CN112732802B - 一种基于大数据的企业数据挖掘系统及方法 - Google Patents
一种基于大数据的企业数据挖掘系统及方法 Download PDFInfo
- Publication number
- CN112732802B CN112732802B CN202110358714.XA CN202110358714A CN112732802B CN 112732802 B CN112732802 B CN 112732802B CN 202110358714 A CN202110358714 A CN 202110358714A CN 112732802 B CN112732802 B CN 112732802B
- Authority
- CN
- China
- Prior art keywords
- data
- screening
- server
- big
- neural network
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于大数据的企业数据挖掘系统及方法,系统的基于大数据的数据统计管理服务器通过通讯网关与若干中继服务器间建立数据连接,所述中继服务器通过通讯网关与至少一个数据筛选服务器建立数据连接;且若干中继服务器通过数据筛选服务器、通讯网关与基于大数据的数据统计管理服务器建立数据连接并构成一个数据筛选通道,数据挖掘方法包括系统组网,系统预制,数据筛选采集及数据挖掘四个步骤。本发明一方面系统构成简单,有效的降低了数据挖掘系统构建及维护作业的成本和难度;另一方面可根据采集的数据进行深度仿真运行分析,从而获得企业运行中的隐藏数据和企业相关数据发展规律及企业数据仿真模型。
Description
技术领域
本发明属于数据通讯及大数据处理技术领域,涉及一种基于大数据的企业数据挖掘系统及方法。
背景技术
目前在企业运行中,往往需要通过对企业的人员出勤、财务数据、生产指标、库存数据进行统一整理分析,以全面精确掌握企业状态,为了满足这一需要,当前虽然有诸如ERP等软件系统可以实现相关数据分析,但当前这些系统一方面存在系统组网难度大,在组网过程中往往需要设定专用的通讯网络,并需要第三方提供网络系统运行服务支持,从而导致其运行及维护成本相对较高,并存在数据泄密的风险;另一方面当前的这些数据分析系统仅能实现对现有数据进行简单的统计处理,而无法根据现有数据对企业运行状态进行深度数据挖掘分析,从而导致当前系统获得的数据分析结果对企业运行参考降价相对较低,无法为企业运行及决策提供精确的数据参考依据。
发明内容
为了解决现有技术上的不足,本发明提供一种基于大数据的企业数据挖掘系统及方法。
一种基于大数据的企业数据挖掘系统,包括基于大数据的数据统计管理服务器、通讯网关、数据筛选服务器、中继服务器、现场数据采集终端,所述基于大数据的数据统计管理服务器通过通讯网关与若干中继服务器间建立数据连接,所述中继服务器通过通讯网关与至少一个数据筛选服务器建立数据连接;且若干中继服务器通过数据筛选服务器、通讯网关与基于大数据的数据统计管理服务器建立数据连接并构成一个数据筛选通道,各所述数据筛选通道间相互并联,所述数据筛选通道的数据筛选服务器通过中继服务器与若干现场数据采集终端连接,且一个中继服务器与数据筛选服务器和若干现场数据采集终端构成一个数据采集组,各数据采集组中的中继服务器间通过通讯网关混连。
进一步的,所述的基于大数据的数据统计管理服务器设若干数据存储单元、客户身份识别单元、基于大数据分析的数据处理单元及数据操控界面,所述数据操控界面分别与数据存储单元、客户身份识别单元、基于大数据分析的数据处理单元间建立数据连接。
进一步的,所述的数据筛选服务器采用基于SOA体系为基础的主程序系统、关键词检索子程序、关键词计数子程序、BP神经网络系统、深度学习神经网络系统、数据堆栈子程序及优先级计算子程序,其中基于SOA体系为基础的主程序系统分别与关键词检索子程序、关键词计数子程序、BP神经网络系统、深度学习神经网络系统、数据堆栈子程序及优先级计算子程序,其中所述BP神经网络系统、深度学习神经网络系统的输入端分别与关键词检索子程序、关键词计数子程序输、数据堆栈子程序及优先级计算子程序输出层连接,所述深度学习神经网络系统的输出层另与BP神经网络系统和基于SOA体系为基础的主程序系统数据输输入层建立数据连接。
