CN114528112B - 一种基于云计算的大数据信息分析方法及系统 - Google Patents

一种基于云计算的大数据信息分析方法及系统 Download PDF

Info

Publication number
CN114528112B
CN114528112B CN202210436836.0A CN202210436836A CN114528112B CN 114528112 B CN114528112 B CN 114528112B CN 202210436836 A CN202210436836 A CN 202210436836A CN 114528112 B CN114528112 B CN 114528112B
Authority
CN
China
Prior art keywords
data
analyzed
sub
cloud
feature
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
CN202210436836.0A
Other languages
English (en)
Other versions
CN114528112A (zh
Inventor
侯宝元
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.)
Ruizhi Technology Group Co ltd
Original Assignee
Ruizhi Technology Group 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 Ruizhi Technology Group Co ltd filed Critical Ruizhi Technology Group Co ltd
Priority to CN202210436836.0A priority Critical patent/CN114528112B/zh
Publication of CN114528112A publication Critical patent/CN114528112A/zh
Application granted granted Critical
Publication of CN114528112B publication Critical patent/CN114528112B/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
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5055—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering software capabilities, i.e. software resources associated or available to the machine
    • 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)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Stored Programmes (AREA)

Abstract

本申请涉及数据处理领域，尤其涉及一种基于云计算的大数据信息分析方法及系统，包括：云端接收终端发送的分析请求，并且在云端查找得到待分析数据；为查找到的待分析数据调用匹配的子功能程序；被调用的子功能程序对待分析数据进行处理；将多个子功能程序的处理结果进行融合，得到分析结果；云端将分析结果返回给终端，作为对分析请求的响应。本申请可以使云端能够满足对不同种类的数据的处理，同时还能够减少对运算的性能的影响。

