CN112532750B - 一种大数据推送处理方法、系统及云平台 - Google Patents
一种大数据推送处理方法、系统及云平台 Download PDFInfo
- Publication number
- CN112532750B CN112532750B CN202110062519.2A CN202110062519A CN112532750B CN 112532750 B CN112532750 B CN 112532750B CN 202110062519 A CN202110062519 A CN 202110062519A CN 112532750 B CN112532750 B CN 112532750B
- Authority
- CN
- China
- Prior art keywords
- push
- service
- project
- target
- item
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及数据处理技术领域，涉及一种大数据推送处理方法、系统及云平台。本发明在生成第一项目服务终端和第二项目服务终端在发起项目大数据推送请求之后执行数据访问操作时的项目服务分布图后，进一步结合项目服务分布图对应的反向项目服务分布图，进而可以双向完成推送服务监控机制，并由此建立针对每个项目大数据节点的推送服务绑定关系，从而根据推送服务绑定关系对第一项目服务终端与第二项目服务终端之间的项目大数据推送过程进行推送服务监控。如此，无需过于依赖用户手动配置，能够在两个项目服务终端的初次项目交互过程中进行自动默认配置，进而有效提高项目服务终端的隐私数据安全性。
Description
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种大数据推送处理方法、系统及云平台。
背景技术
科技成果转化是需要系统性的以追求各要素之间的相关性来提升大数据对接匹配效率，实现大规模的成功对接转化合作的运作体系。现有的科技成果转化工作的开展大都还依赖于从业者个人的资源整合型对接推动。导致当前的科技成果转化平台上数据还无法做到基于从业者日常交流对接等作业场景的就手工具实现最大化最便捷的资源数据沉淀、标准化、智能的匹配、精准推送、及时响应、全程对接记录，也还无法实现各创新群体对象之间的智能协同作业，高效规模化推动科技成果转化工作。
随着网络的迅速发展而带来的网上信息量的大幅增长，使得科技成果转化平台上的用户在面对大量信息时获取自身需要信息就变得相当困难。用户标签，作为“互联网+”时代的一个重要纽带，是根据用户的信息需求、兴趣爱好、使用习惯等，将用户感兴趣的信息、产品等推荐进行简洁精炼的概括提炼，从而更加方便地推荐给用户相应的个性化信息。推荐系统通过用户的历史浏览数据分析用户的兴趣偏好，计算出用户的兴趣点，从而能够从大量的互联网信息中提取出用户感兴趣的信息。
现有技术对于本领域的研究尚处于起步阶段，各种相关技术还不够成熟，在给科技成果转化平台的用户推送数据消息的时候往往会出现偏差，使得用户体验性不高，如何进行数据处理以提高数据推送准确率成为亟待解决的问题。
然而，传统方案中，在项目准备过程中需要不同项目服务终端进行相关的大数据推送交互，然而通常需要用户手动进行配置，一方面需要用户投入较多的学习成本，并且推送服务监控机制过于依赖用户的手动配置，另一方面一旦用户没有手动配置，那么推送系统则无法在后续两个项目服务终端的初次项目交互过程中进行自动默认配置，进而可能影响项目服务终端的隐私数据安全性。
发明内容
有鉴于此，本发明的目的在于提供一种大数据推送处理方法、系统及云平台，采用推送系统的自动推送服务监控机制，无需过于依赖用户手动配置，能够在两个项目服务终端的初次项目交互过程中进行自动默认配置，进而有效提高项目服务终端的隐私数据安全性。
第一方面，本发明提供一种大数据推送处理方法，应用于云平台，所述云平台与多个项目服务终端通信连接，所述多个项目服务终端处于同一项目局域网中，所述方法包括：
获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域，所述第一项目推送区域和所述第二项目推送区域分别包括多个不同项目推送节点的推送服务组件；
提取所述第一项目服务终端在所述第一项目推送区域的每个推送服务组件的数据服务对象，同时将所述第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图；
以所述目标项目标签节点为目标在所述目标推送服务组件中获取第一项目标签选择指令，根据所述项目服务分布图对应的反向项目服务分布图，将所述第一项目标签选择指令添加到所述数据服务对象所在推送服务组件，在所述数据服务对象所在推送服务组件中得到所述第一项目标签选择指令对应的第二项目标签选择指令，并将所述第一项目标签选择指令和所述第二项目标签选择指令汇总为目标项目标签选择指令；
获取所述数据服务对象添加到所述目标推送服务组件中的服务推送路径，并根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
在第一方面的一种可能的设计中，所述根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域的步骤，包括：
从获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求中获取所述第一项目服务终端的第一项目大数据配置路径和所述第二项目服务终端的第二项目大数据配置路径；
根据所述第一项目大数据配置路径所预先对应的第一项目推送配置文件构建所述第一项目服务终端对应的所述第一项目推送区域；
根据所述第二项目大数据配置路径所预先对应的第二项目推送配置文件构建所述第二项目服务终端对应的所述第二项目推送区域。
在第一方面的一种可能的设计中，所述根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图的步骤，包括：
根据所述预设项目大数据推送服务和所述数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到所述目标项目标签节点；
在所述数据服务对象所在推送服务组件中获取服务相关推送节点，所述服务相关推送节点是以所述数据服务对象为参考的相关推送节点；
根据所述预设项目大数据推送服务和所述数据需求集合将所述服务相关推送节点添加到所述目标推送服务组件，在所述目标推送服务组件中得到服务添加相关推送节点；
根据所述数据服务对象与所述服务相关推送节点之间的推送服务绑定关系、所述目标项目标签节点以及所述服务添加相关推送节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图。
在第一方面的一种可能的设计中，所述根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控的步骤，包括：