进一步的,所述的BP神经网络系统为采用C/S结构和B/S结构的嵌套架构BP神经网络系统;所述深度学习神经网络系统为基于LSTM的智能预测系统为基础的深度学习神经网络系统,且深度学习神经网络系统的输出层另与BP神经网络系统和基于SOA体系为基础的主程序系统数据输输入层间通过CNN卷积申请网络系统建立数据连接。
进一步的,所述的数据统计管理服务器、数据筛选服务器均设至少一个操控终端,所述操控终端为工业计算机、PC计算机及智能终端中的任意一种。
进一步的,所述的现场数据采集终端包括门禁系统、监控摄像头、工业计算机、PC计算机、智能终端、指纹采集终端、麦克风、IC卡刷卡机构、扫码装置、3D扫描机构、打印机、传真机中的任意一种或几种共用。
进一步的,所述的数据统计管理服务器、通讯网关、数据筛选服务器、中继服务器、现场数据采集终端件均通过在线通讯网络、无线通讯网络中的任意一种或两种通讯网络同时使用建立数据连接,其中所述无线通讯网络为WIFI通讯网络、蓝牙通讯网络、Zigbee通讯网络及3G/4G/5G无线通讯网络中的任意一种或几种共用。
一种基于大数据的企业数据挖掘系统的数据挖掘方法,包括如下步骤:
S1,系统组网,首先将企业内部各办公设备、门禁系统及安防系统通过通讯网关与与中继服务器间建立数据连接,并通过中继服务器进一步与数据筛选服务器建立数据连接,完成现场组网作业;然后将各数据筛选服务器通过通讯网关与中继服务器建立连接,并通过中继服务器与基于大数据的数据统计管理服务器建立连接,最后由基于大数据的数据统计管理服务器分别为各通讯网关、数据筛选服务器、中继服务器、现场数据采集终端分配独立的数据通讯地址及通讯协议,并采集各通讯网关、数据筛选服务器、中继服务器、现场数据采集终端的硬件识别码和软件识别版本号;即可完成本发明系统组网;
S2,系统预制,完成S1步骤后,首先由基于大数据的数据统计管理服务器向数据筛选服务器中生成身份识别程序映射文件,同时向数据筛选服务器和现场数据采集终端推送数据筛选及操控终端子程序及数据筛选识别策略;
S3,数据筛选采集,在完成S2步骤设定后,首先由现场数据采集终端对公司内部人员及设备活动、办公过程中线上传输数据、行为进行识别监控,并由现场数据采集终端将采集的数据反馈至数据筛选服务器中,然后由数据筛选服务器根据S2步骤接受的数据筛选及操控终端子程序及数据筛选识别策略,对各工作人员活动范围及其所产生的相关数据进行筛选统计,生成各人员及设备与相关数据间的统计关系汇总表,同时根据相关数据、行为进行模拟运算,并生成对各人员及设备行为及数据发展变化规律预判逻辑关系表;
S4,数据挖掘,将S3步骤生成的各人员及设备与相关数据间的统计关系汇总表,和各人员及设备行为及数据发展变化规律预判逻辑关系表推送至基于大数据的数据统计管理服务器中,由基于大数据的数据统计管理服务器根据接受的数据通过大数据比对、运算,通过采集数据获得企业运行规律性参数数据、工作发展预判参数及外部环境与企业运行间影响预判;
进一步的,所述的S3步骤在进行数据筛选识别中,一方面通过控制策略设定监控及筛选数据关键词;另一方面由数据筛选服务器对控制策略设定监控及筛选数据关键词设定数据监控及筛选初始优先级,然后根据初始优先级对对数据进行筛选监控作业,在筛选过程中,根据监控筛选数据的实际检测频率,调整关键词筛选监控优先级,并将调整后的优先级反馈至基于大数据的数据统计管理服务器中,由基于大数据的数据统计管理服务器进行备案,并根据工作需要对控制策略设定监控及筛选数据关键词进行调整。
本发明一方面系统构成简单,基于现有企业办公网络系统即可实现,从而有效的降低了数据挖掘系统构建及维护作业的成本和难度;另一方面数据监控全面,监控作业精度高且监控范围调整灵活,同时数据分析处理能力强,自动化智能化程度高,可精确实现对企业运行数据全面采集监控作业的同时,另可根据采集的数据进行深度仿真运行分析,从而获得企业运行中的隐藏数据和企业相关数据发展规律及企业数据仿真模型,从而为企业提供精准的数据服务同时,另可为企业发展提供精准的参考依据。
附图说明
下面结合附图和具体实施方式来详细说明本发明;
图1为本发明系统结构示意图;
图2为本发明数据处理流程示意图;
