CN111209509A - 基于大数据平台的信息展示方法、装置及大数据平台 - Google Patents
基于大数据平台的信息展示方法、装置及大数据平台 Download PDFInfo
- Publication number
- CN111209509A CN111209509A CN201911400693.2A CN201911400693A CN111209509A CN 111209509 A CN111209509 A CN 111209509A CN 201911400693 A CN201911400693 A CN 201911400693A CN 111209509 A CN111209509 A CN 111209509A
- Authority
- CN
- China
- Prior art keywords
- information
- association
- node
- identification
- display
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及数据处理技术领域,涉及一种基于大数据平台的信息展示方法、装置及大数据平台。本发明通过计算多个信息展示进程对应的信息特征识别信息和信息语义识别信息,而后确定信息关联策略,以计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于信息关联关系对信息展示进程的信息特征识别信息和信息语义识别信息进行关联,得到对应的关联信息,从而根据确定的关联信息完成信息展示。因此,本发明能够对于不同语义特征、不同展示特征的大数据信息进行准确的关联和展示,在数据量级较大的情况下,提高信息展示的效率和精度。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种基于大数据平台的信息展示方法、装置及大数据平台。
背景技术
在当前大数据平台展示信息的过程中,往往对于不同语义特征、不同展示特征的大数据信息,无法进行准确的关联和展示,在数据量级较大的情况下,将极大影响信息展示的效率和精度。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的在于提供一种基于大数据平台的信息展示方法、装置及大数据平台,以解决或者改善上述问题。
第一方面,本申请提供一种基于大数据平台的信息展示方法,应用于大数据平台,所述大数据平台包括服务器以及与所述服务器通信连接的至少一个信息展示终端,所述方法包括:
所述服务器获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
所述服务器确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
所述服务器根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
所述服务器根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端;
所述信息展示终端根据接收到的信息展示模型执行对应的信息展示操作。
在第一方面的一种可能的设计中,所述分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息的步骤,包括:
分别对所述大数据融合信息的数据融合参数所指示的数据流进行提取,得到对应的信息特征数据流和信息语义数据流;
分别对所述信息特征数据流和所述信息语义数据流进行数据匹配,得到所述信息特征数据流的第一数据匹配集以及所述信息语义数据流的第二数据匹配集,其中,所述第一数据匹配集中包括所述信息特征数据流的多个第一信息特征节点,所述第二数据匹配集中包括所述信息语义数据流的多个第一信息语义节点;
在预设的信息节点关联展示序列中获得与所述大数据融合信息关联的目标信息节点集合,并分别将所述信息特征数据流对应的第一数据匹配集中的每个第一信息特征节点和所述信息语义数据流对应的第二数据匹配集中的每个第一信息语义节点与所述目标信息节点集合中的每个目标信息节点进行比对,得到所述信息特征数据流与所述目标信息节点集合之间的第一比对结果以及所述信息语义数据流与所述目标信息节点集合之间的第二比对结果,所述信息节点关联展示序列包括与所述大数据融合信息关联的目标信息节点集合;
以所述目标信息节点集合为参考节点集合进行比对,直至所述信息节点关联展示序列中出现一个当前信息节点,使得所述信息特征数据流与所述当前信息节点之间的第三比对结果与所述信息特征数据流与所述目标信息节点集合之间的第一比对结果的第一比对匹配率大于设定匹配率,且所述信息语义数据流与所述当前信息节点之间的第四比对结果与所述信息语义数据流与所述当前信息节点之间的第二比对结果的第二比对匹配率大于所述设定匹配率时,得到所述信息展示进程对应的信息特征识别信息和信息语义识别信息。
在第一方面的一种可能的设计中,所述信息展示进程包括与所述信息特征识别信息对应的第一信息展示进程和与所述信息语义识别信息对应的第二信息展示进程,所述服务器确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略的步骤,包括:
根据所述第一信息展示进程的信息特征识别信息及所述第二信息展示进程的信息语义识别信息,确定所述第一信息展示进程相对于所述第二信息展示进程的第一信息关联节点以及所述第二信息展示进程相对于所述第一信息展示进程的第二信息关联节点;
基于所述第一信息关联节点以及所述信息特征识别信息所表征的所述第一信息展示进程向所述第二信息展示进程发送的进程脚本的第一关联请求,对所述第一信息展示进程中的第一关联脚本和第一关联路经进行调整,得到第一目标信息展示进程;
基于所述第二信息关联节点以及所述信息语义识别信息所表征的所述第二信息展示进程向所述第一信息展示进程发送的响应指令的第二关联请求,对所述第二信息展示进程中的第二关联脚本和第二关联路经进行调整,得到第二目标信息展示进程;
根据所述第一目标信息展示进程和所述第二目标信息展示进程确定所述对所述信息特征识别信息和所述信息语义识别信息进行关联的关联参数;其中,所述关联参数用于表征采用所述第一目标信息展示进程对所述信息特征识别信息进行关联的第一关联行为与采用所述第二目标信息展示进程对所述信息语义识别信息进行关联的第二关联行为相同;
在所述关联参数所指示的关联范围内采用所述第一目标信息展示进程确定所述信息特征识别信息的第一特征关联度,并根据所述第一特征关联度以及预存的所述第二信息展示进程与所述服务器中的其他信息展示进程之间的关联映射关系中包括的所述第二信息展示进程与所述第一信息展示进程之间的第一关联结果,得到第一信息关联策略,所述第一关联结果是所述第二信息展示进程作为关联对象且所述第一信息展示进程作为待关联对象对应的关联结果;
在所述关联参数内采用所述第二目标信息展示进程确定所述信息语义识别信息的第二特征关联度,并根据所述第二特征关联度以及预存的所述第一信息展示进程与所述服务器中的其他信息展示进程之间的关联映射关系中包括的所述第一信息展示进程与所述第二信息展示进程之间的第二关联结果,得到第二信息关联策略,所述第二关联结果是所述第一信息展示进程作为关联对象且所述第二信息展示进程作为待关联对象对应的关联结果;
根据所述第一信息关联策略和所述第二信息关联策略确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略。
在第一方面的一种可能的设计中,所述服务器根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合的步骤,包括:
根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下对应的关联信息节点的节点关联值以及各节点关联组合;
