一种动态数据分析方法与流程

1.本发明涉及数据分析技术领域，具体为一种动态数据分析方法。


背景技术：

2.数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
3.数据分析按照统计学领域，被划分为描述性统计分析、探索性数据分析和验证性数据分析同时分析方法有很多种，包括列表法和作图法，这些方法都可以直观的查看复杂的数据被简易的显现，因此这些方法一直被用在数据分析中。
4.在动态数据分析中，作图法和列表法针对动态数据并不能够直观且简易的被显现出来，造成动态数据分析较慢，同时动态数据对响应时间的要求比较高，出现较大的延迟就会造成数据重叠的情况发生，针对不同的数据，产生重叠就会造成数据错误，最终导致数据分析失败的情况发生，不利于使用。


技术实现要素：

5.本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
6.鉴于上述和/或现有动态数据分析方法中存在的问题，提出了本发明。
7.因此，本发明的目的是提供一种动态数据分析方法，能够对整体状态下的静态数据进行本地化的分析，减少对响应时间的要求，提高动态数据的分析效率，减少响应时间较慢造成的影响，方便使用。
8.为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
9.一种动态数据分析方法，该分析方法包括以下步骤：
10.步骤一：获取初始动态数据，进行整体的本地化存储并分析；
11.步骤二：获取中间动态数据，进行整体的本地化存储并与初始动态数据进行分析对比，将对比产生的相同数据进行本地化存储并删除中间动态数据整体存储中的不同数据，进行在线分析；
12.步骤三：不断的获取动态数据，按照步骤二的方法进行覆盖对比，即产生的相同数据进行本地化存储，不同的数据进行在线分析；
13.步骤四：将本地化的存储的数据进行建模、绘制表格或列表，然后代入在线分析的数据；
14.步骤五：获取动态数据刷新率，将本地存储数据的上传和下载响应时间与在线分析的动态数据响应时间进行最佳对比，并获取最优响应时间；
15.步骤六：在最优响应时间下进行本地化数据的上传和下载，同时进行在线的动态数据分析并进行整体的建模、绘制表格或列表。
16.作为本发明所述的一种动态数据分析方法的一种优选方案，其中：步骤一、步骤二和步骤三中产生的初始动态数据、中间动态数据和不断的获取到的动态数据均为初始状态下运行产生的动态数据和该初始状态下产生的动态数据的覆盖值。
17.作为本发明所述的一种动态数据分析方法的一种优选方案，其中：所述步骤二中对比的具体步骤如下：
18.步骤一：产生中间数据，该数据为初始动态数据的下一阶数据；
19.步骤二：将该数据整体的存储到本地存储中，与初始动态数据进行整体的对比，产生相同数据和不同数据；
20.步骤三：将相同单位下的相同数据进行存储，将相同单位下的不同数据进行删除，即保留相同的数据在本地，不同的数据进行删除。
21.作为本发明所述的一种动态数据分析方法的一种优选方案，其中：所述步骤四中本地化数据建模代入数据具体为将本地化的数据进行建模后上传进行在线查看，然后直接代入在线数据到建模中。
22.作为本发明所述的一种动态数据分析方法的一种优选方案，其中：所述步骤五中的数据刷新率的最优响应时间的获取方法为将本地化的数据进行上传和下载产生的响应时间与在线分析的动态数据的响应时间进行差值计算，获取到差值后在进行平均处理，然后进行差值计算，将响应时间最慢的步骤加上该差值为最优的响应时间。
23.与现有技术相比：在动态数据分析中，作图法和列表法针对动态数据并不能够直观且简易的被显现出来，造成动态数据分析较慢，同时动态数据对响应时间的要求比较高，出现较大的延迟就会造成数据重叠的情况发生，针对不同的数据，产生重叠就会造成数据错误，最终导致数据分析失败的情况发生，不利于使用，本技术文件中，采用在线-本地化的方式进行数据拆解分析，此种分析方法可以有效的减少整体数据分析造成的响应时间变长的问题发生，同时采用数据覆盖的方式进行数据分析，减少相同的数据进行多次的分析，提高数据分析效率，减少重叠数据的产生，减少数据分析失败的问题发生，方便使用。
附图说明
24.为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
25.图1为本发明一种动态数据分析方法的流程结构示意图。
具体实施方式
26.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
27.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的
情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
28.其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
29.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
30.本发明提供一种动态数据分析方法，请参阅图1，该分析方法包括以下步骤：
31.步骤一：获取初始动态数据，进行整体的本地化存储并分析；
32.步骤二：获取中间动态数据，进行整体的本地化存储并与初始动态数据进行分析对比，将对比产生的相同数据进行本地化存储并删除中间动态数据整体存储中的不同数据，进行在线分析；
33.步骤三：不断的获取动态数据，按照步骤二的方法进行覆盖对比，即产生的相同数据进行本地化存储，不同的数据进行在线分析；
34.步骤四：将本地化的存储的数据进行建模、绘制表格或列表，然后代入在线分析的数据；
35.步骤五：获取动态数据刷新率，将本地存储数据的上传和下载响应时间与在线分析的动态数据响应时间进行最佳对比，并获取最优响应时间；
36.步骤六：在最优响应时间下进行本地化数据的上传和下载，同时进行在线的动态数据分析并进行整体的建模、绘制表格或列表。
37.请再次参阅图1，步骤一、步骤二和步骤三中产生的初始动态数据、中间动态数据和不断的获取到的动态数据均为初始状态下运行产生的动态数据和该初始状态下产生的动态数据的覆盖值。
38.请再次参阅图1，所述步骤二中对比的具体步骤如下：
39.步骤一：产生中间数据，该数据为初始动态数据的下一阶数据；
40.步骤二：将该数据整体的存储到本地存储中，与初始动态数据进行整体的对比，产生相同数据和不同数据；
41.步骤三：将相同单位下的相同数据进行存储，将相同单位下的不同数据进行删除，即保留相同的数据在本地，不同的数据进行删除。
42.请再次参阅图1，所述步骤四中本地化数据建模代入数据具体为将本地化的数据进行建模后上传进行在线查看，然后直接代入在线数据到建模中。
43.请再次参阅图1，所述步骤五中的数据刷新率的最优响应时间的获取方法为将本地化的数据进行上传和下载产生的响应时间与在线分析的动态数据的响应时间进行差值计算，获取到差值后在进行平均处理，然后进行差值计算，将响应时间最慢的步骤加上该差值为最优的响应时间。
44.虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围
内的所有技术方案。