[发明专利]一种数据处理方法和系统

说明书

技术领域

本发明属于数据分析和预估技术领域，尤其涉及一种数据处理方法和系统。

背景技术

利用已有的销售数据进行规律分析和数据预估是进行企业管理的关键内容，对销售数据进行分析研究并得出规律性结论和预测结果，可实现为企业管理层面的相关决策提供依据。以餐饮企业的销售数据为例，对餐厅或连锁餐厅的销售数据进行规律分析和数据预估，可以为菜品研发、人员排班、原材料采购、餐厅设计等多个管理层面的相关决策提供参考依据。

然而，在餐饮、销售等企业中，销售数据因受到日期、天气、节日、外部环境等多种因素的叠加影响而具有较为明显的发散性，销售数据的发散性主要体现在数值具有明显的差异性，方差大，稳定性差，这就给销售数据的分析研究带来了巨大的困难，难以得到令人信服的规律性结论和预测结果，从而导致销售数据研究结果的参考价值较低。

基于此，为了使销售数据便于分析研究，使得能够得到令人信服的数据研究结果，提高数据研究结果的参考价值，对具有发散性特点的销售数据进行合理处理，以削弱销售数据的发散性十分必要。

发明内容

有鉴于此，本发明的目的在于提供一种数据处理方法和系统，旨在通过对待处理数据进行处理来削弱其发散性，从而使得数据便于分析研究，便于得到令人信服的数据研究结果，提高数据研究结果的参考价值。

为此，本发明公开如下技术方案：

一种数据处理方法，包括：

获得目标数据的预定影响因素对应的影响信息；

基于所述影响信息对所述目标数据进行处理，使得从所述目标数据中剥离所述影响信息在所述目标数据中对应的影响值，得到所述目标数据对应的稳态数据。

上述方法，优选的，所述预定影响因素包括枚举型影响因素及数值型影响因素，其中，所述枚举型影响因素，包括宏观枚举因素、非离散微观枚举因素及离散微观枚举因素。

上述方法，优选的，所述获得目标数据的预定影响因素对应的影响信息包括：

计算所述宏观枚举因素的各枚举值对应的第一影响因子的数值；

计算所述非离散微观枚举因素的各枚举值对应的第二影响因子的数值；

计算所述离散微观枚举因素的各枚举值对应的第三影响因子的数值；

计算所述数值型影响因素对应的第四影响因子的数值。

上述方法，优选的，所述基于所述影响信息对所述目标数据进行处理包括：

利用所述第一影响因子的数值、所述第二影响因子的数值及所述第三影响因子的数值，计算所述目标数据对应的初始稳态数据，使得从所述目标数据中剥离所述第一影响因子、所述第二影响因子、所述第三影响因子在所述目标数据中对应的影响值；

利用所述第四影响因子的数值对所述初始稳态数据进行修正，得到所述目标数据对应的稳态数据，使得从所述初始稳态数据中剥离所述第四影响因子在所述初始稳态数据中对应的影响值。

上述方法，优选的，还包括：

基于所述稳态数据及所述第一影响因子、所述第二影响因子、所述第三影响因子、所述第四影响因子，对待测时间对应的数据进行预估，得到预估结果数据。

上述方法，优选的，所述基于所述稳态数据及所述第一影响因子、所述第二影响因子、所述第三影响因子、所述第四影响因子，对待测时间对应的数据进行预估包括：

利用预定预测方法，基于所述稳态数据预估待测时间对应的数据，得到所述待测时间的初始预估结果数据；

利用所述第一影响因子的数值、所述第二影响因子的数值、所述第三影响因子的数值及所述第四影响影子的数值，对所述初始预估结果数据进行修正，得到所述待测时间的预估结果数据。

一种数据处理系统，包括：

获取模块，用于获得目标数据的预定影响因素对应的影响信息；

处理模块，用于基于所述影响信息对所述目标数据进行处理，使得从所述目标数据中剥离所述影响信息在所述目标数据中对应的影响值，得到所述目标数据对应的稳态数据。

上述系统，优选的，所述预定影响因素包括枚举型影响因素及数值型影响因素，其中，所述枚举型影响因素，包括宏观枚举因素、非离散微观枚举因素及离散微观枚举因素，则所述获取模块包括：

第一计算单元，用于计算所述宏观枚举因素的各枚举值对应的第一影响因子的数值；

第二计算单元，用于计算所述非离散微观枚举因素的各枚举值对应的第二影响因子的数值；

第三计算单元，用于计算所述离散微观枚举因素的各枚举值对应的第三影响因子的数值；