在所述服务推送路径上确定待循环项目标签目标，在所述待循环项目标签目标上按照推送次数阈值依次循环项目标签目标，并将循环到的项目标签目标确定为所述目标项目标签选择指令在所述目标推送服务组件上对应的多个待推送指令，并分别生成以每个待推送指令为目标的推送指令配置信息，所述推送指令配置信息的路径目标与所述第二项目标签选择指令的路径目标相同；
根据所述每个推送指令配置信息中的指令序列和所述第二项目标签选择指令中的指令序列，分别获取每个推送指令配置信息与所述第二项目标签选择指令之间的项目关联度；
根据所述项目关联度确定所述多个待推送指令中的第一待推送指令和第二待推送指令，若所述第一待推送指令和所述第二待推送指令满足目标条件，则获取所述第一待推送指令对应的推送指令配置信息与所述第二项目标签选择指令之间的项目关联度，作为第一项目关联度，并获取所述第二待推送指令对应的推送指令配置信息与所述第二项目标签选择指令之间的项目关联度，作为第二项目关联度，其中，所述第一待推送指令和第二待推送指令分别为最大项目关联度和次大项目关联度所对应的待推送指令；
若所述第一项目关联度大于设定项目关联度，且所述第一项目关联度与所述第二项目关联度之间的差值大于设定差值，则将所述第一待推送指令确定为所述目标项目标签选择指令在所述目标推送服务组件中的目标推送标签片段，并作为目标推送标签对象；
若所述目标推送服务组件的推送标签片段数量大于所述目标项目标签选择指令在所述第一项目推送区域中的推送标签片段数量，则将所述目标推送标签对象与所述服务推送路径添加到所述目标推送服务组件的下一推送服务组件中；
基于目标循环范围，在添加后的服务推送路径中，确定以添加后的目标推送标签对象为目标的待循环项目标签目标；
获取在所述下一推送服务组件中的所述待循环项目标签目标上的目标推送标签对象，并将所述下一推送服务组件确定为所述目标推送服务组件，将所述下一推送服务组件中的目标推送标签片段确定为所述目标推送标签对象；
若所述目标推送服务组件在所述第二项目推送区域中的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致，则建立所述目标项目标签选择指令与最后一次所确定的所述目标推送标签对象之间的推送服务绑定关系。
在第一方面的一种可能的设计中，所述建立所述目标项目标签选择指令与最后一次所确定的所述目标推送标签对象之间的推送服务绑定关系的步骤，包括：
以所述目标项目标签选择指令为匹配指令在所述第二项目标签选择指令中获取局部推送指令，并将最后一次所确定的所述目标推送标签对象作为更新对象，并在所述更新对象所在的推送服务组件中获取以所述更新对象为目标的更新推送指令，所述更新推送指令的路径目标与所述局部推送指令的路径目标相同；
根据所述更新推送指令中的指令序列和所述局部推送指令中的指令序列，确定所述更新推送指令的类型更新参数，根据所述类型更新参数更新所述更新推送指令的类型；
当所述类型更新参数满足预设参数范围的条件时，将位置更新后的所述更新推送指令的目标确定为已更新目标推送标签片段，建立所述目标项目标签选择指令与所述已更新目标推送标签片段之间的推送服务绑定关系。
在第一方面的一种可能的设计中，所述根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控的步骤，包括：
将所述第一项目服务终端和所述第二项目服务终端发送的项目大数据推送请求实例化在所述云平台的实例运行环境下；
在所述实例运行环境下根据所述项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，运行所述第一项目服务终端和所述第二项目服务终端中与所述项目大数据推送请求对应的相关推送过程，以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息，并从每一个相关推送过程对应的项目大数据推送信息中，分别提取出相应的相关推送过程在各个项目大数据节点下的项目大数据推送结果；
根据所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，对所述相应的相关推送过程在对应的项目大数据节点下的项目大数据推送结果进行推送服务监控，以使得完成推送服务监控后的项目大数据节点下的项目大数据推送结果可在所述第一项目服务终端与所述第二项目服务终端之间的后续项目大数据推送过程中完成推送。
在第一方面的一种可能的设计中，所述在所述实例运行环境下根据所述项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，运行所述第一项目服务终端和所述第二项目服务终端中与所述项目大数据推送请求对应的相关推送过程，以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息的步骤，包括：
根据所述多个项目服务终端针对所述项目大数据推送请求的项目大数据推送业务的业务项目申报信息，建立所述项目大数据推送请求的业务实例化配置信息，所述业务实例化配置信息用于反映所述项目大数据推送请求中进行项目大数据推送时的实例化控制信息；
根据所请求推送订阅选项所对应的推送监控模型对所述项目大数据推送请求的项目大数据推送业务的业务实例化配置信息进行推送监控，获得所述项目大数据推送请求对应于所述所请求推送订阅选项的推送过程监控信息；
根据所述项目大数据推送请求的推送过程监控信息确定所述项目大数据推送请求的实例对象信息；
根据所述实例对象信息运行每一个相关推送过程以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息。
第二方面，本发明实施例还提供一种大数据推送处理系统，应用于云平台，所述云平台与多个项目服务终端通信连接，所述多个项目服务终端处于同一项目局域网中，所述系统包括：
获取模块，用于获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域，所述第一项目推送区域和所述第二项目推送区域分别包括多个不同项目推送节点的推送服务组件；
生成模块，用于提取所述第一项目服务终端在所述第一项目推送区域的每个推送服务组件的数据服务对象，同时将所述第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图；
添加模块，用于以所述目标项目标签节点为目标在所述目标推送服务组件中获取第一项目标签选择指令，根据所述项目服务分布图对应的反向项目服务分布图，将所述第一项目标签选择指令添加到所述数据服务对象所在推送服务组件，在所述数据服务对象所在推送服务组件中得到所述第一项目标签选择指令对应的第二项目标签选择指令，并将所述第一项目标签选择指令和所述第二项目标签选择指令汇总为目标项目标签选择指令；
服务监控模块，用于获取所述数据服务对象添加到所述目标推送服务组件中的服务推送路径，并根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
第三方面，本发明实施例还提供一种推送系统，所述包括云平台以及与所述云平台通信连接的多个项目服务终端，所述多个项目服务终端处于同一项目局域网中；
所述云平台用于获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域，所述第一项目推送区域和所述第二项目推送区域分别包括多个不同项目推送节点的推送服务组件；
