CN113285968A - 一种基于大数据和人工智能的业务处理方法、装置及服务器 - Google Patents
一种基于大数据和人工智能的业务处理方法、装置及服务器 Download PDFInfo
- Publication number
- CN113285968A CN113285968A CN202011333918.XA CN202011333918A CN113285968A CN 113285968 A CN113285968 A CN 113285968A CN 202011333918 A CN202011333918 A CN 202011333918A CN 113285968 A CN113285968 A CN 113285968A
- Authority
- CN
- China
- Prior art keywords
- state data
- data
- service processing
- service state
- service
- 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.)
- Withdrawn
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
- H04L67/56—Provisioning of proxy services
- H04L67/567—Integrating service provisioning from a plurality of service providers
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供的基于大数据和人工智能的业务处理方法、装置及服务器,获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;若判断结果为是,则基于设备优化线程完成设备优化。如此设计,能够实现业务处理终端的设备优化。
Description
技术领域
本发明涉及大数据和业务处理技术领域,具体而言,涉及一种基于大数据和人工智能的业务处理方法、装置及服务器。
背景技术
业务处理终端在运行时可能会涉及到多个业务状态的切换,以满足不同客户的需求。
因此,如何实现业务处理终端的设备优化是现阶段需要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大数据和人工智能的业务处理方法、装置及服务器。
一种基于大数据和人工智能的业务处理方法,包括:
获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;
根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;
若判断结果为是,则基于设备优化线程完成设备优化。
其中,所述基于设备优化线程完成设备优化,包括:触发执行设备优化启动操作,以基于设备优化线程获取第二业务处理数据;判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求;若判断结果为是,则触发执行设备优化确认操作,以基于所述业务处理终端对应的智能生产设备配置信息完成设备优化。
其中,所述判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求,包括:判断所述第二业务处理数据对应的工况标识与所述业务处理终端的工况标识是否一致;若一致,则判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求。
一种基于大数据和人工智能的业务处理装置,包括:
数据获取模块,用于获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;
需求判断模块,用于根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;
设备优化模块,用于若判断结果为是,则基于设备优化线程完成设备优化。
一种服务器,所述服务器中的处理器在运行时用于执行上述的方法。
通过应用上述方法、装置及服务器,获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;若判断结果为是,则基于设备优化线程完成设备优化。如此设计,能够实现业务处理终端的设备优化。
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大数据和人工智能的业务处理方法的流程图。
图2为本发明实施例所提供的一种基于大数据和人工智能的业务处理装置的功能模块框图。
图3为本发明实施例所提供的一种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,示出了一种基于大数据和人工智能的业务处理方法,应用于服务器,包括以下步骤S11-步骤S13所描述的内容。
步骤S11,获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据。
其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项。
步骤S12,根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求。
步骤S13,若判断结果为是,则基于设备优化线程完成设备优化。
其中,所述基于设备优化线程完成设备优化,包括:触发执行设备优化启动操作,以基于设备优化线程获取第二业务处理数据;判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求;若判断结果为是,则触发执行设备优化确认操作,以基于所述业务处理终端对应的智能生产设备配置信息完成设备优化。
其中,所述判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求,包括:判断所述第二业务处理数据对应的工况标识与所述业务处理终端的工况标识是否一致;若一致,则判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求。
请参阅图2,示出了一种基于大数据和人工智能的业务处理装置200,包括:
数据获取模块210,用于获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;
需求判断模块220,用于根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;
设备优化模块230,用于若判断结果为是,则基于设备优化线程完成设备优化。
图3示出了本发明实施例所提供的一种服务器110的方框示意图。本发明实施例中的服务器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,服务器110包括:存储器111、处理器112、网络模块113和基于大数据和人工智能的业务处理装置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中存储有基于大数据和人工智能的业务处理装置200,所述基于大数据和人工智能的业务处理装置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大数据和人工智能的业务处理装置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大数据和人工智能的业务处理方法。
