[发明专利]数据分析方法、装置、计算机设备及存储介质

说明书

本申请实施例属于大数据领域，涉及一种数据分析方法，包括根据贸易数据和产品品类信息构建第一知识图谱，从第一知识图谱中确定目标城市的往来城市信息，基于贸易数据和往来城市信息构建第二知识图谱；根据历史贸易往来数据和第一知识图谱确定重点产品，通过第二知识图谱查找重点产品的依赖城市；从依赖城市的所属国家的公开策略中，爬取贸易影响数据；通过历史贸易往来数据和历史影响数据训练线性回归模型得到目标预测模型，基于目标预测模型对贸易影响数据和相关产能利用率进行计算，得到地方产能利用率。本申请还提供一种数据分析装置、计算机设备及存储介质。地方产能利用率可存储于区块链中。本申请实现了对贸易数据的精确分析。

技术领域

本申请涉及大数据技术领域，尤其涉及一种数据分析方法、装置、计算机设备及存储介质。

背景技术

随着全球贸易的频繁往来，外部环境影响因素对本土的影响也逐渐增加，通过进出口贸易更加容易对本土经济产生二次冲击。然而，传统的数据分析方法无法对目标城市的主要贸易国进行精确地高效锁定，且无法预知目标对象国的政策发展情况，由此容易导致对地方产能利用率的错误预测，并最终导致地方资源分配不均匀的问题。

发明内容

本申请实施例的目的在于提出一种数据分析方法、装置、计算机设备及存储介质，以解决贸易数据分析准确率低下的技术问题。

为了解决上述技术问题，本申请实施例提供一种数据分析方法，采用了如下所述的技术方案：

从目标贸易网站获取目标城市的贸易数据、产品品类信息以及历史贸易往来数据，根据所述贸易数据和所述产品品类信息构建第一知识图谱，从所述第一知识图谱中确定所述目标城市的往来城市信息，基于所述贸易数据和所述往来城市信息构建第二知识图谱；

根据所述历史贸易往来数据和所述第一知识图谱确定所述目标城市的重点产品，通过所述第二知识图谱查找所述重点产品的依赖城市；

从所述依赖城市的所属国家的公开策略中，爬取所述依赖城市的贸易影响数据；

获取所述目标城市的历史影响数据和所述重点产品的相关产能利用率，通过所述历史贸易往来数据和所述历史影响数据训练线性回归模型得到目标预测模型，基于所述目标预测模型对所述贸易影响数据和所述相关产能利用率进行计算，得到所述目标城市的地方产能利用率。

进一步的，所述从目标贸易网站获取目标城市的贸易数据、产品品类信息以及历史贸易往来数据的步骤包括：

获取预设的数据爬取时段，根据所述数据爬取时段从所述目标贸易网站定时爬取所述目标城市的贸易源数据和产品源数据；

对所述贸易源数据和产品源数据进行分词处理，得到第一分词组和第二分词组；

获取预设的命名实体识别模型，根据所述命名实体识别模型对所述第一分词组和所述第二分词组进行实体识别，得到所述贸易数据和所述产品品类信息。

进一步的，所述根据所述命名实体识别模型对所述第一分词组和所述第二分词组进行实体识别，得到所述贸易数据和所述产品品类信息的步骤包括：

采集多组参考贸易数据和参考产品数据，对所述参考贸易数据和所述参考产品数据进行标签标注，得到第一参考标签和第二参考标签；

根据所述参考贸易数据、所述参考产品数据、所述第一参考标签和所述第二参考标签，对基础实体识别模型进行训练，得到所述命名实体识别模型；

分别输入所述第一分词词组和所述第二分词词组至所述命名实体识别模型，得到所述第一分词词组对应的第一标签和所述第二分词词组对应的第二标签，将所述第一标签对应的实体作为识别得到的所述贸易数据，将所述第二标签对应的实体作为识别得到的所述产品品类信息。

进一步的，所述基于所述贸易数据和所述往来城市信息构建第二知识图谱的步骤包括：