一種基于自動演練的數據挖掘分析方法和裝置的制造方法
【技術領域】
[0001]本發明涉及數據挖掘技術，尤其涉及的是一種基于自動演練的數據挖掘分析方法和裝置。
【背景技術】
[0002]在大數據時代，數據挖掘已變成重要技術。我們知道，數據運算結果加入時間軸(time domain)將會得到更深更廣的數據信息，例如某路口的車流量信息，結合時間信息分析(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，從而可以預計該路口在什么時間點會發生擁堵等情況。傳統的數據挖掘方法只能人工的從存儲大數據的設備中(例如磁盤)進行查詢，對多個查詢結構進行組合分析，這種數據挖掘分析方法效率極慢，不能及時的發現問題。
[0003]專利號為2009101698683的發明專利公開了一種集中管理式備份容災系統，該專利公開了一種利用實體轉虛擬技術，構建虛擬平臺并進行數據備份自動演練的方法，基于該方法，本發明提出一種更加靈活、效率更高的數據挖掘分析方法。
【發明內容】
[0004]本發明的目的在于提供一種基于自動演練的數據挖掘分析方法和裝置，該方法靈活多用，效率高，可以根據不同的應用情況，設定需要挖掘的數據，利用自動演練方式對這些數據進行收集后分析。
[0005]本發明的技術方案如下:一種基于自動演練的數據挖掘分析方法，其中，包括以下步驟:
[0006]A、設定需要挖掘的數據信息；
[0007]B、設定數據挖掘的時間起點和時間終點，同時設置在時間起點到時間終點的時間段內，需要數據挖掘的時間點；
[0008]C、啟動自動演練程序，使系統數據虛擬的依次恢復到從時間起點開始到時間終點結束的各時間點所對應的狀態；
[0009]D、每恢復到一個時間點所對應的數據狀態，根據設定需要挖掘的數據信息，獲取相對數據結果；
[0010]E、依次獲取與各時間點分別一一對應的多個相對數據結果，對這些相對數據結果進行分析。
[0011]所述的基于自動演練的數據挖掘分析方法，其中，所述步驟A中，設定需要挖掘的數據信息包括數據類型信息、數據內容信息、數據狀態信息中的一種或多種。
[0012]所述的基于自動演練的數據挖掘分析方法，其中，所述步驟B中，設置時間點的步驟包括:
[0013]B1、設定獲取時間點的模型算法；
[0014]B2、根據設定的模型算法，獲取時間點。
[0015]所述的基于自動演練的數據挖掘分析方法，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]本發明還公開了一種基于自動演練的數據挖掘分析裝置，其中，包括數據信息設定模塊:用于設定需要挖掘的數據信息，并將數據信息傳輸到數據挖掘模塊；
[0017]時間點設定模塊:用于設定時間起點和時間終點，同時設置在時間起點到時間終點的時間段內，需要數據挖掘的時間點，將設定好的時間點信息傳輸到自動演練模塊；
[0018]自動演練模塊:與時間點設定模塊連接，根據設定好的時間點信息使系統數據虛擬的依次恢復到從時間起點開始到時間終點結束的各時間點所對應的狀態；
[0019]數據挖掘模塊:與所述數據信息設定模塊和所述自動演練模塊連接，根據設定好的數據信息，在自動演練模塊每恢復到一個時間點所對應的數據狀態時，獲取相對數據結果，并把相對數據結果傳輸給數據分析模塊；
[0020]數據分析模塊:與數據挖掘模塊連接，用于對相對數據結果進行分析。
[0021]所述的基于自動演練的數據挖掘分析裝置，其中，所述數據信息包括數據類型信息、數據內容信息、數據狀態信息中的一種或多種。
[0022]所述的基于自動演練的數據挖掘分析裝置，其中，還包括模型算法設定模塊，與時間點設定模塊連接，用于設定獲取時間點的模型算法，并把設定好的模型算法傳輸給時間設定模塊，時間設定模塊根據設定好的模型算法獲取時間點。
[0023]所述的基于自動演練的數據挖掘分析裝置，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]本發明的有益效果:本發明是基于自動演練技術的數據挖掘分析方法和裝置，該方法和裝置效率高，可操作性強，可以根據不同的問題情況，在以前的數據庫中快速獲取反應問題的具體數據，從而對這些數據進行分析，了解問題的產生情況和制定解決辦法。
【附圖說明】
[0025]圖1是本發明中基于自動演練的數據挖掘分析方法的流程圖。
[0026]圖2是本發明中基于自動演練的數據挖掘分析裝置的模塊框圖。
【具體實施方式】
[0027]為使本發明的目的、技術方案及優點更加清楚、明確，以下參照附圖并舉實施例對本發明進一步詳細說明。
[0028]本發明公開了一種基于自動演練的數據挖掘分析方法，如圖1所示，包括以下步驟:
[0029]A、設定需要挖掘的數據信息；
[0030]B、設定數據挖掘的時間起點和時間終點，同時設置在時間起點到時間終點的時間段內，需要數據挖掘的時間點；
[0031]C、啟動自動演練程序，使系統數據虛擬的依次恢復到從時間起點開始到時間終點結束的各時間點所對應的狀態；
[0032]D、每恢復到一個時間點所對應的數據狀態，根據設定需要挖掘的數據信息，獲取一個相對數據結果；
[0033]E、依次獲取與各時間點分別一一對應的多個相對數據結果，對這些相對數據結果進行分析。
[0034]實際應用中，步驟A中，設定需要挖掘的數據信息包括數據類型信息、數據內容信息、數據狀態信息中的一種或多種。應用時，根據已經設定的數據信息，獲取相對數據結果，這種有針對的獲取對象的方法，極大的提高了數據挖掘的效率和準確性。
[0035]明確需要挖掘的數據信息后，需要結合時間點考慮，以進一步提高數據挖掘的效率和準確性。實際應用中，步驟B中，設置時間點的步驟包括:
[0036]B1、設定獲取時間點的模型算法；
[0037]B2、根據設定的模型算法，在時間起點和時間終點之間的時間段內，獲取時間點。
[0038]步驟B1中，針對不同的應用情況，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