自定义指标数据的采集分析系统、方法、存储介质及设备与流程

1.本发明涉及计算机技术领域，尤其涉及一种自定义指标数据的采集分析系统、方法、存储介质及设备。


背景技术：

2.大型集团企业或事业单位或主管部门，为掌控下属机构的运营状况，协调相关单位之间的业务关联，往往会定期要求下属机构上报各种数据和报表，这种采集数据的活动，经历了从最初的纸质文件，到现在的信息化数据填报平台。
3.由于采集数据的内容往往根据战略需要，经常发生变化，数据格式和内容需要随着需求的变化快速响应。传统的做法是根据数据采集的内容和格式要求，开发新的数据采集填报程序、查询程序、统计分析程序等，这将会变得复杂。


技术实现要素：

4.鉴于以上技术问题，本发明提供了一种自定义指标数据的采集分析系统、方法、存储介质及设备。
5.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
6.根据本发明的一方面，提出了一种自定义指标数据的采集分析系统，所述系统包括：
7.web前端指标模型设计器，用于响应在前端界面的交互操作，生成指标参数，并跟据所述指标参数形成指标模型文件；
8.指标化采集数据模型，用于形成指标体系的描述语言，以使得所述指标模型文件可以被发布和交换；
9.web应用框架，用于根据所述指标模型文件和所述描述语言，转化为用于数据填报的交互应用程序；
10.数据采集引擎，用于实现所述web应用框架、所述指标模型文件和所述指标化采集数据模型的相互映射，以及在映射交互中导出数据文件；
11.数据库，用于存储离线提交的所述数据文件；
12.数据处理引擎，用于对存储的所述数据文件进行分类管理，以及用于进行格式转换；
13.分析模型，用于将所述数据文件可视化，以及进行查询、统计和基于自定义的指标维度的分析。
14.进一步的，所述web前端指标模型设计器为基于一个或多个预置组件被拖拉到前端界面的设计画布上时得到所述指标模型文件。
15.进一步的，所述描述语言至少包括以下的一种描述参数：
16.不同的预置组件的类型；
17.渲染效果；
18.操作合法性校验；
19.操作的事件响应；
20.不同的预置组件的布局。
21.进一步的，所述指标化采集数据模型以json格式形成所述描述语言。
22.进一步的，所述web应用框架为基于mda架构实现的。
23.根据本公开的第二方面，提供一种自定义指标数据的采集分析方法，所述方法包括：
24.基于web前端指标模型设计器，在线设计指标参数，形成指标模型文件；
25.基于指标化采集数据模型，描述所述指标模型文件，以及，使得所述指标模型文件与应用系统框架、菜单及调用url进行连接，形成应用发布；
26.基于前端web运行框架，加载所述指标模型文件，调用数据采集引擎，进行采集数据的填报应用；
27.导出填报生成的数据文件，将其离线提交，并在采集系统中进行数据导入；
28.调用数据处理引擎，将所述数据文件存储在数据库中，以及对所述数据文件进行分类管理和进行格式转换；
29.基于分析模型，对所述数据文件进行可视化，以及进行查询、统计和基于自定义的指标维度的分析。
30.根据本公开的第三方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述的自定义指标数据的采集分析方法。
31.根据本公开的第四方面，提供一种自定义指标数据的采集分析设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器上述的自定义指标数据的采集分析方法。
32.本公开的技术方案具有以下有益效果：
33.通过本公开，可以为复杂和各种类型的数据采集进行指标化驱动，实现无代码开发，通过非专业的web前端指标模型设计器，设计出软件的最终运行形态的组件及其布局，来实现软件功能，这样，就可以无需编写复杂的计算机代码，大大提高软件开发的效率，所见即所得获得软件运行的最终体验，让不懂程序设计语言或没有软件编程能力的人都可以快速进行软件设计，降低软件开发的能力要求。
34.解决复杂的数据采集需求，通过web前端指标模型设计器进行指标化设计，实现可自定义的采集数据指标的内容、格式和数据的正确性校验规则，完成模型定义、数据采集与数据处理的一体化实现。
附图说明
35.图1为本说明书实施例中的一种自定义指标数据的采集分析系统的示意图；
36.图2为本说明书实施例中的一种自定义指标数据的采集分析方法的流程图；
37.图3为本说明书实施例中一种实现自定义指标数据的采集分析系统的终端设备；
38.图4为本说明书实施例中一种储存有自定义指标数据的采集分析系统的计算机可读存储介质。
