数据匹配分类方法及装置制造方法及图纸

本发明专利技术提供了一种数据匹配分类方法及装置，该方法包括：获取需求分析的要素信息；根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；将映射后的关联数据，按照所属类目，进行可视化展示。该方法基于关键字驱动来定位关联数据，相较于手工检索，能够减少工作人员的工作量，提高工作效率。利用可视化的方式进行展示，能够快速协助工作人员进行后续的汇总、统计等工作，以便开展后续决策分析，从而提高了工作效率。

【技术实现步骤摘要】
数据匹配分类方法及装置
本专利技术涉及数据处理
，尤其涉及一种数据匹配分类方法及装置。
技术介绍
在对银行系统进行需求分析时，由于系统间联系密切，功能极其复杂，流程较长，分支路径繁多，功能名称有较多类似情况，这就导致分析过程中需要从全局数据中匹配查找本次需要做变更的功能点，以在矩阵中定位出与该功能点相关联的所有信息并进行分类。由于此过程中涉及的数据表涉及不同的岗位的人员，数据矩阵的数据量大，格式也不统一，很难整合到一个数据库中，现有技术中只能通过手工方式完成，造成工作人员工作量大，工作效率低。
技术实现思路
本专利技术实施例提供一种数据匹配分类方法，用以减少工作人员的工作量，提高工作效率，该方法包括：获取需求分析的要素信息；根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；将映射后的关联数据，按照所属类目，进行可视化展示。本专利技术实施例还提供一种数据匹配分类装置，用以减少工作人员的工作量，提高工作效率，该装置包括：要求获取模块，用于获取需求分析的要素信息；数据抽取模块，用于根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；数据预处理模块，用于对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；关键字映射模块，用于利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；分类目展示模块，用于将映射后的关联数据，按照所属类目，进行可视化展示。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述数据匹配分类方法。本专利技术实施例也提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述数据匹配分类方法的计算机程序。本专利技术实施例中，通过获取需求分析的要素信息；根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；将映射后的关联数据，按照所属类目，进行可视化展示。基于关键字驱动来定位关联数据，相较于手工检索，能够减少工作人员的工作量，提高工作效率。利用可视化的方式进行展示，能够快速协助工作人员进行后续的汇总、统计等工作，以便开展后续决策分析，从而提高了工作效率。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，下面将对实施例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中数据匹配分类方法的示意图。图2为本专利技术具体实施例中步骤102的具体实现方法示意图。图3为本专利技术具体实施例中步骤104的具体实现方法示意图。图4为本专利技术实施例中数据匹配分类装置的示意图。图5为本专利技术具体实施例中数据抽取模块402的结构示意图。图6为本专利技术一具体实施例中关键字映射模块404的结构示意图。图7为本专利技术另一具体实施例中关键字映射模块404的结构示意图。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。本专利技术实施例提供了一种数据匹配分类方法，用以减少工作人员的工作量，提高工作效率，如图1所示，该方法包括：步骤101：获取需求分析的要素信息；步骤102：根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；步骤103：对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；步骤104：利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；步骤105：将映射后的关联数据，按照所属类目，进行可视化展示。由图1所示流程可以得知，本专利技术实施例中，通过获取需求分析的要素信息；根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；将映射后的关联数据，按照所属类目，进行可视化展示。基于关键字驱动来定位关联数据，相较于手工检索，能够减少工作人员的工作量，提高工作效率。利用可视化的方式进行展示，能够快速协助工作人员进行后续的汇总、统计等工作，以便开展后续决策分析，从而提高了工作效率。具体实施时，首先获取需求分析的要素信息，需求分析的要素信息是用于描述用户进行需求分析时需求分析关系图中要求，如需要的功能点、业务流程、影响域和分支路径等。获取需求分析的要素信息后，根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据。其中，数据矩阵全景图是指包含用于需求分析的多个非直接关联的数据表的集合。具体实施过程，如图2所示，包括：步骤201：根据需求分析的要素信息，从数据矩阵全景图中抽取分析所需要的全量数据；步骤202：按照预设的数据偏好参数，处理全量数据，得到与分析相关联的数据二维表，作为原始数据。其中，预设的数据偏好参数是指在全量数据中，需求分析人员更需要或更希望得到的是哪一方面的数据。举例说明，银行系统中网金部需求分析人员，决定对收单渠道进行功能优化，如对网联平台快捷支付功能进行优化。该功能涉及多个后台系统、多个卡种、币种、对账、清算、手续费、接口以及不同的交易分支等等的全量数据。通过设置风险系数，耦合程度，匹配精度等参数，需求分析人员希望知晓的数据内容排序在前，得到与分析相关联的数据二维表，作为原始数据。得到原始数据后，对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据。其中，数据清洗可以是整合、拼接和去重等操作，通过数据清洗或格式化的过程，将不规范、不满足要求的原始数据剔除，并转换成具有关系型数据特点的标准数据。其中，关系型数据是指采用了关系模型来组织的数据，关系模型本质上是若干个存储数据的二维表。利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据。具体实施过程，如图3所示，包括：步骤301：将预设的关键字与标准数据中的序号或者关键信息进行字符拼接，得到主键，作为唯一标本文档来自技高网...

【技术保护点】
1.一种数据匹配分类方法，其特征在于，包括：/n获取需求分析的要素信息；/n根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；/n对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；/n利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；/n将映射后的关联数据，按照所属类目，进行可视化展示。/n

【技术特征摘要】
1.一种数据匹配分类方法，其特征在于，包括：
获取需求分析的要素信息；
根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；
对原始数据进行数据清洗或格式化，转换得到具有关系型数据特征的标准数据；
利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据；
将映射后的关联数据，按照所属类目，进行可视化展示。


2.如权利要求1所述的方法，其特征在于，所述多类型数据库表，至少包括：
业务数据表、业务流程数据表、代码分支数据表及路径覆盖数据表。


3.如权利要求1所述的方法，其特征在于，根据需求分析的要素信息，从数据矩阵全景图中抽取分析所需要的原始数据，包括：
根据需求分析的要素信息，从数据矩阵全景图中抽取分析所需要的全量数据；
按照预设的数据偏好参数，处理全量数据，得到与分析相关联的数据二维表，作为原始数据。


4.如权利要求1所述的方法，其特征在于，利用预设的关键字，将标准数据与多类型数据库表中的数据匹配后进行映射，得到映射后的关联数据，包括：
将预设的关键字与标准数据中的序号或者关键信息进行字符拼接，得到主键，作为唯一标识；
利用唯一标识，将标准数据与多类型数据库表中的数据匹配后，建立映射关系，得到映射后的关联数据。


5.如权利要求4所述的方法，其特征在于，得到主键后，还包括：
利用SUBSTITUTE方法，将主键中的空格去除；
利用COUNTIF方法，将主键相同的标准数据进行去重操作；
得到主键，作为唯一标识，包括：
将去除空格和去重操作后的主键，作为唯一标识。


6.一种数据匹配分类装置，其特征在于，包括：
要求获取模块，用于获取需求分析的要素信息；
数据抽取模块，用于根据需求分析的要素信息，从数据矩阵全景图中抽取需求分析所需要的原始数据；

【专利技术属性】
技术研发人员：刘霏，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11