基于块数据构建的全景指标数据分析处理方法及系统与流程

1.本发明涉及数据处理技术领域，尤其涉及一种基于块数据构建的全景指标数据分析处理方法及系统。


背景技术：

2.数字化供电所是将各类型感知终端、控制终端进行汇聚，具体包含供电所营配工作端、内部设备以及移动设备等终端，通过mqtt或http协议接入统一的智慧物联管理平台，再由智慧物联管理平台向供电所综合业务数字化平台提供标准化数据服务接口，从而实现供电所综合业务数字化平台与供电所终端设备之间的远程控制、策略下发和负荷查询，实现供电所侧业务场景区域自治和就地决策。
3.数字化供电所智慧物联体系通过物联管理平台，可以实现终端设备的精准感知、统一管控、工单数据的分发处理，打造具备可复制性、低限度配置的调控模式，促进资源和数据共享，为供电所业务应用提供大数据支撑。
4.现有技术中，电力最小服务单元为台区，台区是指一个变压器的供电范围，多个台区构成网格，至少2个网格构成一个数字化供电所，一个大型区域内会有较多个网格，也就是会有多个数字化供电所，每个数字化供电所回对各自负责网格内的数据进行汇集，形成构建数字化供电所所需要的全景数据，全景数据是业务指标分析所需的数据基础，综合业务数字化平台可以通过预设的业务规则，判定全景数据中的业务指标是否合格。每个数字化供电所的全景指标数据会存储在各自数字化供电所对应的数据库中，形成对应的块数据。
5.块数据是在一个物理空间或者行政区域形成的涉及到人、事、物等各类数据的综合，相当于将各类“条数据”解构、交叉、融合。在块数据集合过程中，包含了数据空间的填充、空间数据的重构、集合过程的组构，及组构过程中的集合，同时还有新数据的汇集和原有数据组合后的衍生数据。通过块数据的应用，可以挖掘出数据更高、更多的价值。然而，现有技术中，还无法根据块数据中全景指标的部分关联性指标不同对多个区块进行跨区块的统筹分析，以从技术角度促进内部提质增效的目的。


技术实现要素：

6.本发明实施例提供一种基于块数据构建的全景指标数据分析处理方法及系统，可以根据全景指标中部分关联性指标的不同对多个区块进行跨区块的统筹分析，有针对性的提高不同行政区域内在某个场景下的工单处理效率。
7.本发明实施例的第一方面，提供一种基于块数据构建的全景指标数据分析处理方法，包括：获取第一单元网格所对应的先前时刻的区块数据，将所述区块数据划分为多个第一指标信息，根据指标归类信息将多个第一指标信息归类为第一关联指标集，每个第一关联指标集对应一个第一场景标签；
获取当前时刻第二单元网格所生成的第二关联指标集及所对应的第二场景标签，根据所述第二场景标签确定相对应的第一场景标签所对应的第一关联指标集；计算第二关联指标集与相对应的第一关联指标集的指标相似度，将指标相似度大于预设相似度的第一关联指标集作为第三关联指标集；分别提取所述第二关联指标集和第三关联指标集所对应的第二目标信息和第三目标信息，将所述第二目标信息和第三目标信息进行分析计算得到与所述第二场景标签所对应的指标分析系数；若所述指标分析系数小于指标预设系数，则基于所述第二场景标签生成相对应的处理数据。
8.可选地，在第一方面的一种可能实现方式中，所述获取第一单元网格所对应的先前时刻的区块数据，将所述区块数据划分为多个第一指标信息，根据指标归类信息将多个第一指标信息归类为第一关联指标集，每个第一关联指标集对应一个第一场景标签，包括：将先前时刻第一单元网格内的每个点数据和/或条数据划分为相应的一个第一指标信息，得到每个第一单元网格内的多个第一指标信息；获取指标归类信息中的指标选择信息和场景标签，基于所述指标选择信息确定相对应的第一指标信息生成第一关联指标集，每个第一指标信息至少对应一个第一关键词；基于所述场景标签对所述第一关联指标集添加相对应的第一场景标签。
9.可选地，在第一方面的一种可能实现方式中，所述计算第二关联指标集与相对应的第一关联指标集的指标相似度，将指标相似度大于预设相似度的第一关联指标集作为第三关联指标集，包括：获取每个第二指标信息对应的第二关键词，统计所述第一关联指标集中第一关键词的第一词数量以及第二关键词的第二词数量，基于所述第一词数量和第二词数量得到数量相似度；统计所有相同维度的第一关键词和第二关键词，若判断所述第一关键词和第二关键词为主体关键词，则根据所述第一关键词和第二关键词得到主体相似度；若判断所述第一关键词和第二关键词为数值关键词，则根据所述第一关键词和第二关键词得到数值相似度；根据所述数量相似度、主体相似度以及数值相似度进行融合计算得到指标相似度；将与第二关联指标集的指标相似度大于预设相似度的第一关联指标集作为第三关联指标集。
10.可选地，在第一方面的一种可能实现方式中，所述获取每个第二指标信息对应的第二关键词，统计所述第一关联指标集中第一关键词的第一词数量以及第二关键词的第二词数量，基于所述第一词数量和第二词数量得到数量相似度，包括：计算所述第一词数量和第二词数量的差值得到词数量差值，计算第一词数量和第二词数量的平均值得到平均词数量值；根据所述词数量差值、平均词数量值进行计算得到数量相似度。
