点检多维度计算分析数据集合

本数据集核心围绕多键关联、分组聚合、业务标识匹配构建技术规则。复合主键分组算法，以产地 + 工艺名称 + 日期文本 + 岗位作为分组键，对原始点检记录做分区聚合，用于同生产单元下记录归集。业务标识匹配校验算法，根据检测时间、岗位标准点检频次，校验检测周期查询标识赋值正确性，标识与实际业务不匹配打上质量缺陷标签。点检编号生成算法，分组内按检测时间升序排序，顺序生成本日工艺点检编号，实现组内记录有序编码。异常项目筛选规则，通过日查项目异常查询标识结合异常数量，筛选出日查类异常记录，分离普通点检记录与异常项目记录。工艺耗材关联统计算法，按工艺名称、消毒液品种分组，聚合点检总量、异常记录数，计算对应分组异常占比。全部处理规则参考 GB/T 390652020《智能制造 制造运行管理 术语》，符合工业制造数据分析处理技术规范。

搜集汇总

背景与挑战

背景概述

点检多维度计算分析数据集合由贵州飞龙雨实业集团有限公司提供，来源于水的生产和供应业，数据规模为8302kb，更新周期为天。该数据集围绕复合主键分组、业务标识匹配校验、点检编号生成、异常项目筛选及工艺耗材关联统计等算法规则构建，主要用于点检中间层计算、多维度联合统计、周期过滤分析、异常专项分析等场景，并为BI看板、定时报表和离线分析模型提供预处理输入，支持ETL逻辑验证与数据链路优化。