目前DiVoMiner平台支持的上传文档格式有Excel、WORD、Text、PDF、图片、视频链接、音频和第三方数据源。其中Excel是数据结构化最理想的一种格式。前期数据预处理得当,后续分析的难度大为降低,分析空间也更佳。因此,推荐尽量使用Excel格式上传数据。
上传前,请先检查Excel内的数据,是否已经做过基本的整理,确保数据源预处理时分类清晰、字段属性准确,文档大小符合要求。具体注意事项如下:
- Excel文档必须是xlsx格式,单个文档上限200M。
- 上传的文档有多个sheet文件时,默认识别第一个sheet文件
- 首行是字段名(变量名)。从第二行开始,一行是一条数据。
- 日期、时间类型的数据需要在Excel里是对应的“日期”格式,这样上传至平台的过程中,平台才能识别为“日期”属性,支持后续的时序分析。如果上传的日期数据只有“年份”信息,缺少月日时分秒,上传后平台会自动补齐日期为“1月1日”“零时零分零秒”。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-22-1024x740.png)
Excel格式文档上传方式:
Excel准备妥当后,在上传数据页面找到PDF/图片文档上传入口。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-24-1024x509.png)
上传后,在【预览数据】页面可以看到数据呈现的效果,并且给每一列数据的字段类型下定义,可选择文本、数值、布尔值、日期和数组等字段形式。标有小红点的字段,意思是该字段是新上传字段,可修改字段类型和字段名称。曾上传过的字段不能够再次修改字段类型。如果是再次上传的字段,可“转化为已有字段“类型
- 文本:文本型数据,一般包括汉字、英文字母、拼音符号等,阿拉伯数字也可以作为文本型数据;
- 数值:按数字尺度测量的数据;后续可以参与做量化统计分析。
- 布尔值:又称为逻辑数据类型,又二进制数字组成,0和1,即真/假(True/ False);
- 日期:日期时间数据,后续可以支持时序分析。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-25-1024x509.png)
进入【配置数据】页面,此页面下预览效果与在【编码库】、【内容编码】、【质量监控】页面下查看到的数据样式一致。同时,也是由用户定义机器编码参与字段及人工编码中机器预选的参与字段。简言之,需要对什么字段进行编码,就将什么字段放置在左侧的“标题”或“正文”框内。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-28-1024x616.png)
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-27-1024x511.png)
上传配置提供三类模式:
- 完整上传:上传Excel档中全部的数据
- 数据排重:按照用户指定字段进行匹配检查,该字段下数据如果已经存在,就不再上传该条数据,如果该字段下数据没有重复,则新增数据,具体示例见页面说明。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-29-1024x590.png)
3. 数据更新:按照用户指定字段进行匹配检查,更新其他字段下数据。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-30-1024x564.png)
选择合适的上传模式,点击确认,即可完成数据上传。点击【查看数据】可以检查数据显示的情况,是否符合研究要求。
![](https://support.divominer.cn/wp-content/uploads/2023/08/image-31-1024x630.png)
如在上传文档过程中失败,可检查Excel文档的格式(必须xlsx格式)、是否有错行、日期字段是否在Excel里的格式不正确等。如多次尝试后,仍然上传无法成功,请联系平台页面右下角【帮助中心】中的在线qq客服,提供出现问题的页面网址(url)、完整页面截图和上传失败的文档,方便工作人员协助查找原因。