11.可选地，在第一方面的一种可能实现方式中，所述统计所有相同维度的第一关键词和第二关键词，若判断所述第一关键词和第二关键词为主体关键词，则根据所述第一关
键词和第二关键词得到主体相似度，包括：统计为主体关键词的相同维度的第一关键词和第二关键词；若第一关键词的第一主体词和第二关键词的第二主体词相同，则得到与固定数值相对应的第一主体子系数；若所述第一关键词的第一主体词和第二关键词的第二主体词不同，则根据主体对应表确定所述第一主体词和第二主体词的主体相似信息，得到第二主体子系数；统计所有为主体关键词的第一关键词和第二关键词所对应的第一主体子系数、第二主体子系数，根据所述第一主体子系数、第二主体子系数得到主体相似度。
12.可选地，在第一方面的一种可能实现方式中，所述统计所有为主体关键词的第一关键词和第二关键词所对应的第一主体子系数、第二主体子系数，根据所述第一主体子系数、第二主体子系数得到主体相似度，包括：统计第一主体子系数的第一系数数量、第二主体子系数的第二系数数量；根据所述第一系数数量、第一主体子系数、第二系数数量以及第二主体子系数进行计算得到主体相似度。
13.可选地，在第一方面的一种可能实现方式中，所述若判断所述第一关键词和第二关键词为数值关键词，则根据所述第一关键词和第二关键词得到数值相似度，包括：统计为数值关键词的相同维度的第一关键词和第二关键词，所述数值关键词为数量词语；计算所述第一关键词和第二关键词的差值得到数值差值、第一关键词和第二关键词的平均值得到数值平均值；根据所述数值差值、数值平均值进行计算得到数值相似度。
14.可选地，在第一方面的一种可能实现方式中，所述根据所述数量相似度、主体相似度以及数值相似度进行融合计算得到指标相似度，包括：通过以下公式计算进行融合计算得到指标相似度，其中，为指标相似度，为数量相似度，为数量权重值，为主体相似度，为主体权重值，为数值相似度，为数值权重值，为数量归一化值，为第一词数量，为第二词数量，为主体归一化值，为第个相同维度的第一关键词和第二关键词的第一主体子系数，为相同维度的第一关键词和第二关键词的第一主体子系数的数量上限值，为相同维度的第一关键词和第二关键词的第一主体子系数的第一系数数量值，
为第个相同维度的第一关键词和第二关键词的第二主体子系数，为相同维度的第一关键词和第二关键词的第二主体子系数的数量上限值，为相同维度的第一关键词和第二关键词的第二主体子系数的第二系数数量值，为数值归一化值，为第个第一关键词的数值，为第个第二关键词的数值，为第个第一关键词的数值所对应的子系数权重值，为数值关键词的相同维度的第一关键词和第二关键词数量的上限值，为数值关键词的相同维度的第一关键词和第二关键词的数量值，为常数值。
15.可选地，在第一方面的一种可能实现方式中，分别提取所述第二关联指标集和第三关联指标集所对应的第二目标信息和第三目标信息，将所述第二目标信息和第三目标信息进行分析计算得到与所述第二场景标签所对应的指标分析系数，包括：分别获取第二关联指标集和第三关联指标集中，具有第二工单数据和第三工单数据的第二指标信息和第三指标信息；基于所述第二目标信息提取所述第二工单数据中的第二工单信息，所述第二工单信息至少包括第二时间信息、第二路程信息以及第二满意度信息；基于所述第三目标信息提取所述第三工单数据中的第三工单信息，所述第三工单信息至少包括第三时间信息、第三路程信息以及第三满意度信息；获取所有第一单元网格的区块数据所对应的所有第三时间信息、第三路程信息以及第三满意度信息，得到平均时间信息、平均路程信息以及平均满意度信息；将所述第二时间信息、第二路程信息以及第二满意度信息与所述平均时间信息、平均路程信息以及平均满意度信息比对得到指标分析系数。
16.可选地，在第一方面的一种可能实现方式中，所述将所述第二时间信息、第二路程信息以及第二满意度信息与所述平均时间信息、平均路程信息以及平均满意度信息比对得到指标分析系数，包括：根据所述第二时间信息、平均时间信息的差值得到时间子系数值；根据所述第二路程信息、平均路程信息的差值得到路程子系数值；根据所述第二满意度信息、平均满意度信息的差值得到满意度子系数值；对所述时间子系数值、路程子系数值以及满意度子系数值进行融合计算得到指标分析系数。
17.可选地，在第一方面的一种可能实现方式中，所述对所述时间子系数值、路程子系数值以及满意度子系数值进行融合计算得到指标分析系数，包括：通过以下公式计算指标分析系数，其中，为指标分析系数，为时间子系数值，为时间权重值，为路程子系数
值，为路程权重值，为满意度子系数值，为满意度权重值，为平均时间信息，为第二时间信息，为平均路程信息，为第二路程信息，为平均满意度信息，为第二满意度信息。
