一种数据模型钻取方法、系统、终端及介质与流程

本发明涉及，更具体的，涉及一种数据模型钻取方法、系统、终端及介质。

背景技术：

1、目前，在基于海量数据的电力系统中，为提高系统的鲁棒性，通常需要对系统进行数据级的治理，即通过钻取数据的参数实现数据的挖掘、分析和计算。

2、背景技术文献：cn112039989a中公开了一种数据钻取方法、代理服务器、服务调用系统及介质，方法中代理服务器接收请求端发送的json字符串；获取所述json字符串对应的入参的名称和关键字起始下标，并将所述名称和所述关键字起始下标保存为所述json字符串对应的元数据；对所述json字符串进行序列化，得到json格式的数据包；在数据钻取功能触发时，根据所述元数据及所述数据包钻取目标数据。

3、背景技术中的系统只能被动的收取客户端提交的查询节点，并从元数据管理系统中已有模型中提取钻取所需要的数据结构。

4、为此，亟需一种根据用户行为主动钻取用户所需用户的数据模型钻取方法、系统、终端及介质。

技术实现思路

1、为解决现有技术中存在的不足，本发明提供一种数据模型钻取方法、系统、终端及介质，方法抽取用户行为及电力系统中的智能报表，对用户行为和数据模型进行解读及分析，形成相应的钻取模型，并与元数据管理系统信息进行同步，通过森林结构算法，生成用户行为的森林模型，体现最终数据、计算过程、原始数据每一步的数据内容。

2、本发明采用如下的技术方案。

3、本发明第一方面，涉及一种数据模型钻取方法，方法包括以下步骤：提取用户行为与行为结果之间的关联关系；以所述行为结果作为根节点，对所述用户行为进行解析，基于解析过程在所述根节点上构建多叉树；将多个所述多叉树进行嫁接、去重、合并以获得森林数据模型；利用所述森林数据模型实现数据库重组或行为结果的快速生成。

4、优选的，提取用户行为与行为结果之间的关联关系，还包括：用户行为包括使用数据报表、多维数据分析、拖拽数据分析、自定义sql模型中的一种或多种；行为结果为基于所述用户行为最终生成的数据报表。

5、优选的，以所述行为结果作为根节点，对所述用户行为进行解析，基于解析过程在所述根节点上构建多叉树，还包括：从所述用户行为中提取关键字、识别字、函数字、逻辑功能和标点；以所述关键字、识别字、函数字、逻辑功能关注标点获取所述用户行为中的多个数据执行行为，以及所述多个数据执行行为之间的逻辑关系；以所述多个数据执行行为为节点，生成所述行为结果的多叉树。

6、优选的，数据执行行为包括数据统计、数据计算、数据过滤、数据关联和数据分组；所述节点类型为统计节点、计算节点、过滤节点、关联节点和分组节点。

7、优选的，将多个所述多叉树进行嫁接、去重、合并以获得森林数据模型，还包括：从多个所述多叉树的根部向下遍历，并判断节点类型；若所述节点为更新节点或删除节点，则停止分析；若所述节点为统计节点、计算节点、过滤节点、关联节点和分组节点，则顺序将节点填入森林数据模型中；通过递归过程获取节点深度，以对所述多叉树中的同级节点进行去重、合并和嫁接。

8、优选的，将节点填入森林数据模型中，还包括：在所述森林数据模型中新增节点，并将当前节点的名称、类型、属性、父节点编号、元数据属性、节点哈希值填入所述森林数据模型中。

9、优选的，基于所述节点深度，对每一个最下层节点进行标注；对每一个最下层节点计算节点哈希值时，删除所述最下层节点属性信息中的父节点属性。

10、优选的，从所述最下层节点进行逆向回溯，将所述最下层节点的节点哈希值上送到上层节点中，去除所述上层节点中的父节点属性，并合并计算所述上层节点的节点哈希值。

11、优选的，构建所述节点、节点哈希值、所属树名称、到达路径参数、节点数据之间的关联关系，并生成二维数组；基于节点哈希值对所述二维数组进行冒泡排序；若存在相同的节点哈希值，则执行不同层级的节点去重。