Description

一种基于云计算的大数据信息分析方法及系统
技术领域
本申请涉及数据处理领域，尤其涉及一种基于云计算的大数据信息分析方法及系统。
背景技术
近年来，随着互联网的迅速发展，大量的应用的使用也越来越普及，在应用的使用过程中所产生的数据也呈爆发式增长。目前，通常会将大量的数据存储在云端，以通过“云”为我们提供各种各样的服务，例如：存储服务、分析服务等。
但是，由于应用的种类不断增加，而不同种类的应用所产生的数据的种类也不同，所以需要在云端部署不同种类的计算处理程序，以满足对不同种类的数据的处理。
然而，在云端部署不同种类的计算处理程序，避免会对云端的性能造成影响，因此如何使云端能够满足对不同种类的数据的处理，同时还能够减少对运算的性能的影响，是目前本领域技术人员急需解决的技术问题。
发明内容
本申请提供了一种基于云计算的大数据信息分析方法及系统，以使云端能够满足对不同种类的数据的处理，同时还能够减少对运算的性能的影响。
为解决上述技术问题，本申请提供如下技术方案：
一种基于云计算的大数据信息分析方法，包括如下步骤：步骤S110、云端接收终端发送的分析请求，并且在云端查找得到待分析数据；步骤S120、为查找到的待分析数据调用匹配的子功能程序；步骤S130、被调用的子功能程序对待分析数据进行处理；步骤S140、将多个子功能程序的处理结果进行融合，得到分析结果；步骤S150、云端将分析结果返回给终端，作为对分析请求的响应。
如上所述的基于云计算的大数据信息分析方法，其中，优选的是，云端接收终端的分析请求后，解析所述分析请求，得到待分析数据的标识，依据待分析数据的标识在云端查找得到待分析数据。
如上所述的基于云计算的大数据信息分析方法，其中，优选的是，待查找得到待分析数据后，计算每一个待分析数据的综合特征与云端中的每一个子功能程序的类别特征之间的相似度，为每一个待分析数据匹配与其综合特征相似度最高的子功能程序，以调用所匹配的子功能程序。
如上所述的基于云计算的大数据信息分析方法，其中，优选的是，被调用的子功能程序对归该子功能程序处理的所有待分析数据提取特征数据，对特征数据进行处理，以得到处理结果。
如上所述的基于云计算的大数据信息分析方法，其中，优选的是，在特征数据提取后，计算待分析数据提取特征数据后的特征损失率，若特征损失率小于预设值，则通过提取出来的特征数据进行处理，以得到处理结果；若特征损失率不小于预设值，则通过待分析数据的所有特征数据进行处理以得到处理结果。
一种基于云计算的大数据信息分析系统，包括：云端和终端，云端包括：通信模块、查找模块、调用模块、多个子功能程序和融合模块；云端的通信模块接收终端发送的分析请求，并且查找模块在云端查找得到待分析数据；调用模块为查找到的待分析数据调用匹配的子功能程序；被调用的子功能程序对待分析数据进行处理；融合模块将多个子功能程序的处理结果进行融合，得到分析结果；云端的通信模块将分析结果返回给终端，作为对分析请求的响应。
如上所述的基于云计算的大数据信息分析系统，其中，优选的是，云端还包括：解析模块，云端的通信模块接收终端的分析请求后，云端的解析模块解析所述分析请求，得到待分析数据的标识，查找模块依据待分析数据的标识在云端查找得到待分析数据。
如上所述的基于云计算的大数据信息分析系统，其中，优选的是，待查找模块查找得到待分析数据后，调用模块计算每一个待分析数据的综合特征与云端中的每一个子功能程序的类别特征之间的相似度，为每一个待分析数据匹配与其综合特征相似度最高的子功能程序，以调用所匹配的子功能程序。
如上所述的基于云计算的大数据信息分析系统，其中，优选的是，被调用的子功能程序对归该子功能程序处理的所有待分析数据提取特征数据，对特征数据进行处理，以得到处理结果。
如上所述的基于云计算的大数据信息分析系统，其中，优选的是，在特征数据提取后，计算待分析数据提取特征数据后的特征损失率，若特征损失率小于预设值，则通过提取出来的特征数据进行处理，以得到处理结果；若特征损失率不小于预设值，则通过待分析数据的所有特征数据进行处理以得到处理结果。
相对上述背景技术，由于本申请中在云端部署了实现不同功能的子功能程序，所以在进行数据分析时，可以依据不同的数据匹配多个不同功能的子功能程序，从而组合完成相应的数据分析，因此避免了部署不同种类的计算处理程序，从而可以使云端能够满足对不同种类的数据的处理，同时还能够减少对运算的性能的影响。
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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的基于云计算的大数据信息分析方法的流程图；
图2是本申请实施例提供的基于云计算的大数据信息分析系统的示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
