【技术实现步骤摘要】
一种数据处理方法、装置及存储介质
本专利技术涉及数据处理
，尤其涉及一种数据处理方法、装置及存储介质。
技术介绍
现有技术中，对于数据分析通常采用数据分析算法。目前，单一的数据分析算法往往无法满足不同数据分析结果的准确度和精确度需求。随着数据在社会中的应用范围和重要性日渐提高，如何选择数据分析算法，已成为当前十分重要的问题。
技术实现思路
为解决现有存在的技术问题，本专利技术实施例提供一种数据处理方法、装置及计算机存储介质。本专利技术实施例提供一种数据处理方法，所述方法包括：确定待处理数据的数据类型；根据所述数据类型，选择获取满足预期数据分析性能指标的数据分析算法；利用选择的所述数据分析算法，对所述待处理数据进行数据分析。上述方案中，所述确定待处理数据的类型，包括：确定所述待处理数据是否为周期数据；其中，所述周期数据为以预设时长为周期产生的数据。上述方案中，所述根据所述数据类型，选择获取满足预期数据分析性能指标的数据分析算法，包...
【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：/n确定待处理数据的数据类型；/n根据所述数据类型，选择获取满足预期数据分析性能指标的数据分析算法；/n利用选择的所述数据分析算法，对所述待处理数据进行数据分析。/n
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
确定待处理数据的数据类型；
根据所述数据类型，选择获取满足预期数据分析性能指标的数据分析算法；
利用选择的所述数据分析算法，对所述待处理数据进行数据分析。
2.根据权利要求1所述的方法，其特征在于，所述确定待处理数据的类型，包括：
确定所述待处理数据是否为周期数据；其中，所述周期数据为以预设时长为周期产生的数据。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述数据类型，选择获取满足预期数据分析性能指标的数据分析算法，包括：
若所述待处理数据为周期数据，采用类比周期算法；其中，所述类比周期算法采用以下公式：
其中，期望值E(t)为所述待处理数据所包含的时序指标值的均值，xi为第i个时间点的所述时序指标值，1≤m≤n，t表示时间，σ(t)为所述时序指标值的标准差，γ(t)为γ空间下的指标序列的周期类比值，α为所述时序指标值的正态分布标准差置信率。
4.根据权利要求1或2所述的方法，其特征在于，所述根据所述数据类型，选择获取满足预期数据分析性能指标的数据分析算法，还包括：
若所述待处理数据为非周期数据，确定所述待处理数据的局部波动幅度是否达到波动幅度阈值。
5.根据权利要求4所述的方法，其特征在于，
若所述待处理数据的局部波动幅度大于所述波动幅度阈值，采用环比均值算法；其中，所述环比均值算法采用以下公式：
其中，期望值E(t)为所述待处理数据所包含的时序指标值的均值，t表示时间，xi为第i个时间点的时序指标值，1≤m≤n。
6.根据权利要求4所述的方法，其特征在于，
若所述待处理数据的局部波动幅度不大于所述波动幅度阈值，采用阈值突变算法；其中，所述阈值突变算法采用以下公式：
其中，期望值E(tm)和期望值E(t2m)为所述待处理数据所包含的时序指标值的均值，t表示时间，xi为第i个时间点的时序指标值，1≤m≤n，xj为第j个时间点的时序指标值，为突变因子。
7.一种数据处理装置，其特征在于，所述装置包括：
数据分类模块，用于确定待处理数据的数据类型；
算法获取模块，用于根据所述数据类型，选择获取满足预期数据分析性能指...
【专利技术属性】
技术研发人员：刘芳，赵洪松，孙芳杰，
申请(专利权)人：中国移动通信集团黑龙江有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：黑龙;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。