CN114140082B - 企业内容管理系统 - Google Patents

企业内容管理系统 Download PDF

Info

Publication number
CN114140082B
CN114140082B CN202111458842.8A CN202111458842A CN114140082B CN 114140082 B CN114140082 B CN 114140082B CN 202111458842 A CN202111458842 A CN 202111458842A CN 114140082 B CN114140082 B CN 114140082B
Authority
CN
China
Prior art keywords
data
information
result
unit
subunit
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
CN202111458842.8A
Other languages
English (en)
Other versions
CN114140082A (zh
Inventor
张莹
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.)
Entertainment Interactive Technology Beijing Co ltd
Original Assignee
Entertainment Interactive Technology Beijing 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 Entertainment Interactive Technology Beijing Co ltd filed Critical Entertainment Interactive Technology Beijing Co ltd
Priority to CN202111458842.8A priority Critical patent/CN114140082B/zh
Publication of CN114140082A publication Critical patent/CN114140082A/zh
Application granted granted Critical
Publication of CN114140082B publication Critical patent/CN114140082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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

Landscapes

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

Abstract

本发明提供了一种企业内容管理系统，包括：信息收集模块：用于抓取互联网本地数据信息，并将所述数据信息存储至企业数据库；其中，所述互联网本地数据信息包括：互联网数据信息、公司内部上传数据信息、公司相关组织上传数据信息；统计整合模块：用于对所述企业数据库中的数据进行整合，确认整合数据；功能控制模块：用于对所述整合数据进行加密，并构建数据决策模型，进行决策数据调用。本发明有能够通过大数据平台帮助企业增加管理信息的能力，提升信息的安全传输，增加信息管理的效率。