在根据所述节点关联值确定出所述关联信息节点中包含有冗余关联信息的情况下,根据所述关联信息节点在冗余关联信息下的节点关联组合确定关联信息节点在可信关联信息下的各节点关联组合与关联信息节点在冗余关联信息下的各节点关联组合之间的关联度之差,并将关联信息节点在可信关联信息下的与在冗余关联信息下的节点关联组合的关联度相同的节点关联组合调整到相应的冗余关联信息的分类下;
在关联信息节点的当前可信关联信息下包含有多个节点关联组合的情况下,根据所述关联信息节点在冗余关联信息下的节点关联组合确定关联信息节点在当前可信关联信息下的各节点关联组合之间的关联度之差,并根据所述各节点关联组合之间的关联度之差对当前可信关联信息下的各节点关联组合进行筛选;
根据所述关联信息节点在冗余关联信息下的节点关联组合为上述筛选得到的每一个节点关联组合设置信息识别标记,并将所述每一个节点关联组合调整到所述信息识别标记所对应的冗余关联信息的分类下;
根据可信关联信息分类下的第一节点关联组合、冗余关联信息分类下的第二节点关联组合计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合。
在第一方面的一种可能的设计中,所述服务器根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端的步骤,包括:
根据确定的所述关联信息生成第一节点关联展示序列,并根据预设的展示抽取策略和对应的信息展示进程抽取所述第一节点关联展示序列,得到第二节点关联展示序列各个关联展示位的展示形式,并确定所述第二节点关联展示序列各个关联展示位的展示标记值,其中,所述展示标记值用于表示所述关联展示位在展示信息时的展示形式的标注颜色程度,所述第二节点关联展示序列的关联展示位个数少于所述第一节点关联展示序列的关联展示位个数;
对所述第二节点关联展示序列进行相同展示的关联展示位的组合得到第三节点关联展示序列,并计算所述第三节点关联展示序列对应的展示策略;
根据所述第三节点关联展示序列对应的展示策略生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端。
第二方面,本申请实施例还提供一种基于大数据平台的信息展示方法,应用于服务器,所述服务器与至少一个信息展示终端通信连接,所述方法包括:
获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端,以使所述信息展示终端根据接收到的信息展示模型执行对应的信息展示操作。
第三方面,本申请实施例还提供一种基于大数据平台的信息展示装置,应用于服务器,所述服务器与至少一个信息展示终端通信连接,所述装置包括:
获取模块,用于获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
确定模块,用于确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
计算关联模块,用于根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
生成模块,用于根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端,以使所述信息展示终端根据接收到的信息展示模型执行对应的信息展示操作。
第四方面,本申请实施例还提供一种大数据平台,所述大数据平台包括服务器以及与所述服务器通信连接的至少一个信息展示终端;
所述服务器,用于获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
所述服务器,用于确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
所述服务器,用于根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
所述服务器,用于根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端;
所述信息展示终端,用于根据接收到的信息展示模型执行对应的信息展示操作。
第五方面,本申请实施例还提供一种服务器,所述服务器包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个信息展示终端通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行第一方面或者第一方面中任意一个可能的设计中的基于大数据平台的信息展示方法。
第六方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其在计算机上检测时,使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的基于大数据平台的信息展示方法。
基于上述任意一个方面,本申请通过计算多个信息展示进程对应的信息特征识别信息和信息语义识别信息,而后确定信息关联策略,以计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于信息关联关系对信息展示进程的信息特征识别信息和信息语义识别信息进行关联,得到对应的关联信息,从而根据确定的关联信息完成信息展示。如此,能够对于不同语义特征、不同展示特征的大数据信息进行准确的关联和展示,在数据量级较大的情况下,提高信息展示的效率和精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的大数据平台的应用场景示意图;
图2为本申请实施例提供的基于大数据平台的信息展示方法的流程示意图之一;
图3为本申请实施例提供的基于大数据平台的信息展示方法的流程示意图之二;
图4为本申请实施例提供的基于大数据平台的信息展示装置的功能模块示意图;
图5为本申请实施例提供的用于实现上述的基于大数据平台的信息展示方法的服务器的结构示意框图。
具体实施方式
下面结合说明书附图对本申请进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。在本申请的描述中,除非另有说明,“至少一个”包括一个或多个。“多个”是指两个或两个以上。例如,A、B和C中的至少一个,包括:单独存在A、单独存在B、同时存在A和B、同时存在A和C、同时存在B和C,以及同时存在A、B和C。在本申请中,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联目标核磁共振设备的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
图1是本申请一种实施例提供的大数据平台10的交互示意图。大数据平台10可以包括服务器100以及与所述服务器100通信连接的信息展示终端200,服务器100中可以包括执行指令操作的处理器。图1所示的大数据平台10仅为一种可行的示例,在其它可行的实施例中,该大数据平台10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
在一些实施例中,服务器100可以是单个服务器,也可以是一个服务器组。运营服务器组可以是集中式的,也可以是分布式的(例如,服务器100可以是分布式系统)。在一些实施例中,服务器100相对于信息展示终端200,可以是本地的、也可以是远程的。例如,服务器100可以经由网络访问存储在信息展示终端200以及数据库、或其任意组合中的信息。作为另一示例,服务器100可以直接连接到信息展示终端200和数据库中的至少一个,以访问其中存储的信息和/或数据。在一些实施例中,服务器100可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。