图3为本发明方法流程示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于施工,下面结合具体实施方式,进一步阐述本发明。
如图1和2所述的一种基于大数据的企业数据挖掘系统,包括基于大数据的数据统计管理服务器1、通讯网关3、数据筛选服务器4、中继服务器5、现场数据采集终端6,所述基于大数据的数据统计管理服务器1通过通讯网关3与若干中继服务器5间建立数据连接,所述中继服务器5通过通讯网关3与至少一个数据筛选服务器4建立数据连接;且若干中继服务器5通过数据筛选服务器4、通讯网关3与基于大数据的数据统计管理服务器1建立数据连接并构成一个数据筛选通道101各所述数据筛选通道101间相互并联,所述数据筛选通道101的数据筛选服务器4通过中继服务器5与若干现场数据采集终端6连接,且一个中继服务器5与数据筛选服务器4和若干现场数据采集终端6构成一个数据采集组,各数据采集组中的中继服务器5间通过通讯网关3混连。
本实施例中,所述的基于大数据的数据统计管理服务器1设若干数据存储单元、客户身份识别单元、基于大数据分析的数据处理单元及数据操控界面,所述数据操控界面分别与数据存储单元、客户身份识别单元、基于大数据分析的数据处理单元间建立数据连接。
重点说明的,所述的数据筛选服务器4采用基于SOA体系为基础的主程序系统、关键词检索子程序、关键词计数子程序、BP神经网络系统、深度学习神经网络系统、数据堆栈子程序及优先级计算子程序,其中基于SOA体系为基础的主程序系统分别与关键词检索子程序、关键词计数子程序、BP神经网络系统、深度学习神经网络系统、数据堆栈子程序及优先级计算子程序,其中所述BP神经网络系统、深度学习神经网络系统的输入端分别与关键词检索子程序、关键词计数子程序输、数据堆栈子程序及优先级计算子程序输出层连接,所述深度学习神经网络系统的输出层另与BP神经网络系统和基于SOA体系为基础的主程序系统数据输输入层建立数据连接。
进一步优化的,所述的BP神经网络系统为采用C/S结构和B/S结构的嵌套架构BP神经网络系统;所述深度学习神经网络系统为基于LSTM的智能预测系统为基础的深度学习神经网络系统,且深度学习神经网络系统的输出层另与BP神经网络系统和基于SOA体系为基础的主程序系统数据输输入层间通过CNN卷积申请网络系统建立数据连接。
本实施例中,所述的数据统计管理服务器1、数据筛选服务器4均设至少一个操控终端,所述操控终端为工业计算机、PC计算机及智能终端中的任意一种。
本实施例中,所述的现场数据采集终端6包括门禁系统、监控摄像头、工业计算机、PC计算机、智能终端、指纹采集终端、麦克风、IC卡刷卡机构、扫码装置、3D扫描机构、打印机、传真机中的任意一种或几种共用。
此外,所述的数据统计管理服务器1、通讯网关3、数据筛选服务器4、中继服务器5、现场数据采集终端6件均通过在线通讯网络、无线通讯网络中的任意一种或两种通讯网络同时使用建立数据连接,其中所述无线通讯网络为WIFI通讯网络、蓝牙通讯网络、Zigbee通讯网络及3G/4G/5G无线通讯网络中的任意一种或几种共用。
如图3所示,一种基于大数据的企业数据挖掘系统的数据挖掘方法,包括如下步骤:
S1,系统组网,首先将企业内部各办公设备、门禁系统及安防系统通过通讯网关3与与中继服务器5间建立数据连接,并通过中继服务器5进一步与数据筛选服务器4建立数据连接,完成现场组网作业;然后将各数据筛选服务器4通过通讯网关3与中继服务器5建立连接,并通过中继服务器5与基于大数据的数据统计管理服务器1建立连接,最后由基于大数据的数据统计管理服务器1分别为各通讯网关3、数据筛选服务器4、中继服务器5、现场数据采集终端6分配独立的数据通讯地址及通讯协议,并采集各通讯网关3、数据筛选服务器4、中继服务器5、现场数据采集终端6的硬件识别码和软件识别版本号;即可完成本发明系统组网;
S2,系统预制,完成S1步骤后,首先由基于大数据的数据统计管理服务器1向数据筛选服务器4中生成身份识别程序映射文件,同时向数据筛选服务器4和现场数据采集终端6推送数据筛选及操控终端子程序及数据筛选识别策略;
