一种多层服务融合决策方法及系统与流程

1.本发明涉及数据处理和计算机技术领域，特别涉及一种多层服务融合决策方法及系统。


背景技术：

2.目前，在进行海量的数据进行采集的过程中，特别是对海量数据进行采集、计算、存储、加工，同时统一标准和口径进行计算。对于从数据采集、数据分析、数据挖掘、数据质量检测、数据地图构建、数据模型生成、数据api的整个过程中，需要逐层逐步进行数据处理；但是其存在处理速度慢，而且处理的效率低。


技术实现要素：

3.本发明提供一种多层服务融合决策方法及系统，用以解决现有技术数据处理的速度慢，效率低的情况。
4.一种多层服务融合决策方法，包括：
5.基于服务引擎进行数据信息采集，获取采集信息，数字化存储序列将所述采集信息通过预设的分类模型进行分类，生成数字化存储序列；
6.将数字化存储序列存储进入预设的数据库中，在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台；
7.通过数据中台，对对采集的信息进行融合决策处理。
8.作为本发明的一种实施例：所述数字化存储序列将所述采集信息通过预设的分类模型进行分类，生成数字化存储序列，包括：
9.根据所述采集信息，确定所述采集信息的信息内容；
10.将所述信息内容输入至训练过的语义识别神经网络，确定信息含义；
11.根据所述信息含义，对所述采集信息进行分层；
12.将分层后的采集信息输入至所述预设的分类模型，确定每一层的信息内容对应的信息类型参数；
13.根据所述信息类型参数，将每一类型的信息内容通过数字化转化规则转化为一个数字化参数；
14.通过所述数字化参数将所述信息类型进行绑定，并将绑定后的数字化参数作为数字化存储序列。
15.作为本发明的一种实施例：所述将数字化存储序列存储进入预设的数据库中，在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台，包括：
16.预先设置数据库，并设定所述数据的数据存储规则；其中，
17.所述数据存储规则包括：分区规则、容量规则和分布规则；
18.根据所述数据存储规则，将所述数字化存储序列对应的采集信息进行存储，生成存储区域，并将所述数字化存储序列作为存储区域的唯一信息标识，作为所述存储区域的
数据导入和输出标识；
19.根据所述唯一信息标识，确定每个存储区域的区域位置；
20.根据所述区域位置，确定区域地址；
21.根据所述区域地址，在每个存储区域上设置数据接口；
22.获取数据的读取规则，并将所述数据读取规则设置在所述数据接口上，输入预设的数据中台。
23.作为本发明的一种实施例：所述在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台，还包括：
24.步骤1：获取所述数据中台中存储区域的数据，并基于数据传输接口，通过下式确定所述数据库的接口特征：
[0025][0026]
其中，wi表示第i个存储区域的空间位置特征；ri表示第i个存储区域的空间容量；βi表示第i个存储区域的空间范围系数；ti表示第i个存储区域的类型特征；s
t，i
表示在每个时刻第i个存储区域的数据输入输出量；i＝1，2，3
……
n；n表示存储区域的总数量；
[0027]
步骤2：根据所述传输接口，进行适应性设置数据读取规则，并通过下式确定规则特征：
[0028][0029]
其中，li表示第i个存储区域的数据类型规则参数；ti表示第i个存储区域的时刻传输阀值；αi表示第i个存储区域的读取规则特征；
[0030]
步骤3：根据所述数据库的接口特征和规则特征，判断所述数据传输接口和数据读取规则是否匹配：
[0031][0032]
其中，当p≥1时，表示据传输接口和数据读取规则匹配，构成数据中台；当p＜1时，表示据传输接口和数据读取规则不匹配，不构成数据中台。
[0033]
作为本发明的一种实施例：所述通过数据中台，对采集的信息进行融合决策处理，包括：
[0034]
根据所述数据中台，确定其内部存储的采集信息；
[0035]
根据所述数据传输规则，确定所述采集信息的在不同维度上的维度参数；其中，
[0036]
所述维度参数包括空间维度、需求维度和距离维度；
[0037]
根据所述维度参数分别计算所述数据中台内部不同存储区域之间的相关关系；
[0038]
根据所述相关关系，构成所述存储区域的关联图；