所述云平台用于提取所述第一项目服务终端在所述第一项目推送区域的每个推送服务组件的数据服务对象，同时将所述第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图；
所述云平台用于以所述目标项目标签节点为目标在所述目标推送服务组件中获取第一项目标签选择指令，根据所述项目服务分布图对应的反向项目服务分布图，将所述第一项目标签选择指令添加到所述数据服务对象所在推送服务组件，在所述数据服务对象所在推送服务组件中得到所述第一项目标签选择指令对应的第二项目标签选择指令，并将所述第一项目标签选择指令和所述第二项目标签选择指令汇总为目标项目标签选择指令；
所述云平台用于获取所述数据服务对象添加到所述目标推送服务组件中的服务推送路径，并根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
第四方面，本发明实施例还提供一种云平台，所述云平台包括处理器、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项目服务终端通信连接，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大数据推送处理方法。
第五方面，本发明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，当其被执行时，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大数据推送处理方法。
根据上述任意一个方面，本发明在生成第一项目服务终端和第二项目服务终端在发起项目大数据推送请求之后执行数据访问操作时的项目服务分布图后，进一步结合项目服务分布图对应的反向项目服务分布图，进而可以双向完成推送服务监控机制，并由此建立针对每个项目大数据节点的推送服务绑定关系，从而根据推送服务绑定关系对第一项目服务终端与第二项目服务终端之间的项目大数据推送过程进行推送服务监控。如此，无需过于依赖用户手动配置，能够在两个项目服务终端的初次项目交互过程中进行自动默认配置，进而有效提高项目服务终端的隐私数据安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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为本发明实施例提供的推送系统的应用场景示意图；
图2为本发明实施例提供的大数据推送处理方法的流程示意图；
图3为本发明实施例提供的大数据推送处理系统的功能模块示意图；
图4为本发明实施例提供的用于实现上述的大数据推送处理方法的云平台的结构示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于系统实施例或系统实施例中。
图1是本发明一种实施例提供的推送系统10的交互示意图。推送系统10可以包括云平台100以及与所述云平台100通过网络通信连接的项目服务终端200，图1所示的推送系统10仅为一种可行的示例，在其它可行的实施例中，该推送系统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。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的大数据推送处理方法的流程示意图，本实施例提供的大数据推送处理方法可以由图1中所示的云平台100执行，下面对该大数据推送处理方法进行详细介绍。
步骤S110，获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据项目大数据推送请求构建第一项目服务终端对应的第一项目推送区域以及构建第二项目服务终端对应的第二项目推送区域。
本实施例中，第一项目推送区域和第二项目推送区域可以分别包括多个不同项目推送节点的推送服务组件。其中，项目推送节点可以是指具体访问的项目推送类别，例如高企服务类别等。
步骤S120，提取第一项目服务终端在第一项目推送区域的每个推送服务组件的数据服务对象，同时将第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和第二项目服务终端的数据需求集合将数据服务对象添加到目标推送服务组件，在目标推送服务组件中得到目标项目标签节点，并根据数据服务对象、目标项目标签节点，生成第一项目服务终端和第二项目服务终端之间的项目服务分布图。
本实施例中，数据服务对象可以是指用于执行大数据推送工作的程序指令的某个节点，目标项目标签节点可以是指用于执行项目标签工作的程序指令的某个节点。
步骤S130，以目标项目标签节点为目标在目标推送服务组件中获取第一项目标签选择指令，根据项目服务分布图对应的反向项目服务分布图，将第一项目标签选择指令添加到数据服务对象所在推送服务组件，在数据服务对象所在推送服务组件中得到第一项目标签选择指令对应的第二项目标签选择指令，并将第一项目标签选择指令和第二项目标签选择指令汇总为目标项目标签选择指令。
本实施例中，项目服务分布图对应的反向项目服务分布图可以通过对项目服务分布图执行逆处理获得，例如可以按照第二项目服务终端向第一项目服务终端发送的项目大数据推送请求的方式重新对项目服务分布图进行逆处理，从而得到项目服务分布图对应的反向项目服务分布图。
步骤S140，获取数据服务对象添加到目标推送服务组件中的服务推送路径，并根据目标项目标签选择指令与服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在第二项目推送区域中依次获取目标项目标签选择指令对应的目标推送标签对象，直至获取到的目标推送标签对象所在推送服务组件的推送目标与目标项目标签选择指令在第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据推送服务绑定关系对第一项目服务终端与第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
在上述步骤中，本实施例在生成第一项目服务终端和第二项目服务终端在发起项目大数据推送请求之后执行数据访问操作时的项目服务分布图后，进一步结合项目服务分布图对应的反向项目服务分布图，进而可以双向完成推送服务监控机制，并由此建立针对每个项目大数据节点的推送服务绑定关系，从而根据推送服务绑定关系对第一项目服务终端与第二项目服务终端之间的项目大数据推送过程进行推送服务监控。如此，无需过于依赖用户手动配置，能够在两个项目服务终端的初次项目交互过程中进行自动默认配置，进而有效提高项目服务终端的隐私数据安全性。
在一种可能的设计中，针对步骤S110，本实施例具体可以从获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求中获取第一项目服务终端的第一项目大数据配置路径和第二项目服务终端的第二项目大数据配置路径，然后根据第一项目大数据配置路径所预先对应的第一项目推送配置文件构建第一项目服务终端对应的第一项目推送区域，由此可以根据第二项目大数据配置路径所预先对应的第二项目推送配置文件构建第二项目服务终端对应的第二项目推送区域。