Description

企业内容管理系统
技术领域
本发明涉及内容管理技术领域，特别涉及一种企业内容管理系统。
背景技术
目前，随着信息技术的快速发展，大量的信息管理流入到企业中，传统的企业内容管理已经无法满足实际的企业发展需求，对于许多企业而言，对于信息的管理依靠人工进行数据的整合处理，效率十分低下，且依靠人工处理信息时，在处理信息过程中，处理流程十分复杂且实际内容很分散，数据处理的时间和信息传递的速度十分缓慢，无法及时反馈给企业做出有效的处理措施，如发明专利CN201811151206-企业内部管理信息系统中在内部管理信息系统中划分许多模块进行数据统计和人员管理，但是针对如今大数据的时代，并未与互联网大数据进行结合，只针对公司内部的数据进行数据交换，这可能会导致信息更新的不及时，数据变化不同步，且当前的企业信息管理系统不够智能化，信息较为滞后，面对当前的大量数据管理混乱，且决策者在进行决策时，无法借助关键数据信息进行辅助决策，此外，在数据安全方面措施不到位，信息容易被泄露，导致企业的经济受到损失，为企业的发展带来阻碍；如论文Erturk E.Implementing Enterprise Content ManagementServices with an Agile Approach[J].Business and Management Research,2019,8(3):16-25中在企业内容管理中加入互联网、云服务和移动计算等技术，以使得对企业信息的管理具有动态性，能够符合公司发展和企业的实际需求，但是，在数据传输中，由于未采用任何的数据加密手段使得数据在传输时容易受到安全性威胁，最终导致企业信息被窃取。
发明内容
本发明提供一种企业内容管理系统，用以解决企业信息更新不及时、数据变化不同步且决策者进行决策时无法借助关键数据信息进行辅助决策的情况。
一种企业内容管理系统，包括：
信息收集模块：用于抓取互联网本地数据信息，并将所述数据信息存储至企业数据库；其中，所述互联网本地数据信息包括：互联网数据信息、公司内部上传数据信息、公司相关组织上传数据信息；
统计整合模块：用于对所述企业数据库中的数据进行整合，生成整合数据；
功能控制模块：用于对所述整合数据进行加密，并构建数据决策模型，进行决策数据调用。
作为本发明的一种实施例：所述信息收集模块包括：
信息定位单元：用于针对企业的历史数据信息进行遍历分析，确认目标查找数据，并根据目标查找数据自动生成目标检索信息；
信息感应单元：用于监测所述互联网本地数据中是否存在与目标检索信息匹配的数据，若存在，确定目标抓取数据并生成感应信号；
信息抓取单元：用于接收所述感应信号，并根据所述感应信号对目标抓取数据进行实时抓取，获取目标收集数据；
一级整合单元：用于针对所述目标收集数据进行一级数据整合，确认一级整合数据；
信息存储单元：用于根据所述一级整合数据按照数据类型进行分类存储；其中，所述数据类型，包括：属性数据、内容数据。
作为本发明的一种实施例：所述统计整合模块包括：
信息拆分单元：用于将所述企业数据库中的数据按照预设的拆分规则进行数据拆分，获取拆分数据并确定拆分结果；
信息标记单元：用于根据所述拆分结果进行数据标记，确定标记结果；
信息分类单元：用于根据所述标记结果对拆分数据进行分类，获取分类数据并确定分类结果；
信息检查单元：用于根据所述分类结果进行质量划分，确定划分结果；
质量等级单元：用于根据所述划分结果，确定质量等级并根据所述质量等级对所述分类数据进行预处理，确认预处理结果；其中，所述质量等级包括：低质量数据、中质量数据、高质量数据；
二级整合单元：用于根据所述预处理结果对分类数据进行二级数据整合，并确定二级整合数据；
智能查询单元：用于基于所述二级整合数据，通过预设的云端服务器，获取目标查询数据，并针对所述目标查询数据进行智能查询。
作为本发明的一种实施例：所述质量等级单元：用于根据所述划分结果，确定质量等级并根据所述质量等级对所述分类数据进行预处理，包括：
当所述分类数据的质量等级为中质量数据或高质量数据时，对所述分类数据进行保留处理，
当所述分类数据的质量等级为低质量数据时，对所述分类数据进行丢弃处理。
作为本发明的一种实施例：所述功能控制单元包括：
信息安全单元：用于获取数据信息安全的划分标准，并根据所述划分标准，判断信息安全等级；其中，所述安全等级包括低危风险、中危风险、高危风险；
客户信息单元：用于基于所述信息安全等级的判断结果，当所述判断结果显示为低危风险时，建立客户资源库，并对所述客户资源库中的信息进行分析和跟踪，获取分析结果；
管理决策单元：用于基于所述分析结果和整合数据，确定历史决策信息，并构建数据决策模型，在用户发出决策需求时，进行巨册数据调用，并动态生成决策报告。
作为本发明的一种实施例：所述智能查询单元包括：
查询对象获取子单元：用于基于预设的云端服务器，获取待查询对象；
格式解析子单元：用于针对所述待查询对象进行格式解析，获取待查询对象的数据格式，并根据所述待查询对象的数据格式生成唯一目标查询编码；其中，所述待查询对象的数据格式包括：文字格式、标签格式、图片格式和视频格式；
检索查询子单元：用于基于所述企业数据库对所述目标查询编码进行检索查询，获取查询结果。
作为本发明的一种实施例：所述信息安全单元包括：
用户认证子单元：用于根据用户输入的账号信息进行身份认证，确认身份认证结果；其中，所述账号信息包括：身份信息、账号等级、账号密码、动态验证码；
数据同步子单元：用于基于用户的身份认证结果，判断所述用户是否通过验证，若所述用户通过身份验证，获取用户的身份信息，并读取所述用户的历史浏览信息，并将所述历史浏览信息发送至云端，确认同步更新数据；其中，所述身份信息包括：管理层、普通层、客户层；
信息监督子单元：用于对所述同步更新数据进行实时监测，判断所述同步更新数据的信息安全等级；
信息加密子单元：用于基于所述信息安全等级，当所述信息安全等级为中危风险或者高危风险时，采用预设的加密算法对所述同步更新数据进行安全加密，获取加密数据信息；
公链处理单元：用于获取客户层信息，确定联盟公链中存储的客户层数据信息和历史浏览信息；