18.可选地，在第一方面的一种可能实现方式中，若所述指标分析系数小于指标预设系数，则基于所述第二场景标签生成相对应的处理数据，包括：若指标分析系数小于指标预设系数，则提取相对应的第二场景标签、时间子系数值和满意度子系数值；将所述时间子系数值和满意度子系数值进行数量值的比对，生成相对应的处理数据。
19.可选地，在第一方面的一种可能实现方式中，所述将所述时间子系数值和满意度子系数值进行数量值的比对，生成相对应的处理数据，包括：若所述时间子系数值为正数、满意度子系数值为负数，且时间子系数值大于满意度子系数值的绝对值，时间子系数值与满意度子系数值的绝对值的差值大于预设差值，则调取效率预设文档，生成时间处理数据；若所述时间子系数值为正数、满意度子系数值为负数，且时间子系数值小于满意度子系数值的绝对值，满意度子系数值的绝对值与时间子系数值的差值大于预设差值，则调取满意度预设文档，生成满意度处理数据；若时间子系数值与满意度子系数值的绝对值的差值小于等于预设差值、满意度子系数值的绝对值与时间子系数值的差值小于等于预设差值，则分别调取效率预设文档和满意度预设文档，生成时间处理数据和满意度处理数据。
20.本发明实施例的第二方面，提供一种基于块数据构建的全景指标数据分析处理系统，包括：获取模块，用于获取第一单元网格所对应的先前时刻的区块数据，将所述区块数据划分为多个第一指标信息，根据指标归类信息将多个第一指标信息归类为第一关联指标集，每个第一关联指标集对应一个第一场景标签；确定模块，用于获取当前时刻第二单元网格所生成的第二关联指标集及所对应的第二场景标签，根据所述第二场景标签确定相对应的第一场景标签所对应的第一关联指标集；计算模块，用于计算第二关联指标集与相对应的第一关联指标集的指标相似度，将指标相似度大于预设相似度的第一关联指标集作为第三关联指标集；提取模块，用于分别提取所述第二关联指标集和第三关联指标集所对应的第二目标信息和第三目标信息，将所述第二目标信息和第三目标信息进行分析计算得到与所述第二场景标签所对应的指标分析系数；生成模块，用于若所述指标分析系数小于指标预设系数，则基于所述第二场景标签生成相对应的处理数据。
21.本发明实施例的第三方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
22.本发明提供的一种基于块数据构建的全景指标数据分析处理方法及系统，能够分别对多个单元网格内的块数据进行分解得到多个指标信息，并且结合不同指标信息的场景的不同进行归类，使得将具有同一个场景内的所有相关联的指标能够形成一个集合，本发明可以对不同单元网格在将相同场景内的所有的指标进行比对，统计不同单元网格较为接近的相同类型的场景，使得在对多个不同单元网格内的场景进行横向比对时能够将较为接近的场景进行比对，使得横向对比之间更具有可比性。
23.本发明会分别统计需要进行比对的关联指标集内的信息，对相应的目标信息进行分析得到指标分析系数，进而使得每个单元网格在完成某个业务的处理时，都能够结合其他单元网格的历史处理行为确定其本次处理的指标分析系数，并且根据该指标分析系数进行有针对性的进行指导处理，提高下次的服务效率、服务质量等等。
24.本发明提供的技术方案，在计算第二关联指标集和第一关联指标集的指标相似度时，首先会对每组第一关键词和第二关键词按照属性的不同进行分类，得到数值关键词和主体关键词，然后根据第一关键词和第二关键词的数量之间的差异、数值关键词的差异以及主体之间的差异得到两个第二关联指标集和第一关联指标集的相似度，进而确定其他单元网格的多个第一关联指标集中与第二关联指标集更加接近的第三关联指标集，使得第二单元网格内的关联指标集与第一单元网格内的关联指标集更具有可比性。
25.本发明在对相应场景的指标进行分析时，提取相应场景的第二工单数据和第三工单数据，并且将第二工单信息和第三工单信息中的时间信息、路程信息以及满意度信息进行比对，在指标分析系数不满足相应的要求时，本发明会将时间子系数值和满意度子系数值进行数量值的比对，生成相对应的处理数据，使得本发明能够根据时间行为、满意度行为以异步、同步的方式生成时间处理数据或满意度处理数据，对相应单元网格的工作人员进行有效的培训处理。
附图说明
26.图1为基于块数据构建的全景指标数据分析处理方法的第一种实施方式的流程图；图2为基于块数据构建的全景指标数据分析处理方法的第二种实施方式的流程图；图3为基于块数据构建的全景指标数据分析处理装置的第一种实施方式的流程图。
具体实施方式
27.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
28.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在
这里图示或描述的那些以外的顺序实施。
29.应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
