本发明涉及数据处理的技术领域，公开了一种多维表格的数据处理方法、装置、设备及计算机程序；当有数据输入原始表格中时，对输入数据进行定位，并将输入数据所在类别的历史数据进行多维转换，以获取多维参考模型，并根据多维参考模型生成理论趋势范围，通过对输入数据的输入变化趋势与理论趋势范围的比对，可以判断输入数据是否存在输入错误的可能性，当判断出输入数据存在输入失误的风险时，将生成输入提示表，并在原始表格中以浮窗的形式进行显示，对用户进行提示，解决了现有技术中向表格填写数据后，检查表格数据较为繁琐的问题。
多维表格的数据处理方法、装置、设备及计算机程序
技术领域
[0001] 本发明涉及数据处理的技术领域，尤其是一种多维表格的数据处理方法、装置、设备及计算机程序。
背景技术
[0002] 在向表格填写数据时，偶尔会因操作失误而导致数据输入错误，在一些形式的表格中，填写错误的数据不容易被察觉，这就导致用户在对表格填写的数据进行检查时，会需要消耗较多的时间与精力，并且存在着未能检查出错误数据的可能性。
发明内容
[0003] 本发明的目的在于提供一种多维表格的数据处理方法、装置、设备及计算机程序，旨在解决现有技术中向表格填写数据后，检查表格数据较为繁琐的问题。
[0004] 本发明是这样实现的，本发明提供一种多维表格的数据处理方法，包括：
[0005] 获取原始表格中的输入数据，并对所述输入数据进行分析，以获取所述输入数据的分类标识；
[0006] 根据所述分类标识在所述原始表格中调取与所述输入数据相关联的历史数据，并对所述输入数据和所述历史数据进行多维类型转换，以生成多维参考模型；
[0007] 基于所述多维参考模型对所述历史数据进行分析，以获取所述历史数据的历史变化趋势，并根据所述历史变化趋势生成所述输入数据的理论趋势范围；
[0008] 基于所述多维参考模型对所述输入数据进行分析，以获取所述输入数据的输入变化趋势，并将所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布；
[0009] 当所述偏差特征分布达到预定标准时，根据所述偏差特征分布和所述多维参考模型生成输入提示表，并在所述原始表格中以浮窗的形式对所述输入提示表进行显示。
[0010] 优选地，获取原始表格中的输入数据，并对所述输入数据进行分析，以获取所述输入数据的分类标识的步骤包括：
[0011] 对所述原始表格进行数据变化的监测，根据所述监测的结果对所述输入数据进行定位，以获取所述输入数据在所述原始表格中的定位信息；
[0012] 根据所述定位信息获取所述输入数据的标识信息，并对所述标识信息进行分析，以获取所述输入数据的分类标识和排序标识。
[0013] 优选地，根据所述分类标识在所述原始表格中调取与所述输入数据相关联的历史数据，并对所述输入数据和所述历史数据进行多维类型转换，以生成多维参考模型的步骤包括：
[0014] 根据所述输入数据的所述分类标识和所述排序标识，调取所述原始表格中与所述输入数据具有相同的所述分类标识的历史数据，并根据所述排序标识对所述历史数据和所述输入数据进行排序，以生成参考数据序列；
[0015] 确定所述参考数据序列的多维化类型，并根据所述多维化类型对所述参考数据序列进行多维类型转换，以生成所述多维参考模型；所述多维化类型包括至少下列之一：比较类型、分布类型、构成类型、关联类型，所述比较类型包括柱状图，箱线图，条形图，折线图，箱线图，所述分布类型包括散点图，柱状图，所述构成类型包括柱状图，饼状图，条形图，折线图，所述关联类型包括散点图，气泡图。
[0016] 优选地，基于所述多维参考模型对所述历史数据进行分析，以获取所述历史数据的历史变化趋势，并根据所述历史变化趋势生成所述输入数据的理论趋势范围的步骤包括：
[0017] 对所述多维参考模型中所述历史数据对应的部分进行变化趋势的分析，以获取所述历史数据的历史变化趋势；
[0018] 获取所述历史变化趋势的最大值，记录为第一趋势特征；
[0019] 获取相邻所述历史变化趋势变化值的最大值，记录为第二趋势特征；
[0020] 获取相邻所述历史变化趋势变化比例的最大值，记录为第三趋势特征；
[0021] 将所述第一趋势特征、所述第二趋势特征以及所述第三趋势特征结合，生成基础理论趋势特征；
[0022] 对所述历史数据进行数字长度和首位数字的分析，将所述历史数据的最大数字长度和最大首位数字记录为附加理论趋势特征；
[0023] 根据所述参考数据序列确定与所述输入数据相邻的所述历史数据，并将其标记为标定数据；
