一种基于自动演练的数据挖掘分析方法和装置的制造方法
【技术领域】
[0001]本发明涉及数据挖掘技术，尤其涉及的是一种基于自动演练的数据挖掘分析方法和装置。
【背景技术】
[0002]在大数据时代，数据挖掘已变成重要技术。我们知道，数据运算结果加入时间轴(time domain)将会得到更深更广的数据信息，例如某路口的车流量信息，结合时间信息分析(某一天或某一段时间)，即可得到车流量随着时间的变化信息，从而可以预计该路口在什么时间点会发生拥堵等情况。传统的数据挖掘方法只能人工的从存储大数据的设备中(例如磁盘)进行查询，对多个查询结构进行组合分析，这种数据挖掘分析方法效率极慢，不能及时的发现问题。
[0003]专利号为2009101698683的发明专利公开了一种集中管理式备份容灾系统，该专利公开了一种利用实体转虚拟技术，构建虚拟平台并进行数据备份自动演练的方法，基于该方法，本发明提出一种更加灵活、效率更高的数据挖掘分析方法。
【发明内容】
[0004]本发明的目的在于提供一种基于自动演练的数据挖掘分析方法和装置，该方法灵活多用，效率高，可以根据不同的应用情况，设定需要挖掘的数据，利用自动演练方式对这些数据进行收集后分析。
[0005]本发明的技术方案如下:一种基于自动演练的数据挖掘分析方法，其中，包括以下步骤:
[0006]A、设定需要挖掘的数据信息；
[0007]B、设定数据挖掘的时间起点和时间终点，同时设置在时间起点到时间终点的时间段内，需要数据挖掘的时间点；
[0008]C、启动自动演练程序，使系统数据虚拟的依次恢复到从时间起点开始到时间终点结束的各时间点所对应的状态；
[0009]D、每恢复到一个时间点所对应的数据状态，根据设定需要挖掘的数据信息，获取相对数据结果；
[0010]E、依次获取与各时间点分别一一对应的多个相对数据结果，对这些相对数据结果进行分析。
[0011]所述的基于自动演练的数据挖掘分析方法，其中，所述步骤A中，设定需要挖掘的数据信息包括数据类型信息、数据内容信息、数据状态信息中的一种或多种。
[0012]所述的基于自动演练的数据挖掘分析方法，其中，所述步骤B中，设置时间点的步骤包括:
[0013]B1、设定获取时间点的模型算法；
[0014]B2、根据设定的模型算法，获取时间点。
[0015]所述的基于自动演练的数据挖掘分析方法，其中，所述模型算法包括定点追寻算法、二分法算法或三分法算法。
[0016]本发明还公开了一种基于自动演练的数据挖掘分析装置，其中，包括数据信息设定模块:用于设定需要挖掘的数据信息，并将数据信息传输到数据挖掘模块；
[0017]时间点设定模块:用于设定时间起点和时间终点，同时设置在时间起点到时间终点的时间段内，需要数据挖掘的时间点，将设定好的时间点信息传输到自动演练模块；
[0018]自动演练模块:与时间点设定模块连接，根据设定好的时间点信息使系统数据虚拟的依次恢复到从时间起点开始到时间终点结束的各时间点所对应的状态；
[0019]数据挖掘模块:与所述数据信息设定模块和所述自动演练模块连接，根据设定好的数据信息，在自动演练模块每恢复到一个时间点所对应的数据状态时，获取相对数据结果，并把相对数据结果传输给数据分析模块；
[0020]数据分析模块:与数据挖掘模块连接，用于对相对数据结果进行分析。
[0021]所述的基于自动演练的数据挖掘分析装置，其中，所述数据信息包括数据类型信息、数据内容信息、数据状态信息中的一种或多种。
[0022]所述的基于自动演练的数据挖掘分析装置，其中，还包括模型算法设定模块，与时间点设定模块连接，用于设定获取时间点的模型算法，并把设定好的模型算法传输给时间设定模块，时间设定模块根据设定好的模型算法获取时间点。
[0023]所述的基于自动演练的数据挖掘分析装置，其中，所述模型算法包括定点追寻算法、二分法算法或三分法算法。
[0024]本发明的有益效果:本发明是基于自动演练技术的数据挖掘分析方法和装置，该方法和装置效率高，可操作性强，可以根据不同的问题情况，在以前的数据库中快速获取反应问题的具体数据，从而对这些数据进行分析，了解问题的产生情况和制定解决办法。
【附图说明】
[0025]图1是本发明中基于自动演练的数据挖掘分析方法的流程图。
[0026]图2是本发明中基于自动演练的数据挖掘分析装置的模块框图。
【具体实施方式】
[0027]为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。
[0028]本发明公开了一种基于自动演练的数据挖掘分析方法，如图1所示，包括以下步骤:
[0029]A、设定需要挖掘的数据信息；
[0030]B、设定数据挖掘的时间起点和时间终点，同时设置在时间起点到时间终点的时间段内，需要数据挖掘的时间点；
[0031]C、启动自动演练程序，使系统数据虚拟的依次恢复到从时间起点开始到时间终点结束的各时间点所对应的状态；
[0032]D、每恢复到一个时间点所对应的数据状态，根据设定需要挖掘的数据信息，获取一个相对数据结果；
[0033]E、依次获取与各时间点分别一一对应的多个相对数据结果，对这些相对数据结果进行分析。
[0034]实际应用中，步骤A中，设定需要挖掘的数据信息包括数据类型信息、数据内容信息、数据状态信息中的一种或多种。应用时，根据已经设定的数据信息，获取相对数据结果，这种有针对的获取对象的方法，极大的提高了数据挖掘的效率和准确性。
[0035]明确需要挖掘的数据信息后，需要结合时间点考虑，以进一步提高数据挖掘的效率和准确性。实际应用中，步骤B中，设置时间点的步骤包括:
[0036]B1、设定获取时间点的模型算法；
[0037]B2、根据设定的模型算法，在时间起点和时间终点之间的时间段内，获取时间点。
[0038]步骤B1中，针对不同的应用情况，需要获取的时间点不同，因而所选用的模型算法也不同，常用的模型算法包括定点追寻算法、二分法算法和三分法算法。定点追寻算法适用于获取