私链处理单元：用于基于预先设置的授权机制，确定系统中存储的管理层数据信息和历史决策信息；
区块链存储单元：用于将管理层数据信息和历史决策信息进行压缩和加密处理，并将压缩加密后的数据写入指定区块
作为本发明的一种实施例：所述客户信息单元包括：
档案建立子单元：用户根据所述客户层输入信息，建立客户档案；其中，所述客户档案包括：客户信息、搜索记录、兴趣爱好；
客户分析子单元：用于根据所述客户档案，对所述客户档案进行分析，获取客户的偏好信息；
信息匹配子单元：用于根据所述客户的偏好信息，将所述偏好信息与企业的信息进行匹配，确定匹配信息；
个性化推荐子单元：用于根据所述匹配信息，将所述匹配信息推送至客户层页面。
作为本发明的一种实施例：所述管理决策单元还包括：
联机分析子单元：用于基于预设的大数据处理系统，对所述二级整合数据进行信息提取，动态生成关键字信息，并根据所述关键字信息，与互联网数据进行关联性分析，确定关联性分析结果；
信息挖掘子单元：用于根据所述关联性分析结果进行数据挖掘，确定数据挖掘结果；
目标设定子单元：用于根据所述数据挖掘结果，构建目标模型，获取实时目标设定结果；
差异化分析子单元：用于基于所述实时目标设定结果，对比结果历史目标设定结果，比较所述实时目标设定结果与历史目标设定结果，获取差异化数据，并对所述差异化数据进行分析，获取差异分析结果；
信息预测子单元：用于根据所述差异化分析结果，对企业的经营规划进行预测，确定预测结果；
资源配置子单元：用于根据所述预测结果，构建资源配置模型，并基于所述资源配置模型，动态进行资源配置。
作为本发明的一种实施例：所述数据同步单元包括：
网络排查子单元：用于检测网络信号强度，并根据所述网络信号强度，动态选择网络架构，确定选择结果；
远程访问子单元：用于基于所述网络架构的选择结果，对网络进行异地部署，确定异地部署结果；
信息监控子单元：用于针对异地部署结果，生成数据通讯链路，对所述通讯链路进行实时监控，输出异常数据；
异常报警子单元：用于基于所述异常数据，对所述异常数据进行等级划分，确定异常报警等级，并根据所述异常报警等级发送对应的报警指令；其中，所述报警等级包括：初级报警、中级报警、紧急报警。
本发明的有益效果如下：本发明能够通过大数据平台帮助企业增加管理信息的能力，形成高效的企业发展进步动力，增加信息管理的效率；还能够通过对信息进行整合和分析辅助管理层自动设动目标并进行管理决策，提高竞争力，并且增加与客户的沟通渠道，降低管理成本，促进企业的经营和管理工作。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种企业内容管理系统结构示意图；
图2为本发明实施例中一种企业内容管理系统中信息收集模块结构示意图；
图3为本发明实施例中一种企业内容管理系统中统计整合模块结构示意图；
图4为本发明实施例中一种企业内容管理系统中功能控制模块结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明针对现有技术中处理内容分散，数据交换仅针对企业内部，导致信息更新不及时，数据变化不同步，以及当前的企业信息管理系统不够智能化，从而导致企业的发展滞后的问题；本发明中采用大数据处理系统，并进行异地部署，数据传输过程中采用加密算法，使得能够支持远程访问和数据的同步更新，提高数据传输的安全性，并对企业信息和互联网信息进行预测，帮助管理层能够进行决策，此外，在数据查询过程中能够支持多种格式的数据查询，提高数据查询的效率的广度。
实施例1：
本发明实施例提供了一种企业内容管理系统，包括：
信息收集模块：用于抓取互联网本地数据信息，并将所述数据信息存储至企业数据库；其中，所述互联网本地数据信息包括：互联网数据信息、公司内部上传数据信息、公司相关组织上传数据信息；
统计整合模块：用于对所述企业数据库中的数据进行整合，确认整合数据；
功能控制模块：用于针对所述整合数据进行功能匹配，确认匹配结果，进行功能输出；
上述技术方案的工作原理为：本发明的现有技术中通过将外网和内网进行连通进而实现网页信息的抓取和编辑，但是现有技术中仅支持从网页抓取数据信息，不包含公司内部和相关组织的信息抓取，因此容易导致抓取的信息不完全符合企业的发展方向，且降低信息抓取的效率；本发明中通过抓取系统抓取互联网数据信息、公司内部上传数据信息以及公司相关组织上传的数据信息，抓取的信息形式包括选题、文章、图片、视频、评论、回复、录音、脚本等多媒体形式，将抓取后的数据信息存储至企业数据库中并进行统计整合，最后根据整合的数据进行功能匹配，确认输出数据；
上述技术方案的有益效果为：本发明中通过抓取互联网数据、企业内部上传数据和企业相关组织的上传数据有利于抓取的数据与企业的信息更加贴合，帮助企业增加获取有效信息的能力并且提升信息的管理效率，将抓取的数据信息进行统计和整合有利于增加数据的有序性，降低数据抓取的错误率。
实施例2：
在本发明的一种实施例中：所述信息收集模块包括：
信息定位单元：用于针对企业的历史数据信息进行遍历分析，确认目标查找数据，并根据目标查找数据自动生成目标检索信息；
信息感应单元：用于监测所述互联网本地数据中是否存在与目标检索信息匹配的数据，若存在，确定目标抓取数据并生成感应信号；
信息抓取单元：用于接收所述感应信号，并根据所述感应信号对目标抓取数据进行实时抓取，获取目标收集数据；
一级整合单元：用于针对所述目标收集数据进行一级数据整合，确认一级整合数据；
信息存储单元：用于根据所述一级整合数据按照数据类型进行分类存储；其中，所述数据类型，包括：属性数据、内容数据；
上述技术方案的工作原理为：本发明的现有技术中在抓取信息时将不同的客户端通过互联网和防火墙与内网进行连通，外网与内网进行通信实现互联网信息的抓取和编辑，导致抓取信息由于缺少抓取目标导致获取的信息较为分散，不具有针对性，本发明中在抓取数据时首先对企业内部的信息进行遍历分析生成目标检索信息，并根据目标检索信息在互联网本地数据中匹配与之相关的数据信息，当系统检测到存在匹配的信息时，生成感应信号，信息抓取单元接收到感应信号对匹配的数据进行抓取，抓取后获得的数据较为分散类型种类较多，因此通过对抓取数据进行一级整合，并将一级整合数据按照数据类型进行分类存储至企业数据库中；
