[发明专利]一种基于OLAP多维分析的数据处理展现方法

说明书

技术领域

本发明属于商业智能数据处理技术领域，具体涉及一种基于OLAP多维分析的数据处理展现方法。

背景技术

商业智能（Business Intelligence，简写为BI）的概念于1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。

联机分析处理的概念最早是由关系数据库之父E.F.Codd于1993年提出的，OLAP也被称为多维分析。OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求，它的技术核心是“维”这个概念。“维”是人们观察客观世界的角度，是一种高层次的类型划分。“维”一般包含着层次关系，这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维（dimension），使用户能对不同维上的数据进行比较。OLAP的基本多维分析操作有钻取、切片（slice）和切块（dice）、以及旋转（pivot）、等。钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。向上钻取是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而向下钻取则相反，它从汇总数据深入到细节数据进行观察或增加新维。

当前不论自主开发OLAP分析工具或者是主流的商用OLAP分析工具都存在一个问题，当用户针对数据的某一维度做向上钻取，即针对某维度做维度的上收聚合操作时，指标数据上是直接进行数据上的累加，但并非所有数据都能按直接数据累加来做维度上的聚合。

在BI数据报表中，往往存在这样一种现象：某些维度下面，指标数值在逻辑上是不可以累加的。例如，某一天通过网银充值蝌蚪币的人数是3人，通过蝌蚪卡充值的人数是2人，但是我们不能简单得出结论：当天总充值人数是5人。因为有的人在这一天既通过网银冲值，又通过蝌蚪卡充值。该数据在充值渠道维度下逻辑上是不可以直接累加的。

发明内容

针对现有技术所存在的上述技术问题，本发明提供了一种基于OLAP多维分析的数据处理展现方法，能够在不可累加聚合的维度组合下实现聚合展现。

一种基于OLAP多维分析的数据处理展现方法，包括如下步骤：

（1）收集各类业务的BI数据报表；

任一类业务的BI数据报表具有该业务下的m条具有n维属性的业务数据date_o，任一条业务数据date_o包括一明细标识及其n个属性特征，n和m均为大于0的自然数；

（2）根据所述的BI数据报表建立业务属性组合配置信息表；

所述的业务属性组合配置信息表中包含有各类业务的属性组合配置信息集合，每类业务的属性组合配置信息集合包含有对应各种属性组合的2ⁿ条属性组合配置信息，任一条属性组合配置信息包括业务名称、属性组合及其组合编码；

（3）根据各类业务的BI数据报表以及业务属性组合配置信息表，建立各类业务的属性组合数据报表；

任一类业务的属性组合数据报表具有对应各种属性组合的2ⁿ组业务数据集合，每组业务数据集合包含有对应业务数据date_o的m条业务数据date_n，任一条业务数据date_n包括对应属性组合的组合编码、对应业务数据date_o的明细标识及其n个属性特征中符合属性组合的特征组合；

（4）对所述的属性组合数据报表进行统计，建立各类业务的展现结果报表；

所述的展现结果报表具有对应各种属性组合的2ⁿ组展现结果集合，每组展现结果集合具有k条展现结果数据，若所述的展现结果集合的属性组合具有M个属性，且1≤M≤n，这M个属性分别具有的属性特征种类为H₁～H_M，则若M=0，则k=1；

任一条展现结果数据包括对应属性组合的组合编码、符合对应属性组合的特征组合及具备该特征组合所有明细标识的种类；