主数据获取方法及系统
阅读说明：本技术 主数据获取方法及系统 (Main data acquisition method and system ) 是由 金雷 易韦宇 李春 于 2021-07-26 设计创作，主要内容包括：为了解决现有技术的不足,本发明提供一种主数据获取方法及系统,包括：根据目标场景的特点,获取主数据评价指标；构建模糊层次分析法模型,获得主数据识别模型；将目标场景下的数据通过所述主数据识别模型进行识别,获取所述目标场景下的主数据。本发明所述的方法根据目标场景的特点,获取主数据评价指标,然后在构建模糊层次分析法模型的基础上,获得主数据识别模型；最后将目标场景下的数据通过所述主数据识别模型进行识别,获取所述目标场景下的主数据。(In order to solve the defects of the prior art, the invention provides a method and a system for acquiring main data, which comprises the following steps: acquiring a main data evaluation index according to the characteristics of a target scene; constructing a fuzzy analytic hierarchy process model to obtain a main data identification model; and identifying the data in the target scene through the main data identification model to obtain the main data in the target scene. The method comprises the steps of obtaining a main data evaluation index according to the characteristics of a target scene, and then obtaining a main data identification model on the basis of constructing a fuzzy analytic hierarchy process model; and finally, identifying the data in the target scene through the main data identification model to obtain the main data in the target scene.)
技术领域
本发明涉及智能交通技术领域，特别涉及一种智慧高速公路主数据获取方法、系统、电子装置以及计算机可读存储介质。
背景技术
目前某些公司在结合各自行业特点和对本集团的系统深入研究的基础上，分别在电网、汽车、石油、钢铁、保险、通信、烟草及铁路等行业设计和实现了独具特色的数据编码平台或主数据管理系统，提升了企业主数据管理水平。为此本发明结合A省智慧高速公路业务系统的功能需求，研究一套高速公路主数据标准化建设行之有效的方法，为高速公路对于主数据的高效管理打下坚实的基础。
如今，随着高速公路加快建设、业务的迅速增加和技术的更新换代都使高速公路数据资源总量大幅增加，为面向高速公路的大数据应用提供了先决条件。
目前业内对于高速公路主数据的研究还不成熟，尚未形成完整的高速公路主数据管理流程，而主数据标准制定是实现主数据管理的前提；因此，要实现大数据技术在高速公路的大规模应用，亟需从庞大的高速公路数据资源中识别出主数据并建立一个高速公路主数据标准体系，来保证高速公路主数据的统一性和规范性，为大数据在高速公路场景中的广泛应用提供良好的数据基础。
发明内容
为了解决现有技术的不足，本发明提供一种主数据获取方法及系统，用于至少解决背景技术中的一个技术问题。
本发明所采用的技术方案是：
一种主数据获取方法，包括：
根据目标场景的特点，获取主数据评价指标；
构建模糊层次分析法模型，获得主数据识别模型；
将目标场景下的数据通过所述主数据识别模型进行识别，获取所述目标场景下的主数据。
所述“主数据评价指标”，包括：
共享性、稳定性、关键性、原始性、可持续性、不可替代性、广泛适用性中的一种或几种。