在一些实施例中,服务器100可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。处理器可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,处理器可以包括中央处理单元(Central Processing Unit, CPU)、专用集成电路(Application Specific IntegratedCircuit, ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor, ASIP)、图形处理单元(Graphics Processing Unit, GPU)、物理处理单元(Physics Processing Unit, PPU)、数字信号处理器 (Digital Signal Processor,DSP)、现场可编程门阵列( Field Programmable Gate Array, FPGA)、可编程逻辑器件(Programmable Logic Device, PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing, RISC)、或微处理器等,或其任意组合。
网络可以用于信息和/或数据的交换。在一些实施例中,大数据平台10中的一个或多个组件(例如,服务器100,信息展示终端200和数据库)可以向其他组件发送信息和/或数据。在一些实施例中,网络可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络130可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched Telephone Network,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication, NFC)网络等,或其任意组合。在一些实施例中,网络可以包括一个或多个网络接入点。例如,网络可以包括有线或无线网络接入点,例如基站和/或网络交换节点,大数据平台10的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
前述的数据库可以存储数据和/或指令。在一些实施例中,数据库可以存储从信息展示终端200获得的数据。在一些实施例中,数据库可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中,数据库可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory, ROM)等,或其任意组合。作为举例,大容量存储器可以包括磁盘、光盘、固态驱动器等;可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等;易失性读写存储器可以包括随机存取存储器(Random AccessMemory, RAM);RAM可以包括动态RAM(Dynamic Random Access Memory, DRAM),双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM, DDR SDRAM);静态RAM(StaticRandom-Access Memory, SRAM),晶闸管RAM(Thyristor-Based Random Access Memory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例,ROM可以包括掩模ROM(Mask Read-OnlyMemory, MROM)、可编程ROM( Programmable Read-Only Memory, PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory , PEROM)、电可擦除可编程ROM(Electrically Erasable Programmable read only memory, EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中,数据库可以在云平台上实现。仅作为示例,云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等,或其任意组合。
在一些实施例中,数据库可以连接到网络以与大数据平台10(例如,服务器100,信息展示终端200等)中的一个或多个组件通信。大数据平台10中的一个或多个组件可以经由网络访问存储在数据库中的数据或指令。在一些实施例中,数据库可以直接连接到大数据平台10中的一个或多个组件(例如,服务器100,信息展示终端200等);或者,在一些实施例中,数据库也可以是服务器100的一部分。
为了解决前述背景技术中的技术问题,图2为本申请实施例提供的基于大数据平台的信息展示方法的流程示意图,本实施例提供的基于大数据平台的信息展示方法可以由图1中所示的大数据平台10执行,下面对该基于大数据平台的信息展示方法进行详细介绍。
步骤S110,服务器100获取多个信息展示进程所对应的待展示的大数据融合信息,分别对大数据融合信息进行信息特征识别和信息语义识别,计算多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,信息特征识别信息用于表示大数据融合信息的每个信息展示项目的项目语义特征,信息语义识别信息用于表示大数据融合信息的每个信息展示项目的信息展示特征。
步骤S120,服务器100确定对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联的信息关联策略。
步骤S130,服务器100根据信息关联策略,计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于信息关联关系对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联,得到对应的关联信息。
步骤S140,服务器100根据确定的关联信息,通过多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端200。
步骤S150,信息展示终端200根据接收到的信息展示模型执行对应的信息展示操作。
基于上述设计,本实施例通过计算多个信息展示进程对应的信息特征识别信息和信息语义识别信息,而后确定信息关联策略,以计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于信息关联关系对信息展示进程的信息特征识别信息和信息语义识别信息进行关联,得到对应的关联信息,从而根据确定的关联信息完成信息展示。如此,能够对于不同语义特征、不同展示特征的大数据信息进行准确的关联和展示,在数据量级较大的情况下,提高信息展示的效率和精度。
在一种可能的设计中,针对步骤S110,针对待展示的大数据融合信息,可以获取多个数据采集终端分别采集的业务数据,并提取每个业务数据在对应的数据采集终端所对应的数据转换矩阵上的矩阵特征序列和矩阵节点序列,其中,矩阵特征序列包括业务数据在数据转换矩阵中各个关联矩阵节点对应的业务类型置信度,矩阵节点序列包括各个关联矩阵节点之间的计算关系。在此基础上,可以根据矩阵特征序列和矩阵节点序列生成各个关联矩阵节点的数据融合参数,关联矩阵节点的数据融合参数包括用于表示关联矩阵节点单独针对业务数据参与与其它业务数据进行融合时的融合过程参数。最后,根据各个业务数据的矩阵特征序列、矩阵节点序列及各个关联矩阵节点的数据融合参数对各个业务数据进行数据融合,得到融合业务数据。
