本发明专利技术提供一种数据分析方法、装置、电子设备及计算机可读存储介质，属于数据处理技术领域。所述方法包括：基于物联网设备采集物联网客户数据，其中，物联网客户数据包括人脸数据、诊断数据、信号数据中的一种或者任意组合；对采集的物联网客户数据进行统计分析，以得到多维数据模型；根据所述多维数据模型进行趋势预测分析。以至少解决相关技术中存在的物联网数据的数据分析自动化程度较低，且无法预测未来的趋势的问题，适应于数据分析、数据处理、趋势预测方面。势预测方面。势预测方面。
【技术实现步骤摘要】
一种数据分析方法、装置、电子设备及介质
[0001]本专利技术涉及数据处理
，尤其涉及一种数据分析方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着物联网技术的发展，大数据的数据分析面临着极大挑战。例如，如何挖掘大数据所隐藏的巨大价值，如何说明无法解释的现象、如何解决传感器无法测量的问题，如何预测未来的趋势。
[0003]目前，常规的数据分析方法是将采集的数据传输至应用软件，人工干预数据分析过程，并输出分析结果，数据分析的自动化程度较低且无法预测未来的趋势。
技术实现思路
[0004]本专利技术所要解决的技术问题是针对现有技术的上述不足，提供一种数据分析方法、装置、电子设备及计算机可读存储介质，以至少解决相关技术中存在的物联网数据的数据分析自动化程度较低，且无法预测未来的趋势的问题。
[0005]第一方面，本专利技术提供一种数据分析方法，包括：基于物联网设备采集物联网客户数据，其中，物联网客户数据包括人脸数据、诊断数据、信号数据中的一种或者任意组合；对采集的物联网客户数据进行统计分析，以得到多维数据模型；根据所述多维数据模型进行趋势预测分析。
[0006]优选地，所述对采集的物联网客户数据进行统计分析，具体包括：根据应用对应的类别，将采集的物联网客户数据进行对应的统计分析，以得到统计分析结果，其中，类别包括时间关联性、流程关联性、数据时效性，统计分析包括聚类分析、数据模型分析；根据所述统计分析结果构建多维数据模型。
[0007]优选地，所述多维数据模型满足：
[0008][0009]其中，f
w,b
(x)为多维数据模型的输出，f
w,b
(x)的取值范围为(0,1)，x为多维数据模型的输入，e为自然对数底数，w为多维特征向量，b为实数。
[0010]优选地，在所述基于物联网设备采集物联网客户数据之后，以及在所述对采集的物联网客户数据进行统计分析之前，所述数据分析方法还包括：设置物联网客户数据的预设阈值；判断当前采集的物联网客户数据是否超过预设阈值；响应于当前采集的物联网客户数据超过预设阈值，发出告警，并采用数据挖掘技术分析异常原因，其中，数据挖掘技术包括相关性分析、序列事件分析。
[0011]优选地，在根据所述多维数据模型进行趋势预测分析之后，所述数据分析方法还包括：将所述多维数据模型与不同的应用结合，以形成软件开发工具包SDK相关能力基座。
[0012]第二方面，本专利技术还提一种数据分析装置，包括：采集模块，用于基于物联网设备
采集物联网客户数据，其中，物联网客户数据包括人脸数据、诊断数据、信号数据中的一种或者任意组合。分析模块，与采集模块连接，用于对采集的物联网客户数据进行统计分析，以得到多维数据模型。预测模块，与分析模块连接，用于根据所述多维数据模型进行趋势预测分析。
[0013]优选地，分析模块包括分析单元和构建单元。
[0014]分析单元，用于根据应用对应的类别，将采集的物联网客户数据进行对应的统计分析，以得到统计分析结果，其中，类别包括时间关联性、流程关联性、数据时效性，统计分析包括聚类分析、数据模型分析。构建单元，与分析单元连接，用于根据所述统计分析结果构建多维数据模型。
[0015]优选地，构建单元的多维数据模型满足：
[0016][0017]其中，f
w,b
(x)为多维数据模型的输出，f
w,b
(x)的取值范围为(0,1)，x为多维数据模型的输入，e为自然对数底数，w为多维特征向量，b为实数。
[0018]优选地，所述数据分析装置还包括监控模块。监控模块，与采集模块连接，用于设置物联网客户数据的预设阈值，并判断当前采集的物联网客户数据是否超过预设阈值，以及，用于响应于当前采集的物联网客户数据超过预设阈值，发出告警，并采用数据挖掘技术分析异常原因，其中，数据挖掘技术包括相关性分析、序列事件分析。
[0019]优选地，所述数据分析装置还包括结合模块。结合模块，与分析模块连接，用于将所述多维数据模型与不同的应用结合，以形成软件开发工具包SDK相关能力基座。
[0020]第三方面，本专利技术还提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以实现如第一方面中所述的数据分析方法。