上述技术方案的有益效果为：本发明中通过抓取互联网数据、企业内部上传数据和企业相关组织的上传数据有利于抓取的数据与企业的信息更加贴合，帮助企业增加获取有效信息的能力并且提升信息的管理效率，其中抓取的内容包含题、文章、图片、视频、评论、回复、录音、脚本等多媒体形式，有利于信息抓取的多样性，不再单纯通过文字进行数据获取，将抓取的数据信息进行统计和整合有利于增加数据的有序性，降低数据抓取的错误率；通过遍历分析企业的历史数据信息，获取目标检索数据，先确定数据抓取目标再进行抓取有利于提高数据抓取的效率和准确率，降低数据复杂度；通过将一级整合数据按照属性数据和内容数据进行分类存储有利于提升数据统计和整合的效率，减少时间，提升正确率。
实施例3：
在本发明的一种实施例中：所述统计整合模块包括：
信息拆分单元：用于将所述企业数据库中的数据按照预设的拆分规则进行数据拆分，获取拆分数据并确定拆分结果；
信息标记单元：用于根据所述拆分结果进行数据标记，确定标记结果；
信息分类单元：用于根据所述标记结果对拆分数据进行分类，获取分类数据并确定分类结果；
信息检查单元：用于根据所述分类结果进行质量划分，确定划分结果；
质量等级单元：用于根据所述划分结果，确定质量等级并根据所述质量等级对所述分类数据进行预处理，确认预处理结果；其中，所述质量等级包括：低质量数据、中质量数据、高质量数据；
二级整合单元：用于根据所述预处理结果对分类数据进行二级数据整合，并确定二级整合数据；
智能查询单元：用于基于所述二级整合数据，通过预设的云端服务器，获取目标查询数据，并针对所述目标查询数据进行智能查询；
上述技术方案的工作原理为：本发明的现有技术中通过将目标网址与存储位置之间建立映射关系，通过此映射关系确定信息的存储位置，当数据量过多时导致映射关系过多，出现数据位置的错误确认，降低数据抓取效率和分类整合的效率，此外，在对目标对象的查询过程中，由于数据处理能力落后，导致在数据查询过程中只支持文字查询的方式，最终导致获取数据不全面；本发明中通过将抓取的数据存储至企业数据库中，按照拆分规则对企业数据库中的抓取数据进行拆分并将拆分后的数据进行标记，根据标记对拆分的数据进行分类，获取分类后的数据，最后根据分类的数据结果进行数据质量的等级划分，并根据质量等级的划分结果对数据进行预处理操作，在数据查询过程中通过解析查询的格式，形成对应的数字查询编码，在企业数据库中针对查询编码进行信息的检索查询；
上述技术方案的有益效果为：本发明通过将抓取的数据存储至企业数据库中未依赖数据之间的映射关系存储数据有利于增加数据处理的效率和提升数据的有效性，保证企业数据库中的数据均为有效数据，现有技术中容易导致当数据量过大时，易降低数据存储的效率，且由于映射关系过多而导致数据较分散，数据错误率增加；此外，本发明中通过对数据进行质量划分，将数据分为低质量、中质量、高质量数据，有利于获取有效数据在对数据进行统计整合时，提高企业管理的有效性，提升竞争力，支持多种数据格式的动态查询方式，有利于提高数据获取的多样性并有助于获得更加全面的信息反馈。
实施例4：
在本发明的一种实施例中：所述质量等级单元：用于根据所述划分结果，确定质量等级并根据所述质量等级对所述分类数据进行预处理，包括：
当所述分类数据的质量等级为中质量数据或高质量数据时，对所述分类数据进行保留处理，
当所述分类数据的质量等级为低质量数据时，对所述分类数据进行丢弃处理；
上述技术方案的工作原理为：本发明的现有技术中对抓取的数据进行质量等级划分，从而导致抓取的数据较为分散没有针对性，且没有根据企业实际的数据进行目标信息抓取，导致在执行数据的整合处理时工作效率低下，信息传递缓慢，且不具有时效性，本发明中通过在数据处理时，对抓取数据的质量进行等级划分，分为高质量数据、中质量数据、低质量数据，当检测到获取的数据为低质量数据时，对数据进行丢弃处理，当检测到获取的数据为高质量数据时，对数据进行保留处理；
上述技术方案的有益效果为：本发明中通过对获取的数据进行质量等级划分，对检测结果为低质量的数据进行丢弃处理，对中高质量的数据进行保留，有利于提升数据的有效性，增加数据处理的效率，有利于在数据整合的过程中增加信息管理和分析的效率，数据传递符合实时性要求，保障企业信息交换的有效性和及时性。
实施例5：
在本发明的一种实施例中：所述功能控制单元包括：
信息安全单元：用于获取数据信息安全的划分标准，并根据所述划分标准，判断信息安全等级；其中，所述安全等级包括低危风险、中危风险、高危风险；
客户信息单元：用于基于所述信息安全等级的判断结果，当所述判断结果显示为低危风险时，建立客户资源库，并对所述客户资源库中的信息进行分析和跟踪，获取分析结果；
管理决策单元：用于基于所述分析结果和整合数据，确定历史决策信息，并构建数据决策模型，在用户发出决策需求时，进行巨册数据调用，并动态生成决策报告。；
上述技术方案的工作原理为：本发明的现有技术中通过防火墙使得外网与内网产生连通从而使得数据进行交换，防火墙虽然可以在一定程度上对数据传输过程进行保护，但是当出现危险等级较高的数据时无法进行数据交换且容易导致系统的瘫痪，本发明中首先判断数据安全等级，其中包括，低危风险、中危风险、高危风险，通过对不同的风险进行适应性处理，当数据信息的安全等级较高时，将客户信息进行整合，建立专属的客户资源库，并将建立好的客户资源库发送至管理层；
上述技术方案的有益效果为：本发明中首先判断数据安全等级，其中包括，低危风险、中危风险、高危风险，通过对不同的风险进行适应性处理有利于对数据进行有针对性的保护，有利于提高数据的安全性，本发明中通过对客户的数据信息进行分析处理建立专属客户资源库，有利于有针对性性的跟踪客户的浏览信息，充分跟踪客户的习惯进行有效收集并管理，分析偏好信息，同时寻找潜在客户和客户的潜在价值，充分利用信息，实施个性化服务，有针对性的加强客户营销寻找潜在的客户资源充分收集工作信息提升客户满意程度，营造企业的高度信誉。
实施例6：
在本发明的一种实施例中：所述智能查询单元包括：
