一种基于云平台的智慧城市数据分享方法及其系统
技术领域
本发明属于云平台领域,涉及数据分享技术,具体是一种基于云平台的智慧城市数据分享方法及其系统。
背景技术
云计算平台也称为云平台,是指基于硬件资源和软件资源的服务,提供计算、网络和存储能力,云计算平台可以划分为3类:以数据存储为主的存储型云平台,以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。
现有的云平台数据分享系统不具备对数据进行自动化删除功能,并且不具备对数据的有效性进行判断的功能,导致数据库内的无效数据占据大量空间的问题。
发明内容
本发明的目的在于提供一种基于云平台的智慧城市数据分享方法及其系统,用于解决现有的云平台数据分享系统不具备对数据进行自动化删除功能,并且不具备对数据的有效性进行判断的功能,导致数据库内的无效数据占据大量空间的问题;
本发明需要解决的技术问题为:如何提供一种可以根据数据的有效性对无效数据进行自动化删除的数据分享系统。
本发明的目的可以通过以下技术方案实现:
一种基于云平台的智慧城市数据分享系统,包括云平台,所述云平台通信连接有数据库、竞争评估模块、数据处理模块、数据推荐模块以及用户匹配模块,所述数据处理模块用于对数据库中的数据进行处理,具体的处理过程包括以下步骤:
步骤S1:对数据库中的数据标记为处理数据,获取处理数据上一次被浏览的时间至当前时间的时长并将时长标记为等待时长;
步骤S2:获取等待时长阈值,将等待时长逐一与等待时长阈值进行比较:
若等待时长<等待时长阈值,则判定对应处理数据为有效数据;
若等待时长≥等待时长阈值,则判定对应处理数据为无效数据,数据处理模块将数据库中的无效数据进行删除;
步骤S3:将有效数据标记为i,i=1,2,……,n,获取有效数据的浏览次数并将浏览次数标记为CSi,获取有效数据被浏览的总时长并将总时长标记为浏览时长LSi,将有效数据的等待时长标记为DSi;
步骤S4:通过公式
得到有效数据的质量系数ZLi,其中α1、α2以及α3均为比例系数,k为修正因子;
步骤S5:获取有效数据的质量系数阈值并将质量系数阈值标记为ZLmin,将有效数据的质量系数ZLi与质量系数阈值ZLmin进行比较:
若ZLi<ZLmin,则判定该有效数据为低质量数据;
若ZLi≥ZLmin,则判定该有效数据为高质量数据。
进一步地,所述用户匹配模块用于根据用户的浏览信息对用户与数据进行匹配,用户的浏览信息包括用户的在线总时长、近一个月内登录云平台的总次数以及用户的留言次数,具体的匹配过程包括以下步骤:
步骤P1:通过数据库获取所有用户的基本信息,用户的基本信息包括用户的用户名、密码以及注册号,将用户标记为v,v=1,2,……,u;
步骤P2:获取用户的在线总时长、用户的留言总次数以及近一个月内登录云平台的总次数,将用户的浏览信息包括用户的在线总时长、用户的留言总次数以及近一个月内登录云平台的总次数分别标记为浏览时长LSv、留言次数LCv以及登录次数DCv;
步骤P3:通过公式JZv=β1×LSv+β2×LCv+β3×DCv得到用户的价值系数JZv,其中β1、β2以及β3均为比例系数;
步骤P4:获取用户的价值系数阈值并将用户的价值系数阈值标记为JZmin,将用户的价值系数JZv与价值系数阈值JZmin进行比较:
若JZv<JZmin,则判定对应的用户为低价值用户;
若JZv≥JZmin,则判定对应的用户为高价值用户。
进一步地,所述数据推荐模块对数据进行分类并将分类的数据推送给匹配的用户,所述数据推荐模块包括低价值推送单元以及高价值推送单元,所述高价值推送单元的具体推送过程包括以下步骤:
步骤Q1:提取高质量数据的关键词,按照关键词对高质量数据进行分类,从每一类高质量数据中随机抽取一条数据,将随机抽取的数据放入推送数据包内,数据推荐模块将高质量的推送数据包发送至高价值用户的手机终端;
步骤Q2:用户接收到高质量的推送数据包后对推送数据包内的数据进行浏览,同时用户根据自身对数据的喜好程度对推送数据进行评分,并将评分结果发送至数据推荐模块;
