一种大数据指标的配置与计算的方法及装置与流程

本发明涉及数据分析，特别涉及一种大数据指标的配置与计算的方法及装置。

背景技术：

1、目前，随着互联网的高速发展和业务需求的不断增长，公司需要更好地管理和分析大量的数据以支持业务决策，传统的方法在指标数据汇总工作（如财务结算、人资各项指标数据）获取结果的过程，一般通过收集各系统或者手工做的excel模版数据，按照各项要素、公式汇总出结果，如此操作效率低，且耗费巨大的人、财、物资源，同时，在指标计算的过程中，没有仿真处理机制、仿真配置过程与仿真计算过程，不能保证计算的过程透明化和清晰的了解计算的过程状态，同时无法提高指标配置与计算操作在正式阶段的准确性和数据持久可靠性。

2、因此，本发明提出一种大数据指标的配置与计算的方法及装置。

技术实现思路

1、本发明提供一种大数据指标的配置与计算的方法及装置，通过获取多项指标，并向每项指标创建指标信息来配置各项属性，基于组织架构获取与时间周期相关的多个要素信息仿真计算，获取仿真计算结果，并输入各维度信息以及时间周期多个要素条件，获取指定范围的计算结果，发布动作将仿真配置同步到正式配置中，并进行正式计算，获取正式计算日志，并追踪正式计算过程的步骤执行情况以及执行时间，进而通过可视化工具展现出正式计算结果，解决了背景技术中不能保证计算的过程透明化和清晰的了解计算的过程状态，同时无法提高指标配置与计算操作在正式阶段的准确性和数据持久可靠性的问题。

2、本发明提出一种大数据指标的配置与计算的方法，该方法包括：

3、步骤1：获取多项指标，并向每项指标创建指标信息来配置各项属性；

4、步骤2：基于组织架构获取与时间周期相关的多个要素信息，且结合对应项指标的各项属性进行仿真计算；

5、步骤3：获取仿真计算结果，并输入各维度信息以及时间周期多个要素条件，获取指定范围的计算结果；

6、步骤4：根据所述指定范围的计算结果判断是否需要调整各项指标的属性配置及重新计算，若否，则发布动作将仿真配置同步到正式配置中，并进行正式计算；

7、步骤5：获取正式计算日志，并追踪正式计算过程的步骤执行情况以及执行时间，进而通过可视化工具展现出正式计算结果。

8、优选的，获取多项指标，并向每项指标创建指标信息来配置各项属性，包括：

9、获取元数据存储表，并基于所述元数据存储表采集目标元数据；

10、从目标元数据中获取多项指标，并确定每项指标的所属指标目录；

11、根据每项指标的所属指标目录创建指标信息；

12、根据每项指标的指标信息配置对应项指标的各项属性。

13、优选的，根据每项指标的指标信息配置对应项指标的各项属性，包括：

14、通过每项指标的基础属性，设置对应项指标的业务域和指标定义；

15、通过每项指标的业务属性，设置对应项指标的类别、设置对应项指标的基础计量单位以及统计频率、设置对应项指标的关键值分类以及适用范围，且定义对应项指标的取数业务逻辑，其中，所述类别包括：基础指标类别、复合指标类别；

