CN113159201B - 基于云边缘计算智能融合信息的方法、装置及云端服务器 - Google Patents

基于云边缘计算智能融合信息的方法、装置及云端服务器 Download PDF

Info

Publication number
CN113159201B
CN113159201B CN202110464584.8A CN202110464584A CN113159201B CN 113159201 B CN113159201 B CN 113159201B CN 202110464584 A CN202110464584 A CN 202110464584A CN 113159201 B CN113159201 B CN 113159201B
Authority
CN
China
Prior art keywords
user information
index value
storage type
fusion
information
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
Application number
CN202110464584.8A
Other languages
English (en)
Other versions
CN113159201A (zh
Inventor
王斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai DC Science Co Ltd
Original Assignee
Shanghai DC Science Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai DC Science Co Ltd filed Critical Shanghai DC Science Co Ltd
Priority to CN202110464584.8A priority Critical patent/CN113159201B/zh
Publication of CN113159201A publication Critical patent/CN113159201A/zh
Application granted granted Critical
Publication of CN113159201B publication Critical patent/CN113159201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供的基于云边缘计算智能融合信息的方法、装置及云端服务器，根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息，根据用户信息识别指标值确定出目标用户信息获取设备中包括的业务用户信息存储类型以及融合存储类型，实现业务用户信息存储类型以及融合存储类型下的设备指标值融合样本信息的调整，实现对业务用户信息存储类型以及融合存储类型的更新。如此设计，能够基于更新后的业务用户信息存储类型以及融合存储类型对目标用户信息获取设备进行快速获取储存，在目标用户信息获取设备的运行过程中实现快速的储存以提高目标用户信息获取设备的融合相关信息的精确性，降低目标用户信息的融合时间，提高效率。

