一种融合大数法则的数据分析方法技术

本发明专利技术公开了一种融合大数法则的数据分析方法，具体涉及大数法则技术领域，包括获取或采集多种分析对象的大数据信息；根据预设的分析组件对采集到的数据量及数据来源进行预处理；统计分析实时数据，并对数据进行实时记载；将实时统计分析出的数据通过可视化平台进行展示。通过数据采集模块将通过大数据输出端不同输出端口采集到不同的多组数据，并通过多组数据处理模块同时对多组数据进行分析处理，从而可以同步进行数据的分析处理，避免数据混乱丢失，使得数据处理更加的高效，经过整理后的数据，送入数据存储库中，对内部特征数据参数进行筛选提取，通过数据筛选模块对数据存储库中的数据进行分析。库中的数据进行分析。库中的数据进行分析。

【技术实现步骤摘要】
一种融合大数法则的数据分析方法


[0001]本专利技术涉及大数法则
，具体为一种融合大数法则的数据分析方法。

技术介绍

[0002]大数法则一般指大数定律，概率论历史上第一个极限定理，是一种描述当试验次数很大时所呈现的概率性质的定律；一、大数定律并不是经验规律，而是在一些附加条件上经严格证明了的定理，它是一种自然规律因而通常不叫定理而是大数“定律”；二、大数定律通俗一点来讲，就是样本数量很大的时候，样本均值和真实均值充分接近；这一结论与中心极限定理一起，成为现代概率论、统计学、理论科学和社会科学的基石；概率论历史上第一个极限定理属于伯努利，后人称之为“大数定律”；概率论中讨论随机变量序列的算术平均值向随机变量各数学期望的算术平均值收敛的定律；在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律；通俗地说，这个定理就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含着某种必然；大数定律分为弱大数定律和强大数定律。现有技术中的一种融合大数法则的数据分析方法存在以下问题：
[0003]1、现有的数据分析处理方法一般采用抽样调查，这是属于非全面调查，它是从全部调查研究对象中，抽选一部分单位进行调查，并据以对全部调查研究对象做出估计和推断的一种调查方法，耗时长、耗费较多的人力资源，而且调查效率较低，不能够更全面的对数据进行处理分析；
[0004]2、对于大数据处理面临数据容量大，形式多样化，从而造成分析对比的难度较大，而且存储到数据库时容易造成数据存储混乱；为此，我们提出一种融合大数法则的数据分析方法用于解决上述问题。

