图片简介:本技术公开的属于数据分析技术领域，具体为一种多维数据综合分析系统，该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块，该多维数据综合分析系统的分析方法的具体步骤如下：S1：获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内，通过特定的模型和算法，在巨量的话单、账单、电子取证信息中进行数据关联碰撞，分析出符合条件的数据，通过特有的显示模型提供给用户分析线索；能够对被调查人员进行多方位的数据行为刻画，对比分析出被调查人员在某些特定时间/事件内的联系对象、活动轨迹、资金交易、交易对象等信息。

技术要求1.一种多维数据综合分析系统，其特征在于，该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块；所述数据分析模块包括话单分析单元、账单分析单元和综合分析单元；所述数据存储数据库、基站数据库之间相互建立联系，所述数据存储数据库存储话单文件、账单文件和取证文件，所述数据关联模块收集时间信息、空间信息和事件信息；所述话单文件、账单文件和取证文件存储到数据存储数据库内，所述数据存储数据库的输出端与数据关联模块连接，所述数据关联模块的输出端与数据分析模块连接，所述数据分析模块的输出端与数据表格图形绘制模块连接，所述数据表格图形绘制模块的输出端与数据标记模块连接。

2.根据权利要求1所述的一种多维数据综合分析系统，其特征在于：所述话单文件包括通话记录、基站信息和离线地图。

3.根据权利要求1所述的一种多维数据综合分析系统，其特征在于：所述账单文件包括交易记录和银行信息。

4.根据权利要求1所述的一种多维数据综合分析系统，其特征在于：所述取证文件为电子取证信息。

5.根据权利要求1所述的一种多维数据综合分析系统，其特征在于：所述话单分析单元、账单分析单元的输出端与综合分析单元连接，所述综合分析单元经过用户授权进行分析操作。

6.一种如权利要求1-5任意一项所述多维数据综合分析系统的分析方法，其特征在于：该多维数据综合分析系统的分析方法的具体步骤如下：S1：获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内，数据存储数据库结合基站数据库对于话单文件、账单文件和取证文件相关文件信息获取；S2：数据存储数据库将话单文件、账单文件和取证文件及相关文件信息输出到数据关联模块，数据关联模块对话单文件、账单文件和取证文件及相关文件信息对应的时间信息、空间信息和事件信息进行关联；S3：话单分析单元、账单分析单元和综合分析单元对通话记录、基站信息和离线地图、交易记录和银行信息、电子取证信息经过用户的授权进行分析；S4：单分析单元、账单分析单元和综合分析单元分析的结果通过数据表格图形绘制模块制成表格；S5：制成的表格经过数据标记模块进行不同信息的标记作用。

技术说明书一种多维数据综合分析系统及其分析方法技术领域本技术涉及数据分析技术领域，具体为一种多维数据综合分析系统及其分析方法。

背景技术数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

这一过程也是质量管理体系的支持过程。

在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

现有数据分析系统通常对于数据的分析过于单一，无法实现多类型数据综合关联碰撞，显示特定条件数据信息。

技术内容本技术的目的在于提供一种多维数据综合分析系统及其分析方法，以解决上述背景技术中提出的现有数据分析系统通常对于数据的分析过于单一，无法实现多类型数据综合关联碰撞，显示特定条件数据信息的问题。

为实现上述目的，本技术提供如下技术方案：一种多维数据综合分析系统，该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块；所述数据分析模块包括话单分析单元、账单分析单元和综合分析单元；所述数据存储数据库、基站数据库之间相互建立联系，所述数据存储数据库存储话单文件、账单文件和取证文件，所述数据关联模块收集时间信息、空间信息和事件信息；所述话单文件、账单文件和取证文件存储到数据存储数据库内，所述数据存储数据库的输出端与数据关联模块连接，所述数据关联模块的输出端与数据分析模块连接，所述数据分析模块的输出端与数据表格图形绘制模块连接，所述数据表格图形绘制模块的输出端与数据标记模块连接。

优选的，所述话单文件包括通话记录、基站信息和离线地图。

优选的，所述账单文件包括交易记录和银行信息。

优选的，所述取证文件为电子取证信息。

优选的，所述话单分析单元、账单分析单元的输出端与综合分析单元连接，所述综合分析单元经过用户授权进行分析操作。

一种多维数据综合分析系统的分析方法，该多维数据综合分析系统的分析方法的具体步骤如下：S1：获取话单文件、账单文件和取证文件获取并存储在数据存储数据库内，数据存储数据库结合基站数据库对于话单文件、账单文件和取证文件相关文件信息获取；S2：数据存储数据库将话单文件、账单文件和取证文件及相关文件信息输出到数据关联模块，数据关联模块对话单文件、账单文件和取证文件及相关文件信息对应的时间信息、空间信息和事件信息进行关联；S3：话单分析单元、账单分析单元和综合分析单元对通话记录、基站信息和离线地图、交易记录和银行信息、电子取证信息经过用户的授权进行分析；S4：单分析单元、账单分析单元和综合分析单元分析的结果通过数据表格图形绘制模块制成表格；S5：制成的表格经过数据标记模块进行不同信息的标记作用。