Description

基于云边缘计算智能融合信息的方法、装置及云端服务器
技术领域
本发明涉及云边缘计算技术领域，具体而言，涉及一种基于云边缘计算智能融合信息的方法、装置及云端服务器。
背景技术
相关用户信息在进行融合是一个非常复杂的过程，这样会显著降低用户信息获取设备的融合相关信息的精确性，从而提高用户信息获取设备的相关用户信息的处理时间。
因此，如何在用户信息获取设备的运行过程中实现快速的储存以提高用户信息获取设备的融合相关信息的精确性是现阶段亟需解决的一个技术问题。
发明内容
为了改善上述问题，本发明提供了一种基于云边缘计算智能融合信息的方法、装置及云端服务器。
本公开第一个方面揭示一种基于云边缘计算智能融合信息的方法，包括：
根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息；
在根据所述用户信息识别指标值确定出所述目标用户信息获取设备中包括有业务用户信息存储类型的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；
在目标用户信息获取设备的当前融合存储类型下包括有多个设备指标值融合样本信息的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类；
根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列，并将所述每一类设备指标值融合样本信息调整到所述业务用户信息存储类型队列所表示的业务用户信息存储类型下。
进一步地，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下包括：统计目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；分别判断各信息相似指标值是否达到第一设定指标值，并将信息相似指标值达到第一设定指标值的融合存储类型下的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类包括：统计目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；针对目标用户信息获取设备的当前融合存储类型下的一个设备指标值融合样本信息而言，将该设备指标值融合样本信息和与其用户信息样本信息标签之间的信息相似指标值达到第二设定指标值的所有设备指标值融合样本信息划分为一类；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列包括：针对分类后的一类设备指标值融合样本信息而言，根据所述每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息确定该类中的各设备指标值融合样本信息所属的业务用户信息存储类型队列的分布情况，并根据所述分布情况为该类设备指标值融合样本信息设置业务用户信息存储类型队列。
本公开第二个方面揭示一种基于云边缘计算智能融合信息的装置，包括：
用户信息融合模块，用于根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息；
样本信息更新模型，用于在根据所述用户信息识别指标值确定出所述目标用户信息获取设备中包括有业务用户信息存储类型的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；
融合信息分类模块，用于在目标用户信息获取设备的当前融合存储类型下包括有多个设备指标值融合样本信息的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类；
样本信息调整模块，用于根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列，并将所述每一类设备指标值融合样本信息调整到所述业务用户信息存储类型队列所表示的业务用户信息存储类型下。
进一步地，所述样本信息更新模型根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下包括：统计目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；分别判断各信息相似指标值是否达到第一设定指标值，并将信息相似指标值达到第一设定指标值的融合存储类型下的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述融合信息分类模块根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类包括：统计目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；针对目标用户信息获取设备的当前融合存储类型下的一个设备指标值融合样本信息而言，将该设备指标值融合样本信息和与其用户信息样本信息标签之间的信息相似指标值达到第二设定指标值的所有设备指标值融合样本信息划分为一类；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述样本信息调整模块根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列包括：针对分类后的一类设备指标值融合样本信息而言，根据所述每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息确定该类中的各设备指标值融合样本信息所属的业务用户信息存储类型队列的分布情况，并根据所述分布情况为该类设备指标值融合样本信息设置业务用户信息存储类型队列。
本申请提供了一种云端服务器，包括：
存储器，用于存储计算机程序；
与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现上述任意一项所述的方法。
通过应用上述方法、装置及云端服务器，第一步是根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息，第二步是根据用户信息识别指标值确定出目标用户信息获取设备中包括的业务用户信息存储类型以及融合存储类型，第三步是实现业务用户信息存储类型以及融合存储类型下的设备指标值融合样本信息的调整，从而实现对业务用户信息存储类型以及融合存储类型的更新。如此设计，能够基于更新后的业务用户信息存储类型以及融合存储类型对目标用户信息获取设备进行快速获取储存，从而在目标用户信息获取设备的运行过程中实现快速的储存以提高目标用户信息获取设备的融合相关信息的精确性，降低目标用户信息的融合时间，提高了工作效率。
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为本发明实施例所提供的一种基于云边缘计算智能融合信息的方法的流程图。
图2为本发明实施例所提供的一种基于云边缘计算智能融合信息的装置的功能模块框图。
图3为本发明实施例所提供的一种云端服务器的硬件结构示意图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
请参阅图1，示出了一种基于云边缘计算智能融合信息的方法，应用于云端服务器，包括以下步骤S11-步骤S14所描述的内容。
步骤S11，根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息。
步骤S12，在根据所述用户信息识别指标值确定出所述目标用户信息获取设备中包括有业务用户信息存储类型的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下。