[0039]
根据所述关联图，在用户通过所述数据中台进行数据调取时，确定待调取数据的存储区域，并生成调取决策；
[0040]
根据所述调取决策，将所述数据中台内部的采集信息传输至用户。
[0041]
一种多层服务融合决策系统，包括：
[0042]
采集模块：用于基于服务引擎进行数据信息采集，获取采集信息，数字化存储序列将所述采集信息通过预设的分类模型进行分类，生成数字化存储序列；
[0043]
数据中台连接模块：用于将数字化存储序列存储进入预设的数据库中，在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台；
[0044]
决策模块：用于通过数据中台，对采集的信息进行融合决策处理。
[0045]
作为本发明的一种实施例：所述采集模块包括：
[0046]
内容获取单元：用于根据所述采集信息，确定所述采集信息的信息内容；
[0047]
第一确定单元：用于将所述信息内容输入至训练过的语义识别神经网络，确定信息含义；
[0048]
分层单元：用于根据所述信息含义，对所述采集信息进行分层；
[0049]
第二确定单元：用于将分层后的采集信息输入至所述预设的分类模型，确定每一层的信息内容对应的信息类型参数；
[0050]
转化单元：用于根据所述信息类型参数，将每一类型的信息内容通过数字化转化规则转化为一个数字化参数；
[0051]
绑定单元：用于通过所述数字化参数将所述信息类型进行绑定，并将绑定后的数字化参数作为数字化存储序列。
[0052]
作为本发明的一种实施例：所述数据中台连接模块包括：
[0053]
设定单元：用于预先设置数据库，并设定所述数据的数据存储规则；其中，
[0054]
所述数据存储规则包括：分区规则、容量规则和分布规则；
[0055]
标识单元：用于根据所述数据存储规则，将所述数字化存储序列对应的采集信息进行存储，生成存储区域，并将所述数字化存储序列作为存储区域的唯一信息标识，作为所述存储区域的数据导入和输出标识；
[0056]
第三确定单元：用于根据所述唯一信息标识，确定每个存储区域的区域位置；
[0057]
第四确定单元：用于根据所述区域位置，确定区域地址；
[0058]
设置单元：用于根据所述区域地址，在每个存储区域上设置数据接口；
[0059]
生成单元：用于获取数据的读取规则，并将所述数据读取规则设置在所述数据接口上，输入预设的数据中台。
[0060]
作为本发明的一种实施例：所述数据中台连接模块，还包括：
[0061]
接口特征计算单元：用于获取所述数据中台中存储区域的数据，并基于数据传输接口，通过下式确定所述数据库的接口特征：
[0062][0063]
其中，wi表示第i个存储区域的空间位置特征；ri表示第i个存储区域的空间容量；βi表示第i个存储区域的空间范围系数；ti表示第i个存储区域的类型特征；s
t，i
表示在每个时刻第i个存储区域的数据输入输出量；i＝1，2，3
……
n；n表示存储区域的总数量；
[0064]
规则特征计算单元：用于根据所述传输接口，进行适应性设置数据读取规则，并通
过下式确定规则特征：
[0065][0066]
其中，li表示第i个存储区域的数据类型规则参数；ti表示第i个存储区域的时刻传输阀值；αi表示第i个存储区域的读取规则特征；
[0067]
匹配单元：用于根据所述数据库的接口特征和规则特征，判断所述数据传输接口和数据读取规则是否匹配：
[0068][0069]
其中，当p≥1时，表示据传输接口和数据读取规则匹配，构成数据中台；当p＜1时，表示据传输接口和数据读取规则不匹配，不构成数据中台。
[0070]
作为本发明的一种实施例：所述决策模块包括：
[0071]
第五确定单元：用于根据所述数据中台，确定其内部存储的采集信息；
[0072]
第六确定单元：用于根据所述数据传输规则，确定所述采集信息的在不同维度上的维度参数；其中，
[0073]
所述维度参数包括空间维度、需求维度和距离维度；
[0074]
计算单元：用于根据所述维度参数分别计算所述数据中台内部不同存储区域之间的相关关系；
[0075]
构成单元：用于根据所述相关关系，构成所述存储区域的关联图；
[0076]
决策单元：用于根据所述关联图，在用户通过所述数据中台进行数据调取时，确定待调取数据的存储区域，并生成调取决策；
[0077]
