[发明专利]基于AI的数据管理水平的体检方法及装置

权利要求书

1.一种基于AI的数据管理水平的体检方法，其特征在于，包括：

体检待测数据，得到体检报告；

根据所述体检报告对所述待测数据进行跟踪，得到跟踪报告；

结合所述体检报告和所述跟踪报告，对所述待测数据进行评估，得到评估结果；

解析所述评估结果生成评估报告；所述评估报告包括数据管理的整体得分、行业均值对比、当前优势、当前劣势、提升方向、提升策略和建议；

所述体检待测数据，得到体检报告，包括：

配置内置业务规则和自定义业务规则；

创建体检任务配置，关联所述业务规则，指定体检对象，新增体检任务；

读取体检任务配置，执行体检任务，形成体检结果；

解析体检结果，形成体检报告；

所述根据所述体检报告对所述待测数据进行跟踪，得到跟踪报告，包括：

创建跟踪任务配置，关联所述体检任务；

读取所述跟踪任务配置，执行所述跟踪任务，形成跟踪结果；

解析所述跟踪结果，形成跟踪报告；

所述结合所述体检报告和所述跟踪报告，对所述待测数据进行评估，得到评估结果，包括：

创建评估任务配置，关联所述体检任务和所述跟踪任务；

采用预设评估算法读取评估任务配置，执行评估任务，形成评估结果；

所述创建评估任务配置，包括：自定义配置评估任务名称，配置关联所述体检任务和所述跟踪任务，选择用于评估的AI算法包括：数据包络分析模型、数据管理能力成熟度模型、DAMA数据管理模型和数据健康度评估模型，其中，数据包络分析模型用于基于DEA数学模型，构建的用于对比同一对象在不同阶段提升效果的算法；数据管理能力成熟度评估模型为基于DCMM数据管理能力成熟度评估模型，所构建评估指标体系和评分规则，用于对企业数据管理能力成熟度进行量化评分和分级；DAMA数据管理模型为基于DAMA数据管理域，所构建的数据成熟度评估模型用于对企业数据管理成熟度进行量化评分和分级；数据健康评估模型为基于数据健康度指标及AHP层次分析法所构建的评估模型，用于评估数据健康状况；这些AI算法内置在系统中的评估模块，在评估任务配置时进行选择；

所述配置内置业务规则，包括配置常用业务规则，并将所述常用业务规则设置为启用状态；

所述自定义业务规则，包括配置自定义业务规则名称、规则分类、体检方式、体检规则，其中，体检规则支持对字段内容进行关键字匹配和正则表达式匹配，并支持对所述自定义业务规则进行测试，验证规则的有效性；

所述创建体检任务配置，包括配置任务基本信息，选择数据源，选择体检目标，读取上述业务规则；其中，所述体检目标包括数据规模体检、数据质量体检和数据使用体检；

所述读取体检任务配置，包括读取体检任务配置信息并对体检任务配置进行预检查；其中，预检查包括对数据源、元数据、数据表及表字段是否存在以及各字段类型是否匹配进行检查；

所述执行体检任务，包括：

创建任务队列，用于存放各项体检子任务的执行器；

根据体检指标生成任务总校验和，拆分总校验和创建各体检子任务，将任务执行器放入任务队列中；

获取业务规则配置，完成规则匹配，并将匹配结果入库，执行业务体检任务；

执行各体检指标对应的体检子任务；

所述形成体检结果，包括：保存数据源、元数据、数据表及表字段体检指标的体检结果到数据库；

所述解析体检结果，形成体检报告，包括：对体检指标结果进行后台加工，并通过前端界面图表进行展示，形成体检报告，所述体检报告支持多种格式导出和分享；

所述创建跟踪任务配置，包括配置跟踪任务名称，关联体检任务，选择跟踪周期、跟踪任务执行频次；

所述读取所述跟踪任务配置，包括按照指定周期和频次执行跟踪任务，形成跟踪结果；

所述解析所述跟踪结果，包括跟踪任务执行时间、运行时长、运行结果，以及跟踪子任务所对应的结果；

所述创建评估任务配置，包括：自定义配置评估任务名称，配置关联所述体检任务和所述跟踪任务，选择用于评估的AI算法；

所述读取评估任务配置，包括：后台调用已选择用于评估的AI算法，通过后台执行评估任务，形成评估结果；

所述提升策略分为系统规则类和人工处理类，

所述系统规则类为自动添加为提升任务，由系统完成提升并记录结果，所述人工处理类为自动发送至相关责任人，由人工完成提升。