实施例一
请参阅图1，图1是本申请实施例提供的基于云计算的大数据信息分析方法的流程图。
本申请提供了一种基于云计算的大数据信息分析方法，包括如下步骤：
步骤S110、云端接收终端发送的分析请求，并且在云端查找得到待分析数据；
在云端中存储有不同种类的应用（例如：支付软件、社交软件、短视频软件等）的数据（例如：支付软件的个人信息、支付软件的交易信息，社交软件的个人信息、社交软件的语音信息、社交软件的图片信息、社交软件的交易信息，短视频软件的个人信息、短视频软件的图片信息、短视频软件的视频信息、短视频软件的语音信息等）。
在用户有分析需求时，终端生成分析请求，分析请求中包含有待分析数据的标识，例如：分析请求是分析短视频软件所产生的数据，以得到该用户感兴趣的内容特征，所以在该分析请求中包含有短视频软件所产生的数据的标识。
云端接收终端的分析请求后，解析该分析请求，得到待分析数据的标识，然后依据待分析数据的标识在云端查找得到待分析数据。例如：依据得到的标识，从存储在云端的短视频软件所产生的数据中，查找得到待分析数据。
步骤S120、为查找到的待分析数据调用匹配的子功能程序；
在云端上部署有数据分析程序，以对数据进行分析处理。本申请中，数据分析程序被按照不同的功能分解为多个子功能程序，例如：个人信息处理子功能程序、交易信息处理子功能程序、图片信息处理子功能程序、语音信息处理子功能程序、视频信息处理子功能程序等。作为一个例子，在对短视频软件所产生的数据进行分析时，可以使用个人信息处理子功能程序、图片信息处理子功能程序、语音信息处理子功能程序、视频信息处理子功能程序等。并且，本申请中还预先为每个子功能程序设置了类别特征，用于标识其功能。
待查找得到待分析数据后，计算每一个待分析数据的综合特征与云端中的每一个子功能程序的类别特征之间的相似度，为每一个待分析数据匹配与其综合特征相似度最高的子功能程序，并调用所匹配的子功能程序，以处理该待分析数据。由于查找到的待分析数据不仅仅是一个数据，一般情况下是多个数据，因此根据待分析数据的种类的不同，通常会匹配多个不同功能的子功能程序，以对查找得到的所有待分析数据进行处理。
具体的，通过公式
Figure 930751DEST_PATH_IMAGE001
计算待分析数据的综合特征与每一个子功能程序的类别特征之间的相似度；
Figure 547678DEST_PATH_IMAGE002
是第
Figure 634582DEST_PATH_IMAGE003
个待分析数据的综合特征，并且
Figure 311551DEST_PATH_IMAGE004
，
Figure 483907DEST_PATH_IMAGE005
为该待分析数据的第
Figure 638944DEST_PATH_IMAGE006
个特征，
Figure 95202DEST_PATH_IMAGE007
为第
Figure 677493DEST_PATH_IMAGE006
个特征对应的权重值，
Figure 337145DEST_PATH_IMAGE008
为该待分析数据的特征的数量；
Figure 295874DEST_PATH_IMAGE009
是第
Figure 357371DEST_PATH_IMAGE010
个子功能程序的类别特征；
Figure 376142DEST_PATH_IMAGE011
是
Figure 523090DEST_PATH_IMAGE012
与
Figure 19930DEST_PATH_IMAGE013
之间的相似度；
Figure 683736DEST_PATH_IMAGE014
为相对熵，并且，
Figure 873409DEST_PATH_IMAGE015
，因此
Figure 507653DEST_PATH_IMAGE016
，
Figure 73763DEST_PATH_IMAGE017
。
步骤S130、被调用的子功能程序对待分析数据进行处理；
为每个待分析数据调用匹配的子功能程序后，该子功能程序对归其分析的待分析数据进行处理。通常查找得到的待分析数据都具有很多的数据，所以即使调用了多个子功能程序，被调用的每一个子功能程序也会处理很多待分析数据，因此每一个被调用的子功能程序在对归其处理的待分析数据进行处理前，优选还对归该子功能程序处理的所有待分析数据提取特征数据，并对特征数据进行处理，从而减少了该子功能程序的数据处理量。具体的，计算待分析数据中的每个特征数据的均值和方差，并且将计算得到的方差与基础阈值进行比较，若一个特征数据的方差大于基础阈值，则提取该特征数据，若一个特征数据的方差不大于基础阈值，则放弃该特征数据，从而完成对待分析数据的特征数据的提取。
另外，由于特征数据的提取会造成特征的丢失，因此本申请中在特征数据提取后，还计算待分析数据提取特征数据后的特征损失率。具体的，通过公式
