指标拆解的方法、装置、电子设备和计算机程序产品与流程

本申请涉及计算机，尤其具体地涉及指标拆解的方法、装置、电子设备以及计算机程序产品。

背景技术：

1、随着数据驱动决策在企业中的应用不断深化，指标体系化建设的重要性日益凸显。此外，随着数据量的增加和业务场景的复杂化，指标体系化建设不仅能够简化数据管理流程，还能帮助企业快速识别问题、优化资源分配，进而提升整体运营效率与竞争力。

2、随着指标体系化建设在各类企业中的应用越来越广泛，指标拆解的重要性也逐渐凸显。指标体系化带来了更复杂的指标架构，为了确保每个指标的准确性和一致性，需要对其进行细致的拆解。通过有效的指标拆解，能够将复杂的综合指标分解为可操作的原子指标，便于深入分析和优化。

技术实现思路

1、本公开的实施例提供了一种指标拆解的方法、装置、电子设备以及计算机程序产品。

2、根据本公开的第一方面，提供了一种指标拆解的方法。该方法包括获取原始查询语句，所述原始查询语句包括待拆解的目标指标，并且所述原始查询语句中的数据表来自数据仓库的应用层。该方法还包括通过对所述原始查询语句进行向上追溯，生成与所述原始查询语句相对应的展开查询语句，所述展开查询语句包括来自所述数据仓库中的数据明细层的数据表。该方法还包括通过对所述展开查询语句进行裁剪，生成裁剪查询语句，所述裁剪查询语句包括用于基于原子指标生成所述目标指标的查询逻辑和筛选条件。该方法还包括基于所述裁剪查询语句，利用语言模型基于与所述原子指标有关的所述查询逻辑和所述筛选条件，确定与所述目标指标相对应的目标原子指标、目标时间周期以及目标修饰词。此外，该方法还包括基于所述目标原子指标、所述目标时间周期以及所述目标修饰词，确定所述目标指标的拆解结果。

3、根据本公开的第二方面，提供了一种指标拆解的装置。该装置包括查询语句获取模块，被配置为获取原始查询语句，所述原始查询语句包括待拆解的目标指标，并且所述原始查询语句中的数据表来自数据仓库的应用层。该装置还包括查询语句展开模块，被配置为通过对所述原始查询语句进行向上追溯，生成与所述原始查询语句相对应的展开查询语句，所述展开查询语句包括来自所述数据仓库中的数据明细层的数据表。该装置还包括查询语句裁剪模块，被配置为通过对所述展开查询语句进行裁剪，生成裁剪查询语句，所述裁剪查询语句包括用于基于原子指标生成所述目标指标的查询逻辑和筛选条件。该装置还包括目标元素确定模块，被配置为基于所述裁剪查询语句，利用语言模型基于与所述原子指标有关的所述查询逻辑和所述筛选条件，确定与所述目标指标相对应的目标原子指标、目标时间周期以及目标修饰词。此外，该装置还包括拆解结果确定模块，被配置为基于所述目标原子指标、所述目标时间周期以及所述目标修饰词，确定所述目标指标的拆解结果。

4、根据本公开的第三方面，提供了一种电子设备。该电子设备包括处理器以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被处理器执行时使电子设备执行根据第一方面所述的方法。

5、在本公开的第四方面中，提供了一种计算机程序产品。该计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括计算机可执行指令，所述计算机可执行指令在被执行时使得计算机执行本公开的第一方面的方法的步骤。

6、
技术实现要素：
部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识要求保护的主题的关键特征或主要特征，也无意限制要求保护的主题的范围。

技术特征：

1.一种指标拆解的方法，包括：

2. 根据权利要求1所述的方法，其中生成与所述原始查询语句相对应的所述展开查询语句包括：

3. 根据权利要求1所述的方法，其中生成所述裁剪查询语句包括：

4.根据权利要求1所述的方法，其中确定与所述目标指标相对应的所述目标原子指标、所述目标时间周期以及所述目标修饰词包括：

5. 根据权利要求4所述的方法，其中确定用于生成所述目标指标的所述目标原子指标包括：

6. 根据权利要求4所述的方法，其中确定与所述目标指标相关联的所述目标时间周期包括：

7. 根据权利要求4所述的方法，其中确定与所述目标指标相关联的所述目标修饰词包括：

8. 根据权利要求1所述的方法，还包括：

9.一种指标拆解的装置，包括：

10. 一种电子设备，包括：

11.一种计算机程序产品，所述计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括计算机可执行指令，所述计算机可执行指令用于执行根据权利要求1至8中的任一项所述的方法。

技术总结
本公开的实施例涉及指标拆解的方法、装置、电子设备和计算机程序产品。该方法包括通过对查询语句进行向上追溯和裁剪，生成裁剪查询语句。该方法还包括基于裁剪查询语句，利用语言模型基于与原子指标有关的查询逻辑和筛选条件，确定与目标指标相对应的目标原子指标、目标时间周期以及目标修饰词。此外，该方法还包括基于目标原子指标、目标时间周期以及目标修饰词，确定目标指标的拆解结果。由此，通过本公开的实施例，结合语言模型与数据血缘追溯，能够有效地拆解SQL中的复杂指标，确保拆解过程中的准确性和一致性，降低人工出错风险，减少用户工作量，并显著提升拆解效率和质量。

技术研发人员：曹路阳,赵震一,许闹
受保护的技术使用者：北京火山引擎科技有限公司
技术研发日：
技术公布日：2024/12/19