S3,数据筛选采集,在完成S2步骤设定后,首先由现场数据采集终端6对公司内部人员及设备活动、办公过程中线上传输数据、行为进行识别监控,并由现场数据采集终端6将采集的数据反馈至数据筛选服务器4中,然后由数据筛选服务器4根据S2步骤接受的数据筛选及操控终端子程序及数据筛选识别策略,对各工作人员活动范围及其所产生的相关数据进行筛选统计,生成各人员及设备与相关数据间的统计关系汇总表,同时根据相关数据、行为进行模拟运算,并生成对各人员及设备行为及数据发展变化规律预判逻辑关系表;
S4,数据挖掘,将S3步骤生成的各人员及设备与相关数据间的统计关系汇总表,和各人员及设备行为及数据发展变化规律预判逻辑关系表推送至基于大数据的数据统计管理服务器1中,由基于大数据的数据统计管理服务器1根据接受的数据通过大数据比对、运算,通过采集数据获得企业运行规律性参数数据、工作发展预判参数及外部环境与企业运行间影响预判;
进一步的,所述的S3步骤在进行数据筛选识别中,一方面通过控制策略设定监控及筛选数据关键词;另一方面由数据筛选服务器4对控制策略设定监控及筛选数据关键词设定数据监控及筛选初始优先级,然后根据初始优先级对对数据进行筛选监控作业,在筛选过程中,根据监控筛选数据的实际检测频率,调整关键词筛选监控优先级,并将调整后的优先级反馈至基于大数据的数据统计管理服务器1中,由基于大数据的数据统计管理服务器1进行备案,并根据工作需要对控制策略设定监控及筛选数据关键词进行调整。
本发明一方面系统构成简单,基于现有企业办公网络系统即可实现,从而有效的降低了数据挖掘系统构建及维护作业的成本和难度;另一方面数据监控全面,监控作业精度高且监控范围调整灵活,同时数据分析处理能力强,自动化智能化程度高,可精确实现对企业运行数据全面采集监控作业的同时,另可根据采集的数据进行深度仿真运行分析,从而获得企业运行中的隐藏数据和企业相关数据发展规律及企业数据仿真模型,从而为企业提供精准的数据服务同时,另可为企业发展提供精准的参考依据。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种基于大数据的企业数据挖掘系统,其特征在于:包括基于大数据的数据统计管理服务器(1)、通讯网关(3)、数据筛选服务器(4)、中继服务器(5)、现场数据采集终端(6),所述基于大数据的数据统计管理服务器(1)通过通讯网关(3)与若干中继服务器(5)间建立数据连接,所述中继服务器(5)通过通讯网关(3)与至少一个数据筛选服务器(4)建立数据连接;且若干中继服务器(5)通过数据筛选服务器(4)、通讯网关(3)与基于大数据的数据统计管理服务器(1)建立数据连接并构成一个数据筛选通道(101),各所述数据筛选通道(101)间相互并联,所述数据筛选通道(101)的数据筛选服务器(4)通过中继服务器(5)与若干现场数据采集终端(6)连接,且一个中继服务器(5)与数据筛选服务器(4)和若干现场数据采集终端(6)构成一个数据采集组,各数据采集组中的中继服务器(5)间通过通讯网关(3)混连;所述的基于大数据的数据统计管理服务器(1)设若干数据存储单元、客户身份识别单元、基于大数据分析的数据处理单元及数据操控界面,所述数据操控界面分别与数据存储单元、客户身份识别单元、基于大数据分析的数据处理单元间建立数据连接;所述的数据筛选服务器(4)包括基于SOA体系的主程序系统、关键词检索子程序、关键词计数子程序、BP神经网络系统、深度学习神经网络系统、数据堆栈子程序及优先级计算子程序,所述基于SOA体系的主程序系统分别与关键词检索子程序、关键词计数子程序、BP神经网络系统、深度学习神经网络系统、数据堆栈子程序及优先级计算子程序连接,所述BP神经网络系统、深度学习神经网络系统的输入层分别与关键词检索子程序、关键词计数子程序、数据堆栈子程序及优先级计算子程序输出层连接,所述深度学习神经网络系统的输出层另与BP神经网络系统和基于SOA体系的主程序系统数据输入层建立数据连接。
2.根据权利要求1所述的一种基于大数据的企业数据挖掘系统,其特征在于:所述的BP神经网络系统为采用C/S结构和B/S结构的嵌套架构BP神经网络系统;所述深度学习神经网络系统为基于LSTM的智能预测系统的深度学习神经网络系统,且深度学习神经网络系统的输出层另与BP神经网络系统和基于SOA体系的主程序系统数据输入层间通过CNN卷积神经网络系统建立数据连接。
3.根据权利要求1所述的一种基于大数据的企业数据挖掘系统,其特征在于:所述的基于大数据的数据统计管理服务器(1)、数据筛选服务器(4)均设至少一个操控终端,所述操控终端为工业计算机、PC计算机及智能终端中的任意一种。