具体实施方式
39.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
40.此外，附图仅为本公开的示意性图解。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
41.如图1所示，本说明书实施例提供一种自定义指标数据的采集分析系统，针对数据采集业务在采集指标、内容发生变化时，为减少因数据采集内容、格式、数据统计分析需求变更带来的大量开发任务，而实现的模型驱动架构的通用数据采集的软件系统功能。
42.针对不同的数据采集需求，不同的数据采集内容和数据格式的抽象化问题，通过可视化以所见即所得的方式描述数据指标和指标的数据格式与要求，解决不同格式和内容的数据采集的通用模型表达。
43.根据指标模型自动生成数据采集的web交互填报应用，通过mda架构，利用指标模型，依据描述语言的定义，自动转化为数据填报(录入和编辑)的交互应用程序，并通过前后端分离编程模型，解决前端web应用对各种不同终端的自适应问题。
44.根据指标模型而录入/采集的数据的离线导入导出，解决不能直接联网采集(如内部网或涉密专网)的场景下的数据导入导出问题，数据采集后导出数据文件(json)，然后离线提交，在采集系统进行数据导入。
45.根据数据采集的指标模型体系，自动生成后端实体数据库结构，存储采集的结果数据。
46.可以根据数据采集指标模型，自动进行数据的查询、统计和基于指标各维度的分析。
47.具体的，该系统包括：
48.web前端指标模型设计器101，用于响应在前端界面的交互操作，生成指标参数，并跟据所述指标参数形成指标模型文件。
49.其中，web前端指标模型设计器101可以基于一个或多个预置组件被拖拉到前端界面的设计画布上时得到指标模型文件，指标模型文件可以以json形式保存。
50.基于web前端指标模型设计器，通过可视化以所见即所得的方式描述数据指标和指标的数据格式与要求，解决不同格式和内容的数据采集的通用模型表达。
51.指标化采集数据模型102，用于形成指标体系的描述语言，以使得所述指标模型文件可以被发布和交换。
52.其中，在得到指标模型文件后，便可以为指标模型文件添加描述语言，该描述语言中可以包括不同的预置组件的类型、在web运行框架中的渲染效果、操作合法性校验；操作的事件响应、不同的预置组件的布局等信息。因此，在后续的模型文件发布中，使得模型文件可以被识别和相互交互到不同的web前端指标模型设计器中。
53.web应用框架103，用于根据所述指标模型文件和所述描述语言，转化为用于数据填报的交互应用程序。
54.具体的，web应用框架为基于mda架构实现，利用指标化采集数据模型102，依据描述语言的定义，自动转化为数据填报(录入和编辑)的交互应用程序，并通过前后端分离编程模型，实现前端web应用对各种不同终端的自适应问题。
55.web应用框架可以在web页面中布局预置组件、处理预置组件之间的布局关系、管理预置组件的样式和位置、处理预置组件的交互事件、支持预置组件的数据绑定和格式化、调整预置组件的尺寸和显示效果、提供界面刷新和数据更新的机制、支持多语言和主题的切换等，使得指标模型文件中的预置组件可以在浏览器中显示。同时，web应用框架还可以与浏览器兼容性进行适配，确保所加载的指标模型文件在不同浏览器下的兼容性和性能表现都能得到保证。
56.数据采集引擎104，用于实现所述web应用框架、所述指标模型文件和所述指标化采集数据模型的相互映射，以及在映射交互中导出数据文件。
57.数据库105，用于存储离线提交的所述数据文件；
58.数据处理引擎106，用于对存储的所述数据文件进行分类管理，以及用于进行格式转换。
59.分析模型107，用于将所述数据文件可视化，以及进行查询、统计和基于自定义的指标维度的分析。
60.基于同样的思路，如图2所示，提供一种自定义指标数据的采集分析方法，该方法包括步骤s201-s206:
61.在步骤s201中，基于web前端指标模型设计器，在线设计指标参数，形成指标模型文件。
62.其中，通过可视化途径，以所见即所得的方式描述数据指标和指标的数据格式与要求，形成不同格式和内容的数据采集的通用模型表达。
63.一般而言，该指标模型文件描述了数据的各种指标及其相应的数据类型、格式、取值范围、计算公式、单位等信息。
64.基于web前端指标模型设计器进行指标模型设计，可以快速、准确地创建符合实际需求的数据采集指标模型，同时还能够实现可视化设计、易用性高、易于维护等优势
