本申请提供了一种数据处理方法、装置、计算机可读存储介质和处理器，涉及数据处理技术领域。其中，该方法包括：获取机械设备的初始数据，所述初始数据包括物联网IoT数据、位置数据和设备基本信息，其中包括的物联网IoT数据和位置数据可以实时采集，准确性高，因此提升了初始数据的时效性与可靠性，后续进行每日数据切片聚合并根据每日数据切片获取所述机械设备的设备开工率和活跃率时能够避免人为主观因素的影响，进一步提升预测结果的可靠性，并且可以进行每日数据分析，因此对于市场热度的预测实时性好，能够预测结果的偏差。
【技术实现步骤摘要】
一种数据处理方法及装置
本申请涉及数据处理
，尤其涉及一种数据处理方法及装置。
技术介绍
工程机械设备属于高价值、重资产设备，企业通过钢材、劳动力、零部件的投入制造各类工程机械，行业范围广，门类多，技术含量高，与其他的产业关联度大，带动性强，同时受国内、国际宏观经济影响也非常大。随着行业集中度的提升，预测市场对工程机械设备的需求热度趋势，对于企业掌握市场趋势、确定企业销售经营决策以及企业的高质量发展具有极为重要的意义。目前，工程机械设备的制造企业往往通过访谈、销售统计、代理预估等方法预测市场热度并制定销售计划，但这种方法由于获取的数据片面并且容易受到较大的人为主观因素的影响，并且时效性差，导致预测的偏差很大，可靠性低。
技术实现思路
为了解决现有技术存在的上述技术问题，本申请提供了一种数据处理方法及装置，降低了人为主观因素的影响，提升了对于市场需求预测时的时效性与可靠性。本申请实施例提供了一种数据处理方法，所述方法包括：获取机械设备的初始数据，所述初始数据包括物联网IoT数据、位置数据和设备基本信息；根据预设每日数据切片聚合规则和所述初始数据获取每日数据切片，所述每日数据切片包括每日活跃机械设备数、活跃机械设备平均工作时长和活跃机械设备平均开机时间；根据所述每日数据切片获取所述机械设备的设备开工率和活跃率；根据所述设备开工率和活跃率确定市场热度。可选的，所述预设每日数据切片聚合规则包括：每日累计工作时长＝当日最后一笔记录的累计工作时长-上一日最后一笔记录的累计工作时长；每日累计开机时长＝当日最后一笔记录的累计开机时长-上一日最后一笔记录的累计开机时长；活跃机械设备为每日累计开机时长大于预设时间的机械设备；活跃机械设备平均工作时长＝每日累计工作时长÷活跃机械设备数；活跃机械设备平均开机时间＝每日累计开机时长÷活跃机械设备数。可选的，所述物联网IoT数据包括：设备开机时间、设备工作时间和和设备的开关状态；所述位置数据包括设备实时位置信息；所述设备基本信息包括下列中的至少一项：设备编号、设备类别、设备名称、设备型号、设备销售日期和设备生产日期。可选的，所述根据所述每日数据切片获取所述机械设备的设备开工率和活跃率包括：根据所述每日数据切片获取所述机械设备的当日活跃设备开工率、广义日开工率、月均广义开工率和日活跃率。可选的，所述当日活跃设备开工率＝当日活跃设备平均工作小时÷8×100％；所述广义日开工率＝当日活跃设备总工作小时÷当月所有活跃设备总台数÷8×100％；所述月均广义日开工率为所述每日广义日开工率的月平均值；所述日活跃率＝日活跃机械设备数÷总机械设备数。本申请实施例提供了一种数据处理装置，所述装置包括：第一获取单元、第二获取单元和预测单元；所述第一获取单元，用于获取机械设备的初始数据，所述初始数据包括物联网IoT数据、位置数据和设备基本信息；所述第二获取单元，用于根据预设每日数据切片聚合规则和所述初始数据获取每日数据切片，所述每日数据切片包括每日活跃机械设备数、活跃机械设备平均工作时长和活跃机械设备平均开机时间；所述第二获取单元，还用于根据所述每日数据切片获取所述机械设备的设备开工率和活跃率；所述预测单元，用于根据所述设备开工率和活跃率确定市场热度。可选的，预设每日数据切片聚合规则包括：每日累计工作时长＝当日最后一笔记录的累计工作时长-上一日最后一笔记录的累计工作时长；每日累计开机时长＝当日最后一笔记录的累计开机时长-上一日最后一笔记录的累计开机时长；活跃机械设备为每日累计开机时长大于预设时间的机械设备；活跃机械设备平均工作时长＝每日累计工作时长÷活跃机械设备数；活跃机械设备平均开机时间＝每日累计开机时长÷活跃机械设备数。可选的，所述物联网IoT数据包括：设备开机时间、设备工作时间和和设备的开关状态；所述位置数据包括设备实时位置信息；所述设备基本信息包括下列中的至少一项：设备编号、设备类别、设备名称、设备型号、设备销售日期和设备生产日期。可选的，所述第二获取单元具体用于：根据所述每日数据切片获取所述机械设备的当日活跃设备开工率、广义日开工率、月均广义开工率和日活跃率。可选的，所述当日活跃设备开工率＝当日活跃设备平均工作小时÷8×100％；所述广义日开工率＝当日活跃设备总工作小时÷当月所有活跃设备总台数÷8×100％；所述月均广义日开工率为所述每日广义日开工率的月平均值；所述日活跃率＝日活跃机械设备数÷总机械设备数。