本发明专利技术实施例公开了一种体检ERP管理系统的数据处理方法，涉及数据处理领域。该方法包括：获取员工的视力体检数据，并建立样本空间；将所述视力体检数据映射到所述样本空间，得到多个样本空间数据；使用ISODATA算法对所述样本空间数据进行聚类，得到多个结果簇；根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，并至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇；基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，其中，所述目标压缩方式包括有损压缩和无损压缩；根据所述目标压缩方式对相应优选簇内的视力体检数据进行压缩存储。
【技术实现步骤摘要】
本申请涉及数据处理领域，具体涉及一种体检erp管理系统的数据处理方法。
技术介绍
1、erp(enterprise resource planning，企业资源计划)管理系统是帮助组织有效管理其业务流程的集成信息系统。erp系统的核心目标是提高组织的效率和效果，在erp管理系统中，体检数据可以被看作是一个特定于员工健康和安全管理的组成部分。这些数据通常属于人力资源管理功能的范畴，专注于跟踪和管理员工的健康状况、体检结果和相关的医疗记录。
2、目前通过erp管理系统对员工的视力体检数据进行存储时，一般基于员工姓名对视力数据进行对应存储，但企业中员工数量众多，可能会存在多个员工的视力体检数据较为相似，如若采用上述对应存储方式可能会产生大量的冗余空间，不利于提高erp系统的效率以及协调性。
3、基于此，有必要研究一种更加科学的体检erp管理系统的数据处理方法，以提高erp管理系统的存储效率。
技术实现思路
1、为解决上述问题，本说明书实施例提供一种体检erp管理系统的数据处理方法，该方法包括：
2、获取员工的视力体检数据，并建立样本空间；
3、将所述视力体检数据映射到所述样本空间，得到多个样本空间数据；
4、使用isodata算法对所述样本空间数据进行聚类，得到多个结果簇；
5、根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，并至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇；
<
p>6、基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，其中，所述目标压缩方式包括有损压缩和无损压缩；7、根据所述目标压缩方式对相应优选簇内的视力体检数据进行压缩存储。
8、在一些实施例中，所述根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，包括：
9、使用pca分解对所述结果簇进行处理，得到多个主成分向量，存入序列a；
10、根据所述序列a中最大主成分向量的模长以及所有主成分向量的模长的平均值，确定所述结果簇的形态特征；
11、根据所述结果簇内的数据量和所述结果簇的凸包体积，计算所述结果簇内的数据平均密度；
12、基于所述形态特征、所述数据平均密度、所述结果簇中的数据与聚类中心位置的平均距离以及所述结果簇与相邻簇之间的平均距离，确定所述结果簇对应的数据聚集度。
13、在一些实施例中，所述基于所述形态特征、所述数据平均密度、所述结果簇中的数据与聚类中心位置的平均距离以及所述结果簇与相邻簇之间的平均距离，确定所述结果簇对应的数据聚集度，包括：
14、将所述序列a中最大主成分向量的模长与所有主成分向量的模长的平均值的差值作为所述结果簇的形态特征；
15、将所述形态特征、所述数据平均密度以及所述结果簇中的数据与聚类中心位置的平均距离相乘，得到第一乘积；
16、将所述结果簇与相邻簇之间的平均距离与所述第一乘积的比值作为指数，并使用指数函数进行映射，得到所述结果簇对应的数据聚集度。
17、在一些实施例中，所述至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇，包括：
18、对于任意一个目标结果簇a；
19、根据所述目标结果簇a对应的数据聚集度与相邻结果簇b对应的数据聚集度的差值确定二者之间的相似性；
20、根据所述相邻结果簇b所包含的数据量以及所有结果簇所包含数据量的最大值与最小值，确定所述相邻结果簇b的相对数据量大小；
21、基于所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小，计算所述目标结果簇a与所述相邻结果簇b的合并可能性；
22、根据第一预设阈值和所述合并可能性将所述目标结果簇a与一个或多个相邻结果簇b进行合并，得到所述优选簇。
23、在一些实施例中，所述基于所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小，计算所述目标结果簇a与所述相邻结果簇b的合并可能性，包括：
24、将所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小相乘，得到第二乘积；
25、对所述第二乘积进行归一化处理，得到所述目标结果簇a与所述相邻结果簇b的合并可能性。
26、在一些实施例中，所述基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，包括：
27、对于每一个目标优选簇；
28、计算所述目标优选簇对应的数据聚集度；
29、根据所述目标优选簇对应的数据聚集度和所有优选簇对应的数据聚集度的最大值，确定所述目标优选簇的相对数据聚集度；
