【技术实现步骤摘要】
本专利技术涉及企业数据管理，具体涉及一种基于多数据实体协同的逻辑数据截面的构建方法。
技术介绍
1、数据质量管理是数据分析的重要基础，有效的数据管理可以提高业务决策的准确性，在金融信贷领域中，随着业务数据量的不断增加，系统数据的记录量直线上升，数据截面中原有的数据勾稽关系可能无法处理更大的数据量，需要调整或优化；若如果数据的结构或格式发生了改变，原有的数据勾稽关系失效，需要重新评估和调整数据勾稽关系，以确保数据的准确性和完整性；
2、同时当数据变化缺乏完整的明细记录时，无法支持勾稽关系逻辑的精准表达，要从多个数据库表中按照某一个或者多个业务逻辑精准的提出多个数据截面，并且精准匹配勾稽关系是很难实现的，数据变化导致数据勾稽关系不再适用，信息系统性能和运行效率降低；为了解决多数据实体协同分析过程中数据变化带来的数据勾稽关系不匹配的问题，提高企业数据管理效率，优化资源配置，提高企业的竞争力，本专利技术提出了一种基于多数据实体协同的逻辑数据截面的构建方法。
技术实现思路
1、针对上述情...
【技术保护点】
1.一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，在所述步骤S05中，重构数据集中数据截面之间的数据勾稽关系分析过程如下：
3.根据权利要求1所述的一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，在所述步骤S03中，不同数据库中获取的数据截面中的数据变量个数不同，对到时间段内的数据变量的数据变化过程进行动态模拟，，根据到时间段内的历史数据对时刻数据变量的预测变化参数进行预测，为数据变量的数据监测指标监测的起始时刻，不同数...
【技术特征摘要】
1.一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，在所述步骤s05中，重构数据集中数据截面之间的数据勾稽关系分析过程如下：
3.根据权利要求1所述的一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，在所述步骤s03中，不同数据库中获取的数据截面中的数据变量个数不同，对到时间段内的数据变量的数据变化过程进行动态模拟，，根据到时间段内的历史数据对时刻数据变量的预测变化参数进行预测，为数据变量的数据监测指标监测的起始时刻，不同数据变量的起始时刻不同，在数据监测指标预测分析过程中，首先，对数据监测指标进行异常检测和数据缺失值处理，再对数据监测指标对应的数据进行数据转换，提取数据监测指标对应的特征值，得到特征向量，以数据变量的预测变化参数为预测变量，建立预测模型的神经网络结构，利用历史数据集进行模型训练，通过数据训练得到最优解即为预测变化参数。
4.根据权利要求1所述的一种基于多数据实体协同的逻辑数据截面的构建方法，其特征在于，建立数据勾稽关系的适应性评估模型，以多个业务数据实体为评价对象，通过逻辑截面数据确定与业务数据实体相关的影响因子，采用多因子综合叠加分析方法，建立每一个影响因子的贡献函数，并得到影响因子的适应性评分，影响因子包括关联度、数据变化强度、截面相关性，影响因子是根据数据勾稽关系的逻辑确定的。
5.根据权利要求1所述的一种基...
【专利技术属性】
技术研发人员：石杰，廖家林，陶嘉驹，
申请(专利权)人：杭银消费金融股份有限公司，
类型：发明
国别省市：
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。