在一种可能的设计中,在根据各个业务数据的矩阵特征序列、矩阵节点序列及各个关联矩阵节点的数据融合参数对各个业务数据进行数据融合,得到融合业务数据的过程中,本实施例可以根据各个业务数据的矩阵特征序列和矩阵节点序列确定出各个业务数据的融合矩阵信息,并根据融合矩阵信息确定各个业务数据对应的融合矩阵节点。
接着,可以从各个关联矩阵节点的数据融合参数获取各个业务数据对应的融合矩阵节点的数据融合策略,数据融合策略用于表示融合矩阵节点的融合参与信息。
接着,可以根据数据融合策略建立融合矩阵节点与融合参与位置的映射关系。
接着,可以根据建立的融合矩阵节点与融合参与位置的映射关系确定各个业务数据中每个数据记录位置的多个位置关联状态,针对每一个位置关联状态,获取每个数据记录位置匹配的其它业务数据的数据记录位置的对应位置关联状态的状态记录值与每个数据记录位置之后预设数量个数据记录位置的对应位置关联状态的状态记录值之间的匹配关系,并根据该匹配关系得到每个数据记录位置在该位置关联状态处的融合参与状态配置信息,以得到每个数据记录位置的融合参与状态配置信息。
接着,可以根据每个数据记录位置的融合参与状态配置信息获取每个数据记录位置在融合过程中的融合控制状态。
接着,可以根据融合控制状态得到每个数据记录位置对应的多个控制特征序列,并确定多个控制特征序列的第一控制特征信息和第二控制特征信息,第一控制特征信息包含每个数据记录位置的融合控制状态为开启状态时的控制特征信息,第二控制特征信息包含每个数据记录位置的融合控制状态为关闭状态时的控制特征信息。
接着,可以确定第一控制特征信息在控制特征序列中的位置排序,并根据位置排序确定第一控制特征信息的融合参与等级,并按照融合参与等级分别确定每个数据记录位置对应的融合参与位置的控制特征序列对应的融合项目序列,并计算与融合项目序列对应的融合项目特征,融合项目序列是根据数据记录位置对应的融合参与位置的控制特征序列在融合过程中对应的基于可融合部分生成的融合项目记录信息确定的,不同的可融合部分对应的融合项目记录信息不同。
接着,可以获取每个数据记录位置对应的融合参与位置对应的匹配度下限,并根据融合项目特征确定融合项目序列与匹配度下限之间的映射关系。
接着,可以根据确定的融合项目序列与匹配度下限之间的映射关系,从融合项目序列中确定出每个数据记录位置的多个融合项目以及每个融合项目对应的融合顺序。
接着,可以从多个融合项目中筛选出多个与预设融合顺序相同的融合项目,获得多个第一融合项目,并将多个融合项目中除第一融合项目以外的融合项目作为第二融合项目。
接着,可以根据第一融合项目的数量与第二融合项目的数量之间的第一比值、所有第一融合项目中的第一融合顺序的数量与第二融合顺序的数量的第二比值以及所有第二融合项目中的第一融合顺序的数量与第二融合顺序的数量的第三比值确定出针对每个数据记录位置的融合间隔数。
接着,可以根据各个业务数据中每个数据记录位置的融合间隔数和融合项目特征,对各个业务数据进行数据融合,得到融合业务数据。
在一种可能的设计中,针对步骤S110,本实施例可以分别对大数据融合信息的数据融合参数所指示的数据流进行提取,得到对应的信息特征数据流和信息语义数据流。
接着,可以分别对信息特征数据流和信息语义数据流进行数据匹配,得到信息特征数据流的第一数据匹配集以及信息语义数据流的第二数据匹配集,其中,第一数据匹配集中包括信息特征数据流的多个第一信息特征节点,第二数据匹配集中包括信息语义数据流的多个第一信息语义节点。
接着,可以在预设的信息节点关联展示序列中获得与大数据融合信息关联的目标信息节点集合,并分别将信息特征数据流对应的第一数据匹配集中的每个第一信息特征节点和信息语义数据流对应的第二数据匹配集中的每个第一信息语义节点与目标信息节点集合中的每个目标信息节点进行比对,得到信息特征数据流与目标信息节点集合之间的第一比对结果以及信息语义数据流与目标信息节点集合之间的第二比对结果,信息节点关联展示序列包括与大数据融合信息关联的目标信息节点集合。
接着,可以以目标信息节点集合为参考节点集合进行比对,直至信息节点关联展示序列中出现一个当前信息节点,使得信息特征数据流与当前信息节点之间的第三比对结果与信息特征数据流与目标信息节点集合之间的第一比对结果的第一比对匹配率大于设定匹配率,且信息语义数据流与当前信息节点之间的第四比对结果与信息语义数据流与当前信息节点之间的第二比对结果的第二比对匹配率大于设定匹配率时,得到信息展示进程对应的信息特征识别信息和信息语义识别信息。
在一种可能的设计中,针对步骤S120,信息展示进程可以包括与信息特征识别信息对应的第一信息展示进程和与信息语义识别信息对应的第二信息展示进程,在此基础上,本实施例可以根据第一信息展示进程的信息特征识别信息及第二信息展示进程的信息语义识别信息,确定第一信息展示进程相对于第二信息展示进程的第一信息关联节点以及第二信息展示进程相对于第一信息展示进程的第二信息关联节点。
接着,可以基于第一信息关联节点以及信息特征识别信息所表征的第一信息展示进程向第二信息展示进程发送的进程脚本的第一关联请求,对第一信息展示进程中的第一关联脚本和第一关联路经进行调整,得到第一目标信息展示进程。
接着,可以基于第二信息关联节点以及信息语义识别信息所表征的第二信息展示进程向第一信息展示进程发送的响应指令的第二关联请求,对第二信息展示进程中的第二关联脚本和第二关联路经进行调整,得到第二目标信息展示进程。
接着,可以根据第一目标信息展示进程和第二目标信息展示进程确定对信息特征识别信息和信息语义识别信息进行关联的关联参数。其中,关联参数用于表征采用第一目标信息展示进程对信息特征识别信息进行关联的第一关联行为与采用第二目标信息展示进程对信息语义识别信息进行关联的第二关联行为相同。
接着,可以在关联参数所指示的关联范围内采用第一目标信息展示进程确定信息特征识别信息的第一特征关联度,并根据第一特征关联度以及预存的第二信息展示进程与服务器100中的其他信息展示进程之间的关联映射关系中包括的第二信息展示进程与第一信息展示进程之间的第一关联结果,得到第一信息关联策略,第一关联结果是第二信息展示进程作为关联对象且第一信息展示进程作为待关联对象对应的关联结果。
接着,可以在关联参数内采用第二目标信息展示进程确定信息语义识别信息的第二特征关联度,并根据第二特征关联度以及预存的第一信息展示进程与服务器100中的其他信息展示进程之间的关联映射关系中包括的第一信息展示进程与第二信息展示进程之间的第二关联结果,得到第二信息关联策略,第二关联结果是第一信息展示进程作为关联对象且第二信息展示进程作为待关联对象对应的关联结果。
接着,可以根据第一信息关联策略和第二信息关联策略确定对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联的信息关联策略。
在一种可能的设计中,针对步骤S130,本实施例可以根据信息关联策略,计算出信息特征识别和信息语义识别在相同识别策略下对应的关联信息节点的节点关联值以及各节点关联组合。
接着,可以在根据节点关联值确定出关联信息节点中包含有冗余关联信息的情况下,根据关联信息节点在冗余关联信息下的节点关联组合确定关联信息节点在可信关联信息下的各节点关联组合与关联信息节点在冗余关联信息下的各节点关联组合之间的关联度之差,并将关联信息节点在可信关联信息下的与在冗余关联信息下的节点关联组合的关联度相同的节点关联组合调整到相应的冗余关联信息的分类下。
接着,可以在关联信息节点的当前可信关联信息下包含有多个节点关联组合的情况下,根据关联信息节点在冗余关联信息下的节点关联组合确定关联信息节点在当前可信关联信息下的各节点关联组合之间的关联度之差,并根据各节点关联组合之间的关联度之差对当前可信关联信息下的各节点关联组合进行筛选。
接着,可以根据关联信息节点在冗余关联信息下的节点关联组合为上述筛选得到的每一个节点关联组合设置信息识别标记,并将每一个节点关联组合调整到信息识别标记所对应的冗余关联信息的分类下。
接着,可以根据可信关联信息分类下的第一节点关联组合、冗余关联信息分类下的第二节点关联组合计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合。