Figure 844273DEST_PATH_IMAGE018
计算得到一个待分析数据提取特征数据后的特征损失率
Figure 204847DEST_PATH_IMAGE019
，其中，
Figure 326387DEST_PATH_IMAGE020
为从该待分析数据中提取到的所有特征数据的数量，
Figure 165030DEST_PATH_IMAGE021
为从该分析数据中提取到的第
Figure 55626DEST_PATH_IMAGE022
个特征数据，
Figure 836369DEST_PATH_IMAGE023
为从该分析数据中提取到的第
Figure 179626DEST_PATH_IMAGE022
个特征数据的权重，
Figure 87539DEST_PATH_IMAGE024
为该待分析数据中的所有特征数据的数量，
Figure 832641DEST_PATH_IMAGE025
为该待分析数据中的第
Figure 535018DEST_PATH_IMAGE026
个特征数据，
Figure 365570DEST_PATH_IMAGE027
为待分析数据中的第
Figure 811595DEST_PATH_IMAGE026
个特征数据的权重。
在计算得到特征损失率后，比较特征损失率与预设值，以获得特征提取对处理结果的影响程度。具体的，若特征损失率小于预设值，则认为特征提取对处理结果的影响程度在可控范围内，可通过提取出来的特征数据进行处理；若特征损失率不小于预设值，则认为特征提取对处理结果的影响程度在不可控范围内，不能通过提取出来的特征数据进行处理，这种情况下需要通过该待分析数据的所有特征数据进行处理。
步骤S140、将多个子功能程序的处理结果进行融合，得到分析结果；
在多个子功能程序得到处理结果后，需要将这些子功能程序得到的这些处理结果进行融合，以得到用户发送的分析请求所需要的分析结果。具体的，通过公式
Figure 676783DEST_PATH_IMAGE028
，对多个子功能程序的处理结果进行融合，得到分析结果。其中，
Figure 550061DEST_PATH_IMAGE029
为分析结果，
Figure 618642DEST_PATH_IMAGE030
为第
Figure 602779DEST_PATH_IMAGE031
个子功能程序的权重，
Figure 322473DEST_PATH_IMAGE032
为子功能程序的数量，
Figure 366653DEST_PATH_IMAGE033
为第
Figure 171798DEST_PATH_IMAGE031
个子功能程序处理的第
Figure 959625DEST_PATH_IMAGE034
个特征数据，
Figure 533826DEST_PATH_IMAGE035
为第
Figure 748906DEST_PATH_IMAGE031
个子功能程序处理的特征数据的数量，
Figure 25036DEST_PATH_IMAGE036
为第
Figure 882133DEST_PATH_IMAGE034
个特征数据与其对应的标准特征数据
Figure 310841DEST_PATH_IMAGE037
之间的差距。
步骤S150、云端将分析结果返回给终端，作为对分析请求的响应；
在云端得到分析结果后，云端将分析结果作为对分析请求的响应返回给终端，以在终端中展示给用户。
实施例二
请参阅图2，图2是本申请实施例提供的基于云计算的大数据信息分析系统的示意图。
本申请提供了一种基于云计算的大数据信息分析系统，包括：云端210和终端220，云端210包括：通信模块211、查找模块212、调用模块213、多个子功能程序214和融合模块215。
云端210的通信模块211接收终端220发送的分析请求，并且查找模块212在云端210查找得到待分析数据。
在云端210中存储有不同种类的应用（例如：支付软件、社交软件、短视频软件等）的数据（例如：支付软件的个人信息、支付软件的交易信息，社交软件的个人信息、社交软件的语音信息、社交软件的图片信息、社交软件的交易信息，短视频软件的个人信息、短视频软件的图片信息、短视频软件的视频信息、短视频软件的语音信息等）。
在用户有分析需求时，终端220生成分析请求，分析请求中包含有待分析数据的标识，例如：分析请求是分析短视频软件所产生的数据，以得到该用户感兴趣的内容特征，所以在该分析请求中包含有短视频软件所产生的数据的标识。
云端210还包括解析模块216，云端210的通信模块211接收终端220的分析请求后，云端210的解析模块216解析该分析请求，得到待分析数据的标识，然后查找模块212依据待分析数据的标识在云端210查找得到待分析数据。例如：依据得到的标识，从存储在云端的短视频软件所产生的数据中，查找得到待分析数据。