所述“构建模糊层次分析法模型，获得主数据识别模型”，包括：
构建模糊一致判断矩阵，得到模糊互补判断矩阵；
利用权重求解公式求解所述模糊互补判断矩阵权重；
进行一致性检验后，获得所述主数据识别模型。
所述“构建模糊一致判断矩阵，得到模糊互补判断矩阵”,包括：
设置变量：
X＝{x1,x2,x3,...,x7},其中，x1＝“共享性”，x2＝“稳定性”，x3＝“关键性”，x4＝“原始性”，x5＝“可持续性”，x6＝“不可替代性”，x7＝“广泛适用性”；
y为“是否是高速公路的主数据”；
每次取X＝{x1,x2,x3,...,x7}中的两个评价指标xi和xj两两比较，根据xi和xj对因变量y的相对重要程度建立模糊互补判断矩阵A＝(aij)7×7，其中aij是根据0.1～0.9标度法得出的xi和xj对y的相对重要程度比值；
得出模糊互补判断矩阵A如下：
所述“一致性检验”,包括：
利用模糊判断矩阵的相容性和决策者的态度对所述权重进行一致性检验，包括：
如果模糊互补判断矩阵A和特征矩阵Z*的相容性满足I(A,Z*)≤T时，则认为求解的权重向量与模糊互补判断矩阵是一致的；其中，T为决策者的态度。
一种如上所述的主数据获取方法在高速公路主数据获取方向的应用。
一种智慧高速公路主数据获取系统，包括：
采集模块，与外界采集装置连接，用于采集高速公路数据；
处理单元，与所述采集模块连接，用于获得主数据识别模型并根据所述主数据识别模型对所述高速公路数据进行识别，以获取高速公路主数据；
存储模块，与所述处理单元连接，用于存储所述高速公路主数据；
编写模块，与所述存储模块和所述处理单元连接，用于根据主数据评价指标，将所述高速公路主数据进行标准化，得到标准化后的高速公路主数据；
所述处理单元与所述存储模块和所述编写模块连接，用于将所述标准化后的高速公路主数据进行存储。
一种获取智慧高速公路主数据系统的电子装置，包括：
存储介质，用于存储计算机程序；
处理单元，与所述存储介质进行数据交换，用于在获取智慧高速公路主数据时，通过所述处理单元执行所述计算机程序，进行如上所述的主数据获取方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序；
所述计算机程序在运行时，执行如上所述的主数据获取方法的步骤。
本发明的有益效果是：
本发明所述的方法根据目标场景的特点，获取主数据评价指标，然后在构建模糊层次分析法模型的基础上，获得主数据识别模型；最后将目标场景下的数据通过所述主数据识别模型进行识别，获取所述目标场景下的主数据。
本发明所述的系统，利用处理单元与存储模块之间进行数据交换，将采集到的高速公路数据进行识别，达到获取高速公路主数据的目的。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述系统的结构框图。
具体实施方式
本发明所述的方法步骤如图1所示，在本部分提供一种实施例：
为解决现有技术中的问题，本实施例所述的主数据获取方法应用在智慧高速公路主数据获取时，具体包括以下步骤：
根据对高速公路收费系统的功能需求分析并结合数据特点，总结出高速公路收费系统的重要数据如下表1和高速公路车路协同系统的重要数据如下表2。智慧通信站主要有六大功能模块，分别是：云平台交互功能、路侧设备交互功能、视频分析功能、数据处理功能、智慧通信站配置管理功能、智慧通信站间交互功能，各模块对应的具体功能如下表3所示；
(1)选取高速公路主数据评价指标
根据高速公路主数据的定义及高速公路业务系统数据的特点，判断某一数据能否作为高速公路主数据，需侧重考虑以下因素：
①共享性
主数据需要在多个业务系统之间共享，对某一业务数据而言，各业务系统对它的共享需求越大它就越重要。
②稳定性
主数据在各业务系统之间传递着重要信息，因此它的各项属性不能频繁变化，要保持较好的稳定。
③关键性
主数据应当具备较高的业务价值，它要能够描述核心业务实体，并且在完成业务流程和实现业务系统的功能中能起到关键作用。
④原始性
主数据是重要基础数据，基础数据要能够从业务系统中直接提取，未经二次加工，不改变原有属性特征。
⑤可持续性
可持续性与稳定性区分，可持续性是指主数据在业务系统中持续存活周期较长，未体现数据属性或特征是否发生变化，包含着重要业务信息的主数据要能够在业务系统中存留一段时间，以便各系统访问和使用。
⑥不可替代性