30.应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
31.应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含a、b和c”、“包含a、b、c”是指a、b、c三者都包含，“包含a、b或c”是指包含a、b、c三者之一，“包含a、b和/或c”是指包含a、b、c三者中任1个或任2个或3个。
32.应当理解，在本发明中，“与a对应的b”、“与a相对应的b”、“a与b相对应”或者“b与a相对应”，表示b与a相关联，根据a可以确定b。根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其他信息确定b。a与b的匹配，是a与b的相似度大于或等于预设的阈值。
33.取决于语境，如在此所使用的“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。
34.下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
35.不同的行政区域对应不同单元网格，不同的单元网格会对应不同的区块，不同区块所生成的工单数据的主体存在一定的差别，通过多个区块相同指标的工单数据的比对，能够反映出区块在该多个关联指标的处理行为，现有技术中，还无法根据全景指标中部分关联性指标的不同对多个区块进行跨区块的统筹分析，无法面向内部提质增效，无法提高不同行政区域内的工单处理效果。
36.本发明提供一种基于块数据构建的全景指标数据分析处理方法，如图1所示，包括：步骤s110、获取第一单元网格所对应的先前时刻的区块数据，将所述区块数据划分为多个第一指标信息，根据指标归类信息将多个第一指标信息归类为第一关联指标集，每个第一关联指标集对应一个第一场景标签。每个第一单元网格可以对应一个行政区域，不同的行政区域可能会对应不同的电力班组，电力班组例如维修班组、安装班组等等。本发明会将每个第一单元网格的区块数据划分为多个第一指标信息，并且结合指标归类信息将多个第一指标信息归类为第一关联指标集。例如第一场景标签为智能电表维修场景，此时第一个第一指标信息可能包括位于第一位置的第一主体在第一时刻的电表损害，第二个第一指标信息可能包括第一班组在第一时间后对智能电表进行维修，第三个第一指标信息可能包括智能电表的使用时长，第四个第一指标信息可能包括智能电表的损坏原因，第五个第一指标信息可能包括在维修完成后所得到的业务工单。此时的第一场景标签可能是智能电表维修场景。关联指标集可能包括上述的五个第一指标信息。
37.本发明提供的技术方案，在一个可能的实施方式中，如图2所示，步骤s110包括：
步骤s1101、将先前时刻第一单元网格内的每个点数据和/或条数据划分为相应的一个第一指标信息，得到每个第一单元网格内的多个第一指标信息。一般来说，每个块数据都是由相应的点数据和/或条数据构成的，所以可以根据点数据和/或条数据的不同将其分为多个第一指标信息。
38.步骤s1102、获取指标归类信息中的指标选择信息和场景标签，基于所述指标选择信息确定相对应的第一指标信息生成第一关联指标集，每个第一指标信息至少对应一个第一关键词。本发明会根据工作人员所输入的指标选择信息和场景标签得到第一关联指标集，即工作人员将相关联的第一指标信息进行收集得到第一关联指标集，此时的每个第一指标信息至少对应一个第一关键词，例如第一指标信息可能包括智能电表的使用时长，则此时的第一关键词可以是使用时长等等。
39.步骤s1103、基于所述场景标签对所述第一关联指标集添加相对应的第一场景标签。本发明会根据工作人员对第一关联指标集所确定的场景标签对第一关联指标集添加相对应的第一场景标签。通过该种方式，使得工作人员能够主动的对块数据进行分类得到多个第一关联指标集，并且每个第一关联指标集具有相对应的第一场景标签。
40.步骤s120、获取当前时刻第二单元网格所生成的第二关联指标集及所对应的第二场景标签，根据所述第二场景标签确定相对应的第一场景标签所对应的第一关联指标集。第二单元网格可以看作是当前时刻生成第二相关联指标、第二场景标签的第一单元网格，在判断某一个第一单元网格在当前时刻生成相应的第二关联指标集及第二场景标签后，此时会根据第二场景标签确定相对应的第一场景标签所对应的第一关联指标集，不同的第一单元网格可能会具有不同数量的第一关联指标集，在某些极端场景下，某些第一单元网格所对应的第一关联指标集可能是0。
41.步骤s130、计算第二关联指标集与相对应的第一关联指标集的指标相似度，将指标相似度大于预设相似度的第一关联指标集作为第三关联指标集。本发明会计算第二关联指标集与不同的第一单元网格的第一关联指标集的指标相似度，根据该指标相似度对相同场景的第一关联指标集进行筛选得到第三关联指标集。例如所有的第一单元网格共存在十个第一关联指标集与第二关联指标集的场景相对应，都是对智能电表进行维修的，但是被维修的主体、维修类型、路程等等都可能存在一定的差别，所以此时不同的第一关联指标集与相对应的第二关联指标集可能会存在一定的区别。本发明会确定与第二关联指标集相似度较大的第一关联指标集作为第三关联指标集。