在一种可能的设计中,针对步骤S140,本实施例可以根据确定的关联信息生成第一节点关联展示序列,并根据预设的展示抽取策略和对应的信息展示进程抽取第一节点关联展示序列,得到第二节点关联展示序列各个关联展示位的展示形式,并确定第二节点关联展示序列各个关联展示位的展示标记值,其中,展示标记值用于表示关联展示位在展示信息时的展示形式的标注颜色程度,第二节点关联展示序列的关联展示位个数少于第一节点关联展示序列的关联展示位个数。
接着,可以对第二节点关联展示序列进行相同展示的关联展示位的组合得到第三节点关联展示序列,并计算第三节点关联展示序列对应的展示策略。
接着,可以根据第三节点关联展示序列对应的展示策略生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端200。
图3示出了本申请实施还提供的另一种基于大数据平台的信息展示方法的流程示意图,与上面实施例不同的是,本基于大数据平台的信息展示方法由服务器100执行,可以理解的是,接下来要描述的基于大数据平台的信息展示方法中涉及的步骤在上面实施例中已经描述过,具体各个步骤的详尽内容可参照上面的实施例描述,下面仅对服务器100执行步骤进行简要说明。
步骤S210,获取多个信息展示进程所对应的待展示的大数据融合信息,分别对大数据融合信息进行信息特征识别和信息语义识别,计算多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,信息特征识别信息用于表示大数据融合信息的每个信息展示项目的项目语义特征,信息语义识别信息用于表示大数据融合信息的每个信息展示项目的信息展示特征。
步骤S220,确定对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联的信息关联策略。
步骤S230,根据信息关联策略,计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于信息关联关系对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联,得到对应的关联信息。
步骤S240,根据确定的关联信息,通过多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端200,以使信息展示终端200根据接收到的信息展示模型执行对应的信息展示操作。
图4为本申请实施例提供的基于大数据平台的信息展示装置300的功能模块示意图,本实施例可以根据上述服务器100执行的方法实施例对该基于大数据平台的信息展示装置300进行功能模块的划分。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。比如,在采用对应各个功能划分各个功能模块的情况下,图4示出的基于大数据平台的信息展示装置300只是一种装置示意图。其中,基于大数据平台的信息展示装置300可以包括获取模块310、确定模块320、计算关联模块330以及生成模块340,下面分别对该基于大数据平台的信息展示装置300的各个功能模块的功能进行详细阐述。
获取模块310,用于获取多个信息展示进程所对应的待展示的大数据融合信息,分别对大数据融合信息进行信息特征识别和信息语义识别,计算多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,信息特征识别信息用于表示大数据融合信息的每个信息展示项目的项目语义特征,信息语义识别信息用于表示大数据融合信息的每个信息展示项目的信息展示特征。
确定模块320,用于确定对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联的信息关联策略。
计算关联模块330,用于根据信息关联策略,计算出信息特征识别和信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于信息关联关系对信息展示进程的信息特征识别信息和信息展示进程的信息语义识别信息进行关联,得到对应的关联信息。
生成模块340,用于根据确定的关联信息,通过多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端200,以使信息展示终端200根据接收到的信息展示模型执行对应的信息展示操作。
进一步地,图5为本申请实施例提供的用于执行上述基于大数据平台的信息展示方法的服务器100的结构示意图。如图5所示,该服务器100可包括网络接口110、机器可读存储介质120、处理器130以及总线140。处理器130可以是一个或多个,图5中以一个处理器130为例。网络接口110、机器可读存储介质120以及处理器130可以通过总线140或其他方式连接,图5中以通过总线140连接为例。
机器可读存储介质120作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的基于大数据平台的信息展示方法对应的程序指令/模块(例如图4中所示的基于大数据平台的信息展示装置300的获取模块310、确定模块320、计算关联模块330以及生成模块340)。处理器130通过检测存储在机器可读存储介质120中的软件程序、指令以及模块,从而执行终端设备的各种功能应用以及数据处理,即实现上述的基于大数据平台的信息展示方法,在此不再赘述。
机器可读存储介质120可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,机器可读存储介质120可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合发布节点的存储器。在一些实例中,机器可读存储介质120可进一步包括相对于处理器130远程设置的存储器,这些远程存储器可以通过网络连接至服务器100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器130可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。
服务器100可以通过网络接口110和其它设备(例如信息展示终端200)进行信息交互。网络接口110可以是电路、总线、收发器或者其它任意可以用于进行信息交互的装置。处理器130可以利用网络接口110收发信息。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于大数据平台的信息展示方法,其特征在于,应用于大数据平台,所述大数据平台包括服务器以及与所述服务器通信连接的至少一个信息展示终端,所述方法包括:
所述服务器获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
所述服务器确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
所述服务器根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
所述服务器根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端;
所述信息展示终端根据接收到的信息展示模型执行对应的信息展示操作。
2.根据权利要求1所述的基于大数据平台的信息展示方法,其特征在于,所述分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息的步骤,包括:
分别对所述大数据融合信息的数据融合参数所指示的数据流进行提取,得到对应的信息特征数据流和信息语义数据流;
