专利名称：关联对象的数据分析方法
技术领域：
本发明涉及数据分析方法，尤其涉及一种关联对象的数据分析方法。
背景技术：
随着市场经济的发展，生产企业对产品使用企业(产品消耗企业)的区域用户信息的管理已成为提高自身竞争力、实现战略性发展的基础。其中，具有关键性影响的是对区域内用户需求信息准确而可靠的预测和管理。需求预测是供应链管理的基础和起点。为了减少误差，提高预测的准确性，应该采用科学的需求预测系统对市场需求进行预测。比如，对于钢铁企业，特别是生产汽车用钢材的钢铁企业来说，具体体现在如何实现对一定区域内下游制造企业钢材用量的预测计算。以往的方法中，只是对该区域的年度用钢量进行总体的统计分析，或是对区域内各汽车制造企业用钢量进行单独分析，然后再综合。前者的缺点在于没有考虑短期用户的不稳定性变化，后者由于缺乏短期用户足够的信息而无法进行准确的分析。
发明内容
本发明旨在提出一种能够对对象的资源消耗量进行准确预测的数据分析方法。根据本发明的一实施例，提出一种关联对象的数据分析方法，包括:I)选择需要进行数据分析的区域，该区域中包含对象，对象消耗资源；2)设定分析时间，获取该区域内在分析时间中对象的持续活动时间；3)依据对象的 持续活动时间将对象区分为短期对象、中期对象和长期对象；4)获取短期对象、中期对象和长期对象在分析时间中的资源消耗量；5)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系；6)获取长期对象的预测资源消耗量；7)基于回归模型和资源消耗关系计算中期对象和短期对象的预测资源消耗量；8)将长期对象、中期对象和短期对象的预测资源消耗量相加，得到最终预测资源消耗量。在一个实施例中，对象包括消耗资源的用户。在一个实施例中，持续活动时间不大于分析时间的40%的对象为短期对象，持续活动时间在40% 100%之间的对象为中期对象，持续活动时间大于等于分析时间的对象为长期对象。在一个实施例中，步骤5)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系包括:由步骤4)获取在分析时间中的短期对象的资源消耗量Z1、中期对象的资源消耗量Yi和长期对象的资源消耗量Xi ;设定长期对象与中期对象的资源消耗关系Syi=B1Xi^b1Xpc1XiWd1Xje1,拟合参数BpbpCpdpe1 ;设定长期对象与短期对象的资源消耗
J、j Zi 3-2^1 +^Xi +。2义1 +dgXi+e。，宇以 Pl &2、t)。、Cg、、θ。。在一个实施例中，分析时间为5年。
根据本发明的一实施例，提出一种关联对象的数据分析方法，包括:a)选择需要进行数据分析的区域，所述区域中包含对象，对象消耗资源；b)获取该区域内在5年中所有对象的持续活动时间Ti, i = 1，2，...，n，n为对象总数；c)令对象编号i = 1 ;d)判断当前对象的Ti > 2是否成立，若成立，则转入步骤e);否则，令当前对象为短期对象，转入步骤g);e)判断当前对象的Ti彡5是否成立，若成立，则转入步骤f);否则，令当前对象为中期对象，转入步骤g);f)令当前对象为长期对象；g)判断i < η是否成立,若成立,贝U转入步骤d);否则，i = i+Ι,转入步骤h)；h)获取5年中每年上述长期对象、中期对象和短期对象的资源消耗量X1、y1、Zi，其中Xi是每年长期用户的资源消耗量、Yi是每年中期用户的资源消耗量、Zi是每年短期用户的资源消耗量；i)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系既yi =
ajX^+bjX^+CjX^+djXi+e^ Zi = B2XiSb2Xi^c2XiWd2Xje2 ；j)拟合参数 a” bp C1^ (I1 > G1 和 a2、b2、c2、d2、e2 ；k)输入被预测年份的对长期对象资源消耗量的预测值A ；I)利用回归公式计算前一年及被预测年份的中期对象和短期对象资源消耗量的预测值；m)计算中期对象和短期对象资源消耗量的预测值B和C，其中:B = B6+aB(y5-B5)，α B为中期调整系数，B5为中期对象第5年的资源消耗量的预测值，B6为中期对象被预测年份的资源消耗量的预测值；C = C6+ac(Z5-C5)，a c为短期调整系数，C5为短期对象第5年的资源消耗量的预测值，C6为短期对象被预测年份的资源消耗量的预测值；η)输出该区域资源消耗量的最终预测值S = A+B+C。本发明的关联对象的数据分析方法在一定区域内按不同业务关系的持续时间将关联对象进行分类，利用长期对象的资源消耗量较为准确全面的特点，建立了短期、中期与长期对象资源消耗关系，以反映每一年的中短期对象的用钢量需求变化，这样可以避免对单个对象进行分析时数据不足的状况。本发明的关联对象的数据分析方法简便实用，考虑全面，可提供较为可靠预测数据。