[0024] 将所述标定数据与所述基础理论趋势特征和所述附加理论趋势特征结合，生成所述输入数据的所述理论趋势范围。
[0025] 优选地，基于所述多维参考模型对所述输入数据进行分析，以获取所述输入数据的输入变化趋势，并将所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布的步骤包括：
[0026] 根据所述标定数据和所述输入数据进行分析，以获取所述输入数据的输入变化趋势；
[0027] 根据所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布。
[0028] 第二方面，本发明提供一种多维表格的数据处理装置，包括：
[0029] 分析单元，用于获取原始表格中的输入数据，并对所述输入数据进行分析，以获取所述输入数据的分类标识；
[0030] 转换单元，用于根据所述分类标识在所述原始表格中调取与所述输入数据相关联的历史数据，并对所述输入数据和所述历史数据进行多维类型转换，以生成多维参考模型；
[0031] 参考单元，用于基于所述多维参考模型对所述历史数据进行分析，以获取所述历史数据的历史变化趋势，并根据所述历史变化趋势生成所述输入数据的理论趋势范围；
[0032] 比对单元，用于基于所述多维参考模型对所述输入数据进行分析，以获取所述输入数据的输入变化趋势，并将所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布；
[0033] 提示单元，用于当所述偏差特征分布达到预定标准时，根据所述偏差特征分布和所述多维参考模型生成输入提示表，并在所述原始表格中以浮窗的形式对所述输入提示表进行显示。
[0034] 在本实施例中，上述装置实施例中的各个单元的具体实现，请参照上述方法实施例中所述，在此不再进行赘述。
[0035] 第三方面，本发明提供一种多维表格的数据处理设备，包括存储器和运行器；
[0036] 所述存储器用于存储计算机程序，所述计算机程序用于实现第一方面任意一项所述的一种多维表格的数据处理方法；
[0037] 所述运行器用于驱动所述存储器执行所述计算机程序。
[0038] 第四方面，本发明提供一种多维表格的数据处理存储介质，用于存储执行第一方面任意一项所述的一种多维表格的数据处理方法的计算机程序。
[0039] 本发明提供了一种多维表格的数据处理方法，具有以下有益效果：
[0040] 当有数据输入原始表格中时，对输入数据进行定位，并将输入数据所在类别的历史数据进行多维转换，以获取多维参考模型，并根据多维参考模型生成理论趋势范围，通过对输入数据的输入变化趋势与理论趋势范围的比对，可以判断输入数据是否存在输入错误的可能性，当判断出输入数据存在输入失误的风险时，将生成输入提示表，并在原始表格中以浮窗的形式进行显示，对用户进行提示，解决了现有技术中向表格填写数据后，检查表格数据较为繁琐的问题。
附图说明
[0041] 图1是本发明实施例提供的一种多维表格的数据处理方法的步骤示意图；
[0042] 图2是本发明实施例提供的一种多维表格的数据处理装置的结构示意图。
具体实施方式
[0043] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0044] 本实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”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发明和简化描述，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，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0045] 以下结合具体实施例对本发明的实现进行详细的描述。
[0046] 参照图1、图2所示，为本发明提供较佳实施例。
[0047] 第一方面，本发明提供一种多维表格的数据处理方法，包括：
[0048] S1：获取原始表格中的输入数据，并对所述输入数据进行分析，以获取所述输入数据的分类标识；
[0049] S2：根据所述分类标识在所述原始表格中调取与所述输入数据相关联的历史数据，并对所述输入数据和所述历史数据进行多维类型转换，以生成多维参考模型；
[0050] S3：基于所述多维参考模型对所述历史数据进行分析，以获取所述历史数据的历史变化趋势，并根据所述历史变化趋势生成所述输入数据的理论趋势范围；