分别对所述信息特征数据流和所述信息语义数据流进行数据匹配,得到所述信息特征数据流的第一数据匹配集以及所述信息语义数据流的第二数据匹配集,其中,所述第一数据匹配集中包括所述信息特征数据流的多个第一信息特征节点,所述第二数据匹配集中包括所述信息语义数据流的多个第一信息语义节点;
在预设的信息节点关联展示序列中获得与所述大数据融合信息关联的目标信息节点集合,并分别将所述信息特征数据流对应的第一数据匹配集中的每个第一信息特征节点和所述信息语义数据流对应的第二数据匹配集中的每个第一信息语义节点与所述目标信息节点集合中的每个目标信息节点进行比对,得到所述信息特征数据流与所述目标信息节点集合之间的第一比对结果以及所述信息语义数据流与所述目标信息节点集合之间的第二比对结果,所述信息节点关联展示序列包括与所述大数据融合信息关联的目标信息节点集合;
以所述目标信息节点集合为参考节点集合进行比对,直至所述信息节点关联展示序列中出现一个当前信息节点,使得所述信息特征数据流与所述当前信息节点之间的第三比对结果与所述信息特征数据流与所述目标信息节点集合之间的第一比对结果的第一比对匹配率大于设定匹配率,且所述信息语义数据流与所述当前信息节点之间的第四比对结果与所述信息语义数据流与所述当前信息节点之间的第二比对结果的第二比对匹配率大于所述设定匹配率时,得到所述信息展示进程对应的信息特征识别信息和信息语义识别信息。
3.根据权利要求1所述的基于大数据平台的信息展示方法,其特征在于,所述信息展示进程包括与所述信息特征识别信息对应的第一信息展示进程和与所述信息语义识别信息对应的第二信息展示进程,所述服务器确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略的步骤,包括:
根据所述第一信息展示进程的信息特征识别信息及所述第二信息展示进程的信息语义识别信息,确定所述第一信息展示进程相对于所述第二信息展示进程的第一信息关联节点以及所述第二信息展示进程相对于所述第一信息展示进程的第二信息关联节点;
基于所述第一信息关联节点以及所述信息特征识别信息所表征的所述第一信息展示进程向所述第二信息展示进程发送的进程脚本的第一关联请求,对所述第一信息展示进程中的第一关联脚本和第一关联路经进行调整,得到第一目标信息展示进程;
基于所述第二信息关联节点以及所述信息语义识别信息所表征的所述第二信息展示进程向所述第一信息展示进程发送的响应指令的第二关联请求,对所述第二信息展示进程中的第二关联脚本和第二关联路经进行调整,得到第二目标信息展示进程;
根据所述第一目标信息展示进程和所述第二目标信息展示进程确定所述对所述信息特征识别信息和所述信息语义识别信息进行关联的关联参数;其中,所述关联参数用于表征采用所述第一目标信息展示进程对所述信息特征识别信息进行关联的第一关联行为与采用所述第二目标信息展示进程对所述信息语义识别信息进行关联的第二关联行为相同;
在所述关联参数所指示的关联范围内采用所述第一目标信息展示进程确定所述信息特征识别信息的第一特征关联度,并根据所述第一特征关联度以及预存的所述第二信息展示进程与所述服务器中的其他信息展示进程之间的关联映射关系中包括的所述第二信息展示进程与所述第一信息展示进程之间的第一关联结果,得到第一信息关联策略,所述第一关联结果是所述第二信息展示进程作为关联对象且所述第一信息展示进程作为待关联对象对应的关联结果;
在所述关联参数内采用所述第二目标信息展示进程确定所述信息语义识别信息的第二特征关联度,并根据所述第二特征关联度以及预存的所述第一信息展示进程与所述服务器中的其他信息展示进程之间的关联映射关系中包括的所述第一信息展示进程与所述第二信息展示进程之间的第二关联结果,得到第二信息关联策略,所述第二关联结果是所述第一信息展示进程作为关联对象且所述第二信息展示进程作为待关联对象对应的关联结果;
根据所述第一信息关联策略和所述第二信息关联策略确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略。
4.根据权利要求1所述的基于大数据平台的信息展示方法,其特征在于,所述服务器根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合的步骤,包括:
根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下对应的关联信息节点的节点关联值以及各节点关联组合;
在根据所述节点关联值确定出所述关联信息节点中包含有冗余关联信息的情况下,根据所述关联信息节点在冗余关联信息下的节点关联组合确定关联信息节点在可信关联信息下的各节点关联组合与关联信息节点在冗余关联信息下的各节点关联组合之间的关联度之差,并将关联信息节点在可信关联信息下的与在冗余关联信息下的节点关联组合的关联度相同的节点关联组合调整到相应的冗余关联信息的分类下;
在关联信息节点的当前可信关联信息下包含有多个节点关联组合的情况下,根据所述关联信息节点在冗余关联信息下的节点关联组合确定关联信息节点在当前可信关联信息下的各节点关联组合之间的关联度之差,并根据所述各节点关联组合之间的关联度之差对当前可信关联信息下的各节点关联组合进行筛选;
根据所述关联信息节点在冗余关联信息下的节点关联组合为上述筛选得到的每一个节点关联组合设置信息识别标记,并将所述每一个节点关联组合调整到所述信息识别标记所对应的冗余关联信息的分类下;
根据可信关联信息分类下的第一节点关联组合、冗余关联信息分类下的第二节点关联组合计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合。
5.根据权利要求1所述的基于大数据平台的信息展示方法,其特征在于,所述服务器根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端的步骤,包括:
根据确定的所述关联信息生成第一节点关联展示序列,并根据预设的展示抽取策略和对应的信息展示进程抽取所述第一节点关联展示序列,得到第二节点关联展示序列各个关联展示位的展示形式,并确定所述第二节点关联展示序列各个关联展示位的展示标记值,其中,所述展示标记值用于表示所述关联展示位在展示信息时的展示形式的标注颜色程度,所述第二节点关联展示序列的关联展示位个数少于所述第一节点关联展示序列的关联展示位个数;
对所述第二节点关联展示序列进行相同展示的关联展示位的组合得到第三节点关联展示序列,并计算所述第三节点关联展示序列对应的展示策略;
根据所述第三节点关联展示序列对应的展示策略生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端。
6.一种基于大数据平台的信息展示方法,其特征在于,应用于服务器,所述服务器与至少一个信息展示终端通信连接,所述方法包括:
获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端,以使所述信息展示终端根据接收到的信息展示模型执行对应的信息展示操作。
7.一种基于大数据平台的信息展示装置,其特征在于,应用于服务器,所述服务器与至少一个信息展示终端通信连接,所述装置包括:
获取模块,用于获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
确定模块,用于确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
计算关联模块,用于根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
生成模块,用于根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端,以使所述信息展示终端根据接收到的信息展示模型执行对应的信息展示操作。
8.一种大数据平台,其特征在于,所述大数据平台包括服务器以及与所述服务器通信连接的至少一个信息展示终端;