传输单元：用于根据所述调取决策，将所述数据中台内部的采集信息传输至用户。
[0078]
本发明有益效果为：本发明能够在进行海量的数据处理的时候，在数据采集时，通过预设的数据库自动输入预设的数据中台，而在进行数据计算的时候，对每个区域的数据进行直接计算，也可以调取对应的数据进行计算，更加高效，更加方便。数据存储的时候，直接存储至数据中台中，而在进行数据加工的时候也可以直接进行数据调取，在调取之后实现通过添加其它数据加工的程序实现数据加工。而数据质量检测和数据地图构建的时候，可以通过关联图实现多数据同步检测，直接通过关联图构建出数据地图。
[0079]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
[0080]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0081]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0082]
图1为本发明实施例中一种多层服务融合决策方法的方法组成图；
[0083]
图2为本发明实施例中一种多层服务融合决策系统的系统组成图。
具体实施方式
[0084]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0085]
如附图1所示，本发明为一种多层服务融合决策方法，包括：
[0086]
基于服务引擎进行数据信息采集，获取采集信息，数字化存储序列将所述采集信息通过预设的分类模型进行分类，生成数字化存储序列；
[0087]
将数字化存储序列存储进入预设的数据库中，在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台；
[0088]
通过数据中台，对采集的信息进行融合决策处理。
[0089]
上述技术方案的工作原理为：本发明的数据中台是一种具备数据整合、数据加工、数据可视化和数据价值变现的机制。本发明的整个决策过程是在信息采集之后，而采集信息的工具是数据引擎。数据引擎可以进行数据的存储、处理和数据保护，采集信息会通过数据引擎处理后，会存储进入本发明的数据库中。数字化存储序列，是在数据内容明确以后，根据数据内容对采集信息进行分层以后，将每一层的采集信息的一个类型作为一个数字化存储序列，数字化存储序列是对每一层每一类型的数据的数字化标记。数字化存储序列进入预设的数据库时，采集的信息也会根据这个数字化存储序列进入数据库，然后按照数字化存储序列对应的采集信息分别生成存储区域进行存储，互相之间数据不互通，只有在数据被调取时，才会在数据之间才会进行融合。而在融合决策阶段，本发明会根据不同存储区域设置的数据传输规则和数据传输接口实现数据接口，而这些数据接口之间是建立有关联图的，在进行数据调取和处理的时候，因为数据已经被分层、分层后又进行了分类，每一部分都非常的清晰，此时在数据已经经过了处理，而在需要进行其它方面的处理时，因为数据已经划分的很细致了，只需要添加相关的处理方式在数据库中或者和数据库对接，然后对接对应的数据接口，就可以实现高细粒度的处理，因为数据划分的已经很小，很清晰所以，相对于一堆数据后者逐层进行数据处理的步骤，也更加的高效；而在进行调取的时候，因为各存储区域之间有关联图，可以根据这个关系，确定需求的数据时，就可以进行同步传输，提高了数据传输速度。
[0090]
上述技术方案的有益效果为：本发明能够在进行海量的数据处理的时候，在数据采集时，通过预设的数据库自动输入预设的数据中台，而在进行数据计算的时候，对每个区域的数据进行直接计算，也可以调取对应的数据进行计算，更加高效，更加方便。数据存储的时候，直接存储至数据中台中，而在进行数据加工的时候也可以直接进行数据调取，在调取之后实现通过添加其它数据加工的程序实现数据加工。而数据质量检测和数据地图构建的时候，可以通过关联图实现多数据同步检测，直接通过关联图构建出数据地图。
[0091]
作为本发明的一种实施例：所述数字化存储序列将所述采集信息通过预设的分类模型进行分类，生成数字化存储序列，包括：
[0092]
根据所述采集信息，确定所述采集信息的信息内容；
[0093]
将所述信息内容输入至训练过的语义识别神经网络，确定信息含义；
[0094]
根据所述信息含义，对所述采集信息进行分层；
[0095]