4.根据权利要求1所述的一种基于大数据的企业数据挖掘系统,其特征在于:所述的现场数据采集终端(6)包括门禁系统、监控摄像头、工业计算机、PC计算机、智能终端、指纹采集终端、麦克风、IC卡刷卡机构、扫码装置、3D扫描机构、打印机、传真机中的任意一种或几种。
5.根据权利要求1所述的一种基于大数据的企业数据挖掘系统,其特征在于:所述的基于大数据的数据统计管理服务器(1)、通讯网关(3)、数据筛选服务器(4)、中继服务器(5)、现场数据采集终端(6)间均通过在线通讯网络、无线通讯网络中的任意一种或两种通讯网络同时使用建立数据连接,其中所述无线通讯网络为WIFI通讯网络、蓝牙通讯网络、Zigbee通讯网络及3G/4G/5G无线通讯网络中的任意一种或几种。
6.一种根据权利要求1-5任意一项所述的基于大数据的企业数据挖掘系统的数据挖掘方法,其特征在于,包括如下步骤:
S1,系统组网,首先将企业内部各办公设备、门禁系统及安防系统通过通讯网关(3)与中继服务器(5)间建立数据连接,并通过中继服务器(5)进一步与数据筛选服务器(4)建立数据连接,完成现场组网作业;然后将数据筛选服务器(4)通过通讯网关(3)与中继服务器(5)建立连接,并通过中继服务器(5)与基于大数据的数据统计管理服务器(1)建立连接,最后由基于大数据的数据统计管理服务器(1)分别为通讯网关(3)、数据筛选服务器(4)、中继服务器(5)、现场数据采集终端(6)分配独立的数据通讯地址及通讯协议,并采集各通讯网关(3)、数据筛选服务器(4)、中继服务器(5)、现场数据采集终端(6)的硬件识别码和软件识别版本号,即可完成系统组网;
S2,系统预制,完成S1步骤后,首先通过基于大数据的数据统计管理服务器(1)在数据筛选服务器(4)中生成身份识别程序映射文件,同时向数据筛选服务器(4)和现场数据采集终端(6)推送数据筛选及操控终端子程序及数据筛选识别策略;
S3,数据筛选采集,在完成S2步骤设定后,首先由现场数据采集终端(6)对公司内部人员及设备活动、办公过程中线上传输数据、行为进行识别监控,并由现场数据采集终端(6)将采集的数据反馈至数据筛选服务器(4)中,然后由数据筛选服务器(4)根据S2步骤接收的数据筛选及操控终端子程序及数据筛选识别策略,对各工作人员活动范围及其所产生的相关数据进行筛选统计,生成各人员及设备与相关数据间的统计关系汇总表,同时根据相关数据、行为进行模拟运算,并生成各人员及设备行为及数据发展变化规律预判逻辑关系表;
S4,数据挖掘,将S3步骤生成的各人员及设备与相关数据间的统计关系汇总表,和各人员及设备行为及数据发展变化规律预判逻辑关系表推送至基于大数据的数据统计管理服务器(1)中,由基于大数据的数据统计管理服务器(1)根据接收的数据通过大数据比对、运算,通过采集数据获得企业运行规律性参数数据、工作发展预判参数及外部环境与企业运行间影响预判。
7.根据权利要求6所述的数据挖掘方法,其特征在于: S3步骤,在进行数据筛选识别中,通过控制策略设定监控及筛选数据关键词;由数据筛选服务器(4)对控制策略设定监控及筛选数据关键词设定数据监控及筛选初始优先级,然后根据初始优先级对数据进行筛选监控作业,在筛选过程中,根据监控筛选数据的实际检测频率,调整关键词筛选监控优先级,并将调整后的优先级反馈至基于大数据的数据统计管理服务器(1)中,由基于大数据的数据统计管理服务器(1)进行备案,并根据工作需要对控制策略设定监控及筛选数据关键词进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110358714.XA CN112732802B (zh) | 2021-04-02 | 2021-04-02 | 一种基于大数据的企业数据挖掘系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110358714.XA CN112732802B (zh) | 2021-04-02 | 2021-04-02 | 一种基于大数据的企业数据挖掘系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112732802A CN112732802A (zh) | 2021-04-30 |
