买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:江苏社汇通智能科技有限公司
摘要:本发明提供基于函数分布分析的海量公共服务数据识别处理方法,涉及数据分析技术领域,包括:获取公共服务平台能够提供的服务类型;对每个基础服务功能进行权重评级,基于权重评级对基础服务功能设置实时分析点;基于实时分析点对公共服务平台的数据进行实时监控,本发明用于解决现有技术中在对公共服务平台数据分析时的分析侧重方面,无法准确地对数据中需要进行分析的侧重点进行分析,从而使人工智能需要对所有数据进行分析,增大了人工智能在进行数据分析时的负荷,导致分析的效率和精准度较低的问题。
主权项:1.基于函数分布分析的海量公共服务数据识别处理方法,其特征在于,包括:获取公共服务平台能够提供的服务类型,并记为基础服务功能1至基础服务功能N;使用服务数据分析方法对基础服务功能的历史数据进行分析,并基于分析结果对每个基础服务功能进行权重评级,基于权重评级对基础服务功能设置实时分析点;在公共服务平台运行时使用人工智能基于实时分析点对公共服务平台中各个基础服务功能的数据进行实时监控;获取公共服务平台能够提供的服务类型,并记为基础服务功能1至基础服务功能N包括:对于任意一个基础服务功能N1,获取基础服务功能N1能够提供的服务的数量,记为功能数量N1;当功能数量N1大于标准功能数量时,将基础服务功能N1记为多服务功能;当功能数量N1小于等于标准功能数量时,将基础服务功能N1记为单服务功能;服务数据分析方法包括:获取公共服务平台投入使用后被使用的次数,记为服务总次数;将服务总次数除以N的值记为单项服务衡量值;对于基础服务功能1至基础服务功能N中的任意一个基础服务功能N2,获取公共服务平台投入使用后基础服务功能N2被使用的次数,记为历史服务次数N2;当历史服务次数N2小于等于单项服务衡量值时,将基础服务功能N2记为弱使用功能;当历史服务次数N2大于单项服务衡量值时,将基础服务功能N2记为强使用功能;服务数据分析方法还包括:对于所有基础服务功能中的任意一个单服务功能N3,当单服务功能N3被记为强使用功能时,将单服务功能N3的权重记为α1;当单服务功能N3被记为弱使用功能时,将单服务功能N3的权重记为α4;对于所有基础服务功能中的任意一个多服务功能N4,当多服务功能N4被记为强使用功能时,将多服务功能N4的权重记为α2;当多服务功能N4被记为弱使用功能时,将多服务功能N4的权重记为α3;服务数据分析方法还包括:建立平面直角坐标系,记为侧重判定坐标系,其中,侧重判定坐标系的X轴单位为服务功能且在X轴的坐标点处从左至右依次填入基础服务功能1至基础服务功能N,侧重判定坐标系的Y轴单位为权重值并在Y轴的坐标点处从下至上依次填入α4、α3、α2以及α1;基于每个基础服务功能被标记的权重,在侧重判定坐标系中对每个基础服务功能的权重对应的点进行标记,并依次记为权重点1至权重点N;获取所有权重点对应的拟合函数,记为权重拟合函数;服务数据分析方法还包括:获取公共服务平台投入使用的时间,记为服务总时间;将服务总时间平均分成K份,并将每份对应的公共服务平台的数据依次记为分段平台数据1至分段平台数据K,其中,分段平台数据1为时间最早的数据;对于所有分段平台数据中的任意一个分段平台数据K1,获取分段平台数据K1中被提出意见最多的基础服务功能,记为矛点功能K1;当分段平台数据K1中所有基础服务功能均未被提出意见时,不对矛点功能进行标记;获取分段平台数据K1中所有基础服务功能被使用的次数,依次记为分段功能次数1~K1至分段功能次数N~K1;建立平面直角坐标系,记为分段坐标系K1,其中,分段坐标系K1中的X轴单位为服务功能且在X轴的坐标点处从左至右依次填入基础服务功能1至基础服务功能N,Y轴单位为次数;基于分段功能次数1~K1至分段功能次数N~K1在分段坐标系K1中对每个基础服务功能对应的点进行标记,并获取分段坐标系K1中所有被标记的点的拟合函数,记为分段拟合函数K1,其中,分段拟合函数K1以及权重拟合函数均为二元一次函数;服务数据分析方法还包括:获取所有分段平台数据对应的所有分段拟合函数;当任意一个分段平台数据K2含有矛点功能时,在分段坐标系K2中将分段拟合函数K2记为矛点拟合函数K2,并将矛点拟合函数K2中X坐标为矛点功能的点记为矛点分割点K2;在矛点分割点K2处做与X轴平行的直线,记为矛点分割线K2,将矛点分割线K2与X轴之间的矛点拟合函数K2记为常规函数区域;将矛点拟合函数K2位于第一象限内的常规函数区域以外的区域记为高频函数区域;当任意一个分段平台数据K3未含有矛点功能时,将分段坐标系K3中的分段拟合函数K3处于第一象限内的区域记为常规函数区域。
全文数据:
权利要求:
百度查询: 江苏社汇通智能科技有限公司 基于函数分布分析的海量公共服务数据识别处理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。