CN114564473B - 基于erp企业管理系统的数据处理方法、设备及介质 - Google Patents

基于erp企业管理系统的数据处理方法、设备及介质 Download PDF

Info

Publication number
CN114564473B
CN114564473B CN202210454521.9A CN202210454521A CN114564473B CN 114564473 B CN114564473 B CN 114564473B CN 202210454521 A CN202210454521 A CN 202210454521A CN 114564473 B CN114564473 B CN 114564473B
Authority
CN
China
Prior art keywords
noise
attribute
preset
optimization
erp
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
CN202210454521.9A
Other languages
English (en)
Other versions
CN114564473A (zh
Inventor
张志华
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.)
Jiangsu Yibirui Information Technology Co ltd
Original Assignee
Jiangsu Yibirui Information Technology 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 Jiangsu Yibirui Information Technology Co ltd filed Critical Jiangsu Yibirui Information Technology Co ltd
Priority to CN202210454521.9A priority Critical patent/CN114564473B/zh
Publication of CN114564473A publication Critical patent/CN114564473A/zh
Application granted granted Critical
Publication of CN114564473B publication Critical patent/CN114564473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Complex Calculations (AREA)

Abstract

本发明提供的基于ERP企业管理系统的数据处理方法、设备及介质,由于该偏置数组反映了预置噪声属性的差异化特征,该基础噪声属性数组表示预置噪声属性的噪声属性向量,这样能够通过该第一噪声优化评分确定该触发数据优化机制的数字化企业运行日志与各预置噪声属性的差异化特征之间的噪声优化评分,进而将满足预设条件的第一噪声优化评分所关联的噪声属性作为该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。在一些示例下,通过考虑反映预置噪声属性的差异化特征,对分析得到的第一ERP管理流程噪声进行优化策略定制,提高了触发数据优化机制的数字化企业运行日志的噪声优化策略确定的准确性和可信度。

Description

基于ERP企业管理系统的数据处理方法、设备及介质
技术领域
本发明涉及ERP企业管理技术领域,具体而言,涉及基于ERP企业管理系统的数据处理方法、设备及介质。
背景技术
企业资源计划(EnterpriseResourcePlanning,ERP)与计算机技术的高度发展是分不开的,用户对系统有更大的主动性,ERP的功能包括除了制造、供销、财务外,还包括多工厂管理、质量管理、实验室管理、设备维修管理、仓库管理、运输管理、过程控制接口、数据采集接口、电子通讯、电子邮件、法规与标准、项目管理、金融投资管理、市场信息管理等等。
随着数字时代的来临,ERP的应用越来越广泛,在一些ERP的应用场景下不可避免地产生一些噪声,而如何高效实现对应的噪声处理优化则是当下迫切需要解决的其中一个问题。
发明内容
本发明至少提供基于ERP企业管理系统的数据处理方法、设备及介质。
本发明提供了一种基于ERP企业管理系统的数据处理方法,应用于ERP服务设备,所述方法包括:对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声;所述第一ERP管理流程噪声表示所述触发数据优化机制的数字化企业运行日志的冗余运行信息;确定X个预置噪声属性中各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;所述偏置数组表示所述预置噪声属性的差异化特征;所述基础噪声属性数组表示所述预置噪声属性的噪声属性向量;利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分;依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
举例来看,所述第一ERP管理流程噪声携带若干资源管理项目中各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声;所述偏置数组包含各个所述资源管理项目所关联的碎片化偏置评分;所述基础噪声属性数组包含各个所述资源管理项目所关联的碎片化噪声属性特征;所述利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分,包括:对于各个所述预置噪声属性,依据所述预置噪声属性中各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声以及各个所述资源管理项目所关联的碎片化噪声属性特征,确定各个所述资源管理项目所关联的第一局部噪声优化系数;依据各个所述资源管理项目所关联的碎片化偏置评分和各个所述资源管理项目所关联的第一局部噪声优化系数,确定所述预置噪声属性所关联的第一噪声优化评分。
举例来看,所述对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声,包括:对所述触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出当前ERP管理流程噪声;从优化需求指标的分支对所述当前ERP管理流程噪声进行细化处理以确定出各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声。
举例来看,所述依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略,包括:在各个所述预置噪声属性所关联的第一噪声优化评分中,确定评分值最小的第一噪声优化评分;将所述评分值最小的第一噪声优化评分所关联的预置噪声属性,作为所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