65.在步骤s202中，基于指标化采集数据模型，描述所述指标模型文件，以及，使得所述指标模型文件与应用系统框架、菜单及调用url进行连接，形成应用发布。
66.其中，将这个指标模型文件与应用系统框架、菜单及调用url进行连接，这样就可以实现应用程序发布。这个过程可以通过web前端指标模型设计器来完成。在连接过程中，需要将指标模型文件与应用程序框架进行对接，使得应用程序可以读取和调用指标模型文件，从而支持采集数据填报应用的自动生成。
67.一旦完成了连接和发布，就可以通过特定的url访问该应用程序，开始使用它提供
的采集数据填报应用功能。在使用过程中，用户可以根据指标模型文件中定义的数据采集指标进行填报，然后将采集数据导出为数据文件进行离线提交，或者在有外网时直接在线提交给后端的数据处理引擎。
68.在步骤s203中，基于前端web运行框架，加载所述指标模型文件，调用数据采集引擎，进行采集数据的填报应用。
69.其中，可以通过mda架构，利用指标模型，依据描述语言的定义，自动转化为数据填报(录入和编辑)的交互应用程序，并通过前后端分离编程模型，实现前端web应用对各种不同终端的自适应问题。
70.具体的，在前端web运行框架中加载指标模型文件，包括所需采集数据的指标参数和数据格式，以及填报应用程序的设计逻辑和界面布局。
71.然后，通过数据采集引擎，实现采集数据的填报应用。数据采集引擎是负责数据采集、校验、存储和管理的后端引擎。根据指标模型中定义的数据格式和规则，数据采集引擎能够自动验证数据的正确性，确保填报数据符合指定的规范和要求。同时，数据采集引擎也能够将采集到的数据存储到数据库中，实现数据的分类管理和格式转换。
72.最终，通过前端web运行框架和数据采集引擎的协作，实现数据的采集和填报。填报过程中，用户可以通过填写表单、上传文件等方式，输入数据并提交，数据采集引擎将采集到的数据存储到数据库中，从而实现了数据的采集和管理。
73.在步骤s204中，导出填报生成的数据文件，将其离线提交，并在采集系统中进行数据导入。
74.其中，数据文件指的是指标模型文件经过前端web运行框架运行后，被用户操作填报产生的数据，数据文件可以以json文件形式保存为一个整体，进而，便可以将其进行离线提交，最终在采集系统进行数据导入。
75.更为具体的，在填报应用中，用户填写完数据后，可以通过导出功能将数据导出为指定格式的数据文件，如json文件。将导出的数据文件保存在本地或其他离线存储设备中，并将其离线提交到采集系统。离线提交可以通过将数据文件发送给系统管理员，或通过其他离线传输方式完成。在采集系统中，管理员可以通过导入功能将离线提交的数据文件导入系统中，并进行数据处理和分析。
76.在步骤s205中，调用数据处理引擎，将所述数据文件存储在数据库中，以及对所述数据文件进行分类管理和进行格式转换。
77.其中，数据处理引擎会将采集到的数据文件(json格式)进行处理和解析，并将其存储到数据库中。为了方便数据的管理和查询，通常会将数据文件进行分类管理，例如根据数据来源、时间等进行分类。此外，为了满足不同应用场景的需求，有时候还需要将数据文件进行格式转换，例如将json格式转换为csv格式等。
78.在步骤s206中，基于分析模型，对所述数据文件进行可视化，以及进行查询、统计和基于自定义的指标维度的分析。
79.其中，在这一步骤中，可以基于所述数据文件构建分析模型，从而对数据进行可视化和分析。通过可视化工具，可以将数据以图表等形式进行展示，让用户更加直观地了解数据情况。此外，还可以进行数据的查询、统计和基于自定义的指标维度的分析。例如，可以根据时间维度对数据进行统计分析，或者根据不同数据指标进行对比分析，从而发现数据的
规律和趋势，提供决策支持。
80.采用上述的自定义指标数据的采集分析系统与方法，可以为复杂和各种类型的数据采集进行指标化驱动，实现无代码开发，通过非专业的web前端指标模型设计器，设计出软件的最终运行形态的组件及其布局，来实现软件功能，这样，就可以无需编写复杂的计算机代码，大大提高软件开发的效率，所见即所得获得软件运行的最终体验，让不懂程序设计语言或没有软件编程能力的人都可以快速进行软件设计，降低软件开发的能力要求。
81.解决复杂的数据采集需求，通过web前端指标模型设计器进行指标化设计，实现可自定义的采集数据指标的内容、格式和数据的正确性校验规则，完成模型定义、数据采集与数据处理的一体化实现。
82.通过采集数据的指标模型，可以生成采集需求和发布采集模板，可以将采集的数据按照指标描述语言的定义，自动离线导出生成采集数据文件(json)，可以通过离线进行报送，在采集平台进行离线数据导入，解决复杂和内网环境下的离线数据采集难题。