将分层后的采集信息输入至所述预设的分类模型，确定每一层的信息内容对应的信息类型参数；
[0096]
根据所述信息类型参数，将每一类型的信息内容通过数字化转化规则转化为一个数字化参数；
[0097]
通过所述数字化参数将所述信息类型进行绑定，并将绑定后的数字化参数作为数字化存储序列。
[0098]
上述技术方案的原理和有益效果在于：在进行数据采集生成数字化存储序列的过程中，本发明会分析采集信息的信息内容，然后通过语义识别神经网络确定信息含义，这其中包括相同数据源获取的信息和不同数据源获取的数据。语义识别神经网络是通过通用神经网络进行语义训练后的得到的神经网络模型，主要是基于关键字和关键语句或者专业与语句的训练，用于对信息内容的含义进行识别。根据信息含义进行分层，就是将不同含义的信息按照含义进行层次划分。然后分类模型是按照信息的形式文本、语音、图表等不同形式的信息进行分类。信息类型参数是预先设置的，而数字转化规则是基于将信息类型、信息量和信息内容进行数字化之后得到的唯一识别参数的转化规则。而绑定的作用是便于进行采集的信息的传输和存储。
[0099]
作为本发明的一种实施例：所述将数字化存储序列存储进入预设的数据库中，在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台，包括：
[0100]
预先设置数据库，并设定所述数据的数据存储规则；其中，
[0101]
所述数据存储规则包括：分区规则、容量规则和分布规则；
[0102]
根据所述数据存储规则，将所述数字化存储序列对应的采集信息进行存储，生成存储区域，并将所述数字化存储序列作为存储区域的唯一信息标识，作为所述存储区域的数据导入和输出标识；
[0103]
根据所述唯一信息标识，确定每个存储区域的区域位置；
[0104]
根据所述区域位置，确定区域地址；
[0105]
根据所述区域地址，在每个存储区域上设置数据接口；
[0106]
获取数据的读取规则，并将所述数据读取规则设置在所述数据接口上，输入预设的数据中台。
[0107]
上述技术方案的原理和有益效果在于：本发明设定的数据存储规则中，分区规则是根据数据库的空间大小将数据库划分为多个区域，这种区域划分方式包括同空间容量区域划分，划分的存储区域大小相同，差异化空间容量区域划分根据实际的存储需求进行划分、容量规则每个存储区域的空间容量是相同的和分布规则表示不同类型的采集信息如何分类。数字化存储序列作为所述存储区域的数据导入和输出标识，便于进行数据的导入和数据输出，本发明采集的信息可以是持续的也可以是一次性存储。数据接口的作用是为了实现不同存储区域之间进行对接和对外对内进行数据输入输出，不同存储区域之间的对接是为了实现存储区域的外接扩容。
[0108]
作为本发明的一种实施例：所述在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台，还包括：
[0109]
步骤1：获取所述数据中台中存储区域的数据，并基于数据传输接口，通过下式确定所述数据库的接口特征：
[0110][0111]
其中，wi表示第i个存储区域的空间位置特征；ri表示第i个存储区域的空间容量；βi表示第i个存储区域的空间范围系数；ti表示第i个存储区域的类型特征；s
t，i
表示在每个时刻第i个存储区域的数据输入输出量；i＝1，2，3
……
n；n表示存储区域的总数量；
[0112]
步骤2：根据所述传输接口，进行适应性设置数据读取规则，并通过下式确定规则特征：
[0113][0114]
其中，li表示第i个存储区域的数据类型规则参数；ti表示第i个存储区域的时刻传输阀值；αi表示第i个存储区域的读取规则特征；
[0115]
步骤3：根据所述数据库的接口特征和规则特征，判断所述数据传输接口和数据读取规则是否匹配：
[0116][0117]
其中，当p≥1时，表示据传输接口和数据读取规则匹配，构成数据中台；当p＜1时，表示据传输接口和数据读取规则不匹配，不构成数据中台。
[0118]
上述技术方案的原理和有益效果在于：本发明在输入预设的数据中台的过程中，数据传输接口和数据读取规则是要相匹配的，否则，无法进行数据的传输和存储，也无法将数据库作为数据中台，在步骤1中，wi用于体现不同区域的接空间为，确定空间分布，用于确定存储区域在现有空间范围内的存储容量和存储信息的类型，也能判断不同类型的数据空间占用的能力。s