在一种可能的设计中，针对步骤S120，为了准确获得第一项目服务终端和第二项目服务终端之间的项目服务分布图，本实施例可以根据预设项目大数据推送服务和数据需求集合将数据服务对象添加到目标推送服务组件，在目标推送服务组件中得到目标项目标签节点，并在数据服务对象所在推送服务组件中获取服务相关推送节点。
其中，服务相关推送节点可以是以数据服务对象为参考的相关推送节点。
在此基础上，可以根据预设项目大数据推送服务和数据需求集合将服务相关推送节点添加到目标推送服务组件，在目标推送服务组件中得到服务添加相关推送节点，然后根据数据服务对象与服务相关推送节点之间的推送服务绑定关系、目标项目标签节点以及服务添加相关推送节点，生成第一项目服务终端和第二项目服务终端之间的项目服务分布图。
也即，在本实施例中，上述项目服务分布图可以用于表征前述数据服务对象与服务相关推送节点之间的推送服务绑定关系，以及表征目标项目标签节点以及服务添加相关推送节点具体执行过的推送指令信息。
在一种可能的设计中，针对步骤S140，本实施例可以在服务推送路径上确定待循环项目标签目标，在待循环项目标签目标上按照推送次数阈值依次循环项目标签目标，并将循环到的项目标签目标确定为目标项目标签选择指令在目标推送服务组件上对应的多个待推送指令，并分别生成以每个待推送指令为目标的推送指令配置信息。其中，值得说明的是，推送指令配置信息的路径目标与第二项目标签选择指令的路径目标相同。
作为一种示例，在上述基础上，本实施例可以根据每个推送指令配置信息中的指令序列和第二项目标签选择指令中的指令序列，分别获取每个推送指令配置信息与第二项目标签选择指令之间的项目关联度。
然后，根据项目关联度确定多个待推送指令中的第一待推送指令和第二待推送指令，若第一待推送指令和第二待推送指令满足目标条件，则获取第一待推送指令对应的推送指令配置信息与第二项目标签选择指令之间的项目关联度，作为第一项目关联度，并获取第二待推送指令对应的推送指令配置信息与第二项目标签选择指令之间的项目关联度，作为第二项目关联度。
其中值得说明的是，第一待推送指令和第二待推送指令分别为最大项目关联度和次大项目关联度所对应的待推送指令。
例如，若第一项目关联度大于设定项目关联度，且第一项目关联度与第二项目关联度之间的差值大于设定差值，则将第一待推送指令确定为目标项目标签选择指令在目标推送服务组件中的目标推送标签片段，并作为目标推送标签对象。
又例如，若目标推送服务组件的推送标签片段数量大于目标项目标签选择指令在第一项目推送区域中的推送标签片段数量，则将目标推送标签对象与服务推送路径添加到目标推送服务组件的下一推送服务组件中。
由此，可以基于目标循环范围（例如路径1-路径10的循环范围），在添加后的服务推送路径中，确定以添加后的目标推送标签对象为目标的待循环项目标签目标，然后获取在下一推送服务组件中的待循环项目标签目标上的目标推送标签对象，并将下一推送服务组件确定为目标推送服务组件，将下一推送服务组件中的目标推送标签片段确定为目标推送标签对象。
若目标推送服务组件在第二项目推送区域中的推送目标与目标项目标签选择指令在第一项目推送区域中的推送目标一致，则建立目标项目标签选择指令与最后一次所确定的目标推送标签对象之间的推送服务绑定关系。
例如，在一种可能的示例中，为了提高推送服务绑定关系的动态范围，本实施例可以以目标项目标签选择指令为匹配指令在第二项目标签选择指令中获取局部推送指令，并将最后一次所确定的目标推送标签对象作为更新对象，并在更新对象所在的推送服务组件中获取以更新对象为目标的更新推送指令。其中，应当理解，与前述相对应地，更新推送指令的路径目标与局部推送指令的路径目标相同。
然后，根据更新推送指令中的指令序列和局部推送指令中的指令序列，确定更新推送指令的类型更新参数，根据类型更新参数更新更新推送指令的位置。当类型更新参数满足预设参数范围的条件时，将位置更新后的更新推送指令的目标确定为已更新目标推送标签片段，建立目标项目标签选择指令与已更新目标推送标签片段之间的推送服务绑定关系。
在上述基础上，作为一种进一步的示例，针对步骤S140，本实施例可以将第一项目服务终端和第二项目服务终端发送的项目大数据推送请求实例化在云平台100的实例运行环境下，并在实例运行环境下根据项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，运行第一项目服务终端和第二项目服务终端中与项目大数据推送请求对应的相关推送过程，以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息，并从每一个相关推送过程对应的项目大数据推送信息中，分别提取出相应的相关推送过程在各个项目大数据节点下的项目大数据推送结果。
在此基础上，可以根据目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，对相应的相关推送过程在对应的项目大数据节点下的项目大数据推送结果进行推送服务监控，以使得完成推送服务监控后的项目大数据节点下的项目大数据推送结果可在第一项目服务终端与第二项目服务终端之间的后续项目大数据推送过程中完成推送。
例如，假设针对项目大数据节点C的推送服务绑定关系为C1-C2（C1、C2表示第一项目服务终端和第二项目服务终端分别对应的一种项目大数据），那么可以对相应的相关推送过程在项目大数据节点C下的C1-C2的项目大数据推送结果进行推送服务监控，由此可以使得在第一项目服务终端与第二项目服务终端之间的执行C1-C2的数据访问时的项目大数据推送过程中可以完成推送。
并且，通过针对项目服务终端在请求项目大数据推送之前，对多个项目服务终端发送的项目大数据推送请求实例化在相关的实例运行环境下进行实例测试，可以进一步提高隐私数据的安全性。
在一种可能的设计中，在实例运行环境下根据项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，运行第一项目服务终端和第二项目服务终端中与项目大数据推送请求对应的相关推送过程，以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息的过程中，本实施例可以根据第一项目服务终端和第二项目服务终端针对项目大数据推送请求的项目大数据推送业务的业务项目申报信息，建立项目大数据推送请求的业务实例化配置信息。
其中，值得说明的是，业务实例化配置信息可以用于反映项目大数据推送请求中进行项目大数据推送时的实例化控制信息，例如实例化控制时的开启状态或者关闭状态或者智能识别状态（例如通过智能识别确定开启或者关闭）。
在此基础上，可以根据所请求推送订阅选项所对应的推送监控模型对项目大数据推送请求的项目大数据推送业务的业务实例化配置信息进行推送监控，获得项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，然后根据项目大数据推送请求的推送过程监控信息确定项目大数据推送请求的实例对象信息，并根据实例对象信息运行每一个相关推送过程以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息。