如此设计,本发明实施例通过确定将第一ERP管理流程噪声细化处理成若干资源管理项目中各资源管理项目下的第一碎片化ERP管理流程噪声,并结合各预置噪声属性在各个所述资源管理项目下的碎片化偏置评分,确定该触发数据优化机制的数字化企业运行日志与各预置噪声属性之间的异同,进而得到后续的EPR噪声优化策略。其中,鉴于各个第一碎片化ERP管理流程噪声表示所关联的资源管理项目下的冗余运行信息,且预置噪声属性在不同资源管理项目中添设的偏置评分表示该预置噪声属性对于不同资源管理项目的重要性,使得各预置噪声属性的第一噪声优化评分可以准确可信地表征该触发数据优化机制的数字化企业运行日志未匹配该预置噪声属性的几率,从而提高针对数字化企业运行日志的优化策略确定的准确性和可靠性。
举例来看,所述方法利用EPR噪声优化处理线程实现,所述EPR噪声优化处理线程的线程调参模板包括:各个所述预置噪声属性所关联的线程调参模板序列,所述线程调参模板序列携带若干先验数字化企业运行日志,所述EPR噪声优化处理线程的调参方式包括:对于各个所述先验数字化企业运行日志,通过当前处理线程确定所述先验数字化企业运行日志的第二ERP管理流程噪声,以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;结合最小的第二噪声优化评分所关联的噪声属性,确定所述先验数字化企业运行日志的评估型EPR噪声优化策略,其中,所述第二噪声优化评分结合所述第二ERP管理流程噪声,各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组所得到;依据所述先验数字化企业运行日志的评估型EPR噪声优化策略和所述先验数字化企业运行日志的策略概述特征,确定所述当前处理线程的线程代价函数;依据所述线程代价函数对所述当前处理线程进行调参以确定出所述EPR噪声优化处理线程。
如此设计,本发明实施例通过各预置噪声属性所关联的若干先验数字化企业运行日志对当前处理线程进行线程参数调整,综合各先验数字化企业运行日志的评估型EPR噪声优化策略和预置噪声属性确定的当前处理线程的线程代价函数调整当前处理线程中的线程参数以确定出线程参数调整后的EPR噪声优化处理线程,通过本发明实施例线程参数调整得到的EPR噪声优化处理线程,鉴于考虑描述预置噪声属性的差异化特征,对分析得到的ERP管理流程噪声进行优化策略定制,提高了针对数字化企业运行日志的优化策略确定的准确性和可靠性。
举例来看,所述通过当前处理线程确定各个所述预置噪声属性所关联的基础噪声属性数组,包括:对于各个所述预置噪声属性,利用所述当前处理线程确定所述预置噪声属性所关联的若干先验数字化企业运行日志所关联的若干第二ERP管理流程噪声;结合所述若干第二ERP管理流程噪声,确定所述预置噪声属性所关联的基础噪声属性数组。
举例来看,所述通过当前处理线程确定各个所述预置噪声属性所关联的偏置数组,包括:对于各个所述预置噪声属性,结合所述预置噪声属性所关联的若干先验数字化企业运行日志和所述预置噪声属性所关联的差异化特征向量以确定出所述预置噪声属性所关联的偏置数组。
举例来看,所述结合所述预置噪声属性所关联的若干先验数字化企业运行日志和所述预置噪声属性所关联的差异化特征向量以确定出所述预置噪声属性所关联的偏置数组,包括:结合所述预置噪声属性所关联的若干先验数字化企业运行日志,确定所述预置噪声属性所关联的基础噪声属性数组;结合预置的整理规则,对所述预置噪声属性所关联的基础噪声属性数组和所述预置噪声属性所关联的差异化特征向量进行整理以确定出所述预置噪声属性所关联的Overall_ERP管理流程噪声;结合所述Overall_ERP管理流程噪声,确定所述预置噪声属性所关联的偏置数组。
如此设计,本发明实施例通过整体化预置噪声属性的基础噪声属性数组和所关联的差异化特征向量,并结合整体化后的Overall_ERP管理流程噪声确定偏置数组,可以使得到的偏置数组可以准确可信地表征各个资源管理项目对于当前预置噪声属性的贡献值,提高了后续确定触发数据优化机制的数字化企业运行日志与该预置噪声属性之间的噪声优化评分的准确性。
举例来看,所述结合所述预置噪声属性所关联的若干先验数字化企业运行日志和所述预置噪声属性所关联的差异化特征向量以确定出所述预置噪声属性所关联的偏置数组,包括:利用所述当前处理线程对所述预置噪声属性所关联的若干先验数字化企业运行日志执行数据噪声分析以确定出所述若干先验数字化企业运行日志所关联的若干当前ERP管理流程噪声;结合预置的整理规则,对各个所述先验数字化企业运行日志所关联的所述当前ERP管理流程噪声和所述预置噪声属性所关联的差异化特征向量进行整理以确定出各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声;分别结合各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声,确定各个所述先验数字化企业运行日志所关联的transient偏置数组;结合各个所述先验数字化企业运行日志所关联的transient偏置数组,确定所述预置噪声属性所关联的偏置数组。
如此设计,本发明实施例通过分别确定各先验数字化企业运行日志所关联的当前ERP管理流程噪声和所关联的差异化特征向量,并结合整体化后的Overall_ERP管理流程噪声确定各先验数字化企业运行日志所关联的transient偏置数组,可以使得到的偏置数组可以准确可信地表征各个资源管理项目对于当前预置噪声属性的贡献值;同时,结合各个所述先验数字化企业运行日志所关联的transient偏置数组,确定所述预置噪声属性所关联的偏置数组,可以得到具有稳定性的偏置数组,可以提高后续确定触发数据优化机制的数字化企业运行日志与该预置噪声属性之间的噪声优化评分的准确性和可信度。
举例来看,所述方法还包括:通过最少一种差异细节分析节点对所述预置噪声属性的噪声属性标签执行数据噪声分析以确定出各个所述差异细节分析节点所关联的当前差异化特征;结合各个所述差异细节分析节点所关联的差异指数对各个所述差异细节分析节点所关联的当前差异化特征进行整理以确定出所述预置噪声属性所关联的差异化特征向量。
如此设计,本发明通过确定各差异细节分析节点对于同一噪声属性标签分析得到的相异的当前差异化特征,可以从相异的差异细节分析节点中确定该噪声属性标签在不同聚焦层面分支(不同的智能化线程)下的差异化特征,可以得到完整可信的预置噪声属性所关联的差异化特征向量,此外,对相异的差异细节分析节点添加了相异的差异指数,可提高差异化特征向量的准确性。
举例来看,所述最少一种差异细节分析节点包含第一差异细节分析节点,所述通过最少一种差异细节分析节点对所述预置噪声属性的噪声属性标签执行数据噪声分析以确定出各个所述差异细节分析节点所关联的当前差异化特征,包括:结合所述第一差异细节分析节点,确定所述噪声属性标签所关联的属性描述字段列表;所述属性描述字段列表携带若干资源属性描述;相异的资源属性描述表示所述噪声属性标签在不同资源管理项目下的联动细节;结合所述噪声属性标签所关联的若干资源属性描述,确定所述第一差异细节分析节点所关联的当前差异化特征。
举例来看,所述结合所述第一差异细节分析节点,确定各个所述噪声属性标签所关联的属性描述字段列表,包括:确定所述噪声属性标签所关联的若干资源管理项目数据;各个所述资源管理项目数据包括所述噪声属性标签;对各个所述资源管理项目数据进行资源挖掘处理以确定出各资源管理项目数据所关联的包含目标ERP事务细节的待处理项目数据;所述资源挖掘处理用作将所述资源管理项目数据更新为所述目标ERP事务细节;将各个所述待处理项目数据加载到所述第一差异细节分析节点以确定出所述噪声属性标签在各个所述待处理项目数据中的ERP事务细节知识;所述第一差异细节分析节点用于挖掘所述待处理项目数据中所述目标ERP事务细节的ERP事务细节知识;所述ERP事务细节知识表示所述目标ERP事务细节在所述待处理项目数据中的联动细节;将所述噪声属性标签在各个所述待处理项目数据中的ERP事务细节知识作为所述资源属性描述以确定出所述噪声属性标签所关联的属性描述字段列表。