12、优选的，对所述多叉树中的同级节点进行合并，还包括：不对所述过滤节点进行合并；对第一层、第二层节点执行覆盖式合并，对第三层及以下层节点执行交集式合并。

13、优选的，对业务元数据执行所述最下层节点的所述数据执行行为，以将所述业务元数据关联至所述最下层节点上；由下至上逐层递归上层节点关联的所述业务元数据；提取所述业务元数据的数据属性，写入所述元数据属性中。

14、优选的，为每个节点生成url串，基于用户当前行为，执行url串并将每个节点上关联的所述业务元数据，输出至前端显示模块。

15、本发明第二方面，涉及一种利用本发明第一方面方法的一种数据模型钻取系统；系统包括提取模块、解析模块、构建模块和生成模块；其中，提取模块，用于提取用户行为与行为结果之间的关联关系；解析模块，用于以所述行为结果作为根节点，对所述用户行为进行解析，基于解析过程在所述根节点上构建多叉树；构建模块，用于将多个所述多叉树进行嫁接、去重、合并以获得森林数据模型；生成模块，用于利用所述森林数据模型实现数据库重组或行为结果的快速生成。

16、本发明第三方面，涉及一种终端，包括处理器及存储介质；存储介质用于存储指令；处理器用于根据所述指令进行操作以执行本发明第一方面方法的步骤。

17、本发明第四方面，涉及计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明第一方面方法的步骤。

18、本发明的有益效果在于，与现有技术相比，本发明中的一种数据模型钻取方法、系统、终端及介质，方法抽取用户行为及电力系统中的智能报表，对用户行为和数据模型进行解读及分析，形成相应的钻取模型，并与元数据管理系统信息进行同步，通过森林结构算法，生成用户行为的森林模型，体现最终数据、计算过程、原始数据每一步的数据内容。本发明主动从客户行为及数据模型中自动提取数据结构，计算结构，并保存于专用的森林模型之中，然后由前端展示模块主动按森林模型从数据库中提取数据，使客户可以快捷提取森林模型中的结构及数据，进行灵活的深度钻取。

19、本发明的有益效果还包括：

20、1、本发明能够基于用户行为进行报表钻取，并自动根据用户行为及智能报表系统数据模型生成用于钻取所需要的钻取模型。方法不需要人工开发及定制，可以自动根据用户行为生成从统计结果、中间统计过程、最底层数据的钻取链接。

21、2、方法利用哈希算法实现节点的去除与合并，并在高层节点的哈希值中添加了低层节点的哈希值，确保了节点合并的合理性，保证了森林数据模型的准确。

22、3、方法将业务元数据与各类不同的用户数据执行行为和执行阶段一一关联，确保了最有效可靠、简单节约的数据挖掘、提取和分析，通过url关联的方式确保前端可视。

技术特征：

1.一种数据模型钻取方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种数据模型钻取方法，其特征在于：

3.根据权利要求2所述的一种数据模型钻取方法，其特征在于：

4.根据权利要求3所述的一种数据模型钻取方法，其特征在于：

5.根据权利要求4所述的一种数据模型钻取方法，其特征在于：

6.根据权利要求5所述的一种数据模型钻取方法，其特征在于：

7.根据权利要求6所述的一种数据模型钻取方法，其特征在于：

8.一种利用权利要求7任一项权利要求所述方法的一种数据模型钻取系统；其特征在于：

9.一种终端，包括处理器及存储介质；其特征在于：

10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。

技术总结一种数据模型钻取方法、系统、终端及介质，其特征在于，所述方法包括以下步骤：提取用户行为与行为结果之间的关联关系；以所述行为结果作为根节点，对所述用户行为进行解析，基于解析过程在所述根节点上构建多叉树；将多个所述多叉树进行嫁接、去重、合并以获得森林数据模型；利用所述森林数据模型实现数据库重组或行为结果的快速生成。本发明主动从客户行为及数据模型中自动提取数据结构，计算结构，并保存于专用的森林模型之中，然后由前端展示模块主动按森林模型从数据库中提取数据，使客户可以快捷提取森林模型中的结构及数据，进行灵活的深度钻取。技术研发人员：关胜杰,陈坤,李立生,孙元,武佳豪,高坤受保护的技术使用者：国能信控互联技术有限公司技术研发日：技术公布日：2024/8/20