83.上述的自定义指标数据的采集分析系统与方法，通过程序运行时刻进行软件建模和运行，无需传统软件编程后需要进行软件编译、构建和打包为相关运行代码，然后在服务器上进行部署和运行的复杂过程，可以即时开发，即时部署和即时运行，大大提高了系统管理效率。
84.基于同样的思路，本说明书实施例还提供一种自定义指标数据的采集分析设备，如图3所示。
85.自定义指标数据的采集分析设备可以为上述实施例提供的终端设备或服务器。
86.自定义指标数据的采集分析设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器301和存储器302，存储器302中可以存储有一个或一个以上存储应用程序或数据。其中，存储器302可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)和/或高速缓存存储单元，还可以进一步包括只读存储单元。存储在存储器302的应用程序可以包括一个或一个以上程序模块(图示未示出)，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。更进一步地，处理器301可以设置为与存储器302通信，在自定义指标数据的采集分析设备上执行存储器302中的一系列计算机可执行指令。自定义指标数据的采集分析设备还可以包括一个或一个以上电源303，一个或一个以上有线或无线网络接口304，一个或一个以上i/o接口(输入输出接口)305，一个或多个外部设备306(例如键盘、鼠标等)通信，还可与一个或一个以上使得用户能与该设备交互的设备通信，和/或与使得该设备能与一个或一个以上其它计算设备进行通信的任何设备(例如路由器、网络交换机等等)通信。这种通信可以通过i/o接口305进行。并且，设备还可以通过有线或无线接口304与一个或一个以上网络(例如局域网(lan)通讯。
87.具体在本实施例中，自定义指标数据的采集分析设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对自定义指标数据的采集分析设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
88.基于web前端指标模型设计器，在线设计指标参数，形成指标模型文件；
89.基于指标化采集数据模型，描述所述指标模型文件，以及，使得所述指标模型文件与应用系统框架、菜单及调用url进行连接，形成应用发布；
90.基于前端web运行框架，加载所述指标模型文件，调用数据采集引擎，进行采集数据的填报应用；
91.导出填报生成的数据文件，将其离线提交，并在采集系统中进行数据导入；
92.调用数据处理引擎，将所述数据文件存储在数据库中，以及对所述数据文件进行分类管理和进行格式转换；
93.基于分析模型，对所述数据文件进行可视化，以及进行查询、统计和基于自定义的指标维度的分析。
94.基于同样的思路，本公开的示例性实施方式还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
95.参考图4所示，描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读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。
96.程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
97.计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
98.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、有线、光缆、rf等等，或者上述的任意合适的组合。
99.可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言一诸如java、css、html等，还包括常规的过程式程序设计语言一诸如“javascript”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服
务提供商来通过因特网连接)。
100.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端或者网络设备等)执行根据本公开示例性实施方式的方法。
101.此外，上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