[0051] S4：基于所述多维参考模型对所述输入数据进行分析，以获取所述输入数据的输入变化趋势，并将所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布；
[0052] S5：当所述偏差特征分布达到预定标准时，根据所述偏差特征分布和所述多维参考模型生成输入提示表，并在所述原始表格中以浮窗的形式对所述输入提示表进行显示。
[0053] 具体地，当用户在原始表格中输入数据时，对这些输入数据进行获取和分析，来获得输入数据的分类标识。
[0054] 需要说明的是，表格具有众多横排与众多纵列，这些横排与纵列互相交织构成众多的输入格，输入格用于供数据输入，不难理解，由于一个输入格从属于一个横排和一个纵列，一个输入格中的输入数据也对应着一个横排和一个纵列。
[0055] 更具体地，每一个横排和纵列均具有各自的代表含义，这些代表含义会通过文字标识的形式展现出来，通过对这些文字标识的解析，可以判断出哪个文字标识的代表含义是对输入数据的类别划分，则该文字标识就是输入数据的分类标识。
[0056] 更具体地，根据分类标识可以在原始表格中调取与输入数据相关联的历史数据，可以理解的是，这里的历史数据指代的是，在原始表格中具有与输入数据相同分类标识的输入数据，这些历史数据代表着输入数据这一分类在过往时间段中的数据状况。
[0057] 更具体地，由于历史数据反应了输入数据这一分类在过往时间段中的数据状况，那么通过历史数据就可以推算出输入数据的合理范围，当输入数据超过这一推算范围时，就可以判断出输入数据可能存在误差，并向用户反馈这一判断，以避免数据输入失误的状况。
[0058] 更具体地，在本申请中根据历史数据推算范围的方式是根据输入数据和历史数据进行多维类型转换，生成多维参考模型。
[0059] 需要说明的是，多维类型转换即根据多维表格的类型对输入数据和历史数据进行转换，将输入数据和历史数据转换为其他形式的表格。
[0060] 可以理解的是，原始表格的形式无法直观地展现出各个数据之间的变化趋势，因此需要转换为其他形式适合的表格来进行后续的计算与展示，对于不同种类的数据而言，形式适合的表格也有所不同，并且，一些种类的数据可以采用多种形式的表格进行转换。
[0061] 更具体地，多维参考模型可以是转换后的一个或多个表格，转换后的表格易于进行数据处理与分析，来判断历史数据的历史变化趋势，并根据历史变化趋势生成输入数据的理论趋势范围；历史变化趋势即历史数据之间的变化趋势，这里的变化趋势包括相邻的历史数据的变化，也包括整体的历史数据变化。
[0062] 更具体地，基于多维参考模型对输入数据进行分析，以获取输入数据的输入变化趋势，将输入变化趋势与理论趋势范围进行比对，可以获取输入数据的偏差特征分布。
[0063] 需要说明的是，理论趋势范围并非一个固定的数值，而是一个大致的范围，并且理论趋势范围可以是包含有多重标准的范围，也就是说，在最大的范围中，还可以包括有较小的范围，较小的范围中还可以具有更小的范围，当输入数据的变化趋势所处的范围不同时，输入数据对应的输入变化趋势也不同。
[0064] 可以理解的是，偏差特征分布用于描述输入数据的输入变化趋势与历史变化趋势的偏差，当偏差特征分布达到预定标准时，则代表输入数据可能存在误差，此时需要根据偏差特征分布和多维参考迷行生成输入提示表，并在原始表格中以浮窗的形式对输入提示表进行显示。
[0065] 本发明提供了一种多维表格的数据处理方法，具有以下有益效果：
[0066] 当有数据输入原始表格中时，对输入数据进行定位，并将输入数据所在类别的历史数据进行多维转换，以获取多维参考模型，并根据多维参考模型生成理论趋势范围，通过对输入数据的输入变化趋势与理论趋势范围的比对，可以判断输入数据是否存在输入错误的可能性，当判断出输入数据存在输入失误的风险时，将生成输入提示表，并在原始表格中以浮窗的形式进行显示，对用户进行提示，解决了现有技术中向表格填写数据后，检查表格数据较为繁琐的问题。
[0067] 优选地，获取原始表格中的输入数据，并对所述输入数据进行分析，以获取所述输入数据的分类标识的步骤包括：
[0068] S11：对所述原始表格进行数据变化的监测，根据所述监测的结果对所述输入数据进行定位，以获取所述输入数据在所述原始表格中的定位信息；
[0069] S12：根据所述定位信息获取所述输入数据的标识信息，并对所述标识信息进行分析，以获取所述输入数据的分类标识和排序标识。
