【技术实现步骤摘要】
本专利技术涉及数据分析，尤其涉及一种基于数据仓库的数据分析方法及系统。
技术介绍
1、数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用来支持运营管理中的决策制定，将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。
2、数据仓库是按照一定的数据模型，对整个企业的数据进行采集、整理、结构化存储，以支撑特定的分析，在企业决策分析领域，传统的基于数据仓库的数据分析方法面临着一系列挑战，这些挑战主要源于数据的爆炸性增长、业务需求的快速变化以及对分析精度和实时性的高要求，通常存在下列技术缺陷，在处理来自不同来源、格式和质量的数据时往往效率低下，难以快速准确地整合和清洗数据，导致数据仓库构建周期长且成本高；缺乏灵活的业务需求分析流程，现有系统在面对频繁变化的业务场景时，往往不能迅速调整数据仓库模型和分析策略，影响决策时效性；同时无法有效捕捉业务关键维度之间的复杂关系和动态变化，导致分析结果不够精确和全面。
技术实现思路
1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
2、鉴于上述现有存在的问题，提出了本专利技术。因此，本专利技术提供了一种基于数据仓库的数据分析方法解决如何对
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术提供了一种基于数据仓库的数据分析方法，包括：
5、获取业务需求并分析，确定业务需求目标；
6、基于所述业务需求，构建数据仓库，获取数据源并进行数据处理，得到所述业务需求的目标数据信息；
7、基于所述目标数据信息进行数据分析，得到所述业务需求的分析结果，并对所述业务分析结果进行输出和优化。
8、作为本专利技术所述的基于数据仓库的数据分析方法的一种优选方案，其中：获取业务需求并进行分析包括：
9、收集业务需求，对所述业务需求进行需求分析，提取并转化所述业务需求中的需求内容；
10、所述业务需求中的需求内容包括：业务主题、业务时间周期以及数据量，对所述业务主题进行分类，生成业务主题集合，并根据所述业务主题定义业务关键维度，生成业务关键维度集合；
11、对业务关键维度数据进行分类以及优先级设置，并根据所述业务关键维度设置维度之间的关联度。
12、作为本专利技术所述的基于数据仓库的数据分析方法的一种优选方案，其中：确定业务需求目标包括：
13、根据所述业务需求主题以及业务目标预设阈值，设定业务需求目标；
14、根据所述业务主题定义业务度量，生成所述业务需求目标的评估条件；
15、对所述业务需求目标进行分析，构建目标评估模型，确定业务需求目标的重要级；
16、所述目标评估模型表示为：
17、;
18、;
19、其中，表示第个业务需求目标下的维度数量,表示第个业务需求目标下第个维度与第个维度的关联度 ， 、分别表示第个业务需求目标下第个维度、第个维度的当前状态值，、分别表示第个业务需求目标下第个维度、第个维度的目标状态值，表示第个业务需求目标下的第个维度的贡献度，表示业务时间周期加权系数，表示业务目标预设阈值加权系数。
20、作为本专利技术所述的基于数据仓库的数据分析方法的一种优选方案，其中：所述构建数据仓库包括：
21、基于业务需求的内容，设计数据仓库模型，定义所述数据仓库的预设表；
22、所述数据仓库的预设表包括事实表以及维度表，并根据所述业务需求的分类或业务维度的分类，对所述预设表进行分区或分片优化；
23、定义事实表，根据所述业务主题构建事实表，以所述业务需求的业务度量作为事实表的度量列，并设置维度外键，同类型的业务关键维度设置在同一个事实表内，数据访问时优先根据所述业务关键维度的优先级进行查询；
24、定义维度表，通过所述业务主题以及业务关键维度，为每个业务主题创建维度表，包含描述性信息，每个维度设置唯一标识符，所述事实表通过维度外键与各个维度表关联，形成雪花模型；