查询对象获取子单元：用于基于预设的云端服务器，获取待查询对象；
格式解析子单元：用于针对所述待查询对象进行格式解析，获取待查询对象的数据格式，并根据所述待查询对象的数据格式生成唯一目标查询编码；其中，所述待查询对象的数据格式包括：文字格式、标签格式、图片格式和视频格式；
检索查询子单元：用于基于所述企业数据库对所述目标查询编码进行检索查询，获取查询结果。
上述技术方案的工作原理为：本发明的现有技术中，针对目标对象的查询过程中，由于数据处理能力落后，导致在数据查询过程中只支持关键字方式进行查询，最终导致获取数据单一且片面；本发明中通过在数据查询过程中对待查询对象的数据格式进行解析，并生成对应的数字查询编码，最终基于企业数据库中针对查询编码进行信息的检索查询，其中支持查询的对象包括：文本格式、图片格式、标签格式和视频格式；
上述技术方案的有益效果为：本发明中通过对待查询对象进行格式解析，有利于获取用户查询对象的数据格式，并针对数据格式生成数字查询编码，有利于将不同数据格式的数据进行格式转换，从而能够支持多种类型的数据格式进行查询，查询效率高，且有利于获得更为全面的信息数据。
实施例7：
在本发明的一种实施例中：所述信息安全单元包括：
用户认证子单元：用于根据用户输入的账号信息进行身份认证，确认身份认证结果；其中，所述账号信息包括：身份信息、账号等级、账号密码、动态验证码；
数据同步子单元：用于基于用户的身份认证结果，判断所述用户是否通过验证，若所述用户通过身份验证，获取用户的身份信息，并读取所述用户的历史浏览信息，并将所述历史浏览信息发送至云端，确认同步更新数据；其中，所述身份信息包括：管理层、普通层、客户层；
信息监督子单元：用于对所述同步更新数据进行实时监测，判断所述同步更新数据的信息安全等级；
信息加密子单元：用于基于所述信息安全等级，当所述信息安全等级为中危风险或者高危风险时，采用预设的加密算法对所述同步更新数据进行安全加密，获取加密数据信息；
公链处理单元：用于获取客户层信息，确定联盟公链中存储的客户层数据信息和历史浏览信息；
私链处理单元：用于基于预先设置的授权机制，确定系统中存储的管理层数据信息和历史决策信息；
区块链存储单元：用于将管理层数据信息和历史决策信息进行压缩和加密处理，并将压缩加密后的数据写入指定区块；
上述技术方案的工作原理为：本发明的现有技术中在进行身份认证时，若用户登录的地点、时间发生变化，则历史信息并不会被同步，且现有技术中通过防火墙使得外网与内网产生连通从而使得数据进行交换，防火墙虽然可以在一定程度上对数据传输过程进行保护，但是当出现危险等级较高的数据时无法进行数据交换且容易导致系统的瘫痪；本发明中通过身份认证后，对用户的历史信息进行保存，并发送至云端，当用户在任何时间、任何地点登录系统时，都能够读取历史保存信息，身份信息包括管理层、普通层、客户层，通过对身份进行验证进入不同的层级页面，在信息监督子单元中，针对同步更新的数据进行实时监测，当数据的安全等级为中高危险时，采用对应的加密算法对更新的数据进行加密处理；此外，通过使用公链存储客户层数据信息和历史数据信息，通过私链存储管理层的数据信息和历史决策信息，最终将管理层数据信息进行压缩和加密处理写入指定的区块中因此容易导致在匹配客户信息时缺乏支撑数据；
在一个具体的实施例中：在进行数据加密的过程中，通过对密文经过对应的计算可以获取明文，然而在对管理层数据和客户层数据进行加密时，无法对密文进行计算，提出一种数据加密算法：
步骤1：通过多项式环定义数据运算过程，建立多项式系数矩阵空间：
Figure BDA0003389049420000161
其中，G(y)表示多项式环，y表示自变量系数，lp为多项式整数系数，p表示数据输出个数；
步骤2：在计算空间划分同余类，获取矩阵元素的集合群：
Figure BDA0003389049420000171
其中，[T]表示数据T对应的同余类，Ca×b表示a×b的矩阵C，s表示b维列矩阵，G表示矩阵元素对应的集合群；
步骤3：将集合群中的明文通过映射获取元目标，分别对客户层数据进行明文加密，对管理层数据进行密文加密：
针对客户层的加密算法对应为：
Ascδ(M,u):u←[u]
针对管理层的加密算法对应为：
Figure BDA0003389049420000172
其中，u表示明文，M为密钥，δ表示加密系数，[u]表示明文u的同余类，Asc和Dsc分别表示客户层和管理层加密算法表示，v1,v2表示密文，且v1,v2∈G；
上述技术方案的有益效果为：本发明通过对数据进行分层有利于不同身份的人员进入不同的层级网页，有利于对企业事项进行细化分类，更加合理的进行资源的配置，此外，通过对历史保存信息的更新，有利于确保用户任意时间、任意地点读取历史保存信息，保证云端数据同步更新，防止不法分子进行信息窃取；在信息化管理的基础上构建数字化平台，通过云端数据的同步更新，实现不同设备，在不同地点进行数据共享；此外，通过对信息进行实时监督，有利于对企业的信息进行监督和管理，及时调整不符合信息化管理的流程，从而提高工作效率，通过云端数据进行同步更新，可实现不同地点的数据进行共享，最后，将客户层和管理层的数据进行分别加密，有利于保护数据的传输和交换，提升了数据传输过程中的安全性，通过在公链中储存客户层数据信息，在私链中储存管理层数据信息，有利于保证数据的安全性，即使系统遭受入侵时，客户层的数据信息和管理层的数据信息能够得到良好的保护，通过将管理层数据进行压缩加密处理，有利于提高数据处理的效率，提升系统的安全性和企业的竞争力。
实施例8：
在本发明的一种实施例中：所述客户信息单元包括：
档案建立子单元：用户根据所述客户层输入信息，建立客户档案；其中，所述客户档案包括：客户信息、搜索记录、兴趣爱好；
客户分析子单元：用于根据所述客户档案，对所述客户档案进行分析，获取客户的偏好信息；
信息匹配子单元：用于根据所述客户的偏好信息，将所述偏好信息与企业的信息进行匹配，确定匹配信息；
个性化推荐子单元：用于根据所述匹配信息，将所述匹配信息推送至客户层页面；