步骤Q3:数据推荐模块接收到用户对推送数据的评分结果之后,将评分排名前三名的数据标记为优质匹配数据,通过优质匹配数据的关键词获取到高质量数据的类别,从获取的高质量数据的类别中随机抽取L1条数据,将随机抽取的L1条数据对推送数据包内的数据进行替换,将推送数据包重新发送至高价值用户的手机终端。
进一步地,所述低价值推送单元的具体推送过程包括以下步骤:
步骤M1:提取低质量数据的关键词,按照关键词对低质量数据进行分类,从每一类低质量数据中随机抽取一条数据,将随机抽取的数据放入推送数据包内,数据推荐模块将低质量的推送数据包发送至低价值用户的手机终端;
步骤M2:用户接收到低质量的推送数据包后对推送数据包内的数据进行浏览,同时用户根据自身对数据的喜好程度对推送数据进行评分,并将评分结果发送至数据推荐模块;
步骤M3:数据推荐模块接收到用户对推送数据的评分结果之后,将评分排名前三名的数据标记为优质匹配数据,通过优质匹配数据的关键词获取到低质量数据的类别,从获取的低质量数据的类别中随机抽取L2条数据,将随机抽取的L2条数据对推送数据包内的数据进行替换,将推送数据包重新发送至低价值用户的手机终端。
进一步地,所述竞争评估模块用于对数据库的新增数据进行统计分析,通过新增数据的数量对云平台的竞争力进行分析评估,具体的分析评估过程包括以下步骤:
步骤Z1:获取数据库最近三十天内新增数据的数量,将数据库最近三十天新增数据的数量标记为YZ,获取数据库最近七天内新增数据的数量,将数据库最近七天内新增数据的数量标记为ZZ,获取数据库前一天内新增数据的数量,将数据库前一天新增数据的数量标记为RZ;
步骤Z2:通过公式
得到新增系数XZ,其中γ1、γ2以及γ3均为比例系数,且γ1<γ2<γ3;
步骤Z3:获取新增系数阈值并将新增系数阈值标记为XZmin,将新增系数与新增系数阈值进行比较:
若XZ≤XZmin,则判定数据库的新增数据数量不满足云平台的竞争标准,竞争评估模块向云平台发送数据新增不合格信号;
若XZ>XZmin,则判定数据库的新增数据数量满足云平台的竞争标准,竞争评估模块向云平台发送数据新增合格信号;
步骤Z4:获取数据库中被用户点赞过的数据的总数量,将数据库中被用户点赞过的数据的总数量标记为DS,获取数据库中的数据被用户点赞的总次数,将数据库中的数据被用户点赞的总次数标记为DC;
步骤Z5:通过公式
得到云平台的竞争系数JZ,其中θ1、θ2以及θ3均为比例系数,p为修正因子,获取云平台的竞争系数阈值JZmin与JZmax,将云平台的竞争系数JZ与竞争系数阈值JZmin、JZmax进行比较:
若JZ≤JZmin,则判定云平台的竞争等级为三等级;
若JZmin<JZ≤JZmax,则判定云平台的竞争等级为二等级;
若JZ>JZmax,则判定云平台的竞争等级为一等级。
一种基于云平台的智慧城市数据分享方法,该基于云平台的智慧城市数据分享方法包括以下步骤:
步骤一:对数据库中的数据标记为处理数据,获取处理数据上一次被浏览的时间至当前时间的时长并将时长标记为等待时长,获取等待时长阈值并将等待时长逐一与等待时长阈值进行比较,将等待时长小于等待时长阈值的数据标记为有效数据;
步骤二:获取有效数据的浏览次数并将浏览次数以及有效数据被浏览的总时长,通过计算得到有效数据的质量系数,获取有效数据的质量系数阈值并将有效数据的质量系数与质量系数阈值进行比较,对有效数据的质量进行判定。
本发明具备下述有益效果:
1、通过设置的数据处理模块可以对数据库中的数据进行有效性判定,通过数据上一次被浏览的时间对数据进行有效性判定,从而可以直接将无效的数据删除,同时通过有效数据的浏览次数、浏览时长分析得到有效数据的质量系数,质量系数用于反应数据的价值,质量系数越高代表数据价值越高;
2、通过设置的用户匹配模块可以对用户与数据进行匹配,通过对用户在线总时长、留言次数以及近一个月内的登录总次数分析得到用户的价值系数,价值系数用于反应用户的价值,从而将高价值的用户与高质量的数据进行匹配,为优质的客户提供优质的信息服务;