42.本发明提供的技术方案，在一个可能的实施方式中，步骤s130包括：获取每个第二指标信息对应的第二关键词，统计所述第一关联指标集中第一关键词的第一词数量以及第二关键词的第二词数量，基于所述第一词数量和第二词数量得到数量相似度。本发明会统计第一词数量以及第二关键词的第二词数量，如果第一词数量和第二词数量的数量越接近，则证明相应的第一关联指标集与第二关联指标集越接近，此时会根据第一词数量和第二词数量得到数量相似度。
43.本发明提供的技术方案，在一个可能的实施方式中，统计所述第一关联指标集中第一关键词的第一词数量以及第二关键词的第二词数量，基于所述第一词数量和第二词数量得到数量相似度，包括：计算所述第一词数量和第二词数量的差值得到词数量差值，计算第一词数量和第
二词数量的平均值得到平均词数量值。本发明会分别计算词数量差值以及平均词数量值。
44.根据所述词数量差值、平均词数量值进行计算得到数量相似度。如果词数量差值越大，则证明数量相似度就越小。通过该种方式，本发明可以得到每个场景所对应的描述的关键词的数量，从关键词的数量维度进行第一关联指标集和第二关联指标集的相似度分析。
45.统计所有相同维度的第一关键词和第二关键词，若判断所述第一关键词和第二关键词为主体关键词，则根据所述第一关键词和第二关键词得到主体相似度。本发明会得到所有相同维度的第一关键词和第二关键词，例如第一关键词和第二关键词为主体关键词，此时的第一关键词可以是家庭用户，第一关键词可以是商业用户等等，例如出现智能电表损害的第一主体可能是家庭用户、商业用户等等，此时本发明会根据第一关键词和第二关键词得到主体相似度，如果某些维度的关键词相同，则此时相应维度的第一关键词和第二关键词的相似度就可以是1。如果某些维度的关键词不同，则此时相应维度的第一关键词和第二关键词的相似度就可以是0.5、0.3等等。
46.本发明提供的技术方案，在一个可能的实施方式中，所述统计所有相同维度的第一关键词和第二关键词，若判断所述第一关键词和第二关键词为主体关键词，则根据所述第一关键词和第二关键词得到主体相似度，包括：统计为主体关键词的相同维度的第一关键词和第二关键词。本发明会分别得到主体关键词的相同维度的第一关键词和第二关键词，例如在被维修主体维度中，第一关键词和第二关键词可以是相同的家庭用户维度，也可以分别是家庭用户维度、商业用户维度等等。
47.若第一关键词的第一主体词和第二关键词的第二主体词相同，则得到与固定数值相对应的第一主体子系数。在第一主体词和第二主体词相同时，则此时可能被维护的用户是相同类型的用户，所以此时固定数值可能是1，此时的第一主体子系数即为1。
48.若所述第一关键词的第一主体词和第二关键词的第二主体词不同，则根据主体对应表确定所述第一主体词和第二主体词的主体相似信息，得到第二主体子系数。此时本发明会根据第一主体词和第二主体词的不同得到相对应的主体相似信息，例如第一主体词为家庭用户，第二主体词为商业用户，则此时会得到第一主体词和第二主体词的主体相似信息，并根据主体相似信息得到第二主体子系数。
49.例如主体对应表中具有相对应的家庭用户、商业用户以及政府用户三类，此时家庭用户对应家庭系数，商业用户对应商业系数、政府用户对应政府系数，家庭系数、商业系数以及政府系数是不同的系数。主体对应表中具有不同维度的主体所对应的系数。如果第一主体词和第二主体词相同，则此时的固定数值相对应的第一主体子系数即为1。如果第一主体词和第二主体词不同，则主体相似信息可以是两个系数的差值，例如第一主体词是家庭用户，所对应的家庭系数为0.3，第二主体词是商业用户，所对应的家庭系数为0.5，此时主体相似信息即可以是0.3/0.5=0.6，此时的主体相似信息即为0.6。家庭系数、商业系数以及政府系数的系数值可以是工作人员根据实际场景设置的。可以这样理解，家庭用户、商业用户以及政府用户被需要维修的即时性是逐步增大的，所以所对应的系数可以是逐步增大的。对不同的主体进行维修时，所以采取的维修行为、维修策略可能是存在一定的不同。
50.统计所有为主体关键词的第一关键词和第二关键词所对应的第一主体子系数、第
二主体子系数，根据所述第一主体子系数、第二主体子系数得到主体相似度。本发明会根据第一主体子系数、第二主体子系数进行计算，得到主体相似度。如果第一关键词和第二关键的主体越相近，则所对应的主体相似度就越大。
51.本发明提供的技术方案，在一个可能的实施方式中，所述统计所有为主体关键词的第一关键词和第二关键词所对应的第一主体子系数、第二主体子系数，根据所述第一主体子系数、第二主体子系数得到主体相似度，包括：统计第一主体子系数的第一系数数量、第一主体子系数的第二系数数量。如果第一系数数量越多，则证明主体完全相同的第一关键词和第二关键词就越多，此时主体相似度就会越大。如果第二系数数量越多，则证明主体完全相同的第一关键词和第二关键词就越少，此时主体相似度就会越小。