所述服务器,用于获取多个信息展示进程所对应的待展示的大数据融合信息,分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息,其中,所述信息特征识别信息用于表示所述大数据融合信息的每个信息展示项目的项目语义特征,所述信息语义识别信息用于表示所述大数据融合信息的每个信息展示项目的信息展示特征;
所述服务器,用于确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略;
所述服务器,用于根据所述信息关联策略,计算出所述信息特征识别和所述信息语义识别在相同识别策略下分别对应的信息识别节点集合,并根据所述信息识别节点集合构造两个信息识别节点集合之间的信息关联关系,以及基于所述信息关联关系对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联,得到对应的关联信息;
所述服务器,用于根据确定的所述关联信息,通过所述多个信息展示进程分别生成对应的大数据融合信息的信息展示模型,并将每个信息展示模型发送给对应的信息展示终端;
所述信息展示终端,用于根据接收到的信息展示模型执行对应的信息展示操作。
9.根据权利要求8所述的大数据平台,其特征在于,所述服务器通过以下方式分别对所述大数据融合信息进行信息特征识别和信息语义识别,计算所述多个信息展示进程对应的信息特征识别信息和信息语义识别信息:
分别对所述大数据融合信息的数据融合参数所指示的数据流进行提取,得到对应的信息特征数据流和信息语义数据流;
分别对所述信息特征数据流和所述信息语义数据流进行数据匹配,得到所述信息特征数据流的第一数据匹配集以及所述信息语义数据流的第二数据匹配集,其中,所述第一数据匹配集中包括所述信息特征数据流的多个第一信息特征节点,所述第二数据匹配集中包括所述信息语义数据流的多个第一信息语义节点;
在预设的信息节点关联展示序列中获得与所述大数据融合信息关联的目标信息节点集合,并分别将所述信息特征数据流对应的第一数据匹配集中的每个第一信息特征节点和所述信息语义数据流对应的第二数据匹配集中的每个第一信息语义节点与所述目标信息节点集合中的每个目标信息节点进行比对,得到所述信息特征数据流与所述目标信息节点集合之间的第一比对结果以及所述信息语义数据流与所述目标信息节点集合之间的第二比对结果,所述信息节点关联展示序列包括与所述大数据融合信息关联的目标信息节点集合;
以所述目标信息节点集合为参考节点集合进行比对,直至所述信息节点关联展示序列中出现一个当前信息节点,使得所述信息特征数据流与所述当前信息节点之间的第三比对结果与所述信息特征数据流与所述目标信息节点集合之间的第一比对结果的第一比对匹配率大于设定匹配率,且所述信息语义数据流与所述当前信息节点之间的第四比对结果与所述信息语义数据流与所述当前信息节点之间的第二比对结果的第二比对匹配率大于所述设定匹配率时,得到所述信息展示进程对应的信息特征识别信息和信息语义识别信息。
10.根据权利要求7所述的大数据平台,其特征在于,所述信息展示进程包括与所述信息特征识别信息对应的第一信息展示进程和与所述信息语义识别信息对应的第二信息展示进程,所述服务器通过以下方式确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略:
根据所述第一信息展示进程的信息特征识别信息及所述第二信息展示进程的信息语义识别信息,确定所述第一信息展示进程相对于所述第二信息展示进程的第一信息关联节点以及所述第二信息展示进程相对于所述第一信息展示进程的第二信息关联节点;
基于所述第一信息关联节点以及所述信息特征识别信息所表征的所述第一信息展示进程向所述第二信息展示进程发送的进程脚本的第一关联请求,对所述第一信息展示进程中的第一关联脚本和第一关联路经进行调整,得到第一目标信息展示进程;
基于所述第二信息关联节点以及所述信息语义识别信息所表征的所述第二信息展示进程向所述第一信息展示进程发送的响应指令的第二关联请求,对所述第二信息展示进程中的第二关联脚本和第二关联路经进行调整,得到第二目标信息展示进程;
根据所述第一目标信息展示进程和所述第二目标信息展示进程确定所述对所述信息特征识别信息和所述信息语义识别信息进行关联的关联参数;其中,所述关联参数用于表征采用所述第一目标信息展示进程对所述信息特征识别信息进行关联的第一关联行为与采用所述第二目标信息展示进程对所述信息语义识别信息进行关联的第二关联行为相同;
在所述关联参数所指示的关联范围内采用所述第一目标信息展示进程确定所述信息特征识别信息的第一特征关联度,并根据所述第一特征关联度以及预存的所述第二信息展示进程与所述服务器中的其他信息展示进程之间的关联映射关系中包括的所述第二信息展示进程与所述第一信息展示进程之间的第一关联结果,得到第一信息关联策略,所述第一关联结果是所述第二信息展示进程作为关联对象且所述第一信息展示进程作为待关联对象对应的关联结果;
在所述关联参数内采用所述第二目标信息展示进程确定所述信息语义识别信息的第二特征关联度,并根据所述第二特征关联度以及预存的所述第一信息展示进程与所述服务器中的其他信息展示进程之间的关联映射关系中包括的所述第一信息展示进程与所述第二信息展示进程之间的第二关联结果,得到第二信息关联策略,所述第二关联结果是所述第一信息展示进程作为关联对象且所述第二信息展示进程作为待关联对象对应的关联结果;
根据所述第一信息关联策略和所述第二信息关联策略确定对所述信息展示进程的信息特征识别信息和所述信息展示进程的信息语义识别信息进行关联的信息关联策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911400693.2A CN111209509B (zh) | 2019-12-30 | 2019-12-30 | 基于大数据平台的信息展示方法、装置及大数据平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911400693.2A CN111209509B (zh) | 2019-12-30 | 2019-12-30 | 基于大数据平台的信息展示方法、装置及大数据平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111209509A true CN111209509A (zh) | 2020-05-29 |
CN111209509B CN111209509B (zh) | 2020-09-01 |
Family
ID=70788287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911400693.2A Active CN111209509B (zh) | 2019-12-30 | 2019-12-30 | 基于大数据平台的信息展示方法、装置及大数据平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111209509B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933095A (zh) * | 2015-05-22 | 2015-09-23 | 中国电子科技集团公司第十研究所 | 异构信息通用性关联分析系统及其分析方法 |
CN105956019A (zh) * | 2016-04-21 | 2016-09-21 | 成都数联铭品科技有限公司 | 大数据分析处理方法 |
US20160378861A1 (en) * | 2012-09-28 | 2016-12-29 | Sri International | Real-time human-machine collaboration using big data driven augmented reality technologies |