3、通过设置的数据推荐模块可以将分类的数据推送给匹配的用户,通过关键词对数据分类之后,从不同类型的数据中抽取一条作为推送数据,将抽取的数据以推送数据包的形式发送给用户,使用户可以接收到不同类型的数据,并且用户根据自己的喜好进行打分反馈后,可根据打分情况对用户的推荐数据包进行更新,从而满足用户的喜好;
4、通过设置的竞争评估模块可以通过数据库近期的新增数据的数量对数据库的竞争力进行初步评估,在符合初步评估标准后,通过对数据被点赞的次数以及被点赞过的数据的总数量对数据库中的数据的综合质量进行评估,并对云平台的竞争力进行等级划分。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于云平台的智慧城市数据分享系统,包括云平台,所述云平台通信连接有数据库、竞争评估模块、数据处理模块、数据推荐模块以及用户匹配模块,所述数据处理模块用于对数据库中的数据进行处理,具体的处理过程包括以下步骤:
步骤S1:对数据库中的数据标记为处理数据,获取处理数据上一次被浏览的时间至当前时间的时长并将时长标记为等待时长;
步骤S2:获取等待时长阈值,将等待时长逐一与等待时长阈值进行比较:
若等待时长<等待时长阈值,则判定对应处理数据为有效数据;
若等待时长≥等待时长阈值,则判定对应处理数据为无效数据,数据处理模块将数据库中的无效数据进行删除;
步骤S3:将有效数据标记为i,i=1,2,……,n,获取有效数据的浏览次数并将浏览次数标记为CSi,获取有效数据被浏览的总时长并将总时长标记为浏览时长LSi,将有效数据的等待时长标记为DSi;
步骤S4:通过公式
得到有效数据的质量系数ZLi,其中α1、α2以及α3均为比例系数,k为修正因子;
步骤S5:获取有效数据的质量系数阈值并将质量系数阈值标记为ZLmin,将有效数据的质量系数ZLi与质量系数阈值ZLmin进行比较:
若ZLi<ZLmin,则判定该有效数据为低质量数据;
若ZLi≥ZLmin,则判定该有效数据为高质量数据。
所述用户匹配模块用于根据用户的浏览信息对用户与数据进行匹配,用户的浏览信息包括用户的在线总时长、近一个月内登录云平台的总次数以及用户的留言次数,具体的匹配过程包括以下步骤:
步骤P1:通过数据库获取所有用户的基本信息,用户的基本信息包括用户的用户名、密码以及注册号,将用户标记为v,v=1,2,……,u;
步骤P2:获取用户的在线总时长、用户的留言总次数以及近一个月内登录云平台的总次数,将用户的浏览信息包括用户的在线总时长、用户的留言总次数以及近一个月内登录云平台的总次数分别标记为浏览时长LSv、留言次数LCv以及登录次数DCv;
步骤P3:通过公式JZv=β1×LSv+β2×LCv+β3×DCv得到用户的价值系数JZv,其中β1、β2以及β3均为比例系数;
步骤P4:获取用户的价值系数阈值并将用户的价值系数阈值标记为JZmin,将用户的价值系数JZv与价值系数阈值JZmin进行比较:
若JZv<JZmin,则判定对应的用户为低价值用户;
若JZv≥JZmin,则判定对应的用户为高价值用户。
所述数据推荐模块对数据进行分类并将分类的数据推送给匹配的用户,所述数据推荐模块包括低价值推送单元以及高价值推送单元,所述高价值推送单元的具体推送过程包括以下步骤:
步骤Q1:提取高质量数据的关键词,按照关键词对高质量数据进行分类,从每一类高质量数据中随机抽取一条数据,将随机抽取的数据放入推送数据包内,数据推荐模块将高质量的推送数据包发送至高价值用户的手机终端;
步骤Q2:用户接收到高质量的推送数据包后对推送数据包内的数据进行浏览,同时用户根据自身对数据的喜好程度对推送数据进行评分,并将评分结果发送至数据推荐模块;
步骤Q3:数据推荐模块接收到用户对推送数据的评分结果之后,将评分排名前三名的数据标记为优质匹配数据,通过优质匹配数据的关键词获取到高质量数据的类别,从获取的高质量数据的类别中随机抽取L1条数据,将随机抽取的L1条数据对推送数据包内的数据进行替换,将推送数据包重新发送至高价值用户的手机终端。
所述低价值推送单元的具体推送过程包括以下步骤:
