[发明专利]一种基于数据挖掘的生产经营数据可视化实现方法

说明书

技术领域

本发明涉及一种基于数据挖掘的生产经营数据可视化实现方法，属于数据挖掘和数据可视化技术领域。

背景技术

数据挖掘(Data Mining，DM)是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。在产品制造过程中，会产生大量的生产经营数据。随着大数据时代的到来，不采用数据挖掘和数据可视化技术来管理和分析生产经营数据，将耗费大量的人力财力去分析统计数据，而且很难在宏观上综合处理和分析数据，无法充分利用数据的价值。

发明内容

为解决现有技术在产品制造过程中，不采用数据挖掘和数据可视化技术来管理和分析生产经营数据，将耗费大量的人力财力去分析统计数据，而且很难在宏观上综合处理和分析数据，无法充分利用数据的价值的问题，提供了一种基于数据挖掘的生产经营数据可视化实现方法。

本发明的目的是改善落后的产品生产经营数据管理模式，建立企业级数据仓库，实现对源数据的数据挖掘；实现数据多维度展示；选择合适的数据模型实现数据可视化。

本发明的一种基于数据挖掘的生产经营数据可视化实现方法，其特征在于，包括如下步骤：

步骤一：设置企业内存储生产经营数据的事务型数据库为源数据库，按照企业级数据指标体系，采用定点采集方式向数据源挖掘数据，对挖掘到的数据进行统一编码，去除重复信息，筛选数据，对筛选后的数据进行聚类分析，存 储数据，建立多维企业数据仓库；

步骤二：在所述的多维企业数据仓库的基础上，建立多维数据分析；

步骤三：采用仪表盘、表格、甘特图或图形可视化展示生产经营数据。

进一步，步骤二包括如下分步骤：

1)建立物理层数据，将多维企业数据仓库导入物理层，包括定义物理表的结构，表之间的主外键关系；

2)建立逻辑层数据，包括定义维度表与事实表的主外键关系，以便于对进行数据钻取，数据切片；

3)建立表示层数据，根据用户习惯建立表示层数据视图，将各个分主题的维度表和事实表重命名为用户可识别的形式，方便用户进行数据定制；

4)创建分析，根据需求，用户在表示层中选择合适的维度和事实，进行数据钻取，数据切片。

本发明相比于现有技术具有如下积极效果，本发明的一种基于数据挖掘的生产经营数据可视化实现方法，实现了在宏观上综合处理和分析数据，充分利用数据的价值，向企业管理者提供企业全局数据信息，并根据用户需求定制产品生产经营数据的展示指标组合和展示形式。

具体实施方式

下面就具体实施例对本发明作进一步详细说明。

本发明的一种基于数据挖掘的生产经营数据可视化实现方法，其特征在于，包括如下步骤：

步骤一：设置企业内存储生产经营数据的事务型数据库为源数据库，根据企业生产经营数据存储方式，源数据库一般包括ERP数据库，PDM数据库，财务数据库，人力数据库等，从公司的盈利模式出发，分析并整理出企业级数据指标体系树，找出各个业务部门主要指标的内在关联，按照企业级数据指标体系，采用定点采集方式向数据源挖掘数据，对挖掘到的数据进行统一编码，去除重复信息，筛选数据，对筛选后的数据进行聚类分析；存储数据，建立多维企业数据仓库；

步骤二：在所述的多维企业数据仓库的基础上，建立多维数据分析；

步骤三：采用仪表盘、表格、甘特图或图形可视化展示生产经营数据。

进一步，步骤二包括如下分步骤：

1)建立物理层数据，将多维企业数据仓库导入物理层，包括定义物理表的结构，表之间的主外键关系；

2)建立逻辑层数据，包括定义维度表与事实表的主外键关系，以便于对进行数据钻取，数据切片；

3)建立表示层数据，根据用户习惯建立表示层数据视图，将各个分主题的维度表和事实表重命名为用户可识别的形式，方便用户进行数据定制；

4)创建分析，根据需求，用户在表示层中选择合适的维度和事实，进行数据钻取，数据切片。

步骤一中，按照主题进行多维企业数据仓库的建立，需要建立两种类型的数据库表，即维度表和事实表，维度表一般包含的信息比较固定，一般包含维度id，维度名称等数据。有的维度需要建立多维数据表，例如时间维度表，有一个主维度，有年、季度、月、日子维度，维度id是维度的唯一标示，事实表的字段一般分为两个部分，一个是与事实表相关联的维度表的维度id，另一部分是事实数据。

步骤二中，采用Oracle BIEE工具建立多维数据分析；