CN106331121A (zh) * | 2016-08-29 | 2017-01-11 | 星空电讯科技(北京)股份有限公司 | 智能云屏的动态信息展示方法 |
CN106447561A (zh) * | 2016-10-08 | 2017-02-22 | 华中师范大学 | 一种基于教育大数据的动态可视化方法与系统 |
US20170083593A1 (en) * | 2015-09-21 | 2017-03-23 | General Electric Company | Visualization transformation server for big data |
CN106649672A (zh) * | 2016-12-14 | 2017-05-10 | 华南师范大学 | 一种基于语义网的安全数据语义分析方法及系统 |
US20180115569A1 (en) * | 2016-10-21 | 2018-04-26 | Emet Rodney Anders, JR. | Cyber security |
US20180218053A1 (en) * | 2017-02-01 | 2018-08-02 | Anvizent Analytics Pvt., LTD. | Big Data Analytical Platform Tools And Methods Of Use |
CN109408548A (zh) * | 2018-09-19 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种城市电力大数据应用系统及方法 |
CN110334261A (zh) * | 2019-05-31 | 2019-10-15 | 平安科技(深圳)有限公司 | 车辆信息展示方法、装置、设备及存储介质 |
-
2019
- 2019-12-30 CN CN201911400693.2A patent/CN111209509B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160378861A1 (en) * | 2012-09-28 | 2016-12-29 | Sri International | Real-time human-machine collaboration using big data driven augmented reality technologies |
CN104933095A (zh) * | 2015-05-22 | 2015-09-23 | 中国电子科技集团公司第十研究所 | 异构信息通用性关联分析系统及其分析方法 |
US20170083593A1 (en) * | 2015-09-21 | 2017-03-23 | General Electric Company | Visualization transformation server for big data |
CN105956019A (zh) * | 2016-04-21 | 2016-09-21 | 成都数联铭品科技有限公司 | 大数据分析处理方法 |
CN106331121A (zh) * | 2016-08-29 | 2017-01-11 | 星空电讯科技(北京)股份有限公司 | 智能云屏的动态信息展示方法 |
CN106447561A (zh) * | 2016-10-08 | 2017-02-22 | 华中师范大学 | 一种基于教育大数据的动态可视化方法与系统 |
US20180115569A1 (en) * | 2016-10-21 | 2018-04-26 | Emet Rodney Anders, JR. | Cyber security |
CN106649672A (zh) * | 2016-12-14 | 2017-05-10 | 华南师范大学 | 一种基于语义网的安全数据语义分析方法及系统 |
US20180218053A1 (en) * | 2017-02-01 | 2018-08-02 | Anvizent Analytics Pvt., LTD. | Big Data Analytical Platform Tools And Methods Of Use |
CN109408548A (zh) * | 2018-09-19 | 2019-03-01 | 中国电力科学研究院有限公司 | 一种城市电力大数据应用系统及方法 |
CN110334261A (zh) * | 2019-05-31 | 2019-10-15 | 平安科技(深圳)有限公司 | 车辆信息展示方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
米捷,刘道华: ""基于语音关联性特征融合的大数据挖掘方法"", 《信阳师范学院学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111209509B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111476498B (zh) | 新能源汽车充电管理方法、装置及新能源充电管理系统 | |
CN111132145B (zh) | 网络通信安全监测方法、装置、服务器及网络通信系统 | |
CN111277469B (zh) | 网络诊断处理方法、装置、网络系统及服务器 | |
CN111352670A (zh) | 虚拟现实场景加载方法、装置、虚拟现实系统及设备 | |
CN111312406A (zh) | 一种疫情标签数据处理方法及系统 | |
CN111210198B (zh) | 信息投递方法、装置及服务器 | |
CN110826606A (zh) | 要素匹配方法、装置、服务器及可读存储介质 | |
CN111367528B (zh) | 软件开发包的编译方法、装置、软件开发系统及服务器 | |
CN108334452B (zh) | 规则数据移交测试方法、装置、计算机设备和存储介质 | |
CN111338955B (zh) | 软件图形接口测试方法、装置、软件开发系统及服务器 | |
CN110968273B (zh) | 基于物联网的激光彩色打印方法及系统 | |
CN112015272B (zh) | 虚拟现实系统及虚拟现实对象控制装置 | |
CN112035490B (zh) | 基于云平台的电动车信息监控方法、装置及系统 | |
CN111209509B (zh) | 基于大数据平台的信息展示方法、装置及大数据平台 | |
CN112491985A (zh) | 远程抄表数据处理方法、燃气表系统及燃气云平台 | |
CN112181563A (zh) | 基于云平台的浏览器视图加载方法、装置、系统及服务器 | |
CN111107162B (zh) | 基于物联网的室内定位数据处理方法、装置及系统 | |
CN110781202B (zh) | 本科教学质量信息的数据智能收集方法及系统 | |
CN111476886B (zh) | 智慧建筑楼宇三维模型渲染方法及楼宇云服务器 | |
CN111340683B (zh) | 图像数据处理方法、装置、图像处理系统及服务器 | |
CN111178209B (zh) | 核磁共振交互处理方法、装置及核磁共振交互系统 | |
CN111209943A (zh) | 数据融合方法、装置及服务器 | |
CN110765667B (zh) | 激光打印机的仿真方法及系统 | |
CN117667693A (zh) | 一种自动化报文测试方法、装置、设备及存储介质 | |
CN112613535A (zh) | 一种水质检测控制方法、装置及平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |