一种基于项目大数据的可视智能分析方法技术

本发明专利技术公开了一种基于项目大数据的可视智能分析方法，涉及大数据的可视智能分析技术领域。本发明专利技术包括步骤一，获取项目数据，完成项目数据的认证，构建项目数据库，步骤二，对步骤一中的数据进行预处理，将收集的数据进行预处理加工，并将相关联的数据进行整合，并对项目数据进行全程监控，步骤三，完成对预处理后的数据进行可视化分析，步骤四，完成数据的显示和交互。本发明专利技术通过数据的集中存储，并利用网络访问和安全验证技术，实现不同地域的普查数据全面共享。据全面共享。据全面共享。

【技术实现步骤摘要】
一种基于项目大数据的可视智能分析方法


[0001]本专利技术涉及大数据的可视智能分析
，具体涉及一种基于项目大数据的可视智能分析方法。

技术介绍

[0002]步入信息社会以来，数据的爆炸式增长为信息处理与数据分析带来了新的机遇与挑战。每天都产生约25亿GB的非结构化的原始数据，数据中的关键信息往往淹没在庞大的数据量以及复杂的结构之中。因此，需要对数据信息进行有效的过滤处理，其中，数据可视化分析技术是至关重要的部分。人对于数据的认知特点决定了人在分析过程中具有一定的认知局限性，而单一的采用机器计算的方式进行数据分析存在目的性差的问题；在可视化分析过程中存在可视化模型选择困难的现实问题。

技术实现思路

[0003]为解决上述技术问题，本专利技术提供一种基于项目大数据的可视智能分析方法，包括：
[0004]步骤一，获取项目数据，完成项目数据的认证，构建项目数据库；
[0005]步骤二，对步骤一中的数据进行预处理，将收集的数据进行预处理加工，并将相关联的数据进行整合，并对项目数据进行全程监控；
[0006]步骤三，完成对预处理后的数据进行可视化分析；
[0007]步骤四，完成数据的显示和交互。
[0008]所述步骤一中，项目数据包括规划编制信息及指标数据、相关产业发展数据、固定资产投资项目各阶段信息数据和宏观经济形势监控数据。
[0009]进一步地，所述步骤二中，数据预处理包括数据降维处理、缺失值比率分析、低方差滤波和高相关滤波；
[0010]数据降维处理为数据维度的增加从更多侧面描述数据特征的同时，各个维度参差不齐的数据质量有时反而会影响数据分析的性能和结果，对高维数据进行一定程度的降维预处理；
[0011]缺失值比率分析为数据的某个维度包含大量的缺失值，指定一个缺失比例阀值，将缺失程度超过此阀值的维度舍去。阀值的选取应该参照数据各个维度总体的缺失情况，要避免使用过高的阀值导致过滤掉的属性太多，影响分析；
[0012]低方差滤波为数据变化程度小，波动范围有限的数据属性包含的数据信息较少，选择将其去除；
[0013]高相关滤波为通过对数据不同维度计算相关性系数的方式，得到数据维度之间的相关性；
[0014]通过数据结构、数据操作、数据的完整性构建数据模型。
[0015]进一步地，所述步骤二中，数据进行全程监控内容包括问题登记、协调推进、综合
考评、开工滞后报警、投资滞后报警、项目督查、领导签批、问题督办、竣工滞后报警和项目进度预警。
[0016]对于不同领域的数据进行异常值检测和聚类处理；
[0017]聚类分析是将数据对象分解或划分成为多个类或簇，使同一个类中的数据对象之间具有较高的相似度，但与其他类中数据对象尽可能有较大的差异。聚类分析的核心思想是在已有的相似知识的基础上来划分新的数据集，与传统分类分析的不同之处是：第一，聚类所划分的类是未知的；第二，聚类分析是一种探索性分类，人们事先可以不用给出分类标准，而是根据样本数据的特点自动进行分类。当然，不同的聚类方法可能会得到不同的聚类结果，聚类分析同时也属于数据挖掘的方法之一。
[0018]进一步地，所述步骤三中，可视化分析包括原始化数据、数据表、可视化结构化数据和最终显示视图；
[0019]数据可视化过程中的数据处理步骤如下：
[0020]步骤一，原生数据的数据整理与格式化过程，原生数据经过解析后形成符合一定规则的结构化数据类型；
[0021]步骤二，将结构化的数据与一种可视化模型进行映射，选取一种合适于展现这些数据并且能够说明数据特性的展示结构；
[0022]步骤三，最后通过选取的数据可视化模型将数据展现到研究人员的面前，由研究人员发现数据中蕴含的信息。
[0023]进一步地，所述步骤四中，将测绘阶段生成的数据图形和图像按照用户的要求输出结果。
[0024]进一步地，所述步骤四中，图像合成算法如下：
[0025]步骤一，将数据分割并分配到每个计算节点上；
[0026]步骤二，每个计算节点独立回执分配到的数据，节点之间不需要数据交换；
[0027]步骤三，将计算节点各自绘制的图形汇总合成最终的完整图形。
[0028]根据权利要求1所述的一种基于项目大数据的可视智能分析方法，其特征在于，数据可视化通过计算机技术将复杂的数框经过一系列的快速处理找出关联性。
[0029]本专利技术具有以下有益效果：
[0030]1、本专利技术可视化分析系统不仅要实现数据统一录入同一平台，而且该平台还能通过数据的集中存储，并利用网络访问和安全验证技术，实现不同地域的普查数据全面共享。从而使普查工作的实时性更强，上级部门不用漫长的等待过程，只要时间节点一到，各基层单位实现数据上报工作，就能查看数据统计结果，当然，也能实时查看数据上报情况。
[0031]2、本专利技术数据录入主要完成的功能是在单位选填报表类别和单位类型且系统为其自动选取报表以后进入到数据录入的所属界面，数据录入指标将会按照表格设置的顺序自行跳转以协助单位完成录入工作，便于操作。
[0032]3、本专利技术统计部分审核提交信息、统计报表查询汇总、统计数据智能分析、数据结果导入导出及呈现，将统计工作一整套的过程全部集中起来，从而使统计工作业务分工明确化、管理工作专业化。
[0033]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0034]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。
[0035]图1为本专利技术的系统结构示意图。
具体实施方式
[0036]下面结合附图和具体实施方式对本专利技术作进一步详细的说明。本专利技术的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本专利技术限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本专利技术的原理和实际应用，并且使本领域的普通技术人员能够理解本专利技术从而设计适于特定用途的带有各种修改的各种实施例。
[0037]请参阅图1所示，本专利技术为一种基于项目大数据的可视智能分析方法，包括，
[0038]步骤一，获取项目数据，完成项目数据的认证，构建项目数据库；
[0039]步骤一中，项目数据包括规划编制信息及指标数据、相关产业发展数据、固定资产投资项目各阶段信息数据和宏观经济形势监控数据；
[0040]数据录入主要完成的功能是在单位选填报表类别和单位类型且系统为其自动选取报表以后进入到数据录入的所属界面，数据录入指标将会按照表格设置的顺序自行跳转以协助单位完成录入工作；
[0041]同时，为了保障数据安全，实现数据各个级别层次的备份功能，系统需要实现普查本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于项目大数据的可视智能分析方法，包括，其特征在于：步骤一，获取项目数据，完成项目数据的认证，构建项目数据库；步骤二，对步骤一中的数据进行预处理，将收集的数据进行预处理加工，并将相关联的数据进行整合，并对项目数据进行全程监控；步骤三，完成对预处理后的数据进行可视化分析；步骤四，完成数据的显示和交互。2.根据权利要求1所述的一种基于项目大数据的可视智能分析方法，其特征在于，所述步骤一中，项目数据包括规划编制信息及指标数据、相关产业发展数据、固定资产投资项目各阶段信息数据和宏观经济形势监控数据。3.根据权利要求1所述的一种基于项目大数据的可视智能分析方法，其特征在于，所述步骤二中，数据预处理包括数据降维处理、缺失值比率分析、低方差滤波和高相关滤波；通过数据结构、数据操作、数据的完整性构建数据模型。4.根据权利要求3所述的一种基于项目大数据的可视智能分析方法，其特征在于，所述步骤二中，数据进行全程监控内容包括问题登记、协调推进、综合考评、开工滞后报警、投资滞后报警、项目督查、领导签批、问题督办、竣工滞后报警和项目进度预警。5.根据权利要求4所述的一种基于项目大数据的可视智能分析方法，其特征在于，对于不同领域的数据进行异常值检测和聚类处理；聚类分析是将数据对象分解或划分成为多个类或簇，使同一个类中的数...

【专利技术属性】
技术研发人员：乐荣华，陈家伟，许树灿，赵晃，吴祥进，
申请(专利权)人：福建兴博数政科技有限公司，
类型：发明
国别省市：