步骤S13，在目标用户信息获取设备的当前融合存储类型下包括有多个设备指标值融合样本信息的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类。
步骤S14，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列，并将所述每一类设备指标值融合样本信息调整到所述业务用户信息存储类型队列所表示的业务用户信息存储类型下。
在应用上述步骤S11-步骤S14所描述的内容时，第一步是根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息，第二步是根据用户信息识别指标值确定出目标用户信息获取设备中包括的业务用户信息存储类型以及融合存储类型，第三步是实现业务用户信息存储类型以及融合存储类型下的设备指标值融合样本信息的调整，从而实现对业务用户信息存储类型以及融合存储类型的更新。如此设计，能够基于更新后的业务用户信息存储类型以及融合存储类型对目标用户信息获取设备进行快速获取储存，从而在目标用户信息获取设备的运行过程中实现快速的储存以提高目标用户信息获取设备的融合相关信息的精确性，降低目标用户信息的融合时间，提高了工作效率。
进一步地，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下包括：统计目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；分别判断各信息相似指标值是否达到第一设定指标值，并将信息相似指标值达到第一设定指标值的融合存储类型下的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类包括：统计目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；针对目标用户信息获取设备的当前融合存储类型下的一个设备指标值融合样本信息而言，将该设备指标值融合样本信息和与其用户信息样本信息标签之间的信息相似指标值达到第二设定指标值的所有设备指标值融合样本信息划分为一类；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列包括：针对分类后的一类设备指标值融合样本信息而言，根据所述每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息确定该类中的各设备指标值融合样本信息所属的业务用户信息存储类型队列的分布情况，并根据所述分布情况为该类设备指标值融合样本信息设置业务用户信息存储类型队列。
请结合参阅图2，提供了一种基于云边缘计算智能融合信息的装置200，包括：
用户信息融合模块210，用于根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息；
样本信息更新模型220，用于在根据所述用户信息识别指标值确定出所述目标用户信息获取设备中包括有业务用户信息存储类型的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；
融合信息分类模块230，用于在目标用户信息获取设备的当前融合存储类型下包括有多个设备指标值融合样本信息的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类；
样本信息调整模块240，用于根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列，并将所述每一类设备指标值融合样本信息调整到所述业务用户信息存储类型队列所表示的业务用户信息存储类型下。
进一步地，所述样本信息更新模型220根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下包括：统计目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；分别判断各信息相似指标值是否达到第一设定指标值，并将信息相似指标值达到第一设定指标值的融合存储类型下的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述融合信息分类模块230根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类包括：统计目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；针对目标用户信息获取设备的当前融合存储类型下的一个设备指标值融合样本信息而言，将该设备指标值融合样本信息和与其用户信息样本信息标签之间的信息相似指标值达到第二设定指标值的所有设备指标值融合样本信息划分为一类；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
进一步地，所述样本信息调整模块240根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列包括：针对分类后的一类设备指标值融合样本信息而言，根据所述每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息确定该类中的各设备指标值融合样本信息所属的业务用户信息存储类型队列的分布情况，并根据所述分布情况为该类设备指标值融合样本信息设置业务用户信息存储类型队列。
请结合参阅图3，提供了云端服务器110的硬件结构图。
图3示出了本发明实施例所提供的一种云端服务器110的方框示意图。本发明实施例中的云端服务器110可以为具有数据存储、传输、处理功能的服务端，如图3所示，云端服务器110包括：存储器111、处理器112、网络模块113和基于云边缘计算智能融合信息的装置200。
存储器111、处理器112和网络模块113之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器111中存储有基于云边缘计算智能融合信息的装置200，所述基于云边缘计算智能融合信息的装置200包括至少一个可以软件或固件(firmware)的形式储存于所述存储器111中的软件功能模块，所述处理器112通过运行存储在存储器111内的软件程序以及模块，例如本发明实施例中的基于云边缘计算智能融合信息的装置200，从而执行各种功能应用以及数据处理，即实现本发明实施例中的基于云边缘计算智能融合信息的方法。
其中，所述存储器111可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器111用于存储程序，所述处理器112在接收到执行指令后，执行所述程序。
所述处理器112可能是一种集成电路芯片，具有数据的处理能力。上述的处理器112可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中公开的各方法、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。
网络模块113用于通过网络建立云端服务器110与其他通信云端服务器之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图3所示的结构仅为示意，云端服务器110还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在云端服务器110执行上述的方法。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，云端服务器110，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (5)

1.一种基于云边缘计算智能融合信息的方法，其特征在于，包括：
根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息；
在根据所述用户信息识别指标值确定出所述目标用户信息获取设备中包括有业务用户信息存储类型的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；
在目标用户信息获取设备的当前融合存储类型下包括有多个设备指标值融合样本信息的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类；
根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列，并将所述每一类设备指标值融合样本信息调整到所述业务用户信息存储类型队列所表示的业务用户信息存储类型下；
其中，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下包括：
统计目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；
分别判断各信息相似指标值是否达到第一设定指标值，并将信息相似指标值达到第一设定指标值的融合存储类型下的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况；
其中，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列包括：
针对分类后的一类设备指标值融合样本信息而言，根据所述每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息确定该类中的各设备指标值融合样本信息所属的业务用户信息存储类型队列的分布情况，并根据所述分布情况为该类设备指标值融合样本信息设置业务用户信息存储类型队列。
2.如权利要求1所述的方法，其特征在于，所述根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类包括：
统计目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；
针对目标用户信息获取设备的当前融合存储类型下的一个设备指标值融合样本信息而言，将该设备指标值融合样本信息和与其用户信息样本信息标签之间的信息相似指标值达到第二设定指标值的所有设备指标值融合样本信息划分为一类；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
3.一种基于云边缘计算智能融合信息的装置，其特征在于，包括：
用户信息融合模块，用于根据目标用户信息获取设备读取的用户信息识别指标值以及各设备指标值融合样本信息；
样本信息更新模型，用于在根据所述用户信息识别指标值确定出所述目标用户信息获取设备中包括有业务用户信息存储类型的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；
融合信息分类模块，用于在目标用户信息获取设备的当前融合存储类型下包括有多个设备指标值融合样本信息的前提下，根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类；
样本信息调整模块，用于根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列，并将所述每一类设备指标值融合样本信息调整到所述业务用户信息存储类型队列所表示的业务用户信息存储类型下；
其中，所述样本信息更新模型根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息之间的匹配度，并将目标用户信息获取设备的融合存储类型下的与业务用户信息存储类型下的设备指标值融合样本信息匹配的设备指标值融合样本信息调整到相应的业务用户信息存储类型下包括：统计目标用户信息获取设备的融合存储类型下的各设备指标值融合样本信息与目标用户信息获取设备的业务用户信息存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；分别判断各信息相似指标值是否达到第一设定指标值，并将信息相似指标值达到第一设定指标值的融合存储类型下的设备指标值融合样本信息调整到相应的业务用户信息存储类型下；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况；
其中，所述样本信息调整模块根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息为上述分类获得的每一类设备指标值融合样本信息设置业务用户信息存储类型队列包括：
针对分类后的一类设备指标值融合样本信息而言，根据所述每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息确定该类中的各设备指标值融合样本信息所属的业务用户信息存储类型队列的分布情况，并根据所述分布情况为该类设备指标值融合样本信息设置业务用户信息存储类型队列。
4.如权利要求3所述的装置，其特征在于，所述融合信息分类模块根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数确定目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息之间的匹配度，并根据所述各设备指标值融合样本信息之间的匹配度对当前融合存储类型下的各设备指标值融合样本信息进行分类包括：
统计目标用户信息获取设备的当前融合存储类型下的各设备指标值融合样本信息的用户信息样本信息标签之间的信息相似指标值；
针对目标用户信息获取设备的当前融合存储类型下的一个设备指标值融合样本信息而言，将该设备指标值融合样本信息和与其用户信息样本信息标签之间的信息相似指标值达到第二设定指标值的所有设备指标值融合样本信息划分为一类；其中，所述设备指标值融合样本信息的用户信息样本信息标签为：根据每个用户信息的匹配用户信息获取设备的业务用户信息存储类型下的设备指标值融合样本信息及其样本信息融合参数统计出的设备指标值融合样本信息属于业务用户信息存储类型队列的分布情况。
5.一种云端服务器，其特征在于，包括：
存储器，用于存储计算机程序；
与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现权利要求1和2任意一项所述的方法。
CN202110464584.8A 2021-04-28 2021-04-28 基于云边缘计算智能融合信息的方法、装置及云端服务器 Active CN113159201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110464584.8A CN113159201B (zh) 2021-04-28 2021-04-28 基于云边缘计算智能融合信息的方法、装置及云端服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110464584.8A CN113159201B (zh) 2021-04-28 2021-04-28 基于云边缘计算智能融合信息的方法、装置及云端服务器