t，i
用于确定同一时刻数据的最大输入输出量；用于将整个过程进通过指数函数进行图表化。在步骤2中：数据类型规则参数和存储区域在现有空间范围内的存储容量和存储信息的类型相对应，是为了限定输出可以存储的数据的类型；时刻传输阀值用于限制同一时刻数据的最大传输量，防止数据丢包。读取规则特征是为了实现数据的存储和读取规则。最后的匹配步骤，基于相关性计算是否匹配，也就实现了采集信息数据类型匹配，空间分布匹配，传输位置匹配等，其也检查了数据中台是否构成。
[0119]
作为本发明的一种实施例：所述根据数据中台实对采集信息进行融合决策处理，包括：
[0120]
根据所述数据中台，确定其内部存储的采集信息；
[0121]
根据所述数据传输规则，确定所述采集信息的在不同维度上的维度参数；其中，
[0122]
所述维度参数包括空间维度、需求维度和距离维度；
[0123]
根据所述维度参数分别计算所述数据中台内部不同存储区域之间的相关关系；
[0124]
根据所述相关关系，构成所述存储区域的关联图；
[0125]
根据所述关联图，在用户通过所述数据中台进行数据调取时，确定待调取数据的存储区域，并生成调取决策；
[0126]
根据所述调取决策，将所述数据中台内部的采集信息传输至用户。
[0127]
上述技术方案的原理和有益效果在于：空间维度是为了确定数据的空间分布、需求维度在调取的时候，必定是根据需求调取，因此需求维度就是调取时需求参数的维度和距离维度就是数据和读取的目标位置的距离，通过这些参数就能确定不同存储区域之间的相关关系，进而根据相关关系的值就可以构成关联图，数据中通的存储区域很多，本发明只是来限定采集数据的存储区域之间的关系，相关关系值决定的是不同存储区域的面积，然后以面积、颜色和高度的方式在这个关联图中体现不同的维度特性，而且进而在数据调取的时候就能生成调取决策，调取决策就是如何进行调取，调取的距离、调取的地址，调取的范围，进而就控制生成的数据中台控制对应的存储区域进行数据调取，调取包括存储和采集。
[0128]
在一个实施例中，本发明根据所述关联图，在用户通过所述数据中台进行数据调取时，确定待调取数据的存储区域，并生成调取决策，还包括如下步骤：
[0129]
步骤s1：基于所述关联图，定义每个存储区域的参数，并构建参数集合a＝[q1，q2……
qj]；
[0130]
其中，qj＝(xj，yj，zj)，j＝1，2，3
……
，m；m表示存储区域的总个数；qj表示第j个存储区域的参数。在本发明中属于维度参数；xj，yj，zj分别表示这空间维度参数、需求维度参数和距离维度参数。
[0131]
步骤2：根据所述参数集合，基于高维空间特征的点积运算，构建回归函数：
[0132][0133]
其中，表示第j个存储区域的lagrange乘子，b表示偏差量；
[0134]
计算回归函数的作用是回归函数可以构造决策函数，决策函数的作用就是将每一个存储区域的区域参数和核函数一起代入计算进行预测，判断哪个区域可以决策调取。
[0135]
在这个过程中，如下步骤s3：
[0136]
获取数据调取的核函数，并通过核函数和回归函数构建决策函数：
[0137][0138]
其中，g(v，vj)表示核函数；v表示搜索速度；vj表示第j个存储区域的搜索速度。
[0139]
由上述步骤3构建的决策函数，我们可以根据最后每个区域和核函数代入之后的值，根据代入的值最后的结果，确定决策函数的最大值，最大值确定之后，对应的存储区域就是数据中台进行数据调取的区域，而现有技术中，一般通过数据调取，都是基于目标标记的调用，这在调用之前就必须确定调用那个存储区域，和存储区域的地址，相对于本发明的方案，本发明适合预先不清楚存储区域，而且地址不明确的情况下，这种情况下，一般是数
据存在一定的保密特性，同样，本发明还降低了数据预先标定的复杂程序。
[0140]
如附图2所示，本发明还包括一种多层服务融合决策系统，包括：
[0141]
采集模块：用于基于服务引擎进行数据信息采集，获取采集信息，数字化存储序列将所述采集信息通过预设的分类模型进行分类，生成数字化存储序列；
[0142]
数据中台连接模块：用于将数字化存储序列存储进入预设的数据库中，在数据库上配置数据传输接口和数据读取规则，输入预设的数据中台；
[0143]
决策模块：用于通过数据中台，对采集的信息进行融合决策处理。