图1揭示了根据本发明的一实施例的关联对象的数据分析方法的流程图。图2揭示了根据本发明的一实施例的关联对象的数据分析方法的实现过程。
具体实施例方式参考图1所示，本发明揭示了一种关联对象的数据分析方法，包括如下的步骤:101.选择需要进行数据分析的区域，区域中包含对象，对象消耗资源。在一个实施例中，对象包括消耗资源的用户。
102.设定分析时间，获取该区域内在分析时间中对象的持续活动时间。在一个实施例中，分析时间为5年。103.依据对象的持续活动时间将对象区分为短期对象、中期对象和长期对象。持续活动时间不大于分析时间的40%的对象为短期对象，持续活动时间在40% 100%之间的对象为中期对象，持续活动时间大于等于分析时间的对象为长期对象。104.获取短期对象、中期对象和长期对象在分析时间中的资源消耗量。在一个实施例中，在步骤104中获取在分析时间中的短期对象的资源消耗量Z1、中期对象的资源消耗量Ji和长期对象的资源消耗量Xi。105.计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系。在一个实施例中，步骤105包括设定长期对象与中期对象的资源消耗关系为yi =B1XiVb1Xiic1XiWd1X^e1,拟合参数S1A、C1、(I1、O1。设定长期对象与短期对象的资源消耗关
为 Zi 3-2^1 +bgXi +。2义1 +dgXi+e。，宇以 Π、^2 Λ、d。、θ。。106.获取长期对象的预测资源消耗量。107.基于回归模型和资源消耗关系计算中期对象和短期对象的预测资源消耗量。108.将长期对象、中期对象和短期对象的预测资源消耗量相加，得到最终预测资源消耗量。参考图2所示，图2揭示了图2根据本发明的一实施例的关联对象的数据分析方法的实现过程。该实现过程如下:a)选择需要进行数据分析的区域，区域中包含对象，对象消耗资源。
b)获取该区域内在5年中所有对象的持续活动时间Ti, i = 1，2，...，n，n为对象总数。c)令对象编号i = I。d)判断当前对象的Ti > 2是否成立，若成立，则转入步骤e);否则，令当前对象为短期对象，转入步骤g)。e)判断当前对象的Ti彡5是否成立，若成立，则转入步骤f);否则，令当前对象为中期对象，转入步骤g)。f)令当前对象为长期对象。g)判断i < η是否成立,若成立,贝U转入步骤d);否则，i = i+Ι,转入步骤h)。h)获取5年中每年上述长期对象、中期对象和短期对象的资源消耗量X1、y1、Zi，其中Xi是每年长期用户的资源消耗量、Yi是每年中期用户的资源消耗量、Zi是每年短期用户的资源消耗量。i)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系既yi =
ajX^+bjX^+CjX^+djXi+e^ Zi = B2XiSb2Xi^c2XiWd2Xje20j)拟合参数 a” bp C1^ (I1 > G1 和 a2、b2、c2、d2、e2。k)输入被预测年份的对长期对象资源消耗量的预测值A。I)利用回归公式计算前一年及被预测年份的中期对象和短期对象资源消耗量的预测值。m)计算中期对象和短期对象资源消耗量的预测值B和C，其中:B = B6+aB(y5-B5), αΒ为中期调整系数，B5为中期对象第5年的资源消耗量的预测值，B6为中期对象被预测年份的资源消耗量的预测值。C = C6+ac(Z5-C5)，a c为短期调整系数，C5为短期对象第5年的资源消耗量的预测值，C6为短期对象被预测年份的资源消耗量的预测值。η)输出该区域资源消耗量的最终预测值S = A+B+C。下面介绍根据本发明的关联对象的数据分析方法的实现过程的具体应用实例。第一实例:现以某一区域内的汽车板用户作为关联对象为例来进行说明。在步骤a)中，选择需进行汽车板用户资源消耗量(钢材消耗量)分析的区域，比如选择上海地区。在该地区中包含对象，对象会消耗资源，即消耗钢材。
在步骤b)中，收集过去5年该区域内所有用户(对象)的持续活动时间凡。对于用户(对象)六、8、(:、03、？、6，其持续活动时间Ti分别为T1 = 3，T2 = 2，T3 = 5，T4 = 1，T5 = 4, T6 = 5, T7 = 3。在步骤c)中，令用户(对象)编号i = I。在步骤d)中，判断当前用户(对象)Ti >2是否成立，显然成立，则转入步骤e)。在步骤e)中，判断当前用户(对象)1\彡5是否成立，显然不成立，则令A用户(对象)为中期对象，转入步骤g)。在步骤g)中，判断不等式i = I < η是否成立，显然成立，则转入步骤d);经过若干次以上的循环判断，最终得出7家用户(对象)的类型。在步骤h)中，计算过去5年中每年上述长期对象、中期对象和短期对象的资源消耗量X1、y1、Zi，其中Xi是每年长期用户的资源消耗量、yi是每年中期用户的资源消耗量、Zi是每年短期用户的资源消耗量。如表I。表I资源消耗量
