[发明专利]一种基于多维数据模型的舆情发生时序分析方法

权利要求书

1.一种基于多维数据模型的舆情发生时序分析方法，其特征在于，包括

S1：数据源分析：建立统一信息标准，保证全部信息编码一致，并保证各异构数据库的数据非空；

S2：确定主题域：使用自下而上的方式确定主题域，按各业务主题域划分进行建模，根据需要从各业务数据库抽取数据，将数据按划分好的主线模式存储，保证相关之间具备较强的逻辑关联；

S3：确定维度：在综合数据库内按业务主题建立主题域，对从各业务数据库中抽取过来的数据进行组织和汇总并存储数据，同时需要根据不同用户观察数据的角度，划分维度层次，确定每一个维度的垂直汇总路径。

2.根据权利要求1所述的基于多维数据模型的舆情发生时序分析方法，其特征在于，通过存储模块记录多维数据表，包含数据记录行数。

3.根据权利要求1所述的基于多维数据模型的舆情发生时序分析方法，其特征在于，确定时间维度，采用时间序列数据进行聚类操作。

4.根据权利要求3所述的基于贝叶斯分析法的精神状态自动识别方法，其特征在于，所述以年、季度、月、旬、日、时、分、秒作为聚类中心。

5.根据权利要求1或3所述的基于多维数据模型的舆情发生时序分析方法，其特征在于，使用向量A，表示时间数据集合,A＝[a1，a2，a3,……，an],an为第n个时间点，向量B，表示时间数据聚类中心集合，B＝[b1，b2,b3,……，b8]，其中b1＝年，b2＝季度，b3＝月，b4＝旬，b5＝日，b6＝时，b7＝分，b8＝秒。

6.根据权利要求5所述的基于多维数据模型的舆情发生时序分析方法，其特征在于，确定矩阵C，表示以B为聚类因子对时间向量A聚类后的得到的时间维度数据集合。Ci＝[C_i1,C_i2,……C_i8]^T(i＝1……n),cij表示以聚类因子bj对元素ai聚类后得到的时间值。

7.根据权利要求5所述的基于多维数据模型的舆情发生时序分析方法，其特征在于，通过时间维度聚类处理，建立事件数量的序列多维数据模型。

8.根据权利要求1所述的基于多维数据模型的舆情发生时序分析方法，其特征在于，选用OLAP图形化分析工具，根据分析者的任意目的和主题选择相应时间维度组合，对事件数量进行不同角度不同粒度的观察和分析,最后在前端采用图表的形式显示分析结果。