步骤M1:提取低质量数据的关键词,按照关键词对低质量数据进行分类,从每一类低质量数据中随机抽取一条数据,将随机抽取的数据放入推送数据包内,数据推荐模块将低质量的推送数据包发送至低价值用户的手机终端;
步骤M2:用户接收到低质量的推送数据包后对推送数据包内的数据进行浏览,同时用户根据自身对数据的喜好程度对推送数据进行评分,并将评分结果发送至数据推荐模块;
步骤M3:数据推荐模块接收到用户对推送数据的评分结果之后,将评分排名前三名的数据标记为优质匹配数据,通过优质匹配数据的关键词获取到低质量数据的类别,从获取的低质量数据的类别中随机抽取L2条数据,将随机抽取的L2条数据对推送数据包内的数据进行替换,将推送数据包重新发送至低价值用户的手机终端。
所述竞争评估模块用于对数据库的新增数据进行统计分析,通过新增数据的数量对云平台的竞争力进行分析评估,具体的分析评估过程包括以下步骤:
步骤Z1:获取数据库最近三十天内新增数据的数量,将数据库最近三十天新增数据的数量标记为YZ,获取数据库最近七天内新增数据的数量,将数据库最近七天内新增数据的数量标记为ZZ,获取数据库前一天内新增数据的数量,将数据库前一天新增数据的数量标记为RZ;
步骤Z2:通过公式
得到新增系数XZ,其中γ1、γ2以及γ3均为比例系数,且γ1<γ2<γ3;
步骤Z3:获取新增系数阈值并将新增系数阈值标记为XZmin,将新增系数与新增系数阈值进行比较:
若XZ≤XZmin,则判定数据库的新增数据数量不满足云平台的竞争标准,竞争评估模块向云平台发送数据新增不合格信号;
若XZ>XZmin,则判定数据库的新增数据数量满足云平台的竞争标准,竞争评估模块向云平台发送数据新增合格信号;
步骤Z4:获取数据库中被用户点赞过的数据的总数量,将数据库中被用户点赞过的数据的总数量标记为DS,获取数据库中的数据被用户点赞的总次数,将数据库中的数据被用户点赞的总次数标记为DC;
步骤Z5:通过公式
得到云平台的竞争系数JZ,其中θ1、θ2以及θ3均为比例系数,p为修正因子,获取云平台的竞争系数阈值JZmin与JZmax,将云平台的竞争系数JZ与竞争系数阈值JZmin、JZmax进行比较:
若JZ≤JZmin,则判定云平台的竞争等级为三等级;
若JZmin<JZ≤JZmax,则判定云平台的竞争等级为二等级;
若JZ>JZmax,则判定云平台的竞争等级为一等级。
一种基于云平台的智慧城市数据分享方法,该基于云平台的智慧城市数据分享方法包括以下步骤:
步骤一:对数据库中的数据标记为处理数据,获取处理数据上一次被浏览的时间至当前时间的时长并将时长标记为等待时长,获取等待时长阈值并将等待时长逐一与等待时长阈值进行比较,将等待时长小于等待时长阈值的数据标记为有效数据;
步骤二:获取有效数据的浏览次数并将浏览次数以及有效数据被浏览的总时长,通过计算得到有效数据的质量系数,获取有效数据的质量系数阈值并将有效数据的质量系数与质量系数阈值进行比较,对有效数据的质量进行判定。
一种基于云平台的智慧城市数据分享方法及其系统,使用时,对数据库中的数据标记为处理数据,获取处理数据上一次被浏览的时间至当前时间的时长并将时长标记为等待时长,获取等待时长阈值并将等待时长逐一与等待时长阈值进行比较,将等待时长小于等待时长阈值的数据标记为有效数据,获取有效数据的浏览次数并将浏览次数以及有效数据被浏览的总时长,通过计算得到有效数据的质量系数,获取有效数据的质量系数阈值并将有效数据的质量系数与质量系数阈值进行比较,对有效数据的质量进行判定。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是归一化处理取其数值,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况设定。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义;以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。