上述技术方案的工作原理为：本发明的现有技术中不涉及对客户信息进行专属档案建立，因此不利于网络的安全性；本发明中通过对客户层中输入的信息进行记录，其中信息包括客户信息、搜索记录、兴趣爱好，通过对客户的信息进行分析，可获取客户的偏好信息，再根据客户的偏好信息与企业的信息进行匹配，若企业内部信息中存在于偏好信息相匹配的内容信息，优先推送给用户；
在一个具体的实施例中，在进行个性化推荐子单元中，需要将客户的搜索信息与企业内部信息进行匹配，再将匹配的信息推送至客户层，
步骤1：根据客户的浏览信息计算客户的偏好信息：
Figure BDA0003389049420000181
其中，Cho(x)表示计算客户偏好值计算公式，x表示偏好序列，Lx表示客户浏览过的类别集合，
Figure BDA0003389049420000191
表示客户在浏览过的类别集合中偏好值较高的信息，c1表示对应偏好值较高信息所属的数据类别,n为类别总数；
步骤2：通过客户的偏好值，与企业内部匹配信息进行相似度计算：
Figure BDA0003389049420000192
其中，Dif()为相似度计算函数，Cho(x)表示客户的偏好值，x表示偏好序列，σx表示偏好类别中心值x(x＝1，2，…,n)的向量，σx,j表示客户偏好类别中的第j个元素，mk表示匹配信息对应类簇的中心值k(k＝1，2,…,n)的向量，mk,j表示mk中的第j个元素，n为类别总数；当对应的相似度值较高时，将匹配的信息个性化推送至客户层，对应相似度值较低时，对匹配信息进行丢弃处理；
上述技术方案的有益效果为：本发明中通过建立专属于客户的档案，有利于存储客户资源信息按照客户的特性、喜好、兴趣，分跟踪客户的习惯进行有效收集并管理，分析偏好信息，同时寻找潜在客户和客户的潜在价值，充分利用信息，实施个性化服务通过将匹配的信息与客户的偏好信息进行相似度计算，有针对性的加强客户营销寻找潜在的客户资源充分收集工作信息提升客户满意程度，营造企业的高度信誉。
实施例9：
在本发明的一种实施例中：所述管理决策单元：
联机分析子单元：用于基于预设的大数据处理系统，对所述二级整合数据进行信息提取，动态生成关键字信息，并根据所述关键字信息，与互联网数据进行关联性分析，确定关联性分析结果；
信息挖掘子单元：用于根据所述关联性分析结果进行数据挖掘，确定数据挖掘结果；
目标设定子单元：用于根据所述数据挖掘结果，构建目标模型，获取实时目标设定结果；
差异化分析子单元：用于基于所述实时目标设定结果，对比结果历史目标设定结果，比较所述实时目标设定结果与历史目标设定结果，获取差异化数据，并对所述差异化数据进行分析，获取差异分析结果；
信息预测子单元：用于根据所述差异化分析结果，对企业的经营规划进行预测，确定预测结果；
资源配置子单元：用于根据所述预测结果，构建资源配置模型，并基于所述资源配置模型，动态进行资源配置；
上述技术方案的工作原理为：本发明的现有技术中根据企业内部信息进行决策时，由于数据更新的不及时，从而导致在进行管理决策时信息较为滞后，最终致使决策的失误使得企业的利益损失；本发明中通过基于预设的大数据处理系统，对整合的数据信息进行提取，获得关键字信息，并根据关键字信息联网获取关联性强的数据信息进行数据挖掘，系统根据挖掘到的数据结果建立目标模型，进行智能化目标设定，系统通过将此时的目标设定结果与历史目标设定结果进行差异化比较，对企业的发展进行预测，根据预测的结果，动态进行资源配置，在数据查询过程中通过解析查询的格式，形成对应的数字查询编码，在企业数据库中针对查询编码进行信息的检索查询；
上述技术方案的有益效果为：本发明中通过基于预设的大数据处理系统对整合的数据进行提取，有利于充分处理数据，并且保证数据的实时性传输和交换，通过根据关联性分析结果进行数据挖掘，有利于加强数据抓取的针对性和目的性，已有信息进行整合，分析弱点和优势找到关键点，提升企业决策的准确性进而实现企业管理的准确性和实际工作效率的提升，提高经济收益，通过将即时目标设定与历史目标设定结果进行差异化比较，有利于决策者对决策进行辅助对比，并且对企业的运行进行预测，有利于保障企业信息的安全性；在数据查询过程中支持文字、标签和图片搜索等多种查询方式，有利于在查询信息时获得全面的信息反馈。
实施例10：
在本发明的一种实施例中：所述数据同步单元包括：
网络排查子单元：用于检测网络信号强度，并根据所述网络信号强度，动态选择网络架构，确定选择结果；
远程访问子单元：用于基于所述网络架构的选择结果，对网络进行异地部署，确定异地部署结果；
信息监控子单元：用于针对异地部署结果，生成数据通讯链路，对所述通讯链路进行实时监控，输出异常数据；
异常报警子单元：用于基于所述异常数据，对所述异常数据进行等级划分，确定异常报警等级，并根据所述异常报警等级发送对应的报警指令；其中，所述报警等级包括：初级报警、中级报警、紧急报警；
上述技术方案的工作原理为：本发明的现有技术中未涉及对网络强度的检测，且在进行远程访问时，数据无法实时更新，从而导致数据的整合和分析效率较低，内容处理较为分散，信息传递缓慢，不具有，无法及时反馈给企业做出有效的处理措施；本发明中首先通过检测网络信号强度，并根据网络信号强度动态选择最适合的网络架构，并进行异地部署，并对生成的通讯链路进行实时监控，当通讯链路中出现异常数据时，进行异常数据等级划分，根据对应的异常报警等级选择对应的报警方式；
上述技术方案的有益效果为：本发明中通过对网络强度的动态选择有利于对网络状况进行排查，有利于在进行数据交换时的效率达到最大化，通过对网络进行异地部署，有利于实现数据的异地访问和协作办公，通过总部的服务器与远程缓存服务器做定期的数据同步有利于保持数据的同步更新和数据的一致性，且能够保障系统的安全性，通过对通讯链路中的数据交换过程进行实时监控，有利于针对异常数据时进行及时报警，并且及时做出保护措施，有利于保障系统的安全性和稳定性，降低入侵风险的同时提升企业的竞争力，
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改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 (6)