[0070] 具体地，对原始表格进行数据变化的监测，当用户在原始表格中输入数据后，对输入数据进行定位，确定输入数据在原始表格中对应的横行与纵列，将对应的行列信息作为输入数据的定位信息。
[0071] 更具体地，输入数据对应的横行与纵列各自具有标识信息，当获输入数据的定位信息后，就可以获取输入数据的标识信息。
[0072] 例如：输入数据在原始表格中的定位信息是第三行第五列，原始表格的第三行是售卖金额，第五列是五月份，那么输入数据的标识信息就是“售卖金额”和“五月份”。
[0073] 可以理解的是，对标识信息进行分析，即可判断出输入数据的分类标识和排序标识，其中，分类标识用于对输入数据进行分类，排序标识用于对输入数据进行排序。
[0074] 以上述的例子而言，“售卖金额”属于分类标识，“五月份”疏忽与排序标识。
[0075] 可以理解的是，具有相同分类标识和不同排序标识的数据即为输入数据的历史数据。
[0076] 优选地，根据所述分类标识在所述原始表格中调取与所述输入数据相关联的历史数据，并对所述输入数据和所述历史数据进行多维类型转换，以生成多维参考模型的步骤包括：
[0077] S21：根据所述输入数据的所述分类标识和所述排序标识，调取所述原始表格中与所述输入数据具有相同的所述分类标识的历史数据，并根据所述排序标识对所述历史数据和所述输入数据进行排序，以生成参考数据序列；
[0078] S22：确定所述参考数据序列的多维化类型，并根据所述多维化类型对所述参考数据序列进行多维类型转换，以生成所述多维参考模型；所述多维化类型包括至少下列之一：比较类型、分布类型、构成类型、关联类型，所述比较类型包括柱状图，箱线图，条形图，折线图，箱线图，所述分布类型包括散点图，柱状图，所述构成类型包括柱状图，饼状图，条形图，折线图，所述关联类型包括散点图，气泡图。
[0079] 具体地，本申请的思路是：将原始表格中的历史数据转换为其他形式的表格，基于转换后的表格进行数据的分析，来判断输入数据的输入变化趋势。
[0080] 更具体地，为了实现对历史数据的转换，首先需要对历史数据按照排序标识进行排序，以生成参考数据序列。
[0081] 更具体地，参考数据序列用于进行多维化转换，多维化转换是将参考数据序列转换为其他形式的表格，以进行后续的数据分析步骤。
[0082] 更具体地，可以转换的表格形式具有多种，在实际转换中，可以将参考数据序列转换为这些表格形式中的一种或多种。
[0083] 优选地，基于所述多维参考模型对所述历史数据进行分析，以获取所述历史数据的历史变化趋势，并根据所述历史变化趋势生成所述输入数据的理论趋势范围的步骤包括：
[0084] S31：对所述多维参考模型中所述历史数据对应的部分进行变化趋势的分析，以获取所述历史数据的历史变化趋势；
[0085] S32：获取所述历史变化趋势的最大值，记录为第一趋势特征；
[0086] S33：获取相邻所述历史变化趋势变化值的最大值，记录为第二趋势特征；
[0087] S34：获取相邻所述历史变化趋势变化比例的最大值，记录为第三趋势特征；
[0088] S35：将所述第一趋势特征、所述第二趋势特征以及所述第三趋势特征结合，生成基础理论趋势特征；
[0089] S36：对所述历史数据进行数字长度和首位数字的分析，将所述历史数据的最大数字长度和最大首位数字记录为附加理论趋势特征；
[0090] S37：根据所述参考数据序列确定与所述输入数据相邻的所述历史数据，并将其标记为标定数据；
[0091] S38：将所述标定数据与所述基础理论趋势特征和所述附加理论趋势特征结合，生成所述输入数据的所述理论趋势范围。
[0092] 具体地，多维参考模型用于对数据的变化趋势进行分析，不同种类的数据适合转换的表格形式也是不同的，在将参考数据序列转换为多维参考模型后，可以基于多维参考模型对变化趋势进行分析。
[0093] 更具体地，上述的对变化趋势的分析包括多种方式，例如：通过对点线图中线段变化的倾斜程度进行分析，通过对饼状图的各部分占比进行分析等。
[0094] 更具体地，历史数据的历史变化趋势指代的是相邻历史数据的变化趋势，因此基于历史变化趋势，可以得出历史变化趋势的最大值，历史变化趋势变化值、以及历史变化趋势变化比例。
[0095] 需要说明的是，历史变化趋势的最大值即为相邻历史数据之间的最大变化数值，该数值可以反映相邻数据之间的合理变化范围，该数值被记录为第一趋势特征。
[0096] 需要说明的是，历史变化趋势变化值指代的是相邻的历史变化趋势之间的变化关系，例如，第一个历史变化趋势为30%，第二个历史变化趋势为50%，那么相邻历史变化趋势变化值即为20%；历史变化趋势变化比例指代相邻的历史变化趋势之间的变化关系，例如，第一个历史变化趋势为20%，第二个历史变化趋势为30%，那么相邻历史变化趋势变化比例即为50%。