52.根据所述第一系数数量、第一主体子系数、第二系数数量以及第二主体子系数进行计算得到主体相似度。本发明会进行综合的计算，得到相应的主体的不同，确定相应的主体相似度。
53.若判断所述第一关键词和第二关键词为数值关键词，则根据所述第一关键词和第二关键词得到数值相似度。在实际的场景中，第一关键词和第二关键词可能会为数值关键词，例如维修距离为10公里、20公里等等。此时本发明会计算数值类型的第一关键词和第二关键词得到数值相似度。
54.本发明提供的技术方案，在一个可能的实施方式中，所述若判断所述第一关键词和第二关键词为数值关键词，则根据所述第一关键词和第二关键词得到数值相似度，包括：统计为数值关键词的相同维度的第一关键词和第二关键词，所述数值关键词为数量词语。本发明会统计为数值的相同维度的第一关键词和第二关键词，例如维度是公里维度，第一关键词的维修距离是10公里，第二关键词的维修距离是12公里。10公里、12公里即为数量词语。
55.计算所述第一关键词和第二关键词的差值得到数值差值、第一关键词和第二关键词的平均值得到数值平均值。本发明会得到第一关键词和第二关键词的差值得到数值差值，此时的数值差值可能是2，数值平均值可能是11。
56.根据所述数值差值、数值平均值进行计算得到数值相似度。如果数值差值越大，则证明相似度越低，如果数值差值越小，则证明相应的相速度就越高。
57.根据所述数量相似度、主体相似度以及数值相似度进行融合计算得到指标相似度。本发明会综合数量相似度、主体相似度以及数值相似度进行综合的计算，得到考虑多个维度的相似性的第一关联指标和第二关联指标集的指标相似度。
58.本发明提供的技术方案，在一个可能的实施方式中，所述根据所述数量相似度、主体相似度以及数值相似度进行融合计算得到指标相似度，包括：通过以下公式计算进行融合计算得到指标相似度，
其中，为指标相似度，为数量相似度，为数量权重值，为主体相似度，为主体权重值，为数值相似度，为数值权重值，为数量归一化值，为第一词数量，为第二词数量，为主体归一化值，为第个相同维度的第一关键词和第二关键词的第一主体子系数，为相同维度的第一关键词和第二关键词的第一主体子系数的数量上限值，为相同维度的第一关键词和第二关键词的第一主体子系数的第一系数数量值，为第个相同维度的第一关键词和第二关键词的第二主体子系数，为相同维度的第一关键词和第二关键词的第二主体子系数的数量上限值，为相同维度的第一关键词和第二关键词的第二主体子系数的第二系数数量值，为数值归一化值，为第个第一关键词的数值，为第个第二关键词的数值，为第个第一关键词的数值所对应的子系数权重值，为数值关键词的相同维度的第一关键词和第二关键词的上限值，为数值关键词的相同维度的第一关键词和第二关键词的数量值，为常数值。
59.通过可以分别对数量相似度、主体相似度以及数值相似度分别加权求和、平均处理得到最终的指标相似度。并且在计算数量相似度，本发明会通过得到第一词数量和第二词数量的差值与平均值之间的关系，如果越大，则证明第一词数量和第二词数量相差越大，所以此时的数量相似度越小。本发明在计算主体相似度时，会通过得到第一主体子系数和第二主体子系数之和的平均值，如果第一主体子系数和第二主体子系数越大，则证明相应的主体之间的相似性就越大，使得所计算的第一关联指标集和第二关联指标集之间的相关性就越大。本发明在计算数值相似度时，会通过得到每个维度的第一关键词和第二关键词的数量值的差值，如果所有维度的数量值的差值越大，则此时的数值相似度就越小。通过以上的技术方案，使得本发明能够综合计算得到第一关联指标集与第二关联指标集之间的指标相似度。
60.将与第二关联指标集的指标相似度大于预设相似度的第一关联指标集作为第三关联指标集。本发明会提取所有与第二关联指标集的指标相似度大于预设相似度的第一关联指标集，并将该第一关联指标集作为第三关联指标集，通过第三关联指标集对第二关联指标集中的所有指标信息进行分析。
61.步骤s140、分别提取所述第二关联指标集和第三关联指标集所对应的第二目标信息和第三目标信息，将所述第二目标信息和第三目标信息进行分析计算得到与所述第二场景标签所对应的指标分析系数。本发明会提取第二关联指标集和第三关联指标集所对应的第二目标信息和第三目标信息，此时的第二目标信息和第三目标信息可以是处理时间信息、满意度信息等等，本发明会结合第二目标信息和第三目标信息进行分析计算得到与所述第二场景标签所对应的指标分析系数，第三目标信息可能是多个，将多个第三目标信息作为对第二目标信息进行分析的参考信息。