本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的数据处理方法。本申请实施例还提供了一种电子设备，所述电子设备包括至少一个处理器、与处理器连接的至少一个存储器、以及总线；其中，所述处理器与所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行所述的数据处理方法。本申请所述方法具有以下优点：本申请提供的数据处理方法首先获取机械设备的初始数据，所述初始数据包括物联网IoT数据、位置数据和设备基本信息。其中包括的物联网IoT数据和位置数据可以实时采集，准确性高，因此提升了初始数据的时效性与可靠性，后续进行每日数据切片聚合并根据每日数据切片获取所述机械设备的设备开工率和活跃率时能够避免人为主观因素的影响，进一步提升预测结果的可靠性，并且可以进行每日数据分析，因此对于市场热度的预测实时性好，能够预测结果的偏差。附图说明为了更清楚地说明本申请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申请中记载的一些实施例，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它的附图。图1为本申请实施例提供的数据处理方法的流程图；图2为本申请实施例提供的IoT数据的原始数据表样的示意图；图3为本申请实施例提供的设备每日IoT数据切片聚合存储表样的示意图；图4为本申请实施例提供的每日IoT数据切片聚合后的表样示意图；图5为本申请实施例提供的设备开工率的跟踪分析示意图；图6为本申请实施例提供的月均广义日开工率的跟踪分析示意图；图7为本申请实施例提供的日活跃车数跟踪分析示意图；图8为本申请实施例提供的数据处理装置的示意图；图9为本申请实施例提供的一种电子设备的示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施本文档来自技高网...
【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获取机械设备的初始数据，所述初始数据包括物联网IoT数据、位置数据和设备基本信息；/n根据预设每日数据切片聚合规则和所述初始数据获取每日数据切片，所述每日数据切片包括每日活跃机械设备数、活跃机械设备平均工作时长和活跃机械设备平均开机时间；/n根据所述每日数据切片获取所述机械设备的设备开工率和活跃率；/n根据所述设备开工率和活跃率确定市场热度。/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：
获取机械设备的初始数据，所述初始数据包括物联网IoT数据、位置数据和设备基本信息；
根据预设每日数据切片聚合规则和所述初始数据获取每日数据切片，所述每日数据切片包括每日活跃机械设备数、活跃机械设备平均工作时长和活跃机械设备平均开机时间；
根据所述每日数据切片获取所述机械设备的设备开工率和活跃率；
根据所述设备开工率和活跃率确定市场热度。
2.根据权利要求1所述的方法，其特征在于，所述预设每日数据切片聚合规则包括：
每日累计工作时长＝当日最后一笔记录的累计工作时长-上一日最后一笔记录的累计工作时长；
每日累计开机时长＝当日最后一笔记录的累计开机时长-上一日最后一笔记录的累计开机时长；
活跃机械设备为每日累计开机时长大于预设时间的机械设备；
活跃机械设备平均工作时长＝每日累计工作时长÷活跃机械设备数；
活跃机械设备平均开机时间＝每日累计开机时长÷活跃机械设备数。
3.根据权利要求1所述的方法，其特征在于，所述物联网IoT数据包括：设备开机时间、设备工作时间和和设备的开关状态；
所述位置数据包括设备实时位置信息；
所述设备基本信息包括下列中的至少一项：设备编号、设备类别、设备名称、设备型号、设备销售日期和设备生产日期。
4.根据权利要求1所述的方法，其特征在于，所述根据所述每日数据切片获取所述机械设备的设备开工率和活跃率包括：
根据所述每日数据切片获取所述机械设备的当日活跃设备开工率、广义日开工率、月均广义开工率和日活跃率。
5.根据权利要求4所述的方法，其特征在于，所述当日活跃设备开工率＝当日活跃设备平均工作小时÷8×100％；
所述广义日开工率＝当日活跃设备总工作小时÷当月所有活跃设备总台数÷8×100％；
所述月均广义日开工率为所述每日广义日开工率的月平均值；
所述日活跃率＝日活跃机械设备数÷总机械设备数。<...
【专利技术属性】
技术研发人员：高志晖，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：北京;11
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。