[0144]
上述技术方案的工作原理为：本发明的整个决策过程是在信息采集之后，而采集信息的工具是数据引擎。数据引擎可以进行数据的存储、处理和数据保护，采集信息会通过数据引擎处理后，会存储进入本发明的数据库中。数字化存储序列，是在数据内容明确以后，根据数据内容对采集信息进行分层以后，将每一层的采集信息的一个类型作为一个数字化存储序列，数字化存储序列是对每一层每一类型的数据的数字化标记。数字化存储序列进入预设的数据库时，采集的信息也会根据这个数字化存储序列进入数据库，然后按照数字化存储序列对应的采集信息分别生成存储区域进行存储，互相之间数据不互通，只有在数据被调取时，才会数据之间才会进行融合。而在融合决策阶段，本发明会根据不同存储区域设置的数据传输规则和数据传输接口实现数据接口，而这些数据接口之间是建立有关联图的，在进行数据调取和处理的时候，因为数据已经被分层、分层后又进行了分类，每一部分都非常的清晰，此时在数据已经经过了处理，而在需要进行其它方面的处理时，因为数据已经划分的很细致了，只需要添加相关的处理方式在数据库中或者和数据库对接，然后对接对应的数据接口，就可以实现高细粒度的处理，因为数据划分的已经很小，很清晰所以，相对于一堆数据后者逐层进行数据处理的步骤，也更加的高效；而在进行调取的时候，因为各存储区域之间有关联图，可以根据这个关系，确定需求的数据时，就可以进行同步传输，提高了数据传输速度。
[0145]
上述技术方案的有益效果为：本发明能够在进行海量的数据处理的时候，在数据采集时，通过预设的数据库自动输入预设的数据中台，而在进行数据计算的时候，对每个区域的数据进行直接计算，也可以调取对应的数据进行计算，更加高效，更加方便。数据存储的时候，直接存储至数据中台中，而在进行数据加工的时候也可以直接进行数据调取，在调取之后实现通过添加其它数据加工的程序实现数据加工。而数据质量检测和数据地图构建的时候，可以通过关联图实现多数据同步检测，直接通过关联图构建出数据地图。
[0146]
作为本发明的一种实施例：所述采集模块包括：
[0147]
内容获取单元：用于根据所述采集信息，确定所述采集信息的信息内容；
[0148]
第一确定单元：用于将所述信息内容输入至训练过的语义识别神经网络，确定信息含义；
[0149]
分层单元：用于根据所述信息含义，对所述采集信息进行分层；
[0150]
第二确定单元：用于将分层后的采集信息输入至所述预设的分类模型，确定每一层的信息内容对应的信息类型参数；
[0151]
转化单元：用于根据所述信息类型参数，将每一类型的信息内容通过数字化转化规则转化为一个数字化参数；
[0152]
绑定单元：用于通过所述数字化参数将所述信息类型进行绑定，并将绑定后的数
字化参数作为数字化存储序列。
[0153]
上述技术方案的原理和有益效果在于：在进行数据采集生成数字化存储序列的过程中，本发明会分析采集信息的信息内容，然后通过语义识别神经网络确定信息含义，这其中包括相同数据源获取的信息和不同数据源获取的数据。语义识别神经网络是通过通用神经网络进行语义训练后的得到的神经网络模型，主要是基于关键字和关键语句或者专业与语句的训练，用于对信息内容的含义进行识别。根据信息含义进行分层，就是将不同含义的信息按照含义进行层次划分。然后分类模型是按照信息的形式文本、语音、图表等不同形式的信息进行分类。信息类型参数是预先设置的，而数字转化规则是基于将信息类型、信息量和信息内容进行数字化之后得到的唯一识别参数的转化规则。而绑定的作用是便于进行采集的信息的传输和存储。
[0154]
作为本发明的一种实施例：所述数据中台连接模块包括：
[0155]
设定单元：用于预先设置数据库，并设定所述数据的数据存储规则；其中，
[0156]
所述数据存储规则包括：分区规则、容量规则和分布规则；
[0157]
标识单元：用于根据所述数据存储规则，将所述数字化存储序列对应的采集信息进行存储，生成存储区域，并将所述数字化存储序列作为存储区域的唯一信息标识，作为所述存储区域的数据导入和输出标识；
[0158]
第三确定单元：用于根据所述唯一信息标识，确定每个存储区域的区域位置；
[0159]
第四确定单元：用于根据所述区域位置，确定区域地址；
[0160]
设置单元：用于根据所述区域地址，在每个存储区域上设置数据接口；
[0161]
生成单元：用于获取数据的读取规则，并将所述数据读取规则设置在所述数据接口上，输入预设的数据中台。