CN112732802B true CN112732802B (zh) | 2021-06-22 |
Family
ID=75596304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110358714.XA Active CN112732802B (zh) | 2021-04-02 | 2021-04-02 | 一种基于大数据的企业数据挖掘系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112732802B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112987629A (zh) * | 2021-05-14 | 2021-06-18 | 南京恒久机器制造有限公司 | 一种高速智能激光切割机远程电气数字化控制系统及方法 |
CN113411398B (zh) * | 2021-06-18 | 2022-02-18 | 全方位智能科技(南京)有限公司 | 一种基于大数据的文件清理写入及清理管理系统及方法 |
CN114039769B (zh) * | 2021-11-05 | 2023-07-21 | 南京联迪信息系统股份有限公司 | 一种基于互联网的企业内部信息管理协调系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040267691A1 (en) * | 2003-06-27 | 2004-12-30 | Vivek Vasudeva | System and method to monitor performance of different domains associated with a computer system or network |
US20130325453A1 (en) * | 2012-05-31 | 2013-12-05 | Elwha LLC, a limited liability company of the State of Delaware | Methods and systems for speech adaptation data |
CN106227729A (zh) * | 2016-07-05 | 2016-12-14 | 深圳云智优联科技有限公司 | 一种基于采集筛选分发大数据管理分析系统 |
CN109739842A (zh) * | 2018-12-18 | 2019-05-10 | 河南华景乐游电子科技有限公司 | 一种智慧旅游大数据平台 |
-
2021
- 2021-04-02 CN CN202110358714.XA patent/CN112732802B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040267691A1 (en) * | 2003-06-27 | 2004-12-30 | Vivek Vasudeva | System and method to monitor performance of different domains associated with a computer system or network |
US20130325453A1 (en) * | 2012-05-31 | 2013-12-05 | Elwha LLC, a limited liability company of the State of Delaware | Methods and systems for speech adaptation data |
CN106227729A (zh) * | 2016-07-05 | 2016-12-14 | 深圳云智优联科技有限公司 | 一种基于采集筛选分发大数据管理分析系统 |
CN109739842A (zh) * | 2018-12-18 | 2019-05-10 | 河南华景乐游电子科技有限公司 | 一种智慧旅游大数据平台 |
Also Published As
Publication number | Publication date |
---|---|