16、通过每项指标的管理属性，设置对应项指标的生效废止日期以及数据安全定级；

17、通过每项指标的技术属性，设置对应项指标的存储维度以及分析维度、指标落地库表，且定义对应项指标计算后结果存储的表和对应项指标取数的公式逻辑。

18、优选的，基于组织架构获取与时间周期相关的多个要素信息，且结合对应项指标的各项属性进行仿真计算，包括：

19、根据组织架构确定与时间周期相关的多个要素信息；

20、根据所述组织架构更新指标关联关系，根据所述指标关联关系确定指标类型；

21、根据所述指标类型确定指标项目，并获取指标项目对应的关键值的初始化数据；

22、基于所述初始化数据构建仿真模型，利用仿真模型对各项指标的各项属性和多个要素信息进行仿真计算。

23、优选的，获取仿真计算的结果，并输入各维度信息以及时间周期多个要素条件，获取指定范围的计算结果，包括：

24、通过预览查询获取仿真计算的结果，并存储到目标表中；

25、在所述目标表中输入多个要素条件，获取对应的指定范围的计算结果。

26、优选的，根据所述指定范围的计算结果判断是否需要调整各项指标的属性配置及重新计算，包括：

27、将所述指定范围的计算结果与对应的标准指定范围的数值进行阈值判断；

28、根据判断结果确定配置调整方案并重新计算；

29、将计算结果正确的对应项指标进行提取，并通过发布动作将对应项指标的仿真配置同步到正式配置中并进行正式计算；

30、将正式计算后的结果进行锁定并进行审批。

31、优选的，获取正式计算日志，并追踪正式计算过程的步骤执行情况以及执行时间，进而通过可视化工具展现出正式计算结果，包括：

32、获取正式计算日志，并确定正式计算日志记录的事件类型；

33、基于所述事件类型确定计算性质和计算范围；

34、根据所述计算性质和计算范围追踪对应的计算过程；

35、根据所述计算过程确定计算的步骤执行情况以及执行时间；

36、将所述步骤执行情况以及执行时间存储到最终数据落地表中并通过可视化工具展现出正式计算结果。

37、优选的，获取多项指标之前，还包括：

38、对获取的所有的大数据指标进行深度解析，获取每项指标的特征向量；

39、根据每项指标的特征向量构建对应项指标的字典矩阵；

40、获取每项指标的矩阵因子序列，并根据所述矩阵因子序列确定每项指标的映射特征和关联特征；

41、根据每项指标的映射特征和关联特征确定对应项指标的优化特征向量；

42、基于每项指标的优化特征向量和字典矩阵在预设模型库中进行匹配以获得每项指标适配的数据模型；

43、获取每项指标的数据模型的样本均值，并根据所述样本均值对每项指标进行随机正态取样，获取取样结果；

44、根据所述取样结果确定每项指标的指标阈值区间；

45、根据每项指标的指标阈值区间构建对应项指标的分类决策函数；

46、利用所述分类决策函数和每项指标的当前指标分类组确定对应项指标的分类指数；

47、根据每项指标的指标阈值区间确定对应项指标的分布临界，根据所述分布临界和每项指标的分类指数确定对应项指标的合格度；

48、将合格度小于等于预设阈值对应项指标剔除，得到多项指标。

49、优选的，一种大数据指标的配置与计算的装置，包括：

50、配置模块：获取多项指标，并向每项指标创建指标信息来配置各项属性；

51、仿真模块：基于组织架构获取与时间周期相关的多个要素信息，且结合对应项指标的各项属性进行仿真计算；

52、获取模块：获取仿真计算结果，并输入各维度信息以及时间周期多个要素条件，获取指定范围的计算结果；

53、判断模块：根据所述指定范围的计算结果判断是否需要调整各项指标的属性配置及重新计算，若否，则发布动作将仿真配置同步到正式配置中，并进行正式计算；

54、展现模块：获取正式计算日志，并追踪正式计算过程的步骤执行情况以及执行时间，进而通过可视化工具展现出正式计算结果。

55、与现有技术相比，本技术的有益效果如下：

56、通过向每项指标创建指标信息来配置各项属性，并结合基于组织架构获取与时间周期相关的多个要素信息进行仿真计算，获取仿真计算结果，能够修改仿真配置与进行仿真计算，计算结果准确后，进行正式配置与计算，提高指标配置与计算操作在正式阶段的准确性和数据持久可靠性，同时，根据正式计算日志追踪正式计算过程的步骤执行情况和执行时间并通过可视化工具进行展现，可以大大提高查询的效率。

57、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

58、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。