25、对所述数据仓库的预设表通过所述业务关键维度的关联度与预设关联度阈值进行比较，设置连接表，进行强度关联。
26、作为本专利技术所述的基于数据仓库的数据分析方法的一种优选方案，其中：得到所述业务需求的目标数据信息包括：
27、获取数据源，包括内部历史数据以及外部历史数据；
28、根据所述数据仓库模型，从所述数据源中提取出待分析数据，进行数据清洗，并进行数据转换；
29、将清洗和转换后的数据加载到所述数据仓库的事实表和维度表中，并设置数据安全机制与访问控制，对数据进行加密，定期更新数据仓库数据。
30、作为本专利技术所述的基于数据仓库的数据分析方法的一种优选方案，其中：得到所述业务需求的分析结果包括：
31、基于所述数据仓库的数据，计算所述业务需求目标的重要级，对业务需求进行优先逐级分析；
32、根据业务主题，执行所述数据仓库的查询语句，从数据仓库中查询提取相关的度量数据，进行数据标准化处理，获取目标数据集，并对提取的数据进行分析，识别数据的基本趋势和变化；
33、对每个度量进行统计分析，并对不同维度的度量进行对比分析；
34、根据预设的业务目标阈值，计算所述业务需求目标的达成度，识别对业务度量影响最大的关键维度和因素，通过特征提取以及模型训练，得到业务需求的分析结果。
35、作为本专利技术所述的基于数据仓库的数据分析方法的一种优选方案，其中：对所述业务分析结果进行输出和优化包括：
36、对业务分析结果进行数据可视化输出展示，并制作分析报告；
37、根据分析结果，提供业务改进措施或策略调整建议；
38、根据业务反馈和新收集的数据，调整数据仓库模型和分析模型，优化算法，并定期检查数据仓库中的数据质量。
39、第二方面，本专利技术提供了一种基于数据仓库的数据分析系统，包括：
40、获取模块，用于获取业务需求并分析，确定业务需求目标；；
41、构建模块，用于基于所述业务需求，构建数据仓库，获取数据源并进行数据处理，得到所述业务需求的目标数据信息；
42、分析模块，用于基于所述目标数据信息进行数据分析，得到所述业务需求的分析结果，并对所述业务分析结果进行输出和优化。
43、第三方面，本专利技术提供了一种电子设备，包括：
44、存储器和处理器；...
【技术保护点】
1.一种基于数据仓库的数据分析方法，其特征在于，包括：
2.如权利要求1所述的基于数据仓库的数据分析方法，其特征在于，获取业务需求并进行分析包括：
3.如权利要求1或2所述的基于数据仓库的数据分析方法，其特征在于，确定业务需求目标包括：
4.如权利要求3所述的基于数据仓库的数据分析方法，其特征在于，所述构建数据仓库包括：
5.如权利要求4所述的基于数据仓库的数据分析方法，其特征在于，得到所述业务需求的目标数据信息包括：
6.如权利要求5所述的基于数据仓库的数据分析方法，其特征在于，得到所述业务需求的分析结果包括：
7.如权利要求6所述的基于数据仓库的数据分析方法，其特征在于，对所述业务分析结果进行输出和优化包括：
8.一种基于数据仓库的数据分析系统，应用于如权利要求1-7任一所述的基于数据仓库的数据分析方法，其特征在于，包括，
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要
...【技术特征摘要】
1.一种基于数据仓库的数据分析方法，其特征在于，包括：
2.如权利要求1所述的基于数据仓库的数据分析方法，其特征在于，获取业务需求并进行分析包括：
3.如权利要求1或2所述的基于数据仓库的数据分析方法，其特征在于，确定业务需求目标包括：
4.如权利要求3所述的基于数据仓库的数据分析方法，其特征在于，所述构建数据仓库包括：
5.如权利要求4所述的基于数据仓库的数据分析方法，其特征在于，得到所述业务需求的目标数据信息包括：
6.如权利要求5所述的基于数据仓库的数据...
【专利技术属性】
技术研发人员：王琰霏，张全，李一帆，沈悦，葛莹莹，
申请(专利权)人：南京恒中信息技术有限公司，
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。