本发明涉及数据分析，特别涉及一种基于大数据模型的智能配置化分析系统及方法。
背景技术：
1、目前，随着信息技术的飞速发展和数据量的爆炸式增长，企业和组织面临着越来越复杂的数据处理和分析需求，在各个领域中，对数据的深入理解和有效利用成为提升竞争力和决策准确性的关键；
2、然而，传统的数据分析方法往往存在着诸多局限性，一方面，数据的多样性和复杂性使得手动分析变得极为困难和耗时，难以应对大规模、多维度的数据，另一方面，不同的业务场景和需求需要定制化的分析流程和模型，但传统方式下重新构建和调整这些分析模型往往需要大量的专业知识和开发工作，成本高昂且效率低下；
3、因此，为了克服上述技术问题，本发明提供了一种基于大数据模型的智能配置化分析系统及方法。
技术实现思路
1、本发明提供一种基于大数据模型的智能配置化分析系统及方法，用以通过获取业务配置需求可以精准确定系统徐留澳捷以及处理的具体业务目标和要求，通过确定业务模板和数据源可以有效实现对相关数据的抓取，提高了对相关数据抓取的全面性，通过将相关数据以及相关数据对应的数据维度输入至业务模板，可以有效实现对相关数据的有效整合，从而有效实现基于大数据模型基于业务模板对业务数据的多维分析，从而有效实现对业务分析描述以及可视化分析图形结构的获取，可以有效帮助用户更加快捷、直观地理解和把握关键信息，通过对业务分析描述以及可视化分析图形进行可视化展示，有利于方便用户能够只管且轻松的查看分析结果，从而提高了用户的体验感，该方法不仅提高了分析的便利性、有效性，而且有利益保障业务分析管理的准确性。
2、一种基于大数据模型的智能配置化分析系统，包括：
3、配置需求获取模块，用于获取业务配置需求，并读取业务配置需求中的业务模板及数据源；
4、配置模块，用于实时从多个数据源抓取相关数据，并将相关数据以及相关数据对应的数据维度输入至业务模板；
5、分析模块，用于基于大数据模型对业务模板中的相关数据进行多维度业务分析，并输出业务分析描述以及可视化分析图形；
6、可视化模块，用于对业务分析描述以及可视化分析图形进行可视化展示。
7、优选的，一种基于大数据模型的智能配置化分析系统，配置需求获取模块，包括：
8、需求访问单元，用于对管理终端进行访问，并基于访问结果获取管理终端的业务配置需求；
9、需求解析单元，用于：
10、对业务配置需求进行文本解析，提取业务配置需求中的关键数据片段，并基于关键数据片段的语义特征确定业务环节；
11、基于业务环节的属性信息确定业务目标及关键要素，并基于业务目标和关键要素确定多环节功能需求；
12、基于多环节功能需求从业务模块数据库中匹配目标业务模块，并对目标业务模块进行逻辑组合，得到业务模板；
13、同时，基于多环节功能需求确定所需数据项，并基于所需数据项确定对应的数据源。
14、优选的，一种基于大数据模型的智能配置化分析系统，需求解析单元，包括：
15、结果获取子单元，用于获取不同业务配置需求对应的业务模板和数据源，并基于业务配置需求的多环节功能需求生成需求摘要；
16、记录子单元，用于构建信息记录表，并基于映射关系将需求摘要、业务模板和数据源在信息记录表中进行记录；
17、模板库构建子单元，用于基于记录结果生成多维度业务配置需求模板库，并对多维度业务配置需求模板库配置外部访问接口，且基于配置结果完成对模板库的构建。
18、优选的，一种基于大数据模型的智能配置化分析系统，配置模块，包括：
19、业务类型获取单元，用于获取目标业务的业务类型；
20、管理目标确定单元，用于读取每个业务类型对应的管理目标；
21、数据抓取单元，用于：
22、根据业务类型确定数据源类型，同时，根据管理目标确定数据抓取标准；
23、根据数据源类型获取目标数据源，同时，根据数据抓取标准在目标数据源中进行数据抓取，获得相关数据；
24、输入单元，用于调取与目标业务的业务类型一致的业务模板，同时，将相关数据以及相关数据对应的数据维度输入至业务模板。