62.本发明提供的技术方案，在一个可能的实施方式中，步骤s140包括：分别获取第二关联指标集和第三关联指标集中，具有第二工单数据和第三工单数据的第二指标信息和第三指标信息。可以这样理解，在不同的班组进行维修等操作、行为时，此时会具有相应的工单数据，工单数据中可能会具有维修班组信息、维修目标信息等等，此时维修班组信息和维修目标信息即可以是第二指标信息和第三指标信息。
63.基于所述第二目标信息提取所述第二工单数据中的第二工单信息，所述第二工单信息至少包括第二时间信息、第二路程信息以及第二满意度信息。
64.基于所述第三目标信息提取所述第三工单数据中的第三工单信息，所述第三工单信息至少包括第三时间信息、第三路程信息以及第三满意度信息。
65.第二时间信息、第二路程信息以及第二满意度信息可以看作是当前时刻的第二单元网格的维修行为所对应的第二时间信息、第二路程信息以及第二满意度信息。时间信息可以是在智能电表出现损害后所对应的维修时间，路程信息可以看作是智能电表出现损坏的主体与维修班组所处位置的距离，满意度信息可以看作是用户对维修班组的满意度评价，可以是5、4等等。
66.获取所有第一单元网格的区块数据所对应的所有第三时间信息、第三路程信息以及第三满意度信息，得到平均时间信息、平均路程信息以及平均满意度信息。
67.此时的平均时间信息、平均路程信息以及平均满意度信息，可以是所有不同的第三工单数据、第三工单信息的平均数值，即平均时间信息为所有的第三工单信息所对应的时间信息的平均值，平均路程信息为所有的第三工单信息所对应的路程信息的平均值，平均满意度信息为所有的第三满意度信息所对应的满意度信息的平均值。
68.将所述第二时间信息、第二路程信息以及第二满意度信息与所述平均时间信息、平均路程信息以及平均满意度信息比对得到指标分析系数。通过以上方式，实现将当前的行为与平均行为进行比对的目的，实现指标分析。
69.本发明提供的技术方案，在一个可能的实施方式中，所述将所述第二时间信息、第二路程信息以及第二满意度信息与所述平均时间信息、平均路程信息以及平均满意度信息比对得到指标分析系数，包括：根据所述第二时间信息、平均时间信息的差值得到时间子系数值。可以是将第二时间信息减去平均时间信息得到时间子系数值，如果时间子系数值越大，则证明其维修所响应时间、花费时间越长，此时的时间子系数值就越大。
70.根据所述第二路程信息、平均路程信息的差值得到路程子系数值。可以是将第二路程信息减去平均路程信息得到路程子系数值，如果路程子系数值越大，则证明其所维修的流程就越长，此时路程子系数值就越大。
71.根据所述第二满意度信息、平均满意度信息的差值得到满意度子系数值。可以是将第二满意度信息减去平均满意度信息得到满意度子系数值，如果满意度子系数值越大，则证明其所维修的行为用户越满意，此时满意度子系数值就越大。
72.对所述时间子系数值、路程子系数值以及满意度子系数值进行融合计算得到指标分析系数。通过以上方式，使得本发明所计算的指标分析系数会综合考虑时间、路程以及满意度等多个维度，使得所计算的指标分析系数更加多维化、准确化，更能客观的评判相应的维修行为。
73.本发明提供的技术方案，在一个可能的实施方式中，所述对所述时间子系数值、路程子系数值以及满意度子系数值进行融合计算得到指标分析系数，包括：通过以下公式计算指标分析系数，其中，为指标分析系数，为时间子系数值，为时间权重值，为路程子系数值，为路程权重值，为满意度子系数值，为满意度权重值，为平均时间信息，为第二时间信息，为平均路程信息，为第二路程信息，为平均满意度信息，为第二满意度信息。通过可以得到时间子系数值，如果时间子系数值越大，则证明维修的时间越长，响应、维修时间就越慢，此时的时间子系数值与指标分析系数是成反比的。通过可以得到路程子系数值，如果路程子系数值越大，所以此时的维修时间就会被路程等客观原因增加，所以此时路程子系数值与指标分析系数是成正比的，但是路程影响的因素会较小，所以此时会将路程权重值的数值设定小于时间权重值和满意度权重值。通过可以得到满意度子系数值，满意度子系数值越大，则证明用户对于该维修行为越满意，所以此时满意度子系数值与指标分析系数是成正比的。
74.步骤s150、若所述指标分析系数小于指标预设系数，则基于所述第二场景标签生成相对应的处理数据。在指标分析系数小于指标预设系数时，则证明此时第二单元网格所对应的第二相关指标集的场景行为是低于平均水平的，所以此时根据第二场景标签生成相对应的处理数据，此时的处理数据即可能是对于智能电表损害维修的处理数据。
75.本发明提供的技术方案，在一个可能的实施方式中，步骤s150包括：若指标分析系数小于指标预设系数，则提取相对应的第二场景标签、时间子系数值和满意度子系数值。此时本发明会得到时间子系数值和满意度子系数值，因为在指标分析系数小于指标预设系数时，必然会出现时间子系数值和满意度子系数值中的至少一个低于平均的系数值，可能是维修班组的维修时间较长、满意度较差而导致指标分析系数小于
指标预设系数。
76.将所述时间子系数值和满意度子系数值进行数量值的比对，生成相对应的处理数据。本发明会将时间子系数值和满意度子系数值进行数量值的比较，确定相对应的处理数据，此时的处理数据具有多种可能性，使得处理数据能够针对该次行为所分析的不足之处进行相应的处理、弥补。
77.本发明提供的技术方案，在一个可能的实施方式中，所述将所述时间子系数值和满意度子系数值进行数量值的比对，生成相对应的处理数据，包括：若所述时间子系数值为正数、满意度子系数值为负数，且时间子系数值大于满意度子系数值的绝对值，时间子系数值与满意度子系数值的绝对值的差值大于预设差值，则调取效率预设文档，生成时间处理数据。此时为时间子系数值大于平均的时长，并且满意度子系数值小于平均的系数值，证明此时处理时间较长、用户较为不满意，所以此时会计算时间子系数值与满意度子系数值的绝对值的差值，如果绝对值的差值大于预设差值，则证明此时指标分析系数较小的原因主要是维修班组处理时间较长造成的，所以此时则调取效率预设文档，生成时间处理数据，提高相应的效率。效率预设文档可以是文字、图像、视频等等，效率预设文档内的内容可以是具有提高处理效率、维修效率的预设知识。
78.若所述时间子系数值为正数、满意度子系数值为负数，且时间子系数值小于满意度子系数值的绝对值，满意度子系数值的绝对值与时间子系数值的差值大于预设差值，则调取满意度预设文档，生成满意度处理数据。此时为时间子系数值大于平均的时长，并且满意度子系数值小于平均的系数值，证明此时处理时间较长、用户较为不满意，所以此时会计算满意度子系数值的绝对值与时间子系数值的差值大于预设差值，如果绝对值的差值大于预设差值，则证明此时指标分析系数较小的原因主要是用户不满意造成的，所以此时则调取满意度预设文档，生成满意度处理数据，提高相应的满意度。满意度预设文档可以是文字、图像、视频等等，满意度预设文档的内容可以是提高处理满意度的预设知识，例如沟通方式、维修方式等等。
79.若时间子系数值与满意度子系数值的绝对值的差值小于等于预设差值、满意度子系数值的绝对值与时间子系数值的差值小于等于预设差值，则分别调取效率预设文档和满意度预设文档，生成时间处理数据和满意度处理数据。此时效率预设文档和满意度预设文档对指标分析系数较小都具有较大的影响，所以此时会分别调取相应的效率预设文档和满意度预设文档，得到时间处理数据和满意度处理数据，进行缩短处理时间、提高处理效率、提高满意度的学习。
80.问了实现本发明提供的一种基于块数据构建的全景指标数据分析处理方法，本发明还提供一种基于块数据构建的全景指标数据分析处理装置，如图3所示，包括：获取模块，用于获取第一单元网格所对应的先前时刻的区块数据，将所述区块数据划分为多个第一指标信息，根据指标归类信息将多个第一指标信息归类为第一关联指标集，每个第一关联指标集对应一个第一场景标签；确定模块，用于获取当前时刻第二单元网格所生成的第二关联指标集及所对应的第二场景标签，根据所述第二场景标签确定相对应的第一场景标签所对应的第一关联指标集；计算模块，用于计算第二关联指标集与相对应的第一关联指标集的指标相似度，
将指标相似度大于预设相似度的第一关联指标集作为第三关联指标集；提取模块，用于分别提取所述第二关联指标集和第三关联指标集所对应的第二目标信息和第三目标信息，将所述第二目标信息和第三目标信息进行分析计算得到与所述第二场景标签所对应的指标分析系数；生成模块 ，用于若所述指标分析系数小于指标预设系数，则基于所述第二场景标签生成相对应的处理数据。
81.本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
82.其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(application specific integrated circuits，简称：asic)中。另外，该asic可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（rom）、随机存取存储器（ram）、cd-rom、磁带、软盘和光数据存储设备等。
83.本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
84.在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：central processing unit，简称：cpu），还可以是其他通用处理器、数字信号处理器（英文：digital signal processor，简称：dsp）、专用集成电路（英文：application specific integrated circuit，简称：asic）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
85.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。