技术实现思路

[0005]本专利技术的目的在于提供一种融合大数法则的数据分析方法，以解决上述
技术介绍
中提出的问题。
[0006]为解决上述技术问题，本专利技术采用如下技术方案：包括：
[0007]获取或采集多种分析对象的大数据信息；
[0008]根据预设的分析组件对采集到的数据量及数据来源进行预处理；
[0009]统计分析实时数据，并对数据进行实时记载；
[0010]将实时统计分析出的数据通过可视化平台进行展示。
[0011]优选地，所述根据预设的分析组件对采集到的数据量及数据来源进行预处理包括：将采集到的数据进行转换和主成分分析，获取降维后的数据，用于对数据进行分析，分析数据内相应信息含量；
[0012]将分析后的数据与大数据库内的特征数据进行比对分析，用于将分析后的数据与数据库内的标准数据信息进行预先比对处理；
[0013]提取分析后的数据，获取满足预设条件的至少两个特征信息，用于提取符合标准数据内的特征信息，方便后续对实验数据进行比对；
[0014]将分析后的数据进行实验比对，得出对比结论概率，用于将符合的数据进行重复实验，从而得出对比实验数据。
[0015]优选地，所述大数据输出端和后台服务器处理中心电性连接，所述后台服务器处理中心和数据处理单元电性连接，所述数据处理单元和数据筛选模块数据连接，所述数据筛选模块和实时数据分析模块数据连接。
[0016]优选地，述实时数据分析模块和数据对比模块数据连接，所述数据对比模块和数据存储库数据连接，所述数据存储库和终端可视化平台电性连接。
[0017]优选地，所述数据处理单元包括：数据来源1、数据来源2、数据来源N、数据采集模块、数据处理模块1、数据处理模块2和数据处理模块N，所述数据来源1、数据来源2、数据来源N均与数据采集模块数据连接。
[0018]优选地，所述数据采集模块与数据处理模块1、数据处理模块2和数据处理模块N均数据连接。
[0019]一种融合大数法则的数据分析方法，具体包括以下步骤：
[0020]S1、使用者通过后台服务器处理中心获取大数据输出端数据连接，通过数据采集模块采集到多组不同的数据来源1、数据来源2、数据来源N，并分别通过数据处理模块1、数据处理模块2和数据处理模块N对多组数据进行采集处理，从而获取待分析的数据；
[0021]S2、根据预先设定好的数据分析组件对采集到的数据进行预先处理，将待分析数据中的数据段进行数据分解，生成数据项值，并对数据进行转换，将数据与大数据库内标准数据进行预先比对分析，经过整理后的数据，送入数据存储库中，对内部特征数据参数进行筛选提取，通过数据筛选模块对数据存储库中的数据进行分析，利用数据筛选模块对数据存储库中的过期数据、错误数据、重复数据筛选出来，并对同时获取满足预设条件的至少两个特征信息进行提取，将分析后的数据信息进行实验分析；
[0022]S3、对不同数据进行重复实验，并通过数据存储库对计算后的数据进行分类和/或汇总和/或聚合，得到目标数据，对实验数据进行统计存储，将提取后的参数数据分析，获取实验的偏差，并将获取的所述偏差可视化呈现。
[0023]与现有技术相比，本专利技术的有益效果在于：
[0024]1、通过数据采集模块将通过大数据输出端不同输出端口采集到不同的多组数据，并通过多组数据处理模块同时对多组数据进行分析处理，从而可以同步进行数据的分析处理，避免数据混乱丢失，使得数据处理更加的高效，经过整理后的数据，送入数据存储库中，对内部特征数据参数进行筛选提取，通过数据筛选模块对数据存储库中的数据进行分析，利用数据筛选模块对数据存储库中的过期数据、错误数据、重复数据筛选出来，利于后续排查及实验的对比，解决了现有的数据分析处理方法一般采用抽样调查，这是属于非全面调查，它是从全部调查研究对象中，抽选一部分单位进行调查，并据以对全部调查研究对象做出估计和推断的一种调查方法，耗时长、耗费较多的人力资源，而且调查效率较低，不能够更全面的对数据进行处理分析的问题；
[0025]2、通过对不同数据进行重复实验，并通过数据存储库对计算后的数据进行分类和/或汇总和/或聚合，从而得到目标数据，再对实验数据进行统计存储，将提取后的参数数
据分析，获取实验的偏差，并将获取的所述偏差可视化呈现，方便后续工作人员进行检测记录。
附图说明
[0026]为了更清楚地说明本专利技术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。
[0027]图1为本专利技术一种融合大数法则的数据分析方法的原理示意图。
[0028]图2为本专利技术预处理单元的原理示意图。
[0029]图3为本专利技术一种融合大数法则的数据分析方法的结构示意图。
[0030]图4为本专利技术结构示意图。
[0031]图5为本专利技术一种融合大数法则的数据分析方法的结构示意图。
具体实施方式
[0032]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，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合大数法则的数据分析方法，其特征在于，包括：获取或采集多种分析对象的大数据信息；根据预设的分析组件对采集到的数据量及数据来源进行预处理；统计分析实时数据，并对数据进行实时记载；将实时统计分析出的数据通过可视化平台进行展示；大数据输出端、后台服务器处理中心、数据处理单元、数据筛选模块、实时数据分析模块、数据对比模块、数据存储库和终端可视化平台。2.如权利要求1所述的一种融合大数法则的数据分析方法，其特征在于，所述根据预设的分析组件对采集到的数据量及数据来源进行预处理包括：将采集到的数据进行转换和主成分分析，获取降维后的数据，用于对数据进行分析，分析数据内相应信息含量；将分析后的数据与大数据库内的特征数据进行比对分析，用于将分析后的数据与数据库内的标准数据信息进行预先比对处理；提取分析后的数据，获取满足预设条件的至少两个特征信息，用于提取符合标准数据内的特征信息，方便后续对实验数据进行比对；将分析后的数据进行实验比对，得出对比结论概率，用于将符合的数据进行重复实验，从而得出对比实验数据。3.如权利要求1所述的一种融合大数法则的数据分析方法，其特征在于，所述大数据输出端和后台服务器处理中心电性连接，所述后台服务器处理中心和数据处理单元电性连接，所述数据处理单元和数据筛选模块数据连接，所述数据筛选模块和实时数据分析模块数据连接。4.如权利要求3所述的一种融合大数法则的数据分析方法，其特征在于，所述实时数据分析模块和数据对比模块数据连接，所述数据对比模块和数据存储库数据连接，所述数据存储库和终端可视化平台电性连接。5.如权利要求1所述的一种融合大数...

【专利技术属性】
技术研发人员：辛勇，韦敏，
申请(专利权)人：顺联保险代理有限公司，
类型：发明
国别省市：