数据分析方法、设备以及数据分析辅助方法技术

本申请涉及数据分析方法、设备，以及数据分析辅助方法。其中，预先建立语义实体库，该语义实体库包括：结构化描述的实体及其属性构成的实体集，描述属性的可能取值的参考范围，以及实体和属性与数据仓库的数据结构之间的映射。在进行数据聚集时，从所述语义实体库中选择要分析的实体、属性和／或属性取值，定义指标的计算方式，并根据所述映射装载数据仓库中与所选择的实体、属性、属性取值对应的数据，计算得到所定义的指标。

【技术实现步骤摘要】

本申请涉及数据处理技术。尤其涉及一种数据分析方法、数据分析设备，以及数据分析辅助方法。
技术介绍
随着商业活动中信息数据量的增加，以及人们对商业分析价值认识的提高，数据分析例如OLAP(在线分析处理)系统变得越来越普及。多维模型视图是商业分析中最为自然的组织方式。OLAP数据分析提供对数据的多维概念视图(包括对分级结构的完全支持)。例如，用于销售评估的OLAP数据分析模型可以被组织为二维“地理”和“时间”。时间维可以包括年、月、日各个级别。类似地，地理维则可以细分为国家、省(州)、县等。OLAP数据分析系统将事实组织为维度。维度是对事实进行归类以进行分析的方式。在帮助评估收支平衡目标、生成报告等方面，OLAP数据分析系统是有价值的、回报高的商业智能设备。这种方法允许用户发现数据中的规律和趋势，例如某个地域或者某个人群最喜欢的产品，某个公司或者某个产业的销售业绩等。为此，OLAP数据分析按维把数据组织成所谓的“立方体”。OLAP数据立方体并非严格几何意义上的立方体，而是可以有多于三个或者少于三个的维度。换句话说，“数据立方体”的表述仅是为了理解和说明的方便，其实质在于按照多维形式组本文档来自技高网...

【技术保护点】
一种数据分析方法，包括：建立语义实体库的建库步骤，该语义实体库包括：结构化描述的实体及其属性构成的实体集，描述属性的可能取值的参考范围，以及实体和属性与数据仓库的数据结构之间的映射；选择步骤，从所述语义实体库中选择要分析的实 体、属性和／或属性取值；指标定义步骤，定义指标的计算方式；以及，数据装载步骤，根据所述映射，装载数据仓库中与所选择的实体、属性、属性取值对应的数据，计算得到所定义的指标。

【技术特征摘要】
1.一种数据分析方法，包括建立语义实体库的建库步骤，该语义实体库包括结构化描述的实体及其属性构成的实体集，描述属性的可能取值的参考范围，以及实体和属性与数据仓库的数据结构之间的映射；选择步骤，从所述语义实体库中选择要分析的实体、属性和/或属性取值；指标定义步骤，定义指标的计算方式；以及，数据装载步骤，根据所述映射，装载数据仓库中与所选择的实体、属性、属性取值对应的数据，计算得到所定义的指标。2.如权利要求1所述的数据分析方法，其特征在于，所述建库步骤包括修改已有的语义实体库，其中，所述已有的语义实体库中的所述实体集、所述参考范围和所述映射至少为可以添加新成员的空集；其中，修改已有的语义实体库的步骤包括实体集描述步骤，添加、删除或修改所述实体集中的实体及其属性；参考范围描述步骤，描述或者修改属性的可能取值的参考范围；以及数据映射步骤，建立、删除或者修改实体和属性与数据仓库的数据结构之间的映射。3.如权利要求2所述的数据分析方法，其特征在于，还包括参考范围映射步骤当所述参考范围和数据仓库中的数据的实际范围不一致时，在所述参考范围和数据仓库中的数据的实际范围之间建立映射。4.如权利要求1所述的数据分析方法，其特征在于，还包括参考范围映射步骤当所述参考范围和数据仓库中的数据的实际范围不一致时，在所述参考范围和数据仓库中真实数据的实际范围之间建立映射。5.如权利要求1到4之一所述的数据分析方法，其特征在于，还包括图形化步骤生成所选择的实体、属性、属性取值和所定义的指标以及所述计算结果的图形显示。6.如权利要求1到4之一所述的数据分析方法，其特征在于还包括标记步骤标记可能随时间变化的属性，并定义用于跟踪所述变化的到数据仓库的映射，其中，所述指标定义步骤包括在与所述随时间变化的属性相关的指标的计算方式中，包括进与所述变化相关的调整项。7.一种数据分析设备，包括语义实体库存储装置，该语义实体库包括结构化描述的实体及其属性构成的实体集，描述属性的可能取值的参考范围，以及实体和属性与数据仓库的数据结构之间的映射；选择装置，用于从所述语义实体库中选择要分析的实体、属性和/或属性取值；指标定义装...

【专利技术属性】
技术研发人员：裘照明，杨洋，谢国彤，马立，潘越，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：US[美国]