[0162]
上述技术方案的原理和有益效果在于：本发明设定的数据存储规则中，分区规则是根据数据库的空间大小将数据库划分为多个区域，这种区域划分方式包括同空间容量区域划分，划分的存储区域大小相同，差异化空间容量区域划分根据实际的存储需求进行划分、容量规则每个存储区域的空间容量是相同的和分布规则表示不同类型的采集信息如何分类。数字化存储序列作为所述存储区域的数据导入和输出标识，便于进行数据的导入和数据输出，本发明采集的信息可以是持续的也可以是一次性存储。数据接口的作用是为了实现不同存储区域之间进行对接和对外对内进行数据输入输出，不同存储区域之间的对接是为了实现存储区域的外接扩容。
[0163]
作为本发明的一种实施例：所述数据中台连接模块还包括：
[0164]
接口特征计算单元：用于获取所述数据中台中存储区域的数据，并基于数据传输接口，通过下式确定所述数据库的接口特征：
[0165][0166]
其中，wi表示第i个存储区域的空间位置特征；ri表示第i个存储区域的空间容量；βi表示第i个存储区域的空间范围系数；ti表示第i个存储区域的类型特征；s
t，i
表示在每个时刻第i个存储区域的数据输入输出量；i＝1，2，3
……
n；n表示存储区域的总数量；
[0167]
规则特征计算单元：用于根据所述传输接口，进行适应性设置数据读取规则，并通
过下式确定规则特征：
[0168][0169]
其中，li表示第i个存储区域的数据类型规则参数；ti表示第i个存储区域的时刻传输阀值；αi表示第i个存储区域的读取规则特征；
[0170]
匹配单元：用于根据所述数据库的接口特征和规则特征，判断所述数据传输接口和数据读取规则是否匹配：
[0171][0172]
其中，当p≥1时，表示据传输接口和数据读取规则匹配，构成数据中台；当p＜1时，表示据传输接口和数据读取规则不匹配，不构成数据中台。
[0173]
述技术方案的原理和有益效果在于：本发明在输入预设的数据中台的过程中，数据传输接口和数据读取规则是要相匹配的，否则，无法进行数据的传输和存储，也无法将数据库作为数据中台，在步骤1中，wi用于体现不同区域的接空间为，确定空间分布，用于确定存储区域在现有空间范围内的存储容量和存储信息的类型，也能判断不同类型的数据空间占用的能力。s
t，i
用于确定同一时刻数据的最大输入输出量；用于将整个过程进通过指数函数进行图表化。在步骤2中：数据类型规则参数和存储区域在现有空间范围内的存储容量和存储信息的类型相对应，是为了限定输出可以存储的数据的类型；时刻传输阀值用于限制同一时刻数据的最大传输量，防止数据丢包。读取规则特征是为了实现数据的存储和读取规则。最后的匹配步骤，基于相关性计算是否匹配，也就实现了采集信息数据类型匹配，空间分布匹配，传输位置匹配等，其也检查了数据中台是否构成。
[0174]
作为本发明的一种实施例：所述决策模块包括：
[0175]
第五确定单元：用于根据所述数据中台，确定其内部存储的采集信息；
[0176]
第六确定单元：用于根据所述数据传输规则，确定所述采集信息的在不同维度上的维度参数；其中，
[0177]
所述维度参数包括空间维度、需求维度和距离维度；
[0178]
计算单元：用于根据所述维度参数分别计算所述数据中台内部不同存储区域之间的相关关系；
[0179]
构成单元：用于根据所述相关关系，构成所述存储区域的关联图；
[0180]
决策单元：用于根据所述关联图，在用户通过所述数据中台进行数据调取时，确定待调取数据的存储区域，并生成调取决策；
[0181]
传输单元：用于根据所述调取决策，将所述数据中台内部的采集信息传输至用户。
[0182]
上述技术方案的原理和有益效果在于：空间维度是为了确定数据的空间分布、需求维度在调取的时候，必定是根据需求调取，因此需求维度就是调取时需求参数的维度和距离维度就是数据和读取的目标位置的距离，通过这些参数就能确定不同存储区域之间的
相关关系，进而根据相关关系的值就可以构成关联图，进而在数据调取的时候就能生成调取决策，调取决策就是如何进行调取，调取的距离、调取的地址，调取的范围，进而就控制生成的数据中台控制对应的存储区域进行数据调取，调取包括存储和采集。
[0183]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。