主数据能够唯一标识核心业务实体，各系统之间不能出现重复的主数据，也不能产生歧义。
⑦广泛适用性
广泛适用性与共享性区分，广泛适用性是指主数据能够在各种业务场景中多级范围内使用，如监控场景的集团监控中心到路段监控分中心，收费场景的省联网中心到区域/路段分中心等。
通过上文分析的高速公路主数据识别标准，确定高速公路主数据的评价指标为：共享性、稳定性、关键性、原始性、可持续性、不可替代性及广泛使用性七项，见表4。
(2)建立模糊层次分析法模型
①构建模糊一致判断矩阵
设有矩阵A＝(aij)n×n，若满足：
0≤aij≤1,(i＝1,2,...,n；j＝1,2,...,n) (1)
则称A是模糊矩阵。
若模糊矩阵A＝(aij)n×n满足：
aij+aji＝1,(i＝1,2,...,n；j＝1,2,...,n) (2)
则称模糊矩阵A是模糊互补矩阵。
若模糊互补矩阵A＝(aij)n×n满足：有
aij＝aik-ajk+0.5 (3)
则称模糊矩阵A是模糊一致矩阵。
在模糊层次分析法中，需要业务领域专家两两比较各评价指标的相对重要性，用0.1～0.9标度法定量表示，标度及含义见表5，这样可以保证思维的一致性。
值得特别注意的是，专家评分过程是确定指标权重的关键，由于存在主观因素的影响，专家对于某两个评价指标之间的比较结果可能不一致，从而影响最终权重的确定这是该方法存在的一定限制性。本发明综合三位业务专家的意见形成评分结果，减少单个专家主观倾向对评价结果的非理性影响。
经过专家对各项评价指标的比较和评分，得到一个模糊互补判断矩阵A＝(aij)n×n,模糊互补判断矩阵满足公式(2)和公式(4)。
aij＝0.5，i＝1，2，3，...，n(4)
根据操作流程，建立如下模糊互补判断矩阵：
先把高速公路七项评价指标分别定义为七个变量：
X＝{x1,x2,x3,...,x7},其中，x1＝“共享性”，x2＝“稳定性”，x3＝“关键性”，x4＝“原始性”，x5＝“可持续性”，x6＝“不可替代性”，x7＝“广泛适用性”。设y为“是否是高速公路的主数据”，每次取X＝{x1,x2,x3,...,x7}中的两个评价指标xi和xj两两比较，根据xi和xj对因变量y的相对重要程度建立模糊互补判断矩阵A＝(aij)7×7，其中aij是根据0.1～0.9标度法得出的xi和xj对y的相对重要程度比值。得出模糊互补判断矩阵A如下：
②计算权重公式
根据前人的经验，通过推导得出一个求解模糊互补判断矩阵权重的通用计算公式。该权重求解公式简单高效且计算量小，便于实际操作。该计算公式如下：
③一致性检验
人们对实际问题的认识片面、理解偏差、或问题的复杂性给人们的理解造成一定程度的困难，导致在构造判断矩阵时往往不具备一致性，不符合人类正常的思维习惯，则该判断矩阵不能用于对实际问题的分析研究。因此，在依据公式(6)求得权重后，要判断它是否符合一致性要求，规避主观不稳定因素对评价结果的非理性影响。有人曾提出采用计算模糊判断矩阵的相容性来作为一致性效验。也有人曾提出通过模糊一致矩阵的充要条件对一致性进行调整。
设矩阵A＝(aij)n×n和矩阵B＝(bij)n×n均为模糊判断矩阵，称
为A和B的相容性指标。
另外根据权重求解公式(6)可对模糊互补矩阵A的权重向量进行求解，设Z＝(Z1,Z2,...,Zn)T是模糊判断矩阵A的权重向量,Z通常满足公式(8)。
令则称n阶矩阵
Z*＝(Zij)n×n (9)
是模糊互补判断矩阵A的特征矩阵。
利用模糊判断矩阵的相容性来对所得权重进行一致性检验时，还需要参考决策者的态度。对于决策者的态度T，如果模糊互补判断矩阵A和特征矩阵Z*的相容性满足I(A,Z*)≤T时，则认为求解的权重向量与模糊互补判断矩阵是一致的。其中T为常量，且T越小则表明决策者对模糊判断矩阵的一致性要求就越高，根据高速公路主数据的需求及专家意见，在本发明中取T＝0.2.
④得出高速公路主数据识别模型
通过上述步骤算得权重向量，当它通过一致性检验后，即可确定高速公路主数据识别模型：
y＝XZ＝z1x1+z2x2+...+z7x7 (10)
其中zi,i∈{1,2,3,...,7}是通过公式(6)求解得出的权重值，xi,i∈{1,2,3,...,7}代表对于任意的高速公路业务实体δk,k∈{1,2,3,...,n}与第i个高速公路主数据评分指标的符合度，如果δk满足高速公路主数据评价的第i个指标的要求，则xi＝1，否则xi＝0.
