一種基于自動演練的數(shù)據(jù)挖掘分析方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)挖掘技術(shù),尤其涉及的是一種基于自動演練的數(shù)據(jù)挖掘分析方法和裝置。
【背景技術(shù)】
[0002]在大數(shù)據(jù)時代,數(shù)據(jù)挖掘已變成重要技術(shù)。我們知道,數(shù)據(jù)運算結(jié)果加入時間軸(time domain)將會得到更深更廣的數(shù)據(jù)信息,例如某路口的車流量信息,結(jié)合時間信息分析(某一天或某一段時間),即可得到車流量隨著時間的變化信息,從而可以預(yù)計該路口在什么時間點會發(fā)生擁堵等情況。傳統(tǒng)的數(shù)據(jù)挖掘方法只能人工的從存儲大數(shù)據(jù)的設(shè)備中(例如磁盤)進行查詢,對多個查詢結(jié)構(gòu)進行組合分析,這種數(shù)據(jù)挖掘分析方法效率極慢,不能及時的發(fā)現(xiàn)問題。
[0003]專利號為2009101698683的發(fā)明專利公開了一種集中管理式備份容災(zāi)系統(tǒng),該專利公開了一種利用實體轉(zhuǎn)虛擬技術(shù),構(gòu)建虛擬平臺并進行數(shù)據(jù)備份自動演練的方法,基于該方法,本發(fā)明提出一種更加靈活、效率更高的數(shù)據(jù)挖掘分析方法。
【發(fā)明內(nèi)容】
[0004]本發(fā)明的目的在于提供一種基于自動演練的數(shù)據(jù)挖掘分析方法和裝置,該方法靈活多用,效率高,可以根據(jù)不同的應(yīng)用情況,設(shè)定需要挖掘的數(shù)據(jù),利用自動演練方式對這些數(shù)據(jù)進行收集后分析。
[0005]本發(fā)明的技術(shù)方案如下:一種基于自動演練的數(shù)據(jù)挖掘分析方法,其中,包括以下步驟:
[0006]A、設(shè)定需要挖掘的數(shù)據(jù)信息;
[0007]B、設(shè)定數(shù)據(jù)挖掘的時間起點和時間終點,同時設(shè)置在時間起點到時間終點的時間段內(nèi),需要數(shù)據(jù)挖掘的時間點;
[0008]C、啟動自動演練程序,使系統(tǒng)數(shù)據(jù)虛擬的依次恢復(fù)到從時間起點開始到時間終點結(jié)束的各時間點所對應(yīng)的狀態(tài);
[0009]D、每恢復(fù)到一個時間點所對應(yīng)的數(shù)據(jù)狀態(tài),根據(jù)設(shè)定需要挖掘的數(shù)據(jù)信息,獲取相對數(shù)據(jù)結(jié)果;
[0010]E、依次獲取與各時間點分別一一對應(yīng)的多個相對數(shù)據(jù)結(jié)果,對這些相對數(shù)據(jù)結(jié)果進行分析。
[0011]所述的基于自動演練的數(shù)據(jù)挖掘分析方法,其中,所述步驟A中,設(shè)定需要挖掘的數(shù)據(jù)信息包括數(shù)據(jù)類型信息、數(shù)據(jù)內(nèi)容信息、數(shù)據(jù)狀態(tài)信息中的一種或多種。
[0012]所述的基于自動演練的數(shù)據(jù)挖掘分析方法,其中,所述步驟B中,設(shè)置時間點的步驟包括:
[0013]B1、設(shè)定獲取時間點的模型算法;
[0014]B2、根據(jù)設(shè)定的模型算法,獲取時間點。
[0015]所述的基于自動演練的數(shù)據(jù)挖掘分析方法,其中,所述模型算法包括定點追尋算法、二分法算法或三分法算法。
[0016]本發(fā)明還公開了一種基于自動演練的數(shù)據(jù)挖掘分析裝置,其中,包括數(shù)據(jù)信息設(shè)定模塊:用于設(shè)定需要挖掘的數(shù)據(jù)信息,并將數(shù)據(jù)信息傳輸?shù)綌?shù)據(jù)挖掘模塊;
[0017]時間點設(shè)定模塊:用于設(shè)定時間起點和時間終點,同時設(shè)置在時間起點到時間終點的時間段內(nèi),需要數(shù)據(jù)挖掘的時間點,將設(shè)定好的時間點信息傳輸?shù)阶詣友菥毮K;
[0018]自動演練模塊:與時間點設(shè)定模塊連接,根據(jù)設(shè)定好的時間點信息使系統(tǒng)數(shù)據(jù)虛擬的依次恢復(fù)到從時間起點開始到時間終點結(jié)束的各時間點所對應(yīng)的狀態(tài);
