预测方法，其特征在于，包括建立基于系统指标数据的数据池；通过对所述数据池进行分析，对指标和数据类型进行分类；对不同的指标设定对应的阈值，计算并抽取问题数据；对所述问题数据进行筛选，生成数据问题报告；按照历史数据对现有错误数据或缺失数据进行校正或预测，并提交校正结果。2.根据权利要求1所述的基于系统指标数据的数据预测方法，其特征，通过对所述数据池进行分析，对指标和数据类型进行分类具体包括如下步骤：对所述数据池中的指标的展示类型、统计周期、指标正负性字段的数据进行分类；对于具有累计值属性的指标，存入累计值属性数据库；对于具有当期值属性的数据，存入当期值分类数据库。3.根据权利要求1所述的基于系统指标数据的数据预测方法，其特征在于，对不同的指标设定对应的阈值，计算并抽取问题数据具体包括如下步骤：对每个指标设定相关阈值；对数据库中的数据按阈值进行计算；根据计算出来的结果，筛选出有可能存在异常的数据；在源数据库中剔除该部分错误数据，存入到错误数据库表中，用于进一步的检测。4.根据权利要求1所述的基于系统指标数据的数据预测方法，其特征在于，对所述问题数据进行筛选，生成数据问题报告具体包括如下步骤：按照指标的重要性，对错误数据进行排序；根据重要性，把指标问题处理的优先级；根据指标优先级，向业务人员发送相对应的数据错误问题报告。5.根据权利要求1所述的基于系统指标数据的数据预测方法，其特征在于，按照历史数据对现有错误数据或缺失数据进行校正或预测，并提交校正结果的具体包括如下步骤：对于具有累计值属性的指标，根据其线性关系和历史数据，拟合出其数据增长曲线，计算出预测值；对于具有当期值...

【专利技术属性】
技术研发人员：邓楚然，江疆，萧展辉，魏理豪，万婵，黄剑文，杨秋勇，彭泽武，
申请(专利权)人：广东电网有限责任公司信息中心，
类型：发明
国别省市：广东,44