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用于通过网络建立服务器110与其他通信终端智能生产设备之间的通信连接,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,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智能生产设备(可以是个人计算机,电子智能生产设备10,或者网络智能生产设备等)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、物品或者智能生产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、物品或者智能生产设备所固有的要素。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、物品或者智能生产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)
1.一种基于大数据和人工智能的业务处理方法,包括:
获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;
根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;
若判断结果为是,则基于设备优化线程完成设备优化。
2.根据权利要求1所述的方法,其中,所述基于设备优化线程完成设备优化,包括:触发执行设备优化启动操作,以基于设备优化线程获取第二业务处理数据;判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求;若判断结果为是,则触发执行设备优化确认操作,以基于所述业务处理终端对应的智能生产设备配置信息完成设备优化。
3.根据权利要求2所述的方法,其中,所述判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求,包括:判断所述第二业务处理数据对应的工况标识与所述业务处理终端的工况标识是否一致;若一致,则判断从所述第二业务处理数据中提取出的业务状态数据是否具有设备优化需求。
4.一种基于大数据和人工智能的业务处理装置,包括:
数据获取模块,用于获取业务处理终端的第一业务处理数据;从所述第一业务处理数据中提取业务状态数据,其中,所述业务状态数据包括:标签分布业务状态数据和/或对象分布业务状态数据;所述标签分布业务状态数据包括:目标区间内的测量标签分布,所述对象分布业务状态数据包括:第一对象分布的业务状态数据集和第二对象分布的业务状态数据集中至少一项;
需求判断模块,用于根据所述标签分布业务状态数据和/或所述对象分布业务状态数据,判断所述业务处理终端是否具有设备优化需求;
设备优化模块,用于若判断结果为是,则基于设备优化线程完成设备优化。
5.一种服务器,所述服务器中的处理器在运行时用于执行上述权利要求1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333918.XA CN113285968A (zh) | 2020-11-25 | 2020-11-25 | 一种基于大数据和人工智能的业务处理方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333918.XA CN113285968A (zh) | 2020-11-25 | 2020-11-25 | 一种基于大数据和人工智能的业务处理方法、装置及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113285968A true CN113285968A (zh) | 2021-08-20 |
Family
ID=77275674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011333918.XA Withdrawn CN113285968A (zh) | 2020-11-25 | 2020-11-25 | 一种基于大数据和人工智能的业务处理方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113285968A (zh) |
-
2020
- 2020-11-25 CN CN202011333918.XA patent/CN113285968A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113408828A (zh) | 基于智能制造的生产线优化方法、装置及服务器 | |
CN110855529B (zh) | 网络信息安全监护方法、装置、服务器及可读存储介质 | |
CN114531341A (zh) | 区块链网络参数调整方法、装置及服务器 | |
CN113285968A (zh) | 一种基于大数据和人工智能的业务处理方法、装置及服务器 | |
CN113283686A (zh) | 一种化妆品生产线调整方法、装置及服务器 | |
CN113536360A (zh) | 基于智能制造的信息安全处理方法、装置及电子设备 | |
CN112258056A (zh) | 一种铸铁生产线调整方法、装置及服务器 | |
CN113283685A (zh) | 一种食品制造流水线管理方法、装置及服务器 | |
CN113286148A (zh) | 一种基于大数据和物联网的视频设备优化方法、装置及服务器 | |
CN113568815A (zh) | 基于大数据的工业制造设备故障诊断方法、装置及电子设备 | |
CN113742162A (zh) | 一种在线办公掉线检测方法及装置 | |
CN113284571A (zh) | 一种基于大数据和云计算的医疗平台管理方法、装置及服务器 | |
CN113904916A (zh) | 一种在线办公网络修复方法、装置及服务器 | |
CN113569427A (zh) | 一种用于检测智能制造设备的寿命的方法、装置及服务器 | |
CN108388819B (zh) | 一种基于超高频rfid应答器的防碰撞方法、装置及其系统 | |
CN114528265A (zh) | 一种云计算线程数据处理方法、装置及电子设备 | |
CN113282650A (zh) | 基于大数据的业务数据处理方法及装置 | |
CN113568958A (zh) | 工业智能设备的智能制造数据处理方法及装置 | |
CN113902505A (zh) | 一种自助图书借还机管理方法、装置及计算机设备 | |
CN113568387A (zh) | 基于智能制造的数据处理方法、装置及电子设备 | |
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 | |
CN113904931A (zh) | 一种基于获客信息处理的网络参数调整方法、装置及服务器 | |
CN113902508A (zh) | 一种在线客流信息处理方法及装置 | |
CN113282379A (zh) | 一种基于大数据和云计算的业务处理方法及装置 | |
CN113283890A (zh) | 一种基于云计算的支付业务设备检测方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210820 |