调用模块213为查找到的待分析数据调用匹配的子功能程序。
在云端210上部署有数据分析程序，以对数据进行分析处理。本申请中，数据分析程序被按照不同的功能分解为多个子功能程序214，例如：个人信息处理子功能程序、交易信息处理子功能程序、图片信息处理子功能程序、语音信息处理子功能程序、视频信息处理子功能程序等。作为一个例子，在对短视频软件所产生的数据进行分析时，可以使用个人信息处理子功能程序、图片信息处理子功能程序、语音信息处理子功能程序、视频信息处理子功能程序等。并且，本申请中还预先为每个子功能程序设置了类别特征，用于标识其功能。
待查找模块212查找得到待分析数据后，调用模块213计算每一个待分析数据的综合特征与云端中的每一个子功能程序214的类别特征之间的相似度，为每一个待分析数据匹配与其综合特征相似度最高的子功能程序214，并调用所匹配的子功能程序214，以处理该待分析数据。由于查找模块212查找到的待分析数据不仅仅是一个数据，一般情况下是多个数据，因此根据待分析数据的种类的不同，通常调用模块213会匹配多个不同功能的子功能程序214，以对查找得到的所有待分析数据进行处理。
具体的，通过公式
Figure 696823DEST_PATH_IMAGE038
计算待分析数据的综合特征与每一个子功能程序214的类别特征之间的相似度；
Figure 476560DEST_PATH_IMAGE039
是第
Figure 606190DEST_PATH_IMAGE040
个待分析数据的综合特征，并且
Figure 889404DEST_PATH_IMAGE041
，
Figure 711866DEST_PATH_IMAGE042
为该待分析数据的第
Figure 978900DEST_PATH_IMAGE043
个特征，
Figure 646641DEST_PATH_IMAGE044
为第
Figure 797743DEST_PATH_IMAGE043
个特征对应的权重值，
Figure 791107DEST_PATH_IMAGE045
为该待分析数据的特征的数量；
Figure 14278DEST_PATH_IMAGE046
是第
Figure 751290DEST_PATH_IMAGE047
个子功能程序的类别特征；
Figure 9096DEST_PATH_IMAGE048
是
Figure 907782DEST_PATH_IMAGE049
与
Figure 883828DEST_PATH_IMAGE050
之间的相似度；
Figure 158952DEST_PATH_IMAGE051
为相对熵，并且，
Figure 536843DEST_PATH_IMAGE052
，因此
Figure 121277DEST_PATH_IMAGE053
，
Figure 319041DEST_PATH_IMAGE054
。
被调用的子功能程序214对待分析数据进行处理。
为每个待分析数据调用匹配的子功能程序214后，该子功能程序214对归其分析的待分析数据进行处理。通常查找得到的待分析数据都具有很多的数据，所以即使调用了多个子功能程序214，被调用的每一个子功能程序214也会处理很多待分析数据，因此每一个被调用的子功能程序214在对归其处理的待分析数据进行处理前，优选还对归该子功能程序214处理的所有待分析数据提取特征数据，并对特征数据进行处理，从而减少了该子功能程序214的数据处理量。具体的，计算待分析数据中的每个特征数据的均值和方差，并且将计算得到的方差与基础阈值进行比较，若一个特征数据的方差大于基础阈值，则提取该特征数据，若一个特征数据的方差不大于基础阈值，则放弃该特征数据，从而完成对待分析数据的特征数据的提取。
另外，由于特征数据的提取会造成特征的丢失，因此本申请中在特征数据提取后，还计算待分析数据提取特征数据后的特征损失率。具体的，通过公式
Figure 397855DEST_PATH_IMAGE055
计算得到一个待分析数据提取特征数据后的特征损失率
Figure 630253DEST_PATH_IMAGE056
，其中，
Figure 870742DEST_PATH_IMAGE057
为从该待分析数据中提取到的所有特征数据的数量，
Figure 821380DEST_PATH_IMAGE058
为从该分析数据中提取到的第
Figure 438306DEST_PATH_IMAGE059
个特征数据，
Figure 525211DEST_PATH_IMAGE060
为从该分析数据中提取到的第
Figure 687333DEST_PATH_IMAGE059
个特征数据的权重，
Figure 859689DEST_PATH_IMAGE061
为该待分析数据中的所有特征数据的数量，