30、根据所述相对数据聚集度，以及所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和，计算所述目标优选簇对应的压缩系数；
31、根据所述压缩系数确定所述目标优选簇对应的目标压缩方式。
32、在一些实施例中，所述计算所述优选簇对应的数据聚集度，包括：
33、计算所述目标优选簇所合并的所有结果簇对应的平均数据聚集度；
34、将所述平均数据聚集度作为所述目标优选簇对应的数据聚集度。
35、在一些实施例中，所述根据所述相对数据聚集度，以及所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和，计算所述目标优选簇对应的压缩系数，包括：
36、将所述相对数据聚集度与所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和相乘，得到第三乘积；
37、将所述第三乘积作为所述目标优选簇对应的压缩系数。
38、在一些实施例中，所述根据所述压缩系数确定所述目标优选簇对应的目标压缩方式，包括：
39、对所述压缩系数进行归一化处理，得到归一化结果；
40、在所述目标优选簇对应的归一化结果小于或等于第二预设阈值时，将所述目标优选簇对应的目标压缩方式确定为有损压缩；
41、在所述目标优选簇对应的归一化结果大于所述第二预设阈值时，将所述目标优选簇对应的目标压缩方式确定为无损压缩。
42、在一些实施例中，所述第一预设阈值为0.25，所述第二预设阈值为0.3。
43、本说明书实施例所提供的体检erp管理系统的数据处理方法可能带来的有益效果至少包括：
44、(1)通过对员工视力体检数据所对应的样本空间数据进行聚类和合并处理，得到一个或多个优选簇，然后通过计算优选簇的聚集度和压缩损失情况确定不同的压缩存储方式，可以改进直接存储导致的冗余空间，在节省存储空间的同时提高了erp管理系统的存储效率；
45、(2)通过根据目标优选簇对应的数据聚集度和所有优选簇对应的数据聚集度的最大值确定其相对数据聚集本文档来自技高网
...
【技术保护点】
1.一种体检ERP管理系统的数据处理方法，其特征在于，包括：
2.如权利要求1所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，包括：
3.如权利要求2所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述基于所述形态特征、所述数据平均密度、所述结果簇中的数据与聚类中心位置的平均距离以及所述结果簇与相邻簇之间的平均距离，确定所述结果簇对应的数据聚集度，包括：
4.如权利要求1所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇，包括：
5.如权利要求4所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述基于所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小，计算所述目标结果簇a与所述相邻结果簇b的合并可能性，包括：
6.如权利要求5所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，包括：
7.如权利要求6所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述计算所述优选簇对应的数据聚集度，包括：
8.如权利要求6所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述根据所述相对数据聚集度，以及所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和，计算所述目标优选簇对应的压缩系数，包括：
9.如权利要求6所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述根据所述压缩系数确定所述目标优选簇对应的目标压缩方式，包括：
10.如权利要求9所述的一种体检ERP管理系统的数据处理方法，其特征在于，所述第一预设阈值为0.25，所述第二预设阈值为0.3。
...
【技术特征摘要】
1.一种体检erp管理系统的数据处理方法，其特征在于，包括：
2.如权利要求1所述的一种体检erp管理系统的数据处理方法，其特征在于，所述根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，包括：
3.如权利要求2所述的一种体检erp管理系统的数据处理方法，其特征在于，所述基于所述形态特征、所述数据平均密度、所述结果簇中的数据与聚类中心位置的平均距离以及所述结果簇与相邻簇之间的平均距离，确定所述结果簇对应的数据聚集度，包括：
4.如权利要求1所述的一种体检erp管理系统的数据处理方法，其特征在于，所述至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇，包括：
5.如权利要求4所述的一种体检erp管理系统的数据处理方法，其特征在于，所述基于所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小，计算所述目标结果簇a与所述相...
【专利技术属性】
技术研发人员：史作梅，
申请(专利权)人：济宁创新谷健康体检管理股份有限公司，
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。