CN108536841A - 基于业务用户习惯的智能学习查询模型 - Google Patents
基于业务用户习惯的智能学习查询模型 Download PDFInfo
- Publication number
- CN108536841A CN108536841A CN201810332569.6A CN201810332569A CN108536841A CN 108536841 A CN108536841 A CN 108536841A CN 201810332569 A CN201810332569 A CN 201810332569A CN 108536841 A CN108536841 A CN 108536841A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- service
- custom
- data query
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于数据查询技术领域,具体而言,涉及一种基于业务用户习惯的智能学习查询模型,其方法包括步骤一,对业务用户的数据查询习惯进行分析;步骤二,针对所述数据查询习惯的分析结果制定数据查询方案;步骤三,根据所述数据查询方案构建数据查询模型;步骤四,根据所述数据查询模型对现有数据查询系统进行改造。查询系统包括数据源存储系统、数据过滤系统、用户数据存储系统和数据展示系统。本发明通过对业务用户的数据查询习惯进行分析,针对分析结果制定数据查询方案,并对现有数据查询系统进行改进,能够提前将业务用户关注的数据推送给业务用户,具有查询时间短,用户体验效果好的特点。
Description
技术领域
本发明属于数据查询技术领域,具体而言,涉及一种基于业务用户习惯的智能学习查询模型。
背景技术
目前系统中,每天系统接入的数据量已超过千万量级,一个月累计数据量为亿级,对于此类数据查询通常由用户选择各类查询条件再手动查询,查询时间相对比较长,用户操作复杂,体验效果差。
针对系统中不断增加的业务数据,需要对业务人员日常业务查询操作进行模型化研究,主要是根据业务人员的操作规范,构建业务人员开展查询的业务模型,对关联查询数据进行预处理,进而提升响应速度。
由以上分析可知,现有技术的数据查询系统存在以下不足:
现有技术的数据查询系统用户操作复杂,因而造成查询时间长,用户体验效果差。
发明内容
本发明提供了一种基于业务用户习惯的智能学习查询模型,能够有效解决现有的数据查询系统查询时间长的技术问题。
为了解决以上问题,本发明提供了一种基于业务用户习惯的智能学习查询模型,技术方案如下:
一种基于业务用户习惯的智能学习查询模型的方法,包括如下步骤:
步骤一:对业务用户的数据查询习惯进行分析;
步骤二:针对所述数据查询习惯的分析结果制定数据查询方案;
步骤三:根据所述数据查询方案构建数据查询模型;
步骤四:根据所述数据查询模型对现有数据查询系统进行改造。
如上述的基于业务用户习惯的智能学习查询模型的方法,进一步优选为:在步骤一中,所述数据查询习惯的分析内容包括业务用户日常工作的行为习惯、业务用户日常工作的输入输出习惯和业务用户日常工作的权重。
如上述的基于业务用户习惯的智能学习查询模型的方法,进一步优选为:在步骤二中,所述数据查询方案包括根据所述用户日常工作的行为习惯和所述业务用户日常工作的输入输出习惯创建数据查询模型;根据所述数据查询模型对查询数据进行提取;将所述查询数据推送给业务用户。
如上述的基于业务用户习惯的智能学习查询模型的方法,进一步优选为:在步骤三中,构建所述数据查询模型的内容包括重建日志系统、提取所述业务用户的输入参数和分析日志文件。
如上述的基于业务用户习惯的智能学习查询模型的方法,进一步优选为:在步骤四中,对所述现有数据查询系统进行改造时包括对现有日志系统进行重新修改和日志数据持久化。
一种基于业务用户习惯的智能学习查询模型,包括数据源存储系统,所述数据源存储系统用于存储数据;数据过滤系统,所述数据过滤系统与所述数据源存储系统相连,用于对所述数据源进行过滤;用户数据存储系统,所述用户数据存储系统与所述数据过滤系统相连,用于存储用户关注的数据;数据展示系统,所述数据展示系统与所述用户数据存储系统相连,用于向所述业务用户推送查询数据。
分析可知,与现有技术相比,本发明的优点和有益效果在于:
本发明通过对业务用户的数据查询习惯进行分析,针对分析结果制定数据查询方案,并对现有数据查询系统进行改进,能够提前将业务用户关注的数据推送给业务用户,具有查询时间短,用户体验效果好的特点。
附图说明
图1为本发明的工作流程示意图。
图2为本发明的数据查询习惯分析流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1和图2所示,本发明提供了一种基于业务用户习惯的智能学习查询模型的方法,包括如下步骤:
步骤一:对业务用户的数据查询习惯进行分析。
所述数据查询习惯的分析内容包括业务用户日常工作的行为习惯、业务用户日常工作的输入输出习惯和业务用户日常工作的权重。
步骤二:针对所述数据查询习惯的分析结果制定数据查询方案。
所述数据查询方案包括根据所述用户日常工作的行为习惯和所述业务用户日常工作的输入输出习惯创建数据查询模型;根据所述数据查询模型对查询数据进行提取;将所述查询数据推送给业务用户。
步骤三:根据所述数据查询方案构建数据查询模型;
构建所述数据查询模型的内容包括重建日志系统、提取所述业务用户的输入参数和分析日志文件。
步骤四:根据所述数据查询模型对现有数据查询系统进行改造。
对所述现有数据查询系统进行改造时包括对现有日志系统进行重新修改和日志数据持久化。
本发明同时提供了一种基于业务用户习惯的智能学习查询模型,包括数据源存储系统,所述数据源存储系统用于存储数据;数据过滤系统,所述数据过滤系统与所述数据源存储系统相连,用于对所述数据源进行过滤;用户数据存储系统,所述用户数据存储系统与所述数据过滤系统相连,用于存储用户关注的数据;数据展示系统,所述数据展示系统与所述用户数据存储系统相连,用于向所述业务用户推送查询数据。
查询模型根据用户日常查询所设定的条件,查询内容生成并动态调整。
通过用户关注数据信息或者关键的属性,可以通过手动配置的方式,或者通过系统分析日志生成数据模型,保存这些数据模型,再通过数据预处理系统定时筛选数据,通过已经保存的数据模型对源数据(话单数据)进行过滤、清洗、分类等操作,获取到不同的种类数据,将这些不同种类的重点业务数据单独存放到特定的数据库中,进行数据管理,为业务系统快速查询操作提供基础数据。
分析可知,与现有技术相比,本发明的优点和有益效果在于:
本发明通过对业务用户的数据查询习惯进行分析,针对分析结果制定数据查询方案,并对现有数据查询系统进行改进,能够提前将业务用户关注的数据推送给业务用户,具有查询时间短,用户体验效果好的特点。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明所包含。
Claims (6)
1.一种基于业务用户习惯的智能学习查询模型的方法,其特征在于,包括如下步骤:
步骤一:对业务用户的数据查询习惯进行分析;
步骤二:针对所述数据查询习惯的分析结果制定数据查询方案;
步骤三:根据所述数据查询方案构建数据查询模型;
步骤四:根据所述数据查询模型对现有数据查询系统进行改造。
2.根据权利要求1所述的基于业务用户习惯的智能学习查询模型的方法,其特征在于:
在步骤一中,所述数据查询习惯的分析内容包括业务用户日常工作的行为习惯、业务用户日常工作的输入输出习惯和业务用户日常工作的权重。
3.根据权利要求2所述的基于业务用户习惯的智能学习查询模型的改造方法,其特征在于:
在步骤二中,所述数据查询方案包括根据所述用户日常工作的行为习惯和所述业务用户日常工作的输入输出习惯创建数据查询模型;根据所述数据查询模型对查询数据进行提取;将所述查询数据推送给业务用户。
4.根据权利要求3所述的基于业务用户习惯的智能学习查询模型的方法,其特征在于:
在步骤三中,构建所述数据查询模型的内容包括重建日志系统、提取所述业务用户的输入参数和分析日志文件。
5.根据权利要求4所述的基于业务用户习惯的智能学习查询模型的方法,其特征在于:
在步骤四中,对所述现有数据查询系统进行改造时包括对现有日志系统进行重新修改和日志数据持久化。
6.根据权利要求1至5所述的基于业务用户习惯的智能学习查询模型,其特征在于,包括:
数据源存储系统,所述数据源存储系统用于存储数据;
数据过滤系统,所述数据过滤系统与所述数据源存储系统相连,用于对所述数据源进行过滤;
用户数据存储系统,所述用户数据存储系统与所述数据过滤系统相连,用于存储用户关注的数据;
数据展示系统,所述数据展示系统与所述用户数据存储系统相连,用于向所述业务用户推送查询数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810332569.6A CN108536841A (zh) | 2018-04-13 | 2018-04-13 | 基于业务用户习惯的智能学习查询模型 |
CN201811009136.3A CN109359126B (zh) | 2018-04-13 | 2018-08-30 | 基于业务用户习惯的智能学习查询模型的构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810332569.6A CN108536841A (zh) | 2018-04-13 | 2018-04-13 | 基于业务用户习惯的智能学习查询模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108536841A true CN108536841A (zh) | 2018-09-14 |
Family
ID=63480536
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810332569.6A Pending CN108536841A (zh) | 2018-04-13 | 2018-04-13 | 基于业务用户习惯的智能学习查询模型 |
CN201811009136.3A Active CN109359126B (zh) | 2018-04-13 | 2018-08-30 | 基于业务用户习惯的智能学习查询模型的构建方法及系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811009136.3A Active CN109359126B (zh) | 2018-04-13 | 2018-08-30 | 基于业务用户习惯的智能学习查询模型的构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN108536841A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765427A (zh) * | 2019-09-23 | 2020-02-07 | 秦滢珺 | 一种会计凭证处理方法 |
CN111666308A (zh) * | 2020-06-03 | 2020-09-15 | 国家计算机网络与信息安全管理中心 | 一种基于行为分析的大数据智能推荐查询方法和系统 |
CN114780620A (zh) * | 2022-06-21 | 2022-07-22 | 联通(江苏)产业互联网有限公司 | 基于大数据挖掘性能的云计算业务分析方法、装置及系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117520597B (zh) * | 2023-09-11 | 2024-04-26 | 北京国卫星通科技有限公司 | 惯导数据采集与分析系统的数据记录实现方法 |
CN118035507B (zh) * | 2024-04-12 | 2024-07-16 | 辽宁凡锦科技有限公司 | 基于数据挖掘技术的数据查询系统及方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096667B (zh) * | 2009-12-09 | 2015-06-03 | 高文龙 | 一种信息检索方法及系统 |
CN103324720A (zh) * | 2013-06-25 | 2013-09-25 | 百度在线网络技术(北京)有限公司 | 根据用户状态进行个性化推荐的方法和系统 |
CA2936047C (en) * | 2014-01-27 | 2023-04-04 | Thomson Reuters Global Resources | System and methods for cleansing automated robotic traffic from sets of usage logs |
CN103995828B (zh) * | 2014-04-11 | 2017-06-13 | 西安电子科技大学宁波信息技术研究院 | 一种云存储日志数据分析方法 |
CN103970891B (zh) * | 2014-05-23 | 2017-08-25 | 三星电子(中国)研发中心 | 一种基于情境的用户兴趣信息查询方法 |
US10346393B2 (en) * | 2014-10-20 | 2019-07-09 | International Business Machines Corporation | Automatic enumeration of data analysis options and rapid analysis of statistical models |
CN104462267A (zh) * | 2014-11-23 | 2015-03-25 | 国云科技股份有限公司 | 一种实现数据快速查询的方法 |
CN106294390A (zh) * | 2015-05-20 | 2017-01-04 | 上海纳鑫信息科技有限公司 | 一种数据挖掘分析方法及系统 |
US10592482B2 (en) * | 2015-12-29 | 2020-03-17 | Cognizant Technology Solutions India Pvt. Ltd. | Method and system for identifying and analyzing hidden data relationships in databases |
CN106294688A (zh) * | 2016-08-05 | 2017-01-04 | 浪潮软件集团有限公司 | 一种基于用户特征分析的查询扩展方法、装置和系统 |
CN107577805B (zh) * | 2017-09-26 | 2020-08-18 | 华南理工大学 | 一种面向日志大数据分析的业务服务系统 |
-
2018
- 2018-04-13 CN CN201810332569.6A patent/CN108536841A/zh active Pending
- 2018-08-30 CN CN201811009136.3A patent/CN109359126B/zh active Active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765427A (zh) * | 2019-09-23 | 2020-02-07 | 秦滢珺 | 一种会计凭证处理方法 |
CN110765427B (zh) * | 2019-09-23 | 2022-08-19 | 秦滢珺 | 一种会计凭证处理方法 |
CN111666308A (zh) * | 2020-06-03 | 2020-09-15 | 国家计算机网络与信息安全管理中心 | 一种基于行为分析的大数据智能推荐查询方法和系统 |
CN111666308B (zh) * | 2020-06-03 | 2022-09-30 | 国家计算机网络与信息安全管理中心 | 一种基于行为分析的大数据智能推荐查询方法和系统 |
CN114780620A (zh) * | 2022-06-21 | 2022-07-22 | 联通(江苏)产业互联网有限公司 | 基于大数据挖掘性能的云计算业务分析方法、装置及系统 |
CN114780620B (zh) * | 2022-06-21 | 2022-08-26 | 联通(江苏)产业互联网有限公司 | 基于大数据挖掘性能的云计算业务分析方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109359126B (zh) | 2021-06-04 |
CN109359126A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108536841A (zh) | 基于业务用户习惯的智能学习查询模型 | |
Trippe | Patinformatics: Tasks to tools | |
CN110597969B (zh) | 一种农业知识智能问答方法、系统以及电子设备 | |
CN106022708A (zh) | 一种预测员工离职的方法 | |
CN106897285B (zh) | 数据要素抽取分析系统及数据要素抽取分析方法 | |
US20110231372A1 (en) | Adaptive Archive Data Management | |
CA2675216A1 (en) | Method and system for information discovery and text analysis | |
CN106649260A (zh) | 基于评论文本挖掘的产品特征结构树构建方法 | |
CA2255880A1 (en) | A relational database system containing a multidimensional hierarchical model of interrelated subject categories with recognition capabilities | |
CN107729336A (zh) | 数据处理方法、设备及系统 | |
Delen et al. | A holistic framework for knowledge discovery and management | |
CN105138621B (zh) | 一种Sybase ASE数据库配置优化系统及方法 | |
DE102012221251A1 (de) | Semantisches und kontextbezogenes Durchsuchen von Wissensspeichern | |
KR102345410B1 (ko) | 빅데이터 지능형 수집 방법 및 장치 | |
CN112507139B (zh) | 基于知识图谱的问答方法、系统、设备及存储介质 | |
KR20150103509A (ko) | Lda를 이용한 특허 문헌 분석 방법 | |
CN102789487A (zh) | 数据查询检索处理装置和数据查询检索处理方法 | |
CN112634004B (zh) | 征信数据的血缘图谱分析方法与系统 | |
Liu et al. | Designing discovery experience for big data interaction: a case of web-based knowledge mining and interactive visualization platform | |
US11776078B2 (en) | Systems and methods for generating strategic competitive intelligence data relevant for an entity | |
Handali et al. | Industry demand for analytics: A longitudinal study | |
CN111125045B (zh) | 一种轻量级etl处理平台 | |
CN102214179A (zh) | 网络信息抓取方法 | |
Lee et al. | Customizing the capture of software architectural design decisions | |
CN201210293Y (zh) | 计算机辅助报告与知识库产生系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180914 |