System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于语义检索的,尤其涉及一种erp系统中多维数据的检索方法、装置和介质。
技术介绍
1、多维数据检索是在erp(enterprise resource planning,企业资源规划)系统中用于查询和分析数据的一种技术。它允许用户从多个维度(例如时间、地区、产品等)来检索和分析数据,以获取更全面的视图和深入的洞察力。olap(online analyticalprocessing,联机分析处理)是一种处理大量数据进行多维分析的技术。它允许用户在多个维度上执行复杂计算、汇总和钻取操作。olap立方体通常用于存储预聚合数据,提供快速高效的查询功能。olap允许用户通过多维视角来理解和分析数据,而不仅仅是单纯的按照关系数据库表格形式进行操作。它通过预计算和存储聚合数据,以及提供强大的切片、钻取、钻取和旋转等分析操作,使用户能够交互式地查询和浏览数据。
2、然而,传统olap技术面对如今爆炸式的数据增长,查询效率往往较低,这是一个亟需解决的技术问题。
技术实现思路
1、有鉴于此,本专利技术实施例提供了一种erp系统中多维数据的检索方法、装置和介质,以解决传统olap技术面对如今爆炸式的数据增长,查询效率往往较低的技术问题。
2、本专利技术实施例的第一方面提供了一种erp系统中多维数据的检索方法,所述erp系统中多维数据的检索方法应用于终端设备中,所述终端设备包括温存储区域和冷存储区域,所述erp系统中多维数据的检索方法包括:
3、获取由用户输入
4、在多个所述历史查询语句中匹配与所述当前查询语句一致的历史查询语句;
5、若所述当前查询语句与所述历史查询语句一致,则将所述历史查询语句对应的查询结果,作为所述当前查询语句对应的目标数据和所述目标数据对应的分析数据;
6、若所述当前查询语句与所述历史查询语句不一致,则在所述冷存储区域中匹配所述当前查询语句对应的目标数据;其中,所述温存储区域存储部分数据,所述冷存储区域存储全部数据;
7、根据所述目标数据,计算所述分析数据;
8、将所述目标数据和所述目标数据对应的分析数据,作为检索结果。
9、进一步地,所述在多个所述历史查询语句中匹配与所述当前查询语句一致的历史查询语句的步骤包括:
10、构建所述当前查询语句对应的当前特征向量;
11、将所述当前特征向量输入转换函数,得到目标特征向量;
12、计算所述目标特征向量与多个预设特征向量之间的距离;
13、获取最小距离对应的预设特征向量对应的聚类簇;
14、在所述聚类簇中遍历与所述当前特征向量一致的历史特征向量;
15、将所述历史特征向量对应的查询语句,作为与所述当前查询语句一致的历史查询语句。
16、进一步地,所述将所述当前特征向量输入转换函数,得到目标特征向量的步骤包括:
17、将所述当前特征向量输入如下转换函数,得到所述目标特征向量;
18、所述转换函数如下:
19、
20、其中,x表示所述当前特征向量,y表示所述目标特征向量,a表示预设的可逆矩阵,t为预设系数。
21、进一步地,在所述构建所述当前查询语句对应的当前特征向量的步骤之前,还包括:
22、获取多个初始聚类中心;
23、获取第一历史特性向量;
24、计算所述第一历史特性向量与多个初始聚类中心之间的第一相似度;
25、若所述第一相似度大于第一阈值,则根据所述第一相似度对应的第一历史特性向量调整所述第一相似度对应初始聚类中心,得到当前初始聚类中心;
26、若所述第一相似度不大于第一阈值,则将所述第一历史特性向量作为新的初始聚类中心;
27、将所述当前初始聚类中心或所述新的初始聚类中心代入转换函数,得到所述预设特征向量。
28、进一步地,所述获取多个初始聚类中心的步骤,包括:
29、获取多个第二历史特征向量,在多个所述第二历史特征向量中,随机选择预设数量的第二历史特征向量,作为第一聚类中心;
30、计算多个所述第一聚类中心之间的第二相似度;
31、若所述第二相似度大于第一阈值,则将所述第二相似度对应的所述第一聚类中心合并,得到第一数量的第二聚类中心;
32、计算剩余历史特征向量与多个所述第二聚类中心之间的第三相似度;所述剩余历史特征向量是指在所有历史特征向量中除了所述预设数量的第二历史特征向量之外的第二历史特征向量;
33、若所述第三相似度大于第二阈值,则将所述第三相似度对应的剩余历史特征向量,作为所述第三相似度对应的第二聚类中心的聚类簇;