Figure 280306DEST_PATH_IMAGE062
为该待分析数据中的第
Figure 221717DEST_PATH_IMAGE063
个特征数据，
Figure 335166DEST_PATH_IMAGE064
为待分析数据中的第
Figure 994818DEST_PATH_IMAGE063
个特征数据的权重。
在计算得到特征损失率后，比较特征损失率与预设值，以获得特征提取对处理结果的影响程度。具体的，若特征损失率小于预设值，则认为特征提取对处理结果的影响程度在可控范围内，可通过提取出来的特征数据进行处理；若特征损失率不小于预设值，则认为特征提取对处理结果的影响程度在不可控范围内，不能通过提取出来的特征数据进行处理，这种情况下需要通过该待分析数据的所有特征数据进行处理。
融合模块215将多个子功能程序214的处理结果进行融合，得到分析结果。
在多个子功能程序214得到处理结果后，融合模块215需要将这些子功能程序214得到的这些处理结果进行融合，以得到用户发送的分析请求所需要的分析结果。
具体的，通过公式
Figure 953547DEST_PATH_IMAGE065
，对多个子功能程序的处理结果进行融合，得到分析结果。其中，
Figure 15043DEST_PATH_IMAGE066
为分析结果，
Figure 33815DEST_PATH_IMAGE067
为第
Figure 164451DEST_PATH_IMAGE068
个子功能程序的权重，
Figure 926871DEST_PATH_IMAGE069
为子功能程序的数量，
Figure 842874DEST_PATH_IMAGE070
为第
Figure 298126DEST_PATH_IMAGE071
个子功能程序处理的第
Figure 932370DEST_PATH_IMAGE072
个特征数据，
Figure 232901DEST_PATH_IMAGE073
为第
Figure 3411DEST_PATH_IMAGE068
个子功能程序处理的特征数据的数量，
Figure 363985DEST_PATH_IMAGE074
为第
Figure 219946DEST_PATH_IMAGE072
个特征数据与其对应的标准特征数据
Figure 71971DEST_PATH_IMAGE075
之间的差距。
云端210的通信模块211将分析结果返回给终端220，作为对分析请求的响应。
在云端210得到分析结果后，云端210的通信模块211将分析结果作为对分析请求的响应返回给终端220，以在终端220中展示给用户。
本申请中，由于在云端部署了实现不同功能的子功能程序，因此在进行数据分析时，可以依据不同的数据匹配多个不同功能的子功能程序，从而组合完成相应的数据分析，因此避免了部署不同种类的计算处理程序，从而可以使云端能够满足对不同种类的数据的处理，同时还能够减少对运算的性能的影响。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种基于云计算的大数据信息分析方法，其特征在于，包括如下步骤：
步骤S110、云端接收终端发送的分析请求，并且在云端查找得到待分析数据；
步骤S120、为查找到的待分析数据调用匹配的子功能程序；
步骤S130、被调用的子功能程序对待分析数据进行处理；
步骤S140、将多个子功能程序的处理结果进行融合，得到分析结果；
通过公式
Figure 738110DEST_PATH_IMAGE001
，对多个子功能程序的处理结果进行融合，得到分析结果；
其中，
Figure 327354DEST_PATH_IMAGE002
为分析结果，
Figure 638250DEST_PATH_IMAGE003
为第
Figure 767880DEST_PATH_IMAGE004
个子功能程序的权重，
Figure 254356DEST_PATH_IMAGE005
为子功能程序的数量，
Figure 811239DEST_PATH_IMAGE006
为第
Figure 875010DEST_PATH_IMAGE004
个子功能程序处理的第
Figure 808331DEST_PATH_IMAGE007
个特征数据，
Figure 149314DEST_PATH_IMAGE008
为第
Figure 877098DEST_PATH_IMAGE004
个子功能程序处理的特征数据的数量，
Figure 428165DEST_PATH_IMAGE009
为第
Figure 899598DEST_PATH_IMAGE007
个特征数据与其对应的标准特征数据
Figure 823648DEST_PATH_IMAGE010
之间的差距；
步骤S150、云端将分析结果返回给终端，作为对分析请求的响应。