例如，在根据第一项目服务终端和第二项目服务终端针对项目大数据推送请求的项目大数据推送业务的业务项目申报信息，建立项目大数据推送请求的业务实例化配置信息的过程中，可以获取业务项目申报信息中每个业务项目的第一业务项目向量集合，其中，第一业务项目向量集合用于表征该业务项目的项目请求填充信息。然后，对第一业务项目向量集合进行特征识别，获得第一推送项目验证过程信息和与第一推送项目验证过程信息对应的推送服务监控特征信息，同时获取该业务项目的第一业务服务控件信息和业务交互信息，提取第一业务服务控件信息的业务请求监控信息，第一业务服务控件信息的业务请求监控信息包括指定业务填充信息。然后，获取预设历史业务项目的指定业务填充信息，并根据该指定业务填充信息更新第一业务服务控件信息的指定业务填充信息，使第一业务服务控件信息中各个指定业务填充信息之间的实例填充类型与预设历史业务项目中各个指定业务填充信息之间的实例填充类型匹配。
接下来，可以根据第一业务服务控件信息中更新后的各个指定业务填充信息得到第二业务服务控件信息的业务请求监控信息，并根据第二业务服务控件信息的业务请求监控信息生成第二业务服务控件信息。
而后，可以进一步根据业务交互信息和第二业务服务控件信息的业务请求监控信息，查找得到与业务交互信息相匹配的推送服务监控特征信息以及与推送服务监控特征信息对应的第一推送项目验证过程信息，根据第二业务服务控件信息的业务请求监控信息对与推送服务监控特征信息对应的第一推送项目验证过程信息进行更新，获得第二推送项目验证过程信息，由此将第二推送项目验证过程信息与第二业务服务控件信息进行添加关联处理，以建立项目大数据推送请求的业务实例化配置信息。
图3为本发明实施例提供的大数据推送处理系统300的功能模块示意图，本实施例可以根据上述方法实施例对该大数据推送处理系统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，本发明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3示出的大数据推送处理系统300只是一种系统示意图。其中，大数据推送处理系统300可以包括获取模块310、生成模块320、添加模块330以及服务监控模块340，下面分别对该大数据推送处理系统300的各个功能模块的功能进行详细阐述。
获取模块310，用于获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据项目大数据推送请求构建第一项目服务终端对应的第一项目推送区域以及构建第二项目服务终端对应的第二项目推送区域，第一项目推送区域和第二项目推送区域分别包括多个不同项目推送节点的推送服务组件。
生成模块320，用于提取第一项目服务终端在第一项目推送区域的每个推送服务组件的数据服务对象，同时将第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和第二项目服务终端的数据需求集合将数据服务对象添加到目标推送服务组件，在目标推送服务组件中得到目标项目标签节点，并根据数据服务对象、目标项目标签节点，生成第一项目服务终端和第二项目服务终端之间的项目服务分布图。
添加模块330，用于以目标项目标签节点为目标在目标推送服务组件中获取第一项目标签选择指令，根据项目服务分布图对应的反向项目服务分布图，将第一项目标签选择指令添加到数据服务对象所在推送服务组件，在数据服务对象所在推送服务组件中得到第一项目标签选择指令对应的第二项目标签选择指令，并将第一项目标签选择指令和第二项目标签选择指令汇总为目标项目标签选择指令。
服务监控模块340，用于获取数据服务对象添加到目标推送服务组件中的服务推送路径，并根据目标项目标签选择指令与服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在第二项目推送区域中依次获取目标项目标签选择指令对应的目标推送标签对象，直至获取到的目标推送标签对象所在推送服务组件的推送目标与目标项目标签选择指令在第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据推送服务绑定关系对第一项目服务终端与第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
进一步地，图4为本发明实施例提供的用于执行上述大数据推送处理方法的云平台100的结构示意图。如图4所示，该云平台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4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4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，如本发明实施例中的大数据推送处理方法对应的程序指令/模块（例如图3中所示的大数据推送处理系统300的获取模块310、生成模块320、添加模块330以及服务监控模块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，即实现上述的大数据推送处理方法，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推送过程；存储数据区可存储根据终端的使用所创建的数据等。
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。
云平台100可以通过网络接口110和其它设备（例如项目服务终端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系统。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、固件或者其任意对来实现。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发明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、或者其他可编程系统。
本发明实施例是参照根据本发明实施例的方法、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系统。
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系统的制造品，该指令系统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。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明实施例的这些表达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。
Claims (10)
1.一种大数据推送处理方法，其特征在于，应用于云平台，所述云平台与多个项目服务终端通信连接，所述多个项目服务终端处于同一项目局域网中，所述方法包括：