[0021]第四方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面中所述的数据分析方法。
[0022]本专利技术提供的数据分析方法、装置、电子设备及计算机可读存储介质，通过对所采集的物联网客户数据进行统计分析，得到多维数据模型，再基于多维数据模型进行趋势预测，以实现对物联网客户数据的自动化分析处理，此外，基于多维数据模型进行趋势预测分析，能有效提高预测准确度。
附图说明
[0023]图1为本专利技术实施例1的一种数据分析方法的流程示意图；
[0024]图2为本专利技术实施例2的一种数据分析装置的结构示意图；
[0025]图3为本专利技术实施例3的一种电子设备的结构示意图。
具体实施方式
[0026]为使本领域技术人员更好地理解本专利技术的技术方案，下面将结合附图对本专利技术实施方式作进一步地详细描述。
[0027]可以理解的是，此处描述的具体实施例和附图仅仅用于解释本专利技术，而非对本发
明的限定。
[0028]可以理解的是，在不冲突的情况下，本专利技术中的各实施例及实施例中的各特征可相互组合。
[0029]可以理解的是，为便于描述，本专利技术的附图中仅示出了与本专利技术相关的部分，而与本专利技术无关的部分未在附图中示出。
[0030]可以理解的是，本专利技术的实施例中所涉及的每个单元、模块可仅对应一个实体结构，也可由多个实体结构组成，或者，多个单元、模块也可集成为一个实体结构。
[0031]可以理解的是，在不冲突的情况下，本专利技术的流程图和框图中所标注的功能、步骤可按照不同于附图中所标注的顺序发生。
[0032]可以理解的是，本专利技术的流程图和框图中，示出了按照本专利技术各实施例的系统、装置、设备、方法的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可代表一个单元、模块、程序段、代码，其包含用于实现规定的功能的可执行指令。而且，框图和流程图中的每个方框或方框的组合，可用实现规定的功能的基于硬件的系统实现，也可用硬件与计算机指令的组合来实现。
[0033]可以理解的是，本专利技术实施例中所涉及的单元、模块可通过软件的方式实现，也可通过硬件的方式来实现，例如单元、模块可位于处理器中。
[0034]实施例1：
[0035]如图1所示，本实施例提供一种数据分析方法，可应用于物联网应用平台，包括：
[0036]步骤101，基于物联网设备采集物联网客户数据，其中，物联网客户数据包括人脸数据、诊断数据、信号数据中的一种或者任意组合。
...
【技术保护点】
【技术特征摘要】
1.一种数据分析方法，其特征在于，包括：基于物联网设备采集物联网客户数据，其中，物联网客户数据包括人脸数据、诊断数据、信号数据中的一种或者任意组合；对采集的物联网客户数据进行统计分析，以得到多维数据模型；根据所述多维数据模型进行趋势预测分析。2.根据权利要求1所述的数据分析方法，其特征在于，所述对采集的物联网客户数据进行统计分析，具体包括：根据应用对应的类别，将采集的物联网客户数据进行对应的统计分析，以得到统计分析结果，其中，类别包括时间关联性、流程关联性、数据时效性，统计分析包括聚类分析、数据模型分析；根据所述统计分析结果构建多维数据模型。3.根据权利要求2所述的数据分析方法，其特征在于，所述多维数据模型满足：其中，f
w,b
(x)为多维数据模型的输出，f
w,b
(x)的取值范围为(0,1)，x为多维数据模型的输入，e为自然对数底数，w为多维特征向量，b为实数。4.根据权利要求1所述的数据分析方法，其特征在于，在所述基于物联网设备采集物联网客户数据之后，以及在所述对采集的物联网客户数据进行统计分析之前，还包括：设置物联网客户数据的预设阈值；判断当前采集的物联网客户数据是否超过预设阈值；响应于当前采集的物联网客户数据超过预设阈值，发出告警，并采用数据挖掘技术分析异常原因，其中，数据挖掘技术包括相关性分析、序列事件分析。5.根据权利要求1
‑
4任一项所述的数据分析方法，其特征在于，在根据所述多维数据模型进行趋势预测分析之后，还包括：将所述多维数据模型与不同的应用结合，以形成软件开发工具包SDK相关能力基座。6.一种数据分析装置，其特征在于，包括：采集模块，用于基于物联网设备采集物联网客户数据，其中，物联网客户数据包括人脸数据、诊断数据、信号数据中的一种或者任意组合，分析模块，与采集模块连接，用于对采集的物联网客户数据进行统计分...
【专利技术属性】
技术研发人员：郭悦，周子颖，张金玲，龙岳，蒋成，张正明，
申请(专利权)人：中国联合网络通信集团有限公司，
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。