2.根据权利要求1所述的基于云计算的大数据信息分析方法，其特征在于，云端接收终端的分析请求后，解析所述分析请求，得到待分析数据的标识，依据待分析数据的标识在云端查找得到待分析数据。
3.根据权利要求1所述的基于云计算的大数据信息分析方法，其特征在于，待查找得到待分析数据后，计算每一个待分析数据的综合特征与云端中的每一个子功能程序的类别特征之间的相似度，为每一个待分析数据匹配与其综合特征相似度最高的子功能程序，以调用所匹配的子功能程序。
4.根据权利要求1-3任一项所述的基于云计算的大数据信息分析方法，其特征在于，被调用的子功能程序对归该子功能程序处理的所有待分析数据提取特征数据，对特征数据进行处理，以得到处理结果。
5.根据权利要求4所述的基于云计算的大数据信息分析方法，其特征在于，在特征数据提取后，计算待分析数据提取特征数据后的特征损失率，若特征损失率小于预设值，则通过提取出来的特征数据进行处理，以得到处理结果；若特征损失率不小于预设值，则通过待分析数据的所有特征数据进行处理以得到处理结果。
6.一种基于云计算的大数据信息分析系统，其特征在于，包括：云端和终端，云端包括：通信模块、查找模块、调用模块、多个子功能程序和融合模块；
云端的通信模块接收终端发送的分析请求，并且查找模块在云端查找得到待分析数据；
调用模块为查找到的待分析数据调用匹配的子功能程序；
被调用的子功能程序对待分析数据进行处理；
融合模块将多个子功能程序的处理结果进行融合，得到分析结果；
通过公式
Figure 50230DEST_PATH_IMAGE001
，对多个子功能程序的处理结果进行融合，得到分析结果；
其中，
Figure 26277DEST_PATH_IMAGE002
为分析结果，
Figure 973504DEST_PATH_IMAGE003
为第
Figure 351396DEST_PATH_IMAGE004
个子功能程序的权重，
Figure 483300DEST_PATH_IMAGE005
为子功能程序的数量
Figure 946642DEST_PATH_IMAGE006
为第
Figure 697561DEST_PATH_IMAGE004
个子功能程序处理的第
Figure 929959DEST_PATH_IMAGE007
个特征数据，
Figure 498343DEST_PATH_IMAGE008
为第
Figure 183403DEST_PATH_IMAGE004
个子功能程序处理的特征数据的数量，
Figure 738012DEST_PATH_IMAGE009
为第
Figure 824917DEST_PATH_IMAGE007
个特征数据与其对应的标准特征数据
Figure 564202DEST_PATH_IMAGE010
之间的差距；
云端的通信模块将分析结果返回给终端，作为对分析请求的响应。
7.根据权利要求6所述的基于云计算的大数据信息分析系统，其特征在于，云端还包括：解析模块，云端的通信模块接收终端的分析请求后，云端的解析模块解析所述分析请求，得到待分析数据的标识，查找模块依据待分析数据的标识在云端查找得到待分析数据。
8.根据权利要求6所述的基于云计算的大数据信息分析系统，其特征在于，待查找模块查找得到待分析数据后，调用模块计算每一个待分析数据的综合特征与云端中的每一个子功能程序的类别特征之间的相似度，为每一个待分析数据匹配与其综合特征相似度最高的子功能程序，以调用所匹配的子功能程序。
9.根据权利要求6-8任一项所述的基于云计算的大数据信息分析系统，其特征在于，被调用的子功能程序对归该子功能程序处理的所有待分析数据提取特征数据，对特征数据进行处理，以得到处理结果。
10.根据权利要求9所述的基于云计算的大数据信息分析系统，其特征在于，在特征数据提取后，计算待分析数据提取特征数据后的特征损失率，若特征损失率小于预设值，则通过提取出来的特征数据进行处理，以得到处理结果；若特征损失率不小于预设值，则通过待分析数据的所有特征数据进行处理以得到处理结果。
CN202210436836.0A 2022-04-25 2022-04-25 一种基于云计算的大数据信息分析方法及系统 Active CN114528112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210436836.0A CN114528112B (zh) 2022-04-25 2022-04-25 一种基于云计算的大数据信息分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210436836.0A CN114528112B (zh) 2022-04-25 2022-04-25 一种基于云计算的大数据信息分析方法及系统