1.一种企业内容管理系统，其特征在于，包括：
信息收集模块：用于抓取互联网本地数据信息，并将所述数据信息存储至企业数据库；其中，
所述互联网本地数据信息包括：互联网数据信息、公司内部上传数据信息、公司相关组织上传数据信息；
统计整合模块：用于对所述企业数据库中的数据进行整合，生成整合数据；
功能控制模块：用于对所述整合数据进行加密，并构建数据决策模型，进行决策数据调用；
所述功能控制模块包括：
信息安全单元：用于获取数据信息安全的划分标准，并根据所述划分标准，判断信息安全等级；其中，所述安全等级包括低危风险、中危风险、高危风险；
客户信息单元：用于基于所述信息安全等级的判断结果，当所述判断结果显示为低危风险时，建立客户资源库，并对所述客户资源库中的信息进行分析和跟踪，获取分析结果；
管理决策单元：用于基于所述分析结果和整合数据，确定历史决策信息，并构建数据决策模型，在用户发出决策需求时，进行巨册数据调用，并动态生成决策报告；
所述信息安全单元包括：
用户认证子单元：用于根据用户输入的账号信息进行身份认证，确认身份认证结果；其中，
所述账号信息包括：身份信息、账号等级、账号密码、动态验证码；
数据同步子单元：用于基于用户的身份认证结果，判断所述用户是否通过验证，若所述用户通过身份验证，获取用户的身份信息，并读取所述用户的历史浏览信息，并将所述历史浏览信息发送至云端，确认同步更新数据；其中，
所述身份信息包括：管理层、普通层、客户层；
信息监督子单元：用于对所述同步更新数据进行实时监测，判断所述同步更新数据的信息安全等级；
信息加密子单元：用于基于所述信息安全等级，当所述信息安全等级为中危风险或者高危风险时，采用预设的加密算法对所述同步更新数据进行安全加密，获取加密数据信息；
公链处理单元：用于获取客户层信息，确定联盟公链中存储的客户层数据信息和历史浏览信息；
私链处理单元：用于基于预先设置的授权机制，确定系统中存储的管理层数据信息和历史决策信息；
区块链存储单元：用于将管理层数据信息和历史决策信息进行压缩和加密处理，并将压缩加密后的数据写入指定区块；
其中，所述统计整合模块包括：
信息拆分单元：用于将所述企业数据库中的数据按照预设的拆分规则进行数据拆分，获取拆分数据并确定拆分结果；
信息标记单元：用于根据所述拆分结果进行数据标记，确定标记结果；
信息分类单元：用于根据所述标记结果对拆分数据进行分类，获取分类数据并确定分类结果；
信息检查单元：用于根据所述分类结果进行质量划分，确定划分结果；
质量等级单元：用于根据所述划分结果，确定质量等级并根据所述质量等级对所述分类数据进行预处理，确认预处理结果；其中，所述质量等级包括：低质量数据、中质量数据、高质量数据；
二级整合单元：用于根据所述预处理结果对分类数据进行二级数据整合，并确定二级整合数据；
智能查询单元：用于基于所述二级整合数据，通过预设的云端服务器，获取目标查询数据，并针对所述目标查询数据进行智能查询；
其中，所述客户信息单元包括：
档案建立子单元：用户根据所述客户层输入信息，建立客户档案；其中，所述客户档案包括：客户信息、搜索记录、兴趣爱好；
客户分析子单元：用于根据所述客户档案，对所述客户档案进行分析，获取客户的偏好信息；
信息匹配子单元：用于根据所述客户的偏好信息，将所述偏好信息与企业的信息进行匹配，确定匹配信息；
个性化推荐子单元：用于根据所述匹配信息，将所述匹配信息推送至客户层页面；
其中，在进行个性化推荐子单元中，需要将客户的搜索信息与企业内部信息进行匹配，再将匹配的信息推送至客户层，
步骤1：根据客户的浏览信息计算客户的偏好信息：
Figure FDA0003688285770000031
其中，Cho(x)表示计算客户偏好值计算公式，x表示偏好序列，Lx表示客户浏览过的类别集合，
Figure FDA0003688285770000032
表示客户在浏览过的类别集合中偏好值较高的信息，c1表示对应偏好值较高信息所属的数据类别,n为类别总数；
步骤2：通过客户的偏好值，与企业内部匹配信息进行相似度计算：
Figure FDA0003688285770000041
其中，Dif()为相似度计算函数，Cho(x)表示客户的偏好值，x表示偏好序列，σx表示偏好类别中心值x(x＝1,2,…,n)的向量，σx,j表示客户偏好类别中的第j个元素，mk表示匹配信息对应类簇的中心值k(k＝1,2,…,n)的向量，mk,j表示mk中的第j个元素，n为类别总数；
当对应的相似度值较高时，将匹配的信息个性化推送至客户层，对应相似度值较低时，对匹配信息进行丢弃处理。
2.如权利要求1所述的一种企业内容管理系统，其特征在于，所述信息收集模块包括：
信息定位单元：用于针对企业的历史数据信息进行遍历分析，确认目标查找数据，并根据目标查找数据自动生成目标检索信息；
信息感应单元：用于监测所述互联网本地数据中是否存在与目标检索信息匹配的数据，若存在，确定目标抓取数据并生成感应信号；
信息抓取单元：用于接收所述感应信号，并根据所述感应信号对目标抓取数据进行实时抓取，获取目标收集数据；
一级整合单元：用于针对所述目标收集数据进行一级数据整合，确认一级整合数据；
信息存储单元：用于根据所述一级整合数据按照数据类型进行分类存储；其中，所述数据类型，包括：属性数据、内容数据。
3.如权利要求1所述的一种企业内容管理系统，其特征在于，所述质量等级单元：用于根据所述划分结果，确定质量等级并根据所述质量等级对所述分类数据进行预处理，包括：
当所述分类数据的质量等级为中质量数据或高质量数据时，对所述分类数据进行保留处理，
当所述分类数据的质量等级为低质量数据时，对所述分类数据进行丢弃处理。
4.如权利要求1所述的一种企业内容管理系统，其特征在于，所述智能查询单元包括：
查询对象获取子单元：用于基于预设的云端服务器，获取待查询对象；
格式解析子单元：用于针对所述待查询对象进行格式解析，获取待查询对象的数据格式，并根据所述待查询对象的数据格式生成唯一目标查询编码；其中，所述待查询对象的数据格式包括：文字格式、标签格式、图片格式和视频格式；
检索查询子单元：用于基于所述企业数据库对所述目标查询编码进行检索查询，获取查询结果。
5.如权利要1所述的一种企业内容管理系统，其特征在于，所述管理决策单元还包括：
联机分析子单元：用于基于预设的大数据处理系统，对所述二级整合数据进行信息提取，动态生成关键字信息，并根据所述关键字信息，与互联网数据进行关联性分析，确定关联性分析结果；
信息挖掘子单元：用于根据所述关联性分析结果进行数据挖掘，确定数据挖掘结果；
目标设定子单元：用于根据所述数据挖掘结果，构建目标模型，获取实时目标设定结果；
差异化分析子单元：用于基于所述实时目标设定结果，对比结果历史目标设定结果，比较所述实时目标设定结果与历史目标设定结果，获取差异化数据，并对所述差异化数据进行分析，获取差异化 分析结果；
信息预测子单元：用于根据所述差异化分析结果，对企业的经营规划进行预测，确定预测结果；
资源配置子单元：用于根据所述预测结果，构建资源配置模型，并基于所述资源配置模型，动态进行资源配置。
6.如权利要求1所述的一种企业内容管理系统，其特征在于，所述数据同步子单元包括：
网络排查子单元：用于检测网络信号强度，并根据所述网络信号强度，动态选择网络架构，确定选择结果；
远程访问子单元：用于基于所述网络架构的选择结果，对网络进行异地部署，确定异地部署结果；
信息监控子单元：用于针对异地部署结果，生成数据通讯链路，对所述通讯链路进行实时监控，输出异常数据；
异常报警子单元：用于基于所述异常数据，对所述异常数据进行等级划分，确定异常报警等级，并根据所述异常报警等级发送对应的报警指令；其中，所述报警等级包括：初级报警、中级报警、紧急报警。
CN202111458842.8A 2021-12-02 2021-12-02 企业内容管理系统 Active CN114140082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111458842.8A CN114140082B (zh) 2021-12-02 2021-12-02 企业内容管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111458842.8A CN114140082B (zh) 2021-12-02 2021-12-02 企业内容管理系统