获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域，所述第一项目推送区域和所述第二项目推送区域分别包括多个不同项目推送节点的推送服务组件；
提取所述第一项目服务终端在所述第一项目推送区域的每个推送服务组件的数据服务对象，同时将所述第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图；
以所述目标项目标签节点为目标在所述目标推送服务组件中获取第一项目标签选择指令，根据所述项目服务分布图对应的反向项目服务分布图，将所述第一项目标签选择指令添加到所述数据服务对象所在推送服务组件，在所述数据服务对象所在推送服务组件中得到所述第一项目标签选择指令对应的第二项目标签选择指令，并将所述第一项目标签选择指令和所述第二项目标签选择指令汇总为目标项目标签选择指令；
获取所述数据服务对象添加到所述目标推送服务组件中的服务推送路径，并根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
2.根据权利要求1所述的大数据推送处理方法，其特征在于，所述根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域的步骤，包括：
从获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求中获取所述第一项目服务终端的第一项目大数据配置路径和所述第二项目服务终端的第二项目大数据配置路径；
根据所述第一项目大数据配置路径所预先对应的第一项目推送配置文件构建所述第一项目服务终端对应的所述第一项目推送区域；
根据所述第二项目大数据配置路径所预先对应的第二项目推送配置文件构建所述第二项目服务终端对应的所述第二项目推送区域。
3.根据权利要求1所述的大数据推送处理方法，其特征在于，所述根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图的步骤，包括：
根据所述预设项目大数据推送服务和所述数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到所述目标项目标签节点；
在所述数据服务对象所在推送服务组件中获取服务相关推送节点，所述服务相关推送节点是以所述数据服务对象为参考的相关推送节点；
根据所述预设项目大数据推送服务和所述数据需求集合将所述服务相关推送节点添加到所述目标推送服务组件，在所述目标推送服务组件中得到服务添加相关推送节点；
根据所述数据服务对象与所述服务相关推送节点之间的推送服务绑定关系、所述目标项目标签节点以及所述服务添加相关推送节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图。
4.根据权利要求1所述的大数据推送处理方法，其特征在于，所述根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控的步骤，包括：
在所述服务推送路径上确定待循环项目标签目标，在所述待循环项目标签目标上按照推送次数阈值依次循环项目标签目标，并将循环到的项目标签目标确定为所述目标项目标签选择指令在所述目标推送服务组件上对应的多个待推送指令，并分别生成以每个待推送指令为目标的推送指令配置信息，所述推送指令配置信息的路径目标与所述第二项目标签选择指令的路径目标相同；
根据每个推送指令配置信息中的指令序列和所述第二项目标签选择指令中的指令序列，分别获取每个推送指令配置信息与所述第二项目标签选择指令之间的项目关联度；
根据所述项目关联度确定所述多个待推送指令中的第一待推送指令和第二待推送指令，若所述第一待推送指令和所述第二待推送指令满足目标条件，则获取所述第一待推送指令对应的推送指令配置信息与所述第二项目标签选择指令之间的项目关联度，作为第一项目关联度，并获取所述第二待推送指令对应的推送指令配置信息与所述第二项目标签选择指令之间的项目关联度，作为第二项目关联度，其中，所述第一待推送指令和第二待推送指令分别为最大项目关联度和次大项目关联度所对应的待推送指令；
若所述第一项目关联度大于设定项目关联度，且所述第一项目关联度与所述第二项目关联度之间的差值大于设定差值，则将所述第一待推送指令确定为所述目标项目标签选择指令在所述目标推送服务组件中的目标推送标签片段，并作为目标推送标签对象；
若所述目标推送服务组件的推送标签片段数量大于所述目标项目标签选择指令在所述第一项目推送区域中的推送标签片段数量，则将所述目标推送标签对象与所述服务推送路径添加到所述目标推送服务组件的下一推送服务组件中；
基于目标循环范围，在添加后的服务推送路径中，确定以添加后的目标推送标签对象为目标的待循环项目标签目标；
获取在所述下一推送服务组件中的所述待循环项目标签目标上的目标推送标签对象，并将所述下一推送服务组件确定为所述目标推送服务组件，将所述下一推送服务组件中的目标推送标签片段确定为所述目标推送标签对象；
若所述目标推送服务组件在所述第二项目推送区域中的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致，则建立所述目标项目标签选择指令与最后一次所确定的所述目标推送标签对象之间的推送服务绑定关系。
5.根据权利要求1所述的大数据推送处理方法，其特征在于，所述建立所述目标项目标签选择指令与最后一次所确定的所述目标推送标签对象之间的推送服务绑定关系的步骤，包括：
以所述目标项目标签选择指令为匹配指令在所述第二项目标签选择指令中获取局部推送指令，并将最后一次所确定的所述目标推送标签对象作为更新对象，并在所述更新对象所在的推送服务组件中获取以所述更新对象为目标的更新推送指令，所述更新推送指令的路径目标与所述局部推送指令的路径目标相同；
根据所述更新推送指令中的指令序列和所述局部推送指令中的指令序列，确定所述更新推送指令的类型更新参数，根据所述类型更新参数更新所述更新推送指令的类型；
当所述类型更新参数满足预设参数范围的条件时，将位置更新后的所述更新推送指令的目标确定为已更新目标推送标签片段，建立所述目标项目标签选择指令与所述已更新目标推送标签片段之间的推送服务绑定关系。
6.根据权利要求1-5中任意一项所述的大数据推送处理方法，其特征在于，所述根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控的步骤，包括：
将所述第一项目服务终端和所述第二项目服务终端发送的项目大数据推送请求实例化在所述云平台的实例运行环境下；
在所述实例运行环境下根据所述项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，运行所述第一项目服务终端和所述第二项目服务终端中与所述项目大数据推送请求对应的相关推送过程，以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息，并从每一个相关推送过程对应的项目大数据推送信息中，分别提取出相应的相关推送过程在各个项目大数据节点下的项目大数据推送结果；