(3)对高速公路业务系统数据进行识别
根据上一步骤求出的高速公路主数据识别模型，将高速公路业务系统数据分别代入识别模型中计算得分值，并根据高速公路主数据的需求及专家意见设定高速公路各场景主数据的阈值，计算结果得分大于设定阈值的高速公路业务数据，就是该场景的主数据。
具体实施例II：以A省高速公路为例进行本发明所述的主数据识别。
首先我们对A省高速公路营运关键业务进行分析，结合业务专家意见得出模糊互补判断矩阵A如下：
根据公式(6)对矩阵A进行计算，得出各评价指标的权重向量Z为：
Z＝(0.167,0.150,0.152,0.117,0.133,0.148,0.133) (12)
由权重向量Z根据公式(9)计算此权重向量的特征矩阵Z*为：
再根据求出的权重向量特征矩阵Z*与模糊互补判断矩阵做相容性判定，由公式(7)可得出I(A,Z*)＝0.132≤0.2，符合相容性判定，说明该模糊判断矩阵通过一致性校验。
由各评价指标的权重向量Z(12)可得，关于高速公路主数据识别的模糊层次分析法评分模型为：
y＝XZ＝0.167x1+0.150x2+0.152x3+0.117x4+0.133x5+0.148x6+0.133x7 (14)
对A省高速公路营运关键业务进行分析，判断得出的每一项业务数据是否满足高速公路主数据的七项评价指标，若数据满足第i个评价指标则对应的xi值为1，反之则为0，由此可得出各项业务数据的评价指标向量X＝{x1,x2,x3,...,x7}。根据高速公路主数据需求并结合业务专家的评审意见，得出各项业务数据的评分如附录B所示，则可得出它们相应的的评价指标向量如表6所示。
根据高速公路主数据评分模型，将以上业务数据的评价指标向量X代入公式(14)中进行计算，再按照业务数据的得分值从大到小进行排序，结果如表3所示。再根据高速公路主数据需求并结合专家所提意见，设定判断高速公路主数据的阈值为0.8，能够得出高速公路的主数据为：路线数据、路段数据、设施数据、设备数据、互通节点数据，如表7。
本发明还公开一种实施例：
如图2，一种智慧高速公路主数据获取系统，包括：采集模块100、处理单元200、存储模块300以及编写模块400；其中，采集模块100与外界采集装置连接，用于采集高速公路数据；处理单元200与所述采集模块100连接，用于获得主数据识别模型并根据所述主数据识别模型对所述高速公路数据进行识别，以获取高速公路主数据；存储模块300与所述处理单元200连接，用于存储所述高速公路主数据；编写模块400与所述存储模块300和所述处理单元200连接，用于根据主数据评价指标，将所述高速公路主数据进行标准化，得到标准化后的高速公路主数据；所述处理单元200与所述存储模块300和所述编写模块400连接，用于将所述标准化后的高速公路主数据进行存储。
数据编码是将把特定的符号赋予某一类信息，以满足实际业务的需要。数据编码主要考虑以下几项原则：唯一性、合理性、可扩充性、简明性、适用性、规范性。对于所述的编写模块400：在识别出高速公路主数据后，要根据相关规定和行业标准等对主数据进行分类及属性编码，从而建立起高速公路主数据标准。
主数据作为业务信息系统中的重要基础数据,在系统内部及各系统间必须保证其高度一致性,通过建立统一的主数据编码标准，可以杜绝自然语言描述下的不规则和理解的二义性，便于实现计算机的信息处理，也使得各个业务系统之间具有互通、共享的语言基础,以提高数据共享应用的效率。
本发明还提供一种实施例：
一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行如上所示的方法的程序代码。该计算机程序可以从网络上被下载和安装。在该计算机程序被CPU执行时，执行本发明的系统中限定的上述功能。
本发明还提供一种实施例：
一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序；所述计算机程序在运行时，执行如上所述的主数据获取方法的步骤。
在本发明中，计算机可读的存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
本发明分析梳理了智慧高速公路各类主要业务场景的功能需求，研究实现智慧高速公路监控、收费、车路协同等三大主要场景功能所需的重要数据及类型，进而基于模糊层次分析法建立主数据识别方法和模型，对高速公路主数据进行识别，在此基础上，参考国家和行业标准及技术规范对主数据标准进行编制，最终形成智慧高速公路主数据标准。
上述本发明序号仅仅为了描述，不代表实施场景的优劣。
附表：
表1收费系统重要数据表
表2车路协同系统重要数据表
表3智慧通信站功能列表
表4高速公路主数据七大评价指标
表5 0.1～0.9标度法及其意义
表6高速公路重要业务数据评价指标向量表
表7高速公路主数据识别评价得分表
以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种考虑多因素的行人过街行为预测方法