Publications (2)

Publication Number Publication Date
CN114140082A CN114140082A (zh) 2022-03-04
CN114140082B true CN114140082B (zh) 2022-08-05

Family

ID=80386747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111458842.8A Active CN114140082B (zh) 2021-12-02 2021-12-02 企业内容管理系统

Country Status (1)

Country Link
CN (1) CN114140082B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115190026A (zh) * 2022-05-09 2022-10-14 广州中南网络技术有限公司 一种互联网数字循环方法
CN116980890B (zh) * 2023-09-20 2023-12-22 北京集度科技有限公司 信息安全通信装置、方法、车辆、计算机程序产品
CN117687764B (zh) * 2024-02-04 2024-04-30 南京九洲会计咨询有限公司 基于SaaS平台的财务数据智能核算方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063513A (zh) * 2011-09-29 2014-09-24 北京奇虎科技有限公司 一种智能垂直搜索方法和系统
CN105992194A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 网络数据内容的获取方法及装置
CN110163621A (zh) * 2018-02-10 2019-08-23 广州供电局有限公司 一种电力客服大数据决策支持系统
CN110334923A (zh) * 2019-06-20 2019-10-15 安徽亿联网络科技有限公司 一种适用于企业的信息化管理系统
CN111027087A (zh) * 2019-12-16 2020-04-17 智慧谷(厦门)物联科技有限公司 应用区块链助记词加密的企业信息管理系统及方法
CN112380519A (zh) * 2020-11-23 2021-02-19 杭州冒险元素网络技术有限公司 一种互联网数据抓取方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005234909A (ja) * 2004-02-19 2005-09-02 Nippon Telegr & Teleph Corp <Ntt> アップロード型情報配信システムおよびその方法、並びに、ユーザー装置およびそのプログラム
FR3090964B1 (fr) * 2018-12-21 2021-06-18 Thales Sa Registres distribues pour le partage de donnees en aeronautique

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063513A (zh) * 2011-09-29 2014-09-24 北京奇虎科技有限公司 一种智能垂直搜索方法和系统
CN105992194A (zh) * 2015-01-30 2016-10-05 阿里巴巴集团控股有限公司 网络数据内容的获取方法及装置
CN110163621A (zh) * 2018-02-10 2019-08-23 广州供电局有限公司 一种电力客服大数据决策支持系统
CN110334923A (zh) * 2019-06-20 2019-10-15 安徽亿联网络科技有限公司 一种适用于企业的信息化管理系统
CN111027087A (zh) * 2019-12-16 2020-04-17 智慧谷(厦门)物联科技有限公司 应用区块链助记词加密的企业信息管理系统及方法
CN112380519A (zh) * 2020-11-23 2021-02-19 杭州冒险元素网络技术有限公司 一种互联网数据抓取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
商业智能决策支持系统(BIDSS);曹斌等;《计算机工程与应用》;20011015(第20期);第29-31页 *
基于数据挖掘的决策支持系统;王延平等;《数字石油和化工》;20071225(第12期);第48-51页 *
曹斌等.商业智能决策支持系统(BIDSS).《计算机工程与应用》.2001,(第20期), *

Also Published As

Publication number Publication date
CN114140082A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
CN114140082B (zh) 企业内容管理系统
Khare et al. Big data in IoT
CN108460582B (zh) 制度信息处理方法、装置、计算机设备和存储介质
CN107491472B (zh) 一种基于生命周期的大数据平台敏感数据安全共享系统和方法
CN104850969A (zh) 执法仪音视频证据警情联动管理系统
CN212086236U (zh) 基于区块链的环境监测数据采集处理系统
CN111274227B (zh) 一种基于聚类分析和关联规则的数据库审计系统及方法
CN109636307B (zh) 河长app系统
CN112560029A (zh) 基于智能分析技术的网站内容监测和自动化响应防护方法
Feng et al. Digital forensics challenges to big data in the cloud
CN117352188B (zh) 一种基于大数据分析的临床信息共享方法及系统
CN117614849A (zh) 一种基于家庭网络的多媒体资源共享方法及系统
TWI636369B (zh) 即時串流紀錄資料分析系統與方法
CN109818831A (zh) 一种基于dmz的跨专网的系统数据动态监控装置及方法
CN112382122B (zh) 一种交通信息处理的方法和装置
CN116383786B (zh) 一种基于物联网的大数据信息监管系统及方法
CN109871711B (zh) 海洋大数据共享分发风险控制模型及方法
CN116383189A (zh) 业务数据的处理方法、装置、计算机设备、存储介质
CN115438015A (zh) 一种基于区块链的计算机文件存储系统及方法
CN113378222A (zh) 一种基于数据内容识别的文件标密方法及系统
Xi et al. Sema-ICN: Toward semantic information-centric networking supporting smart anomalous access detection
Fu et al. Batman or the joker? the powerful urban computing and its ethics issues
Ma et al. Analysis of Computer Information Processing Technology in Big Data Age
CN117640432B (zh) 分布式数据中心运维监控方法
CN113626521B (zh) 云计算式数字产品保护用区块链数据处理系统

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