根据所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，对所述相应的相关推送过程在对应的项目大数据节点下的项目大数据推送结果进行推送服务监控，以使得完成推送服务监控后的项目大数据节点下的项目大数据推送结果可在所述第一项目服务终端与所述第二项目服务终端之间的后续项目大数据推送过程中完成推送。
7.根据权利要求6所述的大数据推送处理方法，其特征在于，所述在所述实例运行环境下根据所述项目大数据推送请求对应于所请求推送订阅选项的推送过程监控信息，运行所述第一项目服务终端和所述第二项目服务终端中与所述项目大数据推送请求对应的相关推送过程，以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息的步骤，包括：
根据所述多个项目服务终端针对所述项目大数据推送请求的项目大数据推送业务的业务项目申报信息，建立所述项目大数据推送请求的业务实例化配置信息，所述业务实例化配置信息用于反映所述项目大数据推送请求中进行项目大数据推送时的实例化控制信息；
根据所请求推送订阅选项所对应的推送监控模型对所述项目大数据推送请求的项目大数据推送业务的业务实例化配置信息进行推送监控，获得所述项目大数据推送请求对应于所述所请求推送订阅选项的推送过程监控信息；
根据所述项目大数据推送请求的推送过程监控信息确定所述项目大数据推送请求的实例对象信息；
根据所述实例对象信息运行每一个相关推送过程以获取每一个相关推送过程在实例控制过程中实例对象的项目大数据推送信息。
8.一种大数据推送处理系统，其特征在于，应用于云平台，所述云平台与多个项目服务终端通信连接，所述多个项目服务终端处于同一项目局域网中，所述系统包括：
获取模块，用于获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域，所述第一项目推送区域和所述第二项目推送区域分别包括多个不同项目推送节点的推送服务组件；
生成模块，用于提取所述第一项目服务终端在所述第一项目推送区域的每个推送服务组件的数据服务对象，同时将所述第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图；
添加模块，用于以所述目标项目标签节点为目标在所述目标推送服务组件中获取第一项目标签选择指令，根据所述项目服务分布图对应的反向项目服务分布图，将所述第一项目标签选择指令添加到所述数据服务对象所在推送服务组件，在所述数据服务对象所在推送服务组件中得到所述第一项目标签选择指令对应的第二项目标签选择指令，并将所述第一项目标签选择指令和所述第二项目标签选择指令汇总为目标项目标签选择指令；
服务监控模块，用于获取所述数据服务对象添加到所述目标推送服务组件中的服务推送路径，并根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
9.一种推送系统，其特征在于，所述推送系统包括云平台以及与所述云平台通信连接的多个项目服务终端，所述多个项目服务终端处于同一项目局域网中；
所述云平台用于获取第一项目服务终端向第二项目服务终端发送的项目大数据推送请求，并根据所述项目大数据推送请求构建所述第一项目服务终端对应的第一项目推送区域以及构建所述第二项目服务终端对应的第二项目推送区域，所述第一项目推送区域和所述第二项目推送区域分别包括多个不同项目推送节点的推送服务组件；
所述云平台用于提取所述第一项目服务终端在所述第一项目推送区域的每个推送服务组件的数据服务对象，同时将所述第二项目推送区域中与项目大数据推送请求所对应的关联项目推送节点的推送服务组件确定为目标推送服务组件，并根据预设项目大数据推送服务和所述第二项目服务终端的数据需求集合将所述数据服务对象添加到所述目标推送服务组件，在所述目标推送服务组件中得到目标项目标签节点，并根据所述数据服务对象、所述目标项目标签节点，生成所述第一项目服务终端和所述第二项目服务终端之间的项目服务分布图；
所述云平台用于以所述目标项目标签节点为目标在所述目标推送服务组件中获取第一项目标签选择指令，根据所述项目服务分布图对应的反向项目服务分布图，将所述第一项目标签选择指令添加到所述数据服务对象所在推送服务组件，在所述数据服务对象所在推送服务组件中得到所述第一项目标签选择指令对应的第二项目标签选择指令，并将所述第一项目标签选择指令和所述第二项目标签选择指令汇总为目标项目标签选择指令；
所述云平台用于获取所述数据服务对象添加到所述目标推送服务组件中的服务推送路径，并根据所述目标项目标签选择指令与所述服务推送路径上的多个待推送指令对应的推送指令配置信息之间的项目关联度，在所述第二项目推送区域中依次获取所述目标项目标签选择指令对应的目标推送标签对象，直至获取到的所述目标推送标签对象所在推送服务组件的推送目标与所述目标项目标签选择指令在所述第一项目推送区域中的推送目标一致时，停止获取下一推送服务组件中的目标推送标签对象，并建立所述目标项目标签选择指令与最后一次获取到的目标推送标签对象之间针对每个项目大数据节点的推送服务绑定关系，根据所述推送服务绑定关系对所述第一项目服务终端与所述第二项目服务终端之间的项目大数据推送过程进行推送服务监控。
10.一种云平台，其特征在于，所述云平台包括处理器、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项目服务终端通信连接，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，以执行权利要求1-7中任意一项所述的大数据推送处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110062519.2A CN112532750B (zh) | 2021-01-18 | 2021-01-18 | 一种大数据推送处理方法、系统及云平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110062519.2A CN112532750B (zh) | 2021-01-18 | 2021-01-18 | 一种大数据推送处理方法、系统及云平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112532750A CN112532750A (zh) | 2021-03-19 |
| CN112532750B true CN112532750B (zh) | 2021-06-22 |
Family
ID=74975351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110062519.2A Active CN112532750B (zh) | 2021-01-18 | 2021-01-18 | 一种大数据推送处理方法、系统及云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112532750B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931063A (zh) * | 2020-08-28 | 2020-11-13 | 张坚伟 | 基于区块链和人工智能的信息推送处理方法及云服务平台 |