CN112732802A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112732802B (zh) | 一种基于大数据的企业数据挖掘系统及方法 | |
US8898092B2 (en) | Leveraging user-to-tool interactions to automatically analyze defects in it services delivery | |
US11451622B1 (en) | Multi-tier resource and load orchestration | |
EP4020315A1 (en) | Method, apparatus and system for determining label | |
WO2014179257A1 (en) | Communication data analysis and processing system and method | |
CN112950238B (zh) | 一种基于大数据客户关系管理及业务智能追踪系统及方法 | |
US20060010024A1 (en) | System construction guide system | |
CN114297935A (zh) | 基于数字孪生的机场航站楼离港优化运行仿真系统及方法 | |
WO2022048050A1 (zh) | 一种大数据信息采集系统及使用方法 | |
CN115391444A (zh) | 一种异构数据采集与交互方法、装置、设备及存储介质 | |
CN111858722A (zh) | 一种基于物联网的大数据应用系统及方法 | |
CN110895506A (zh) | 测试数据的构造方法和构造系统 | |
KR102028342B1 (ko) | 데이터 처리 솔루션을 활용한 실시간 금융 비즈니스 제공 및 의사결정 지원 시스템 및 방법 | |
CN111510489A (zh) | 一种基于人工智能的物联网数据的采集分析系统 | |
Zhuang et al. | Digital twin-based quality management method for the assembly process of aerospace products with the grey-markov model and apriori algorithm | |
KR101810860B1 (ko) | 개인정보 보안제품 통합관제 시스템 | |
KR102411291B1 (ko) | 스마트공장 데이터 품질평가 방법 | |
DE112021001422T5 (de) | Algorithmische Lernmaschine zur dynamischen Erzeugung von Vorhersageanalysen aus Streaming-Daten mit hohem Volumen und hoher Geschwindigkeit | |
CN115292580A (zh) | 数据查询方法、装置、计算机设备及存储介质 | |
Mogouie et al. | Monitoring attributed social networks based on count data and random effects | |
CN114330720A (zh) | 用于云计算的知识图谱构建方法、设备及存储介质 | |
CN114140241A (zh) | 一种交易监控指标的异常识别方法及装置 | |
KR101933712B1 (ko) | 개인정보 보안제품 통합관제 방법 | |
CN112433511A (zh) | 智能工厂用产品流程控制系统 | |
Huang et al. | Parallel Implementation of Key Algorithms for Intelligent Processing of Graphic Signal Data of Consumer Digital Equipment |
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 |