Publications (2)

Publication Number Publication Date
CN114528112A CN114528112A (zh) 2022-05-24
CN114528112B true CN114528112B (zh) 2022-07-29

Family

ID=81628101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210436836.0A Active CN114528112B (zh) 2022-04-25 2022-04-25 一种基于云计算的大数据信息分析方法及系统

Country Status (1)

Country Link
CN (1) CN114528112B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112398947A (zh) * 2020-11-18 2021-02-23 腾讯科技（深圳）有限公司 一种信息推送方法、装置、设备及计算机可读存储介质
CN114372564A (zh) * 2022-01-12 2022-04-19 腾讯科技（深圳）有限公司 用于对象分级的模型训练方法、对象分级方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101800762B (zh) * 2009-12-30 2014-03-19 中兴通讯股份有限公司 一种对多个业务进行融合的业务云系统及业务实现方法
US8762709B2 (en) * 2011-05-20 2014-06-24 Lockheed Martin Corporation Cloud computing method and system
CN106960215A (zh) * 2017-02-21 2017-07-18 广州七乐康药业连锁有限公司 一种基于云平台实现医疗图像深度匹配的方法及系统
CN110933147B (zh) * 2019-11-15 2020-07-17 链睿信息服务(南通)有限公司 一种基于云计算的信息技术分析系统
CN112214771A (zh) * 2020-09-10 2021-01-12 绍兴无相智能科技有限公司 基于大数据的信息分析方法、装置及计算机可读存储介质
CN112861346A (zh) * 2021-02-07 2021-05-28 北京润尼尔网络科技有限公司 数据处理系统、方法及电子设备
CN113568759B (zh) * 2021-09-27 2022-02-22 睿至科技集团有限公司 一种基于云计算的大数据处理方法及其系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112398947A (zh) * 2020-11-18 2021-02-23 腾讯科技（深圳）有限公司 一种信息推送方法、装置、设备及计算机可读存储介质
CN114372564A (zh) * 2022-01-12 2022-04-19 腾讯科技（深圳）有限公司 用于对象分级的模型训练方法、对象分级方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fundamental Concepts of Computing: Subroutine Calls;David B. Black;《https://www.blackliszt.com/2021/03/fundamental-concepts-of-computing-subroutine-calls.html》;20210316;全文 *
基于Kubernetes容器集群资源调度策略研究;马希琳;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20191215;I139-88 *

Also Published As

Publication number Publication date
CN114528112A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN108829764B (zh) 推荐信息获取方法、装置、系统、服务器及存储介质
CN112184872B (zh) 基于大数据和云计算的游戏渲染优化方法及云端计算中心
CN106055574B (zh) 一种识别非法统一资源标识符url的方法与装置
CN110245069B (zh) 页面版本的测试方法和装置、页面的展示方法和装置
WO2017000109A1 (zh) 搜索方法、搜索装置、用户设备和计算机程序产品
US20200410280A1 (en) Methods and apparatuses for updating databases, electronic devices and computer storage mediums
CN111382364B (zh) 处理信息的方法及装置
CN111931063B (zh) 基于区块链和人工智能的信息推送处理方法及云服务平台
CN109348287B (zh) 视频摘要生成方法、装置、存储介质和电子设备
CN112187890B (zh) 基于云计算和大数据的信息分发方法及区块链金融云中心
WO2020135756A1 (zh) 视频段的提取方法、装置、设备及计算机可读存储介质
CN112259226A (zh) 基于大数据的智慧医疗病情监控方法、系统及医疗云平台
CN114528112B (zh) 一种基于云计算的大数据信息分析方法及系统
CN107688587B (zh) 一种媒体信息展示方法及装置
CN113225580B (zh) 直播数据处理方法、装置、电子设备及介质
CN112114907A (zh) 基于电子商务云计算的应用加载方法及人工智能计算中心
CN111695008A (zh) 消息整合方法及装置
CN107194003A (zh) 相框显示方法及装置
CN112149564B (zh) 一种基于小样本学习的面容分类识别系统
CN111246124B (zh) 一种多媒体数字融合方法和装置
CN110337008B (zh) 视频互动调整方法、装置、设备及存储介质
CN112839260A (zh) 基于安卓系统的智能数字电视节目推荐方法、装置及电视
WO2015100070A1 (en) Presenting information based on a video
CN111949763B (zh) 基于文本素材的单品类别确定方法及装置
CN114697762B (zh) 一种处理方法、装置、终端设备及介质

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