权利要求
1.一种关联对象的数据分析方法，其特征在于，包括: 1)选择需要进行数据分析的区域，所述区域中包含对象，对象消耗资源； 2)设定分析时间，获取该区域内在所述分析时间中对象的持续活动时间； 3)依据对象的持续活动时间将对象区分为短期对象、中期对象和长期对象； 4)获取所述短期对象、中期对象和长期对象在分析时间中的资源消耗量； 5)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系； 6)获取长期对象的预测资源消耗量； 7)基于回归模型和资源消耗关系计算中期对象和短期对象的预测资源消耗量； 8)将长期对象、中期对象和短期对象的预测资源消耗量相加，得到最终预测资源消耗量。
2.如权利要求1所述的关联对象的数据分析方法，其特征在于，所述对象包括消耗资源的用户。
3.如权利要求1所述的关联对象的数据分析方法，其特征在于，持续活动时间不大于所述分析时间的40%的对象为短期对象，持续活动时间在40% 100%之间的对象为中期对象，持续活动时间大于等于所述分析时间的对象为长期对象。
4.如权利要求1所述的关联对象的数据分析方法，其特征在于，所述步骤5)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系包括:` 由步骤4)获取在分析时间中的短期对象的资源消耗量^、中期对象的资源消耗量yjP长期对象的资源消耗量xi; 设定长期对象与中期对象的资源消耗关系为Ii = B1XiSb1XiWc1XiWd1Xje1,拟合参数、b1、Cl、d1、θ^ ; 设定长期对象与短期对象的资源消耗关系为Zi = B2XiSb2XiWc2Xii^d2Xje2,拟合参数&2、、C2 Λ dg、 2 O
5.如权利要求1所述的关联对象的数据分析方法，其特征在于，所述分析时间为5年。
6.一种关联对象的数据分析方法，其特征在于，包括: a)选择需要进行数据分析的区域，所述区域中包含对象，对象消耗资源； b)获取该区域内在5年中所有对象的持续活动时间Ti,i = 1，2，...，η，η为对象总数； c)令对象编号i= I ; d)判断当前对象的Ti> 2是否成立，若成立，则转入步骤e);否则，令当前对象为短期对象，转入步骤g); e)判断当前对象的Ti> 5是否成立，若成立，则转入步骤f);否则，令当前对象为中期对象，转入步骤g); f)令当前对象为长期对象； g)判断i< η是否成立,若成立,则转入步骤d);否则，i = i+Ι,转入步骤h)； h)获取5年中每年上述长期对象、中期对象和短期对象的资源消耗量X1、y1、Zi，其中Xi是每年长期用户的资源消耗量、Yi是每年中期用户的资源消耗量、Zi是每年短期用户的资源消耗量； i)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系既Yi=a1x14+b1x13+c1x12+d1x1+eiZi = a,2xi4+h2xi3+c2xi2+d2xi+e2 ；j)拟 Π 参数 3*1、b1、C]_、d_1、θ:和 &2、Λ。2、Λ 2 ;k)输入被预测年份的对长期对象资源消耗量的预测值A ; I)利用回归公式计算前一年及被预测年份的中期对象和短期对象资源消耗量的预测值； m)计算中期对象和短期对象资源消耗量的预测值B和C，其中: B = B6+aB(y5-B5)，a B为中期调整系数，B5为中期对象第5年的资 源消耗量的预测值，B6为中期对象被预测年份的资源消耗量的预测值； C = C6+ac(Z5-C5)，a c为短期调整系数，C5为短期对象第5年的资 源消耗量的预测值，C6为短期对象被预测年份的资源消耗量的预测值； η)输出该区域资源消耗量的最终预测值S = A+B+C。
全文摘要
本发明揭示了一种关联对象的数据分析方法，包括1)选择需要进行数据分析的区域，该区域中包含对象，对象消耗资源；2)设定分析时间，获取该区域内在分析时间中对象的持续活动时间；3)依据对象的持续活动时间将对象区分为短期对象、中期对象和长期对象；4)获取短期对象、中期对象和长期对象在分析时间中的资源消耗量；5)计算长期对象与中期对象、以及长期对象与短期对象的资源消耗关系；6)获取长期对象的预测资源消耗量；7)基于回归模型和资源消耗关系计算中期对象和短期对象的预测资源消耗量；8)将长期对象、中期对象和短期对象的预测资源消耗量相加，得到最终预测资源消耗量。
文档编号G06F19/00GK103164595SQ201110413299
公开日2013年6月19日 申请日期2011年12月13日 优先权日2011年12月13日
发明者马苏 申请人:上海宝钢钢材贸易有限公司