| CN112055076A (zh) * | 2020-09-02 | 2020-12-08 | 韦张恒 | 基于互联网的多功能智能监控方法、装置及服务器 |
| CN112163156A (zh) * | 2020-10-06 | 2021-01-01 | 翁海坤 | 基于人工智能和云计算的大数据处理方法及云端服务中心 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10503427B2 (en) * | 2017-03-10 | 2019-12-10 | Pure Storage, Inc. | Synchronously replicating datasets and other managed objects to cloud-based storage systems |
| CN111984898A (zh) * | 2020-06-29 | 2020-11-24 | 平安国际智慧城市科技股份有限公司 | 基于大数据的标签推送方法、装置、电子设备及存储介质 |
| CN111931064B (zh) * | 2020-08-28 | 2021-07-06 | 南京硅基智能科技有限公司 | 基于大数据和人工智能的信息解析方法及云服务信息平台 |
| CN112905880A (zh) * | 2020-09-01 | 2021-06-04 | 张富平 | 基于区块链离线支付的信息推送方法、系统及推送平台 |
| CN112116435B (zh) * | 2020-10-06 | 2021-11-23 | 湖南数字侠软件有限公司 | 基于大数据与电子商城平台的商品搜索方法及系统 |
| CN112135175A (zh) * | 2020-10-07 | 2020-12-25 | 广州智云尚大数据科技有限公司 | 一种基于大数据与智慧城市的广告推送方法、系统及云平台 |
-
2021
- 2021-01-18 CN CN202110062519.2A patent/CN112532750B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931063A (zh) * | 2020-08-28 | 2020-11-13 | 张坚伟 | 基于区块链和人工智能的信息推送处理方法及云服务平台 |
| CN112055076A (zh) * | 2020-09-02 | 2020-12-08 | 韦张恒 | 基于互联网的多功能智能监控方法、装置及服务器 |
| CN112163156A (zh) * | 2020-10-06 | 2021-01-01 | 翁海坤 | 基于人工智能和云计算的大数据处理方法及云端服务中心 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112532750A (zh) | 2021-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
| US20200286100A1 (en) | Payment complaint method, device, server and readable storage medium | |
| CN110162387A (zh) | 线程调度方法、装置、计算机设备及计算机可读存储介质 | |
| CN110084567A (zh) | 电子印章使用方法、装置、设备及计算机可读存储介质 | |
| CN111435367A (zh) | 知识图谱的构建方法、系统、设备及存储介质 | |
| CN112860662A (zh) | 数据血缘关系建立方法、装置、计算机设备及存储介质 | |
| CN101673217B (zh) | 一种实现远端程序调用的方法和系统 | |
| CN109684093A (zh) | 数据处理方法及系统 | |
| CN109241103A (zh) | 数据扩展查询方法、电子装置及计算机可读存储介质 | |
| CN112532750B (zh) | 一种大数据推送处理方法、系统及云平台 | |
| CN112685115A (zh) | 国际提示语生成方法、系统、计算机设备及存储介质 | |
| CN116627432A (zh) | 一种前端应用自动化部署方法、装置、设备及介质 | |
| CN113626022A (zh) | 物模型创建方法、装置、存储介质及电子设备 | |
| CN113297491A (zh) | 基于社交网络的服务订阅信息推送方法及系统 | |
| CN112330304A (zh) | 一种合同审批方法和装置 | |
| CN115437757A (zh) | 调度方法、系统、服务器和计算机可读存储介质 | |
| CN112418796A (zh) | 子流程节点激活方法、装置、电子设备及存储介质 | |
| CN112560938A (zh) | 模型训练方法、装置及计算机设备 | |
| CN111159988A (zh) | 一种模型处理方法、装置、计算机设备及存储介质 | |
| CN109409922A (zh) | 数据联合建模方法、装置、计算机设备及存储介质 | |
| US9363307B2 (en) | Method of linking to and monitoring machining devices through a cloud service | |
| CN117573730B (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
| CN115080045A (zh) | 链路生成方法、装置、计算机设备及存储介质 | |
| CN114302431A (zh) | 网元配置方法、装置、电子设备及存储介质 | |
| CN115563935A (zh) | 一种树型表格的页面数据加载方法及其相关设备 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 904, 9th Floor, Building 5, Pinshang Commercial Center, No. 1168 Xiangcheng Avenue, Xiangcheng District, Suzhou City, Jiangsu Province, 215131 Patentee after: Jiangsu Doctor Innovation Big Data Co.,Ltd. Address before: 518052 A702, industrialization complex building of Virtual University Park, No.2, Yuexing Third Road, Science Park, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Shenzhen doctor innovation technology transfer Co.,Ltd. |