25、优选的，一种基于大数据模型的智能配置化分析系统，数据抓取单元中，根据数据抓取标准在目标数据源中进行数据抓取，获得相关数据，包括：
26、读取单元，用于对目标数据源进行读取，确定目标数据源的数据覆盖范围，同时，读取数据抓取标准，并根据数据抓取标准确定在目标数据源的多个数据抓取区域；
27、标记单元，用于将数据抓取区域在数据覆盖范围中进行标记；
28、分布式布局单元，用于：
29、基于数据抓取标准生成数据抓取特征，并根据标记结果在各个数据抓取区域中布置数据采集节点，同时，构建数据接收节点，并根据预设通信协议将多个数据采集节点与数据接收节点进行分布式布局；
30、其中，一个数据抓取区域布置一个数据采集节点；
31、相关数据获取单元，用于：
32、基于分布式布局结果并根据数据接收节点实时接收各个数据抓取区域中数据采集节点对应的初始相关数据；
33、对初始相关数据进行数据清洗与整理，获得相关数据。
34、优选的，一种基于大数据模型的智能配置化分析系统，分析模块，包括：
35、坐标系构建单元，用于构建时间区间，并在时间区间内根据预设时间间隔创建多个时间节点，将多个时间节点作为横轴，并将每个数据维度作为纵轴构建直角坐标系；
36、数据范围确定单元，用于：
37、获取历史相关数据，并将历史相关数据根据数据维度进行划分，获得每个维度对应的子历史相关数据集；
38、将子历史相关数据集在对应纵坐标中随横坐标的时间节点进行数据映射，获得每个数据维度下子历史相关数据集随时间节点的目标变化曲线；
39、采集各目标变化曲线中的曲线拐点，并将各目标变化曲线中的曲线拐点进行标注，同时，获取各数据维度的数据属性特征，并根据各数据维度的数据属性特征以及对应的目标变化曲线中基于曲线拐点确定各数据维度正常运行时的第一数据范围及异常运行时的第二数据范围；
40、数据分析单元，用于：
41、读取实时采集的相关数据，并将相关数据根据数据维度进行划分，获得多项与数据维度对应的子相关数据；
42、将子相关数据与对应数据维度的第一数据范围与第二数据范围进行比较；
43、若子相关数据在第一数据范围内时，则根据目标变化曲线结合大数据模型输出对应子相关数据的数据变化趋势；
44、若子相关数据在第二数据范围内时，则根据目标变化曲线结合大数据模型对子相关数据进行异常预测，输出异常预测数据；
45、业务分析描述生成单元，用于根据异常预测数据或数据变化趋势生成业务分析描述。
46、优选的，一种基于大数据模型的智能配置化分析系统，分析模块中，输出可视化分析图形结构，包括：
47、可视化图形模型调取单元，用于读取可视化需求，并根据可视化需求在预设模型库中调取可视化图形模型；
48、显示标题确定单元，用于读取业务分析描述，并根据业务分析描述确定显示标题；
49、可视化图形结构生成单元，用于根据显示标题在可视化图像模型中进行第一填写，并根据业务分析描述基于第一填写结果在可视化图形模型中进行对应的第二填写，同时，根据第二填写结果生成可视化分析图形。
50、优选的，一种基于大数据模型的智能配置化分析系统，可视化模块，包括：
51、显示界面调取单元，用于调取显示界面，并确定显示界面的目标尺寸；
52、最佳可视尺寸确定单元，用于：
53、根据显示界面的目标尺寸在显示界面中确定可视化分析图形的第一最佳可视尺寸；
54、根据显示界面的目标尺寸在显示界面中确定业务分析描述的第二最佳可视尺寸；
55、分析布局单元，用于：
56、获取第一最佳可视尺寸与第二最佳可视尺寸的尺寸和，并将尺寸和与显示界面的目标尺寸进行比较；
57、当尺寸和小于或等于显示界面的目标尺寸时，则根据第一最佳可视尺寸与第二最佳可视尺寸在显示界面中进行布局，获得目标显示界面；
58、当尺寸和大于显示界面的目标尺寸时，则对显示界面进行复制，并根据复制结果将可视化分析图形根据第一最佳可视尺寸在第一显示界面中进行布局，同时，将业务分析描述根据第二最佳可视尺寸在第二显示界面中进行布局；