[0097] 更具体地，对历史变化趋势进行分析，得到历史变化趋势变化值的最大值，记录为第二趋势特征，得到历史变化趋势变化比例的最大值，记录为第三趋势特征；将第一趋势特征、第二趋势特征以及第三趋势特征进行结合，可以得到基础理论趋势特征。
[0098] 需要说明的是，基础理论趋势特征用于描述输入数据与历史数据之间的变化关系保持在什么范围内属于合理的。
[0099] 更具体地，在参考数据序列中，与输入数据相邻的历史数据为标定数据，不难理解，输入数据相对该标定数据的差异，即为输入数据的输入变化趋势。
[0100] 也就是说，输入数据与标定数据之间的实际变化趋势，是输入数据的输入变化趋势，标定数据与输入数据之间的理论变化趋势所处的范围，是输入数据的理论趋势范围。
[0101] 可以理解的是，当输入数据的输入变化趋势在第一趋势特征内时，是最为合理的，当输入数据的输入变化趋势在第一趋势特征之外，但在第一趋势特征与第二趋势特征或第三趋势特征的叠加之内，属于较为合理的范围；当输入数据的输入变化趋势在第一趋势特征与第二趋势特征或第三趋势特征的叠加之外，则属于较为不合理的范围。
[0102] 更具体地，还可以对历史数据进行数字长度和首位数字的分析，当所有历史数据的数字长度均保持在同一长度时，若输入数据的数字长度与历史数据的长度不一致，则属于不合理的范围。
[0103] 更具体地，首位数字是基于数字长度的判断的基础上，对输入数据进行进一步的判断，例如：当数字长度均为4，且首位数字均为3‑5时，当输入数据的数字长度为3或5则属于不合理的范围，当输入数据的数字长度为4，且首位数字为2或6时，则属于较为不合理的范围。
[0104] 根据历史数据的数字长度范围和首位数字范围，可以得到附加理论趋势范围，将标定数据与与基础理论趋势特征和附加理论趋势特征结合，生成输入数据的理论趋势范围，根据输入数据的输入变化趋势在理论趋势范围中的具体位置关系，可以判断出输入数据的合理程度，从而进行后续的提示操作。
[0105] 优选地，基于所述多维参考模型对所述输入数据进行分析，以获取所述输入数据的输入变化趋势，并将所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布的步骤包括：
[0106] S41：根据所述标定数据和所述输入数据进行分析，以获取所述输入数据的输入变化趋势；
[0107] S42：根据所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布。
[0108] 具体地，偏差特征分布用于描述输入数据的输入变化趋势与理论趋势范围之间的相对关系，输入变化趋势越偏离理论趋势范围，代表输入数据出错的可能性也就越大。
[0109] 第二方面，本发明提供一种多维表格的数据处理装置，包括：
[0110] 分析单元，用于获取原始表格中的输入数据，并对所述输入数据进行分析，以获取所述输入数据的分类标识；
[0111] 转换单元，用于根据所述分类标识在所述原始表格中调取与所述输入数据相关联的历史数据，并对所述输入数据和所述历史数据进行多维类型转换，以生成多维参考模型；
[0112] 参考单元，用于基于所述多维参考模型对所述历史数据进行分析，以获取所述历史数据的历史变化趋势，并根据所述历史变化趋势生成所述输入数据的理论趋势范围；
[0113] 比对单元，用于基于所述多维参考模型对所述输入数据进行分析，以获取所述输入数据的输入变化趋势，并将所述输入变化趋势与所述理论趋势范围进行比对，以获取所述输入数据的偏差特征分布；
[0114] 提示单元，用于当所述偏差特征分布达到预定标准时，根据所述偏差特征分布和所述多维参考模型生成输入提示表，并在所述原始表格中以浮窗的形式对所述输入提示表进行显示。
[0115] 第三方面，本发明提供一种多维表格的数据处理设备，包括存储器和运行器。
[0116] 具体地，存储器用于存储计算机程序，计算机程序用于实现第一方面任意一项所述的一种多维表格的数据处理方法；运行器用于驱动存储器执行计算机程序。
[0117] 第四方面，本发明提供一种多维表格的数据处理存储介质，用于存储执行第一方面任意一项所述的一种多维表格的数据处理方法的计算机程序。
[0118] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