Publications (2)

Publication Number Publication Date
CN113159201A CN113159201A (zh) 2021-07-23
CN113159201B true CN113159201B (zh) 2023-04-25

Family

ID=76871649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110464584.8A Active CN113159201B (zh) 2021-04-28 2021-04-28 基于云边缘计算智能融合信息的方法、装置及云端服务器

Country Status (1)

Country Link
CN (1) CN113159201B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108769739A (zh) * 2018-06-27 2018-11-06 哈尔滨市舍科技有限公司 从全景视频中获取图片和短视频的方法
CN108924590A (zh) * 2018-06-27 2018-11-30 哈尔滨市舍科技有限公司 视频播放及拍照系统
CN109725784A (zh) * 2017-10-30 2019-05-07 华为技术有限公司 信息显示方法及终端设备

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102368788B (zh) * 2011-12-09 2013-12-25 中国电信股份有限公司 信息推送方法与装置
EP2713587B1 (en) * 2012-05-24 2020-03-18 BlackBerry Limited Device, system, and method for logging near field communications tag interactions
CN104618044B (zh) * 2015-02-05 2017-01-04 中国人民解放军63636部队 利用太阳作为射电源测量车载遥测设备g/t值的方法
CN107483577A (zh) * 2017-08-14 2017-12-15 上海德衡数据科技有限公司 一种基于上下文感知的车联网多信息融合与决策中间件
CN108093439A (zh) * 2017-10-30 2018-05-29 努比亚技术有限公司 用户行为数据上报控制方法、终端及计算机可读存储介质
CN108491720B (zh) * 2018-03-20 2023-07-14 腾讯科技（深圳）有限公司 一种应用识别方法、系统以及相关设备
CN108446264B (zh) * 2018-03-26 2022-02-15 阿博茨德（北京）科技有限公司 Pdf文档中的表格矢量解析方法及装置
JP2020091302A (ja) * 2018-12-03 2020-06-11 本田技研工業株式会社 感情推定装置、感情推定方法、およびプログラム
CN110599240A (zh) * 2019-08-23 2019-12-20 腾讯科技（深圳）有限公司 应用的偏好值确定方法、装置和设备及存储介质
CN111240861A (zh) * 2020-01-08 2020-06-05 陕西省大数据集团有限公司 服务提供方法、装置、电子设备及存储介质
CN111401433B (zh) * 2020-03-12 2023-10-17 腾讯科技（深圳）有限公司 用户信息获取方法、装置、电子设备及存储介质
CN111553759A (zh) * 2020-03-25 2020-08-18 平安科技（深圳）有限公司 一种产品信息推送方法、装置、设备及存储介质
CN111444290A (zh) * 2020-03-27 2020-07-24 腾讯云计算（北京）有限责任公司 数据处理方法、数据显示方法、装置、设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109725784A (zh) * 2017-10-30 2019-05-07 华为技术有限公司 信息显示方法及终端设备
CN108769739A (zh) * 2018-06-27 2018-11-06 哈尔滨市舍科技有限公司 从全景视频中获取图片和短视频的方法
CN108924590A (zh) * 2018-06-27 2018-11-30 哈尔滨市舍科技有限公司 视频播放及拍照系统

Also Published As

Publication number Publication date
CN113159201A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN110851321B (zh) 一种业务告警方法、设备及存储介质
CN113626241B (zh) 应用程序的异常处理方法、装置、设备及存储介质
CN113408828A (zh) 基于智能制造的生产线优化方法、装置及服务器
US11036490B2 (en) Proactive storage system-based software version analysis using machine learning techniques
CN113159201B (zh) 基于云边缘计算智能融合信息的方法、装置及云端服务器
CN116866241A (zh) 基于dpi的物联网终端检测方法、系统及存储介质
CN110503504B (zh) 网络产品的信息识别方法、装置及设备
CN111414395A (zh) 数据处理方法、系统和计算机设备
CN116566766A (zh) 一种智慧电力网关管控方法及系统
CN112508656A (zh) 一种获客信息处理方法及装置
CN113190255A (zh) 一种大数据在线话题服务升级方法、服务器及存储介质
US11175911B2 (en) Reactive storage system-based software version analysis using machine learning techniques
CN114253808A (zh) 一种对象状态的监控方法及装置
CN112116015A (zh) 基于图像处理的材料分类方法、装置及计算机设备
CN113568952A (zh) 一种物联网资源数据分析方法
CN114693960A (zh) 图像筛选方法、装置、设备和存储介质
CN113271232B (zh) 一种在线办公网络扰动处理方法及装置
CN111698760B (zh) 无线接入点智能管理方法、装置和可读存储介质
CN113807708B (zh) 一种基于分布式的服装柔性生产制造平台系统
CN113570152A (zh) 智能制造设备的数据处理方法及装置
CN112116269A (zh) 一种基于多维分析的材料筛选方法、装置及电子设备
CN113487344B (zh) 通信业务预测方法、集中服务器、边缘业务终端和介质
CN112907306B (zh) 一种客户满意度判别方法及装置
WO2022174379A1 (en) Risk assessment of firewall rules in a datacenter
CN112116268A (zh) 一种对施工材料进行处理的方法、装置及系统

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