34、计算所述聚类簇中所有特征向量的均值,得到所述初始聚类中心。
35、进一步地,所述构建所述当前查询语句对应的当前特征向量的步骤包括:
36、将所述当前查询语句进行编码处理,得到编码序列;
37、根据所述编码序列,形成每个词语对应的编码矩阵;
38、将所述编码矩阵输入预设识别模型中,得到由所述预设识别模型输出的置信度;
39、根据每个词语的置信度,筛选所述当前查询语句中的重点词语;
40、将所述重点词语对应的编码,构建为所述当前特征向量。
41、进一步地,所述根据所述编码序列,形成每个词语对应的编码矩阵的步骤包括:
42、获取每个当前词语前面和后面预设数量的相邻词语;
43、根据所述当前词语和多个所述相邻词语对应的编码,构建编码矩阵;其中,所述当前词语对应的编码位于所述编码矩阵的中心。
44、本专利技术实施例的第二方面提供了一种erp系统中多维数据的检索装置,包括:
45、获取单元,用于获取由用户输入的当前查询语句和所述温存储区域中的多个历史查询语句;
46、匹配单元,用于在多个所述历史查询语句中匹配与所述当前查询语句一致的历史查询语句;
47、第一判断单元,用于若所述当前查询语句与所述历史查询语句一致,则将所述历史查询语句对应的查询结果,作为所述当前查询语句对应的目标数据和所述目标数据对应的分析数据;
48、第二判断单元,用于若所述当前查询语句与所述历史查询语句不一致,则在所述冷存储区域中匹配所述当前查询语句对应的目标数据;其中,所述温存储区域存储部分数据,所述冷存储区域存储全部数据;
49、计算单元,用于根据所述目标数据,计算所述分析数据;
50、确认单元,用于将所述目标数据和所述目标数据对应的分析数据,作为检索结果。
51、本专利技术实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一本文档来自技高网...
【技术保护点】
1.一种ERP系统中多维数据的检索方法,其特征在于,所述ERP系统中多维数据的检索方法应用于终端设备中,所述终端设备包括温存储区域和冷存储区域,所述ERP系统中多维数据的检索方法包括:
2.如权利要求1所述的ERP系统中多维数据的检索方法,其特征在于,所述在多个所述历史查询语句中匹配与所述当前查询语句一致的历史查询语句的步骤包括:
3.如权利要求2所述的ERP系统中多维数据的检索方法,其特征在于,所述将所述当前特征向量输入转换函数,得到目标特征向量的步骤包括:
4.如权利要求2所述的ERP系统中多维数据的检索方法,其特征在于,在所述构建所述当前查询语句对应的当前特征向量的步骤之前,还包括:
5.如权利要求4所述的ERP系统中多维数据的检索方法,其特征在于,所述获取多个初始聚类中心的步骤,包括:
6.如权利要求2所述的ERP系统中多维数据的检索方法,其特征在于,所述构建所述当前查询语句对应的当前特征向量的步骤包括:
7.如权利要求6所述的ERP系统中多维数据的检索方法,其特征在于,所述根据所述编码序列,形成每个
8.一种ERP系统中多维数据的检索装置,其特征在于,所述ERP系统中多维数据的检索装置包括:
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
...【技术特征摘要】
1.一种erp系统中多维数据的检索方法,其特征在于,所述erp系统中多维数据的检索方法应用于终端设备中,所述终端设备包括温存储区域和冷存储区域,所述erp系统中多维数据的检索方法包括:
2.如权利要求1所述的erp系统中多维数据的检索方法,其特征在于,所述在多个所述历史查询语句中匹配与所述当前查询语句一致的历史查询语句的步骤包括:
3.如权利要求2所述的erp系统中多维数据的检索方法,其特征在于,所述将所述当前特征向量输入转换函数,得到目标特征向量的步骤包括:
4.如权利要求2所述的erp系统中多维数据的检索方法,其特征在于,在所述构建所述当前查询语句对应的当前特征向量的步骤之前,还包括:
5.如权利要求4所述的erp系统中多维数据的检索方法,其特征在于,所述获取多个初始聚类中心的步骤,...
【专利技术属性】
技术研发人员:郭建兵,龚慰,林娟,
申请(专利权)人:广东鼎为软件有限公司,
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。