102.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
103.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
104.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

技术特征：
1.一种自定义指标数据的采集分析系统，其特征在于，所述系统包括：web前端指标模型设计器，用于响应在前端界面的交互操作，生成指标参数，并跟据所述指标参数形成指标模型文件；指标化采集数据模型，用于形成指标体系的描述语言，以使得所述指标模型文件可以被发布和交换；web应用框架，用于根据所述指标模型文件和所述描述语言，转化为用于数据填报的交互应用程序；数据采集引擎，用于实现所述web应用框架、所述指标模型文件和所述指标化采集数据模型的相互映射，以及在映射交互中导出数据文件；数据库，用于存储离线提交的所述数据文件；数据处理引擎，用于对存储的所述数据文件进行分类管理，以及用于进行格式转换；分析模型，用于将所述数据文件可视化，以及进行查询、统计和基于自定义的指标维度的分析。2.根据权利要求1所述的自定义指标数据的采集分析系统，其特征在于，所述web前端指标模型设计器为基于一个或多个预置组件被拖拉到前端界面的设计画布上时得到所述指标模型文件。3.根据权利要求1所述的自定义指标数据的采集分析系统，其特征在于，所述描述语言至少包括以下的一种描述参数：不同的预置组件的类型；渲染效果；操作合法性校验；操作的事件响应；不同的预置组件的布局。4.根据权利要求1所述的自定义指标数据的采集分析系统，其特征在于，所述指标化采集数据模型以json格式形成所述描述语言。5.根据权利要求1所述的自定义指标数据的采集分析系统，其特征在于，所述web应用框架为基于mda架构实现的。6.一种自定义指标数据的采集分析方法，其特征在于，包括如权利要求1-5任一项所述的系统，所述方法包括：基于web前端指标模型设计器，在线设计指标参数，形成指标模型文件；基于指标化采集数据模型，描述所述指标模型文件，以及，使得所述指标模型文件与应用系统框架、菜单及调用url进行连接，形成应用发布；基于前端web运行框架，加载所述指标模型文件，调用数据采集引擎，进行采集数据的填报应用；导出填报生成的数据文件，将其离线提交，并在采集系统中进行数据导入；调用数据处理引擎，将所述数据文件存储在数据库中，以及对所述数据文件进行分类管理和进行格式转换；基于分析模型，对所述数据文件进行可视化，以及进行查询、统计和基于自定义的指标维度的分析。
7.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求6所述的自定义指标数据的采集分析方法。8.一种自定义指标数据的采集分析设备，其特征在于，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：基于web前端指标模型设计器，在线设计指标参数，形成指标模型文件；基于指标化采集数据模型，描述所述指标模型文件，以及，使得所述指标模型文件与应用系统框架、菜单及调用url进行连接，形成应用发布；基于前端web运行框架，加载所述指标模型文件，调用数据采集引擎，进行采集数据的填报应用；导出填报生成的数据文件，将其离线提交，并在采集系统中进行数据导入；调用数据处理引擎，将所述数据文件存储在数据库中，以及对所述数据文件进行分类管理和进行格式转换；基于分析模型，对所述数据文件进行可视化，以及进行查询、统计和基于自定义的指标维度的分析。

技术总结
本发明公开一种自定义指标数据的采集分析系统、方法、存储介质及设备，系统包括：Web前端指标模型设计器，用于生成指标参数，并跟据指标参数形成指标模型文件；指标化采集数据模型，用于形成指标体系的描述语言，以使得指标模型文件可以被发布和交换；Web应用框架，用于根据指标模型文件和描述语言，转化为用于数据填报的交互应用程序；数据采集引擎，用于实现Web应用框架、指标模型文件和指标化采集数据模型的相互映射，以及在映射交互中导出数据文件；还包括数据库、数据处理引擎、分析模型。通过本发明，解决复杂的数据采集需求，通过Web前端指标模型设计器进行指标化设计，完成模型定义、数据采集与数据处理的一体化实现。数据采集与数据处理的一体化实现。数据采集与数据处理的一体化实现。


技术研发人员：奉继承 殷实
受保护的技术使用者：深圳市科南软件有限公司
技术研发日：2023.05.12
技术公布日：2023/8/13