59、基于布局结果生成目标显示界面集；
60、可视化显示单元，用于根据目标显示界面或目标显示界面集对业务分析描述以及可视化分析图形进行可视化显示。
61、一种基于大数据模型的智能配置化分析方法，包括：
62、步骤1：获取业务配置需求，并读取业务配置需求中的业务模板及数据源；
63、步骤2：实时从多个数据源抓取相关数据，并将相关数据以及相关数据对应的数据源维度输入至业务模板；
64、步骤3：基于大数据模型对业务模板中的相关数据进行多维度业务分析，并输出业务分析描述以及可视化分析图形；
65、步骤4：对业务分析描述以及可视化分析图形进行可视化展示。
66、优选的，一种基于大数据模型的智能配置化分析方法，步骤1，获取业务配置需求，并读取业务配置需求中的业务模板及数据源，包括：
67、s101：对管理终端进行访问，并基于访问结果获取管理终端的业务配置需求；
68、s102：对业务配置需求进行文本解析，提取业务配置需求中的关键数据片段，并基于关键数据片段的语义特征确定业务环节；
69、s103：基于业务环节的属性信息确定业务目标及关键要素，并基于业务目标和关键要素确定多环节功能需求；
70、s104：基于多环节功能需求从业务模块数据库中匹配目标业务模块，并对目标业务模块进行逻辑组合，得到业务模板；同时，基于多环节功能需求确定所需数据项，并基于所需数据项确定对应的数据源。
71、与现有技术相比，本发明的有益效果如下：
72、通过获取业务配置需求可以精准确定系统徐留澳捷以及处理的具体业务目标和要求，通过确定业务模板和数据源可以有效实现对相关数据的抓取，提高了对相关数据抓取的全面性，通过将相关数据以及相关数据对应的数据维度输入至业务模板，可以有效实现对相关数据的有效整合，从而有效实现基于大数据模型基于业务模板对业务数据的多维分析，从而有效实现对业务分析描述以及可视化分析图形的获取，可以有效帮助用户更加快捷、直观地理解和把握关键信息，通过对业务分析描述以及可视化分析图形进行可视化展示，有利于方便用户能够只管且轻松的查看分析结果，从而提高了用户的体验感，该方法不仅提高了分析的便利性、有效性，而且有利益保障业务分析管理的准确性。
73、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在本技术文件中所特别指出的结构来实现和获得。
74、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种基于大数据模型的智能配置化分析系统，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据模型的智能配置化分析系统，其特征在于，配置需求获取模块，包括：
3.根据权利要求2所述的一种基于大数据模型的智能配置化分析系统，其特征在于，需求解析单元，包括：
4.根据权利要求1所述的一种基于大数据模型的智能配置化分析系统，其特征在于，配置模块，包括：
5.根据权利要求4所述的一种基于大数据模型的智能配置化分析系统，其特征在于，数据抓取单元中，根据数据抓取标准在目标数据源中进行数据抓取，获得相关数据，包括：
6.根据权利要求1所述的一种基于大数据模型的智能配置化分析系统，其特征在于，分析模块，包括：
7.根据权利要求1所述的一种基于大数据模型的智能配置化分析系统，其特征在于，分析模块中，输出可视化分析图形，包括：
8.根据权利要求1所述的一种基于大数据模型的智能配置化分析系统，其特征在于，可视化模块，包括：
9.一种基于大数据模型的智能配置化分析方法，其特征在于，包括：
10.根据权利要求9所述的一种基于大数据模型的智能配置化分析方法，其特征在于，步骤1，获取业务配置需求，并读取业务配置需求中的业务模板及数据源，包括：