与现有技术相比，本技术的有益效果是：1)解决各类型数据单一分析，无法实现多类型数据综合关联碰撞，显示特定条件数据信息的问题；2)通过特定的模型和算法，在巨量的话单、账单、电子取证信息中进行数据关联碰撞，分析出符合条件的数据，通过特有的显示模型提供给用户分析线索；3)能够对被调查人员进行多方位的数据行为刻画，对比分析出被调查人员在某些特定时间/事件内的联系对象、活动轨迹、资金交易、交易对象等信息。

附图说明图1为本技术的逻辑框图；图2为本技术数据分析模块的逻辑框图。

具体实施方式下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。

基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。

在本技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。

实施例：请参阅图1-2，本技术提供一种技术方案：一种多维数据综合分析系统，该多维数据综合分析系统包括数据存储数据库、基站数据库、数据关联模块、数据分析模块、数据表格图形绘制模块和数据标记模块；数据存储数据库、基站数据库为存储话单文件、账单文件和取证文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。

所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

一个数据库由多个表空间构成。

数据分析模块包括以下功能：行为事件分析行为事件分析法来研究某行为事件的发生对企业组织价值的影响以及影响程度。

企业借此来追踪或记录的用户行为或业务过程，如用户注册、浏览产品详情页、成功投资、提现等，通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。

在日常工作中，运营、市场、产品、数据分析师根据实际工作情况而关注不同的事件指标。

如最近三个月来自哪个渠道的用户注册量最高？变化趋势如何？各时段的人均充值金额是分别多少？购买行为的独立用户数，按照年龄段的分布情况？每天的独立Session 数是多少？诸如此类的指标查看的过程中，行为事件分析起到重要作用。

行为事件分析法具有强大的筛选、分组和聚合能力，逻辑清晰且使用简单，已被广泛应用。

行为事件分析法一般经过事件定义与选择、下钻分析、解释与结论等环节。

漏斗分析模型漏斗分析是一套流程分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。

漏斗分析模型已经广泛应用于流量监控、产品目标转化等日常数据运营工作中。

例如在一款产品服务平台中，直播用户从激活APP开始到花费，一般的用户购物路径为激活APP、注册账号、进入直播间、互动行为、礼物花费五大阶段，漏斗能够展现出各个阶段的转化率，通过漏斗各环节相关数据的比较,能够直观地发现和说明问题所在，从而找到优化方向。

对于业务流程相对规范、周期较长、环节较多的流程分析,能够直观地发现和说明问题所在。

留存分析模型留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。

这是用来衡量产品对用户价值高低的重要方法。

留存分析可以帮助回答以下问题：一个新客户在未来的一段时间内是否完成了您期许用户完成的行为？如支付订单等；某个社交产品改进了新注册用户的引导流程，期待改善用户注册后的参与程度，如何验证？想判断某项产品改动是否奏效，如新增了一个邀请好友的功能，观察是否有人因新增功能而多使用产品几个月。

分布分析模型分布分析是用户在特定指标下的频次、总额等的归类展现。

它可以展现出单用户对产品的依赖程度，分析客户在不同地区、不同时段所购买的不同类型的产品数量、购买频次等，帮助运营人员了解当前的客户状态，以及客户的运转情况。

如订单金额(100以下区间、100元-200元区间、200元以上区间等)、购买次数(5次以下、5-10次、10以上)等用户的分布情况。

分布分析模型的功能与价值：科学的分布分析模型支持按时间、次数、事件指标进行用户条件筛选及数据统计。

为不同角色的人员统计用户在一天/周/月中，有多少个自然时间段(小时/天)进行了某项操作、进行某项操作的次数、进行事件指标。

点击分析模型即应用一种特殊高亮的颜色形式，显示页面或页面组(结构相同的页面，如商品详情页、官网博客等)区域中不同元素点击密度的图示。

包括元素被点击的次数、占比、发生点击的用户列表、按钮的当前与历史内容等因素。

点击图是点击分析方法的效果呈现。

点击分析具有分析过程高效、灵活、易用，效果直观的特点。

点击分析采用可视化的设计思想与架构，简洁直观的操作方式，直观呈现访客热衷的区域，帮助运营人员或管理者评估网页的设计的科学性。

用户行为路径分析模型用户路径分析，顾名思义，用户在APP或网站中的访问行为路径。