[0019]數(shù)據(jù)挖掘模塊:與所述數(shù)據(jù)信息設(shè)定模塊和所述自動演練模塊連接,根據(jù)設(shè)定好的數(shù)據(jù)信息,在自動演練模塊每恢復(fù)到一個時間點所對應(yīng)的數(shù)據(jù)狀態(tài)時,獲取相對數(shù)據(jù)結(jié)果,并把相對數(shù)據(jù)結(jié)果傳輸給數(shù)據(jù)分析模塊;
[0020]數(shù)據(jù)分析模塊:與數(shù)據(jù)挖掘模塊連接,用于對相對數(shù)據(jù)結(jié)果進行分析。
[0021]所述的基于自動演練的數(shù)據(jù)挖掘分析裝置,其中,所述數(shù)據(jù)信息包括數(shù)據(jù)類型信息、數(shù)據(jù)內(nèi)容信息、數(shù)據(jù)狀態(tài)信息中的一種或多種。
[0022]所述的基于自動演練的數(shù)據(jù)挖掘分析裝置,其中,還包括模型算法設(shè)定模塊,與時間點設(shè)定模塊連接,用于設(shè)定獲取時間點的模型算法,并把設(shè)定好的模型算法傳輸給時間設(shè)定模塊,時間設(shè)定模塊根據(jù)設(shè)定好的模型算法獲取時間點。
[0023]所述的基于自動演練的數(shù)據(jù)挖掘分析裝置,其中,所述模型算法包括定點追尋算法、二分法算法或三分法算法。
[0024]本發(fā)明的有益效果:本發(fā)明是基于自動演練技術(shù)的數(shù)據(jù)挖掘分析方法和裝置,該方法和裝置效率高,可操作性強,可以根據(jù)不同的問題情況,在以前的數(shù)據(jù)庫中快速獲取反應(yīng)問題的具體數(shù)據(jù),從而對這些數(shù)據(jù)進行分析,了解問題的產(chǎn)生情況和制定解決辦法。
【附圖說明】
[0025]圖1是本發(fā)明中基于自動演練的數(shù)據(jù)挖掘分析方法的流程圖。
[0026]圖2是本發(fā)明中基于自動演練的數(shù)據(jù)挖掘分析裝置的模塊框圖。
【具體實施方式】
[0027]為使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚、明確,以下參照附圖并舉實施例對本發(fā)明進一步詳細說明。
[0028]本發(fā)明公開了一種基于自動演練的數(shù)據(jù)挖掘分析方法,如圖1所示,包括以下步驟:
[0029]A、設(shè)定需要挖掘的數(shù)據(jù)信息;
[0030]B、設(shè)定數(shù)據(jù)挖掘的時間起點和時間終點,同時設(shè)置在時間起點到時間終點的時間段內(nèi),需要數(shù)據(jù)挖掘的時間點;
[0031]C、啟動自動演練程序,使系統(tǒng)數(shù)據(jù)虛擬的依次恢復(fù)到從時間起點開始到時間終點結(jié)束的各時間點所對應(yīng)的狀態(tài);
[0032]D、每恢復(fù)到一個時間點所對應(yīng)的數(shù)據(jù)狀態(tài),根據(jù)設(shè)定需要挖掘的數(shù)據(jù)信息,獲取一個相對數(shù)據(jù)結(jié)果;
[0033]E、依次獲取與各時間點分別一一對應(yīng)的多個相對數(shù)據(jù)結(jié)果,對這些相對數(shù)據(jù)結(jié)果進行分析。
[0034]實際應(yīng)用中,步驟A中,設(shè)定需要挖掘的數(shù)據(jù)信息包括數(shù)據(jù)類型信息、數(shù)據(jù)內(nèi)容信息、數(shù)據(jù)狀態(tài)信息中的一種或多種。應(yīng)用時,根據(jù)已經(jīng)設(shè)定的數(shù)據(jù)信息,獲取相對數(shù)據(jù)結(jié)果,這種有針對的獲取對象的方法,極大的提高了數(shù)據(jù)挖掘的效率和準確性。
[0035]明確需要挖掘的數(shù)據(jù)信息后,需要結(jié)合時間點考慮,以進一步提高數(shù)據(jù)挖掘的效率和準確性。實際應(yīng)用中,步驟B中,設(shè)置時間點的步驟包括:
[0036]B1、設(shè)定獲取時間點的模型算法;
[0037]B2、根據(jù)設(shè)定的模型算法,在時間起點和時間終點之間的時間段內(nèi),獲取時間點。
[0038]步驟B1中,針對不同的應(yīng)用情況,需要獲取的時間點不同,因而所選用的模型算法也不同,常用的模型算法包括定點追尋算法、二分法算法和三分法算法。定點追尋算法適用于獲取