[发明专利]一种数据指标关联关系的确定方法及装置

说明书

本申请涉及计算机技术，公开了一种数据指标关联关系的确定方法及装置，用于实现数据指标的准确优化。该方法为：本申请实施例中，是基于目标数据指标的待调整属性，从目标数据指标的关联关系树的底层的数据节点进行层层洄溯，筛选出生成脚本中的计算过程涉及到目标数据指标的待调整属性的所有数据节点，再将筛选出的数据节点及相应的生成脚本进行输出，这样，便可以获得所有会影响目标数据指标的待调整属性的数据节点的生成脚本，从而可以在后续操作中有针对性地对这些生成脚本进行优化，将待调整属性调整至理想状态，进而有效地实现了目标数据指标的准确优化。

技术领域

本申请涉及计算机技术，特别涉及一种数据指标关联关系的确定方法及装置。

背景技术

随着信息时代的到来，目前，各行各业的数据规模不断增长，在过去几年里产生的数据量比以往四五年的数据量都要大。大数据可以来自方方面面，从日常生活购物到社交网络，从地理位置定位到在线视频都会产生大量的数据。

而通过这些大数据可以提炼出所需的数据指标，而这些数据指标正是进行各种决策的关键，跟我们的生活都是息息相关，因此，大数据的准确率越高，相应决策就越实用，就会使生活越有效率。

实际应用中，基于大数据提炼数据指标时，数据指标是基于多层数据表进行层层计算获得的，这种计算过程就好像是将最原始的大数据通过多层沙漏进行过滤一样，只不过是每层沙漏过滤的规则都是不一样的，而每层的计算都会影响数据指标的准确性。

目前，针对如何提高数据指标的准确性还没有具体的实现方案，仅仅是针对数据指标给出相关属性值，以描述数据指标的准确程序。

例如，以现有数据计算过程中，在对数据指标的取值(value数值)进行计算时，会计算出某个数据指标下有多少条数据是空值，进而得到该数据指标的空值率。某个数据指标的空值率过高时，这个数据指标的意义就会大打折扣，所以面临一个很严峻的问题是如何降低空值率，这个问题在现有工具中是没有得到解决的。

如，空值率30％，平均值是500。但是如果希望将空值率，从30％到20％，却不知如何下手实现。

上述过程仅以数据指标的空值率为例进行介绍，对于数据指标的其他属性而言，同时存在无法进行准确优化的问题。

发明内容

本申请实施例提供一种数据指标关联关系的确定方法及装置，用于实现数据指标的准确优化。

本申请实施例提供的具体技术方案如下：

一种数据指标关联关系的确定方法，包括：

确定待分析的目标数据指标及待调整属性；

确定所述目标数据指标对应的底层的数据节点以及与所述底层数据节点存在关联关系的数据节点；

对所述底层的数据节点以及与所述底层的数据节点存在关联关系的数据节点进行解析，以筛选出与所述待调整属性相关联的数据节点；

对筛选出的数据节点的生成脚本进行输出。

可选的，所述底层的数据节点表示用于记录所述目标数据指标的数据表。

可选的，确定与所述底层的数据节点存在关联关系的数据节点，包括：

从所述底层的数据节点开始确定，在所述底层的数据节点和源数据节点之间，逐级确定出与所述底层的数据节点存在关联关系的数据节点，其中，每确定一个数据节点，执行以下操作：

基于当前确定的一个数据节点对应的生成脚本中记录的关联数据节点的标识信息，提取出与当前确定的一个数据节点存在关联关系的下一个数据节点。

可选的，对所述底层数据节点以及与所述底层数据节点存在关联关系的数据节点进行的解析，包括：