如此设计,本发明通过确定各噪声属性标签所关联的若干资源属性描述,确定各噪声属性标签所关联的属性描述字段,可以使得各噪声属性标签所关联的属性描述字段可以应用于不同资源管理项目下的数字化企业运行日志的策略定制,不仅能够提高本发明实施例中基于ERP企业管理系统的数据处理方法的适用资源管理项目,还可以提高针对数字化企业运行日志的优化策略确定的准确性和可靠性。
举例来看,所述方法包括:获取指定噪声属性的调参指示;所述调参指示包含所述指定噪声属性的噪声属性标签和线程调参模板序列;基于所述调参指示,结合所述指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组;所述指定噪声属性所关联的偏置数组和基础噪声属性数组用于确定所述触发数据优化机制的数字化企业运行日志在所述指定噪声属性所关联的第一噪声优化评分。
举例来看,所述结合所述指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组,包括:结合所述指定噪声属性的线程调参模板序列所关联的若干先验数字化企业运行日志,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的基础噪声属性数组;结合所述指定噪声属性所关联的基础噪声属性数组以及所述指定噪声属性所关联的差异化特征向量确定所述指定噪声属性所关联的偏置数组;所述差异化特征向量结合所述指定噪声属性的噪声属性标签所得到。
如此设计,本发明实施例基于指定噪声属性的调参指示,综合指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组,进而可以在后续的数字化企业运行日志优化进程中,综合该指定噪声属性所关联的偏置数组和基础噪声属性数组确定所述触发数据优化机制的数字化企业运行日志在所述指定噪声属性所关联的第一噪声优化评分,以满足该指定噪声属性所关联的数字化企业运行日志优化进程,保障了该EPR噪声优化处理线程的应用灵活性。
本发明还提供了一种ERP服务设备,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在运行时实现上述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:通过挖掘触发数据优化机制的数字化企业运行日志的第一ERP管理流程噪声,并与各预置噪声属性所关联的偏置数组和基础噪声属性数组确定第一噪声优化评分,依据各预置噪声属性所关联的第一噪声优化评分确定该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。由于该偏置数组反映了预置噪声属性的差异化特征,该基础噪声属性数组表示预置噪声属性的噪声属性向量,这样能够通过该第一噪声优化评分确定该触发数据优化机制的数字化企业运行日志与各预置噪声属性的差异化特征之间的噪声优化评分,进而将满足预设条件的第一噪声优化评分所关联的噪声属性作为该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。在一些示例下,通过考虑反映预置噪声属性的差异化特征,对分析得到的第一ERP管理流程噪声进行优化策略定制,提高了触发数据优化机制的数字化企业运行日志的噪声优化策略确定的准确性和可信度。
关于上述ERP服务设备、计算机可读存储介质的效果描述参见上述方法的说明。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
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,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本发明的实施例,并与说明书一起用于说明本发明的技术方案。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是本发明实施例示出的一种ERP服务设备的方框图。
图2是本发明实施例示出的一种基于ERP企业管理系统的数据处理方法的流程示意图。
图3是本发明实施例示出的一种基于ERP企业管理系统的数据处理装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1为本发明实施例提供的ERP服务设备10的结构示意图,包括处理器102、存储器104、和总线106。其中,存储器104用于存储执行指令,包括内存和外部存储器,内存也可以理解为内存储器,用于暂时存放处理器102中的运算数据,以及与硬盘等外部存储器交换的数据,处理器102通过内存与外部存储器进行数据交换,当ERP服务设备10运行时,处理器102与存储器104之间通过总线106通信,使得处理器102执行本发明实施例的基于ERP企业管理系统的数据处理方法。
请结合图2,图2是本发明实施例所提供的一种基于ERP企业管理系统的数据处理方法的流程示意图,应用于ERP服务设备,该方法示例性可以包括如下步骤所描述的内容。
STEP-301,对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声。
对于本发明实施例而言,所述第一ERP管理流程噪声表示所述触发数据优化机制的数字化企业运行日志的冗余运行信息,而所述触发数据优化机制的数字化企业运行日志为需要进行优化策略定制的当前数字化企业运行日志(一般而言可以理解为待处理的数字化企业运行日志),数字化企业运行日志还可以理解为ERP运行日志,ERP系统是一种主要面向制造行业进行物质资源、资金资源和信息资源集成一体化管理的企业信息管理系统,是一个可以提供跨地区、跨部门、甚至跨公司整合实时信息的企业管理软件系统。
对上述数字化企业运行日志执行数据噪声分析的思路可以依据实际需求灵活设置,比如可以通过预置噪声提取线程实现对该触发数据优化机制的数字化企业运行日志的数据噪声分析步骤以确定出该触发数据优化机制的数字化企业运行日志的第一ERP管理流程噪声。其中,该噪声提取线程已经是线程参数调整好的噪声提取线程;第一ERP管理流程噪声可以为若干分支(比如不同的管理流程项目或者资源管理项目)下的特征向量。比如,在该第一ERP管理流程噪声为一个分支下的特征向量时,该第一ERP管理流程噪声例如为[a,a,CCa]、[CCa,a,a]和[a,CCa,a]中的一种;在该第一ERP管理流程噪声为两个分支下的特征向量时,该第一ERP管理流程噪声例如为[a,CCa,2CCa]、[CCa,a,2CCa]和[CCa,2CCa,a]中的随机一种;在该第一ERP管理流程噪声为G个分支下的特征向量时,该第一ERP管理流程噪声例如为[CCa,CC2,…,CCG]。
STEP-302,确定X个预置噪声属性中各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;所述偏置数组表示所述预置噪声属性的差异化特征;所述基础噪声属性数组表示所述预置噪声属性的噪声属性向量。
举例来看,在对该触发数据优化机制的数字化企业运行日志进行优化策略定制的过程中,需要在该X个预置噪声属性中确定一个预置噪声属性作为该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。其中,该X个预置噪声属性(比如噪声类别)是预置的。
举例来看,对于各预置噪声属性,可以确定各预置噪声属性所关联的偏置数组(比如权重向量),该偏置数组的数组规模与该第一ERP管理流程噪声的数组规模存在联系。举例来看,该偏置数组的其中一个分支与该第一ERP管理流程噪声的其中一个分支存在联系,对应的分支为第一分支。
在一些示例下,在第一ERP管理流程噪声为包含第一分支的特征向量时,该偏置数组也包含该第一分支。比如,在该第一ERP管理流程噪声一个分支下的特征向量[a,a,CCa]的前提下,该第一ERP管理流程噪声包含第一分支“CC”,进一步地,偏置数组为包含该第一分支CC的特征向量(可以为[a,a,CCa]);在该第一ERP管理流程噪声G个分支下的特征向量[CCa,CC2,…,CCG]的前提下,该第一ERP管理流程噪声包含第一分支“CC1”,进一步地,偏置数组为包含该第一分支CC的特征向量(可以为[a,a,CCa])。
举例来看,预置噪声属性所关联的偏置数组表示预置噪声属性的差异化特征。各预置噪声属性所关联的偏置数组也是预置的。
对于本发明实施例而言,可以通过如下步骤下确定预置噪声属性所关联的偏置数组:确定用于描述该预置噪声属性的若干差异化特征向量,将若干差异化特征向量加载到基于噪声处理线程以确定出所述基于噪声处理线程输出的各差异化特征向量所关联的差异化特征向量,结合各差异化特征向量所关联的差异化特征向量确定该预置噪声属性所关联的偏置数组。进一步地,反映该预置噪声属性的差异化特征向量可以为对该预置噪声属性的噪声细节的数据。进一步地,差异化特征向量可以理解为对噪声属性进行区分的向量。
STEP-303,利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分。
举例来看,对于各预置噪声属性,可以确定该预置噪声属性所关联的基础噪声属性数组与该第一ERP管理流程噪声之间的噪声优化评分,并结合该噪声优化评分与偏置数组确定该预置噪声属性所关联的第一噪声优化评分(比如取值可以在1-10之间的数值)。
举例而言,在该第一ERP管理流程噪声、基础噪声属性数组与偏置数组都是1维特征向量时,可以先确定第一ERP管理流程噪声与基础噪声属性数组之间的噪声优化评分,再结合确定该预置噪声属性所关联的第一噪声优化评分。
STEP-304,依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
举例来看,对于各个预置噪声属性,该第一噪声优化评分表示该触发数据优化机制的数字化企业运行日志未匹配该预置噪声属性的几率。换言之,第一噪声优化评分越大,该触发数据优化机制的数字化企业运行日志传入该预置噪声属性的几率越小,第一噪声优化评分越小,该触发数据优化机制的数字化企业运行日志传入该预置噪声属性的几率越大。依据各预置噪声属性所关联的第一噪声优化评分的比较数据,可以确定触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
举例来看,可以通过如下步骤实现上述以上STEP-304:在各预置噪声属性所关联的第一噪声优化评分中,确定评分值最小的第一噪声优化评分;将评分值最小的第一噪声优化评分所关联的预置噪声属性作为触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
对于本发明实施例而言,EPR噪声优化策略可以包括不同类型的优化策,比如重复信息清洗、错误信息校正等。
可以理解的是,本发明实施例通过挖掘触发数据优化机制的数字化企业运行日志的第一ERP管理流程噪声,并与各预置噪声属性所关联的偏置数组和基础噪声属性数组确定第一噪声优化评分,依据各预置噪声属性所关联的第一噪声优化评分确定该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。由于该偏置数组反映了预置噪声属性的差异化特征,该基础噪声属性数组表示预置噪声属性的噪声属性向量,这样一来,可以通过该第一噪声优化评分确定该触发数据优化机制的数字化企业运行日志与各预置噪声属性的差异化特征之间的噪声优化评分,进而将满足预设条件的第一噪声优化评分所关联的噪声属性作为该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。在一些示例下,通过考虑反映预置噪声属性的差异化特征,对分析得到的第一ERP管理流程噪声进行优化策略定制,提高了触发数据优化机制的数字化企业运行日志的噪声优化策略确定的准确性和可信度。
示例性的,STEP-301和STEP-302可以通过以下STEP-401和STEP-402实现。
STEP-401,对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声。
进一步地,所述第一ERP管理流程噪声表示所述触发数据优化机制的数字化企业运行日志的冗余运行信息,所述第一ERP管理流程噪声携带若干资源管理项目中各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声。
对于本发明实施例而言,第一ERP管理流程噪声携带若干资源管理项目中各资源管理项目所关联的第一碎片化ERP管理流程噪声。第一ERP管理流程噪声可以包括G个资源管理项目的第一碎片化ERP管理流程噪声,各第一碎片化ERP管理流程噪声的数组规模一致。此外,碎片化ERP管理流程噪声可以理解为局部的管理流程噪声,也可以理解为局部噪声特征或者局部噪声向量。进一步地,各预置噪声属性所关联的基础噪声属性数组与该第一ERP管理流程噪声的数组规模一致。
举例来看,可以将该触发数据优化机制的数字化企业运行日志分别加载到相异的噪声提取线程以确定出各噪声提取线程输出的一个资源管理项目的碎片化噪声特征。
举例来看,STEP-401可以通过STEP-4011和STEP-4012所描述的技术方案实现。
STEP-4011,对所述触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出当前ERP管理流程噪声。
STEP-4012,从优化需求指标的分支对所述当前ERP管理流程噪声进行细化处理以确定出各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声。
对于本发明实施例而言,在对将当前ERP管理流程噪声进行细化处理的过程中,可以先确定资源管理项目数目,依据该资源管理项目数目从优化需求指标的分支对所述当前ERP管理流程噪声进行细化处理,该优化需求指标所在的分支例如为第一分支,STEP-4012可以依据该资源管理项目数目对在当前ERP管理流程噪声中的第一分支对当前ERP管理流程噪声进行细化处理以确定出各资源管理项目所关联的第一碎片化ERP管理流程噪声。
在一些示例下,各个第一碎片化ERP管理流程噪声表示所关联的资源管理项目下的冗余运行信息;比如,对于存在的三个资源管理项目,包括表示目标资源关注特征的第一资源管理项目,表示资源负荷特征的第二资源管理项目和表示目标资源状态特征的第三资源管理项目,第一资源管理项目的第一碎片化ERP管理流程噪声表示触发数据优化机制的数字化企业运行日志的目标资源关注特征,第二资源管理项目的第一碎片化ERP管理流程噪声表示触发数据优化机制的数字化企业运行日志的资源负荷特征,第三资源管理项目的第一碎片化ERP管理流程噪声表示触发数据优化机制的数字化企业运行日志的目标资源状态特征。
STEP-402,确定X个预置噪声属性中各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;所述偏置数组表示所述预置噪声属性的差异化特征;所述基础噪声属性数组表示所述预置噪声属性的噪声属性向量;所述偏置数组包含各个所述资源管理项目所关联的碎片化偏置评分;所述基础噪声属性数组包含各个所述资源管理项目所关联的碎片化噪声属性特征。
对于本发明实施例而言,该偏置数组包括各资源管理项目所关联的碎片化偏置评分。偏置数组可以包括G个资源管理项目的碎片化偏置评分(比如局部权重),各碎片化偏置评分的数组规模一致。
在一些示例下,该预置噪声属性在不同资源管理项目中添设的偏置评分表示该预置噪声属性对于不同资源管理项目的重要性。
举例来看,STEP-402可以通过以下STEP-4021和STEP-4022实现。
STEP-4021,对于各个所述预置噪声属性,依据所述预置噪声属性中各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声和各个所述资源管理项目所关联的碎片化噪声属性特征,确定各个所述资源管理项目所关联的第一局部噪声优化系数。
STEP-4022,依据各个所述资源管理项目所关联的碎片化偏置评分和各个所述资源管理项目所关联的第一局部噪声优化系数,确定所述预置噪声属性所关联的第一噪声优化评分。
举例来看,可以通过如下步骤实现以上STEP-304:在各预置噪声属性所关联的第一噪声优化评分中,确定评分值最小的第一噪声优化评分;将评分值最小的第一噪声优化评分所关联的预置噪声属性作为触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
本发明实施例通过确定将第一ERP管理流程噪声细化处理成若干资源管理项目中各资源管理项目下的第一碎片化ERP管理流程噪声,并结合各预置噪声属性在各个所述资源管理项目下的碎片化偏置评分,确定该触发数据优化机制的数字化企业运行日志与各预置噪声属性之间的异同,进而得到后续的EPR噪声优化策略。其中,由于各个第一碎片化ERP管理流程噪声表示所关联的资源管理项目下的冗余运行信息,且预置噪声属性在不同资源管理项目中添设的偏置评分表示该预置噪声属性对于不同资源管理项目的重要性,使得各预置噪声属性的第一噪声优化评分可以准确可信地表征该触发数据优化机制的数字化企业运行日志未匹配该预置噪声属性的几率,可以进一步的提高针对数字化企业运行日志的优化策略确定的准确性和可靠性。
此外,还可以通过STEP-501至STEP-505得到线程参数调整后的处理线程。
STEP-501,对于各个所述先验数字化企业运行日志,通过当前处理线程确定所述先验数字化企业运行日志的第二ERP管理流程噪声,以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组。
举例来看,上述基于ERP企业管理系统的数据处理方法可以通过EPR噪声优化处理线程实现,其中,可以结合当前处理线程和线程调参模板得到该EPR噪声优化处理线程,在综合该线程调参模板对该当前处理线程进行线程参数调整的过程中,该线程调参模板包括各预置噪声属性所关联的线程调参模板序列,且各线程调参模板序列包括匹配于对应预置噪声属性的若干先验数字化企业运行日志,即各先验数字化企业运行日志均包含该预置噪声属性关键词(比如噪声属性标签)。
举例来看,对于各先验数字化企业运行日志,该当前处理线程可以用于挖掘该先验数字化企业运行日志所关联的第二ERP管理流程噪声;同时,对于各预置噪声属性所关联的线程调参模板序列,该当前处理线程还可以确定各预置噪声属性所关联的偏置数组和基础噪声属性数组。其中,上述STEP-501可以包括以下实施方式的其中一个。
STEP-5011,对于各个所述预置噪声属性,利用所述当前处理线程确定所述预置噪声属性所关联的若干先验数字化企业运行日志所关联的若干第二ERP管理流程噪声;结合所述若干第二ERP管理流程噪声,确定所述预置噪声属性所关联的基础噪声属性数组。
举例来看,在挖掘任意一个预置噪声属性的基础噪声属性数组的过程中,可以从该预置噪声属性所关联的若干先验数字化企业运行日志中确定部分或全部的先验数字化企业运行日志,挖掘确定到的各先验数字化企业运行日志的第二ERP管理流程噪声,对得到的若干第二ERP管理流程噪声进行均值处理以确定出该预置噪声属性所关联的基础噪声属性数组。
STEP-5012,对于各个所述预置噪声属性,结合所述预置噪声属性所关联的若干先验数字化企业运行日志和所述预置噪声属性所关联的差异化特征向量以确定出所述预置噪声属性所关联的偏置数组。
举例来看,可以对所述预置噪声属性中若干先验数字化企业运行日志所关联的基础噪声属性数组和所述预置噪声属性所关联的差异化特征向量进行整理,并结合整体化后的ERP管理流程噪声得到所述预置噪声属性所关联的偏置数组。
STEP-502,结合最小的第二噪声优化评分所关联的噪声属性,确定所述先验数字化企业运行日志的评估型EPR噪声优化策略,其中,所述第二噪声优化评分结合所述第二ERP管理流程噪声,各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组所得到。
举例来看,对于各先验数字化企业运行日志,可以结合该先验数字化企业运行日志的第二ERP管理流程噪声和各预置噪声属性所关联的基础噪声属性数组确定该先验数字化企业运行日志在各预置噪声属性的噪声优化评分,并依据该先验数字化企业运行日志在各预置噪声属性的噪声优化评分和各预置噪声属性所关联的偏置数组,确定该先验数字化企业运行日志在各预置噪声属性的第二噪声优化评分,将最小的第二噪声优化评分所关联的噪声属性,作为所述先验数字化企业运行日志的评估型EPR噪声优化策略。
STEP-503,依据所述先验数字化企业运行日志的评估型EPR噪声优化策略和所述先验数字化企业运行日志的策略概述特征,确定所述当前处理线程的线程代价函数。
STEP-504,依据所述线程代价函数对所述当前处理线程进行调参以确定出所述EPR噪声优化处理线程。
举例来看,可以依据当前处理线程的评估型EPR噪声优化策略和预置噪声属性,确定得到当前处理线程的线程代价函数,并综合线程代价函数调整当前处理线程中的线程参数。
举例来看,线程参数调整后的EPR噪声优化处理线程用于对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声;所述第一ERP管理流程噪声表示所述触发数据优化机制的数字化企业运行日志的冗余运行信息;确定X个预置噪声属性中各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;所述偏置数组表示所述预置噪声属性的差异化特征;所述基础噪声属性数组表示所述预置噪声属性的噪声属性向量;利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分;依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
本发明实施例通过各预置噪声属性所关联的若干先验数字化企业运行日志对当前处理线程进行线程参数调整,综合各先验数字化企业运行日志的评估型EPR噪声优化策略和预置噪声属性确定的当前处理线程的线程代价函数调整当前处理线程中的线程参数以确定出线程参数调整后的EPR噪声优化处理线程,通过本发明实施例线程参数调整得到的EPR噪声优化处理线程,鉴于考虑描述预置噪声属性的差异化特征,对分析得到的ERP管理流程噪声进行优化策略定制,提高了针对数字化企业运行日志的优化策略确定的准确性和可靠性。
此外,STEP-5012可以通过STEP-601至STEP-603实现。
STEP-601,结合所述预置噪声属性所关联的若干先验数字化企业运行日志,确定所述预置噪声属性所关联的基础噪声属性数组。
STEP-602,结合预置的整理规则,对所述预置噪声属性所关联的基础噪声属性数组和所述预置噪声属性所关联的差异化特征向量进行整理以确定出所述预置噪声属性所关联的Overall_ERP管理流程噪声。
举例来看,该整理规则用于确定冗余运行信息和差异化特征之间的相对贡献值。该整理规则可以包括基础噪声属性数组所关联的第一量化偏置评分和差异化特征向量所关联的第二量化偏置评分,在该第一量化偏置评分大于所述第二量化偏置评分的前提下,表示冗余运行信息的贡献值大于差异化特征的贡献值;在该第一量化偏置评分小于所述第二量化偏置评分的前提下,表示冗余运行信息的贡献值小于差异化特征的贡献值;在该第一量化偏置评分等于所述第二量化偏置评分的前提下,比如上述整体化过程为表达的均值处理过程,表示冗余运行信息的贡献值与差异化特征的贡献值一致。
STEP-603,结合所述Overall_ERP管理流程噪声,确定所述预置噪声属性所关联的偏置数组。
举例来看,可以通过相关功能网络层将上述Overall_ERP管理流程噪声切换为当前预置噪声属性所关联的偏置数组。如此设计,本发明实施例通过整体化预置噪声属性的基础噪声属性数组和所关联的差异化特征向量,并结合整体化后的Overall_ERP管理流程噪声确定偏置数组,可以使得到的偏置数组可以准确可信地表征各个资源管理项目对于当前预置噪声属性的贡献值,提高了后续确定触发数据优化机制的数字化企业运行日志与该预置噪声属性之间的噪声优化评分的准确度。
此外,STEP-5012的实施方式还包括:利用所述当前处理线程对所述预置噪声属性所关联的若干先验数字化企业运行日志执行数据噪声分析以确定出所述若干先验数字化企业运行日志所关联的若干当前ERP管理流程噪声;结合预置的整理规则,对各个所述先验数字化企业运行日志所关联的所述当前ERP管理流程噪声和所述预置噪声属性所关联的差异化特征向量进行整理以确定出各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声;分别结合各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声,确定各个所述先验数字化企业运行日志所关联的transient偏置数组;结合各个所述先验数字化企业运行日志所关联的transient偏置数组,确定所述预置噪声属性所关联的偏置数组。
举例来看,对于各先验数字化企业运行日志,结合预置的整理规则对将该先验数字化企业运行日志所关联的当前ERP管理流程噪声和该预置噪声属性所关联的ERP管理流程噪声进行整理得到各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声;该整理规则用于确定冗余运行信息和差异化特征之间的相对贡献值。
对于各先验数字化企业运行日志所关联的Overall_ERP管理流程噪声,可以将各Overall_ERP管理流程噪声切换为当前预置噪声属性所关联的transient偏置数组。
举例来看,可以直接对各先验数字化企业运行日志所关联的transient偏置数组进行均值处理以确定出该预置噪声属性所关联的偏置数组;还可以对得到的各先验数字化企业运行日志所关联的transient偏置数组进行部分清洗,丢弃与全局偏置数组差别相对比较大的X个transient偏置数组,将经过部分清洗处理的X个transient偏置数组的均值处理表达作为所述预置噪声属性所关联的偏置数组。全局偏置数组可以为所有先验数字化企业运行日志所关联的transient偏置数组的均值处理表达,通过判断将transient偏置数组与全局偏置数组之间的噪声优化评分确定以上区别,然后将差别相对比较大的X个transient偏置数组作为待部分清洗的transient偏置数组。
如此设计,本发明实施例通过分别确定各先验数字化企业运行日志所关联的当前ERP管理流程噪声和所关联的差异化特征向量,并结合整体化后的Overall_ERP管理流程噪声确定各先验数字化企业运行日志所关联的transient偏置数组,可以使得到的偏置数组可以准确可信地表征各个资源管理项目对于当前预置噪声属性的贡献值;同时,结合各个所述先验数字化企业运行日志所关联的transient偏置数组,确定所述预置噪声属性所关联的偏置数组,可以得到具有稳定性的偏置数组,可以提高后续确定触发数据优化机制的数字化企业运行日志与该预置噪声属性之间的噪声优化评分的准确度。
可选的,STEP-503之前,还可以包括如下内容:通过最少一种差异细节分析节点对所述预置噪声属性的噪声属性标签执行数据噪声分析以确定出各个所述差异细节分析节点所关联的当前差异化特征;结合各个所述差异细节分析节点所关联的差异指数对各个所述差异细节分析节点所关联的当前差异化特征进行整理以确定出所述预置噪声属性所关联的差异化特征向量。
举例来看,上述最少一种差异细节分析节点可以包括多种相关的差异细节分析节点,在对该预置噪声属性的噪声属性标签执行数据噪声分析的过程中,可以分别采用随机一种差异细节分析节点对该噪声属性标签的执行数据噪声分析,将所关联的内容作为该差异细节分析节点所关联的当前差异化特征。
对于本发明实施例而言,可以先确定各预置噪声属性的噪声属性标签,该噪声属性标签可以用作区分该预置噪声属性与其他预置噪声属性的指示。
举例来看,由于相异的差异细节分析节点的添加一致,各差异细节分析节点对于一致的噪声属性标签可以得到相异的当前差异化特征,因此,需要依据实际情况对各差异细节分析节点所关联的当前差异化特征进行拼接。其中,可以确定预置的各个所述差异细节分析节点所关联的差异指数,结合上述差异指数,对各个所述差异细节分析节点所关联的当前差异化特征进行整理以确定出所述预置噪声属性所关联的差异化特征向量。
如此设计,本发明通过确定各差异细节分析节点对于同一噪声属性标签分析得到的相异的当前差异化特征,可以从相异的差异细节分析节点中确定该噪声属性标签在不同聚焦层面分支(不同的智能化线程)下的差异化特征,进而可以得到完整可信的预置噪声属性所关联的差异化特征向量;同时,由于对于相异的差异细节分析节点设置相异的差异指数,可以进一步提高差异化特征向量的准确性。
举例来看,该最少一种差异细节分析节点包含第一差异细节分析节点,该第一差异细节分析节点可以为特征提取节点,基于此,该实施方式还包括如下内容。
STEP-A01,结合所述第一差异细节分析节点,确定所述噪声属性标签所关联的属性描述字段列表;所述属性描述字段列表携带若干资源属性描述;相异的资源属性描述表示所述噪声属性标签在不同资源管理项目下的联动细节。
举例来看,可以通过STEP-A011至STEP-A014实现上述结合所述第一差异细节分析节点,确定所述噪声属性标签所关联的属性描述字段列表。
STEP-A011,确定所述噪声属性标签所关联的若干资源管理项目数据;各个所述资源管理项目数据包括所述噪声属性标签。
举例来看,该噪声属性标签所关联的资源管理项目数据可以为包含该噪声属性标签的可用信息。
STEP-A012,对各资源管理项目数据进行资源挖掘处理以确定出各资源管理项目数据所关联的包含目标ERP事务细节的待处理项目数据;资源挖掘处理用作将噪声属性标签更新为目标ERP事务细节。
举例来看,若资源管理项目数据由第一ERP事务细节至第GERP事务细节形成,其中,噪声属性标签在该资源管理项目数据中为第SERP事务细节到第S+TERP事务细节,其中,S大于等于1,S+T不大于G,T为该噪声属性标签所关联的ERP事务细节数。该资源挖掘处理包括:综合一个目标ERP事务细节调整该资源管理项目数据中的噪声属性标签,即调整该资源管理项目数据中的第SERP事务细节到第S+TERP事务细节。
对于本发明实施例而言,在进行资源挖掘处理的过程中,只对该噪声属性标签进行调整,若资源管理项目数据由第一ERP事务细节至第GERP事务细节形成,在将噪声属性标签更新为目标ERP事务细节后,该目标ERP事务细节在该资源管理项目数据中为第SERP事务细节,经过资源挖掘处理后的资源管理项目数据由第一ERP事务细节至第G-T+1ERP事务细节形成。
在一些示例下,在进行资源挖掘处理的过程中,还可以同时对该噪声属性标签及资源管理项目数据中的其他事务细节进行调整,从而降低线程参数调整时的开销,还可以使得目标ERP事务细节的ERP事务细节知识(细节特征)尽可能精准可靠地表达联动细节。
STEP-A013,将各个所述待处理项目数据加载到所述第一差异细节分析节点以确定出所述噪声属性标签在各个所述待处理项目数据中的ERP事务细节知识;所述第一差异细节分析节点用于挖掘所述待处理项目数据中所述目标ERP事务细节的ERP事务细节知识;所述ERP事务细节知识表示所述目标ERP事务细节在所述待处理项目数据中的联动细节。
举例来看,第一差异细节分析节点输出的是待处理项目数据中各ERP事务细节所关联的ERP事务细节知识,对于本发明实施例而言,只需要该目标ERP事务细节所关联的ERP事务细节知识,即将该目标ERP事务细节所关联的ERP事务细节知识作为噪声属性标签在各待处理项目数据中的ERP事务细节知识。
STEP-A014,将所述噪声属性标签在各个所述待处理项目数据中的ERP事务细节知识作为所述资源属性描述以确定出所述噪声属性标签所关联的属性描述字段列表。
在一些示例下,本发明通过对噪声属性标签所关联的若干资源管理项目数据进行资源挖掘处理,并结合第一差异细节分析节点挖掘该噪声属性标签在各资源管理项目数据中的联动细节,为上述实施例中的数字化企业运行日志分析提供了参考,提高了针对数字化企业运行日志的优化策略确定的准确性和可靠性。
STEP-A02,结合所述噪声属性标签所关联的若干资源属性描述,确定所述第一差异细节分析节点所关联的当前差异化特征。
举例来看,对于一个噪声属性标签,可以依据各资源属性描述的加权偏置评分,对若干资源属性描述进行加权求和以确定出该噪声属性标签所关联的属性描述字段。其中,各资源属性描述的加权偏置评分可以一致,即对该噪声属性标签所关联的若干资源属性描述进行均值处理以确定出该别指示所关联的属性描述字段;各资源属性描述的加权偏置评分还可以结合该属性描述字段所在资源管理项目的贡献值来确定,贡献值越大,资源属性描述的加权偏置评分越大;各资源属性描述的加权偏置评分还可以结合该属性描述字段所在的资源管理项目数据的活跃性来确定;资源管理项目数据的活跃性越大,资源属性描述的加权偏置评分越大。
如此设计,本发明通过确定各噪声属性标签所关联的若干资源属性描述,确定各噪声属性标签所关联的属性描述字段,可以使得各噪声属性标签所关联的属性描述字段可以应用于不同资源管理项目下的数字化企业运行日志威胁识别过程,不仅可以扩展本发明实施例中基于ERP企业管理系统的数据处理方法的适用资源管理项目,还可以提高针对数字化企业运行日志的优化策略确定的准确性和可靠性。
此外,线程参数调整流程还可以包括NODE1001和NODE1002。
NODE1001,获取指定噪声属性的调参指示;所述调参指示包含所述指定噪声属性的噪声属性标签和线程调参模板序列。
举例来看,在得到所述EPR噪声优化处理线程之后,由于该EPR噪声优化处理线程仅能对当前的预置噪声属性所关联的数据进行优化策略定制,为了提高该EPR噪声优化处理线程的适用资源管理项目,需要对该已线程参数调整完成的EPR噪声优化处理线程进行再次线程参数调整以确定出可以处理指定噪声属性数字化企业运行日志的优化进程的EPR噪声优化处理线程。
例如,若通过上述线程参数调整过程,该EPR噪声优化处理线程只能对噪声属性noise_A、噪声属性noise_B和噪声属性noise_C三个预置噪声属性的数字化企业运行日志进行优化策略定制,即,对于一个触发数据优化机制的数字化企业运行日志,该EPR噪声优化处理线程只能确定该触发数据优化机制的数字化企业运行日志是噪声属性noise_A、噪声属性noise_B和噪声属性noise_C三个预置噪声属性中的一个,即使该触发数据优化机制的数字化企业运行日志匹配于噪声属性characteristic,该EPR噪声优化处理线程也仅能将该触发数据优化机制的数字化企业运行日志作为噪声属性noise_A、噪声属性noise_B和噪声属性noise_C三个预置噪声属性中的其中一个。
基于此,可以获取指定噪声属性的调参指示,该调参指示用作将所述指定噪声属性加载至所述EPR噪声优化处理线程中的预置噪声属性。此外,该调参指示包含所述指定噪声属性的噪声属性标签和线程调参模板序列,以满足对所述EPR噪声优化处理线程的线程参数调整。
NODE1002,基于所述调参指示,结合所述指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组;所述指定噪声属性所关联的偏置数组和基础噪声属性数组用于确定所述触发数据优化机制的数字化企业运行日志在所述指定噪声属性所关联的第一噪声优化评分。
举例来看,可以通过NODE2和NODE3实现上述利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组。
NODE2,结合所述指定噪声属性的线程调参模板序列所关联的若干先验数字化企业运行日志,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的基础噪声属性数组。
NODE3,结合所述指定噪声属性所关联的基础噪声属性数组以及所述指定噪声属性所关联的差异化特征向量确定所述指定噪声属性所关联的偏置数组;所述差异化特征向量结合所述指定噪声属性的噪声属性标签所得到。
在一些示例下,本发明实施例获取指定噪声属性的调参指示,综合指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组,进而可以在后续的数字化企业运行日志优化进程中,综合该指定噪声属性所关联的偏置数组和基础噪声属性数组确定所述触发数据优化机制的数字化企业运行日志在所述指定噪声属性所关联的第一噪声优化评分,以满足该指定噪声属性所关联的数字化企业运行日志优化进程,提高了该EPR噪声优化处理线程的适用资源管理项目。
在上述基础上,请结合图3,本发明还提供了一种基于ERP企业管理系统的数据处理装置30框图,所述装置包括以下功能模块。
噪声分析模块31,用于对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声;其中,所述第一ERP管理流程噪声表示所述触发数据优化机制的数字化企业运行日志的冗余运行信息;确定X个预置噪声属性中各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;其中,所述偏置数组表示所述预置噪声属性的差异化特征,所述基础噪声属性数组表示所述预置噪声属性的噪声属性向量,X为正整数。
策略定制模块32,用于利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分;依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述示例性描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。

Claims (9)

1.一种基于ERP企业管理系统的数据处理方法,其特征为,应用于ERP服务设备,所述方法包括:
对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声;其中,所述第一ERP管理流程噪声表示所述触发数据优化机制的数字化企业运行日志的冗余运行信息;确定X个预置噪声属性中各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;其中,所述偏置数组表示所述预置噪声属性的差异化特征,所述基础噪声属性数组表示所述预置噪声属性的噪声属性向量,X为正整数;
利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分;依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略;
其中:通过如下步骤下确定预置噪声属性所关联的偏置数组:确定用于描述该预置噪声属性的若干差异化特征向量,将若干差异化特征向量加载到基于噪声处理线程以确定出所述基于噪声处理线程输出的各差异化特征向量所关联的差异化特征向量,结合各差异化特征向量所关联的差异化特征向量确定该预置噪声属性所关联的偏置数组;其中,反映该预置噪声属性的差异化特征向量为对该预置噪声属性的噪声细节的数据,差异化特征向量为对噪声属性进行区分的向量;所述预置噪声属性是预置的;
其中:所述第一ERP管理流程噪声携带若干资源管理项目中各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声;所述偏置数组包含各个所述资源管理项目所关联的碎片化偏置评分;所述基础噪声属性数组包含各个所述资源管理项目所关联的碎片化噪声属性特征;所述利用所述第一ERP管理流程噪声以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组,确定各个所述预置噪声属性所关联的第一噪声优化评分,包括:
对于各个所述预置噪声属性,依据所述预置噪声属性中各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声以及各个所述资源管理项目所关联的碎片化噪声属性特征,确定各个所述资源管理项目所关联的第一局部噪声优化系数;
依据各个所述资源管理项目所关联的碎片化偏置评分和各个所述资源管理项目所关联的第一局部噪声优化系数,确定所述预置噪声属性所关联的第一噪声优化评分。
2.如权利要求1所述的方法,其特征为,所述对触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出第一ERP管理流程噪声,包括:
对所述触发数据优化机制的数字化企业运行日志执行数据噪声分析以确定出当前ERP管理流程噪声;
从优化需求指标的分支对所述当前ERP管理流程噪声进行细化处理以确定出各个所述资源管理项目所关联的第一碎片化ERP管理流程噪声。
3.如权利要求1所述的方法,其特征为,所述依据达到预置条件的第一噪声优化评分所关联的噪声属性,确定所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略,包括:
在各个所述预置噪声属性所关联的第一噪声优化评分中,确定评分值最小的第一噪声优化评分;
将所述评分值最小的第一噪声优化评分所关联的预置噪声属性,作为所述触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。
4.如权利要求1所述的方法,其特征为,所述方法利用EPR噪声优化处理线程实现,所述EPR噪声优化处理线程的线程调参模板包括:
各个所述预置噪声属性所关联的线程调参模板序列,所述线程调参模板序列携带若干先验数字化企业运行日志,所述EPR噪声优化处理线程的调参方式包括:
对于各个所述先验数字化企业运行日志,通过当前处理线程确定所述先验数字化企业运行日志的第二ERP管理流程噪声,以及各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组;
结合最小的第二噪声优化评分所关联的噪声属性,确定所述先验数字化企业运行日志的评估型EPR噪声优化策略,其中,所述第二噪声优化评分结合所述第二ERP管理流程噪声,各个所述预置噪声属性所关联的偏置数组和基础噪声属性数组所得到;
依据所述先验数字化企业运行日志的评估型EPR噪声优化策略和所述先验数字化企业运行日志的策略概述特征,确定所述当前处理线程的线程代价函数;
依据所述线程代价函数对所述当前处理线程进行调参以确定出所述EPR噪声优化处理线程;
其中,所述通过当前处理线程确定各个所述预置噪声属性所关联的基础噪声属性数组,包括:对于各个所述预置噪声属性,利用所述当前处理线程确定所述预置噪声属性所关联的若干先验数字化企业运行日志所关联的若干第二ERP管理流程噪声;结合所述若干第二ERP管理流程噪声,确定所述预置噪声属性所关联的基础噪声属性数组;
其中,所述通过当前处理线程确定各个所述预置噪声属性所关联的偏置数组,包括:对于各个所述预置噪声属性,结合所述预置噪声属性所关联的若干先验数字化企业运行日志和所述预置噪声属性所关联的差异化特征向量以确定出所述预置噪声属性所关联的偏置数组。
5.如权利要求4所述的方法,其特征为,所述结合所述预置噪声属性所关联的若干先验数字化企业运行日志和所述预置噪声属性所关联的差异化特征向量以确定出所述预置噪声属性所关联的偏置数组,包括:结合所述预置噪声属性所关联的若干先验数字化企业运行日志,确定所述预置噪声属性所关联的基础噪声属性数组;结合预置的整理规则,对所述预置噪声属性所关联的基础噪声属性数组和所述预置噪声属性所关联的差异化特征向量进行整理以确定出所述预置噪声属性所关联的Overall_ERP管理流程噪声;结合所述Overall_ERP管理流程噪声,确定所述预置噪声属性所关联的偏置数组;
或者,利用所述当前处理线程对所述预置噪声属性所关联的若干先验数字化企业运行日志执行数据噪声分析以确定出所述若干先验数字化企业运行日志所关联的若干当前ERP管理流程噪声;结合预置的整理规则,对各个所述先验数字化企业运行日志所关联的所述当前ERP管理流程噪声和所述预置噪声属性所关联的差异化特征向量进行整理以确定出各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声;分别结合各个所述先验数字化企业运行日志所关联的Overall_ERP管理流程噪声,确定各个所述先验数字化企业运行日志所关联的transient偏置数组;结合各个所述先验数字化企业运行日志所关联的transient偏置数组,确定所述预置噪声属性所关联的偏置数组。
6.如权利要求4所述的方法,其特征为,所述方法还包括:通过最少一种差异细节分析节点对所述预置噪声属性的噪声属性标签执行数据噪声分析以确定出各个所述差异细节分析节点所关联的当前差异化特征;结合各个所述差异细节分析节点所关联的差异指数对各个所述差异细节分析节点所关联的当前差异化特征进行整理以确定出所述预置噪声属性所关联的差异化特征向量;
其中,所述最少一种差异细节分析节点包含第一差异细节分析节点,所述通过最少一种差异细节分析节点对所述预置噪声属性的噪声属性标签执行数据噪声分析以确定出各个所述差异细节分析节点所关联的当前差异化特征,包括:结合所述第一差异细节分析节点,确定所述噪声属性标签所关联的属性描述字段列表;所述属性描述字段列表携带若干资源属性描述;相异的资源属性描述表示所述噪声属性标签在不同资源管理项目下的联动细节;结合所述噪声属性标签所关联的若干资源属性描述,确定所述第一差异细节分析节点所关联的当前差异化特征;
其中,所述结合所述第一差异细节分析节点,确定各个所述噪声属性标签所关联的属性描述字段列表,包括:确定所述噪声属性标签所关联的若干资源管理项目数据;各个所述资源管理项目数据包括所述噪声属性标签;对各个所述资源管理项目数据进行资源挖掘处理以确定出各资源管理项目数据所关联的包含目标ERP事务细节的待处理项目数据;所述资源挖掘处理用作将所述资源管理项目数据更新为所述目标ERP事务细节;将各个所述待处理项目数据加载到所述第一差异细节分析节点以确定出所述噪声属性标签在各个所述待处理项目数据中的ERP事务细节知识;所述第一差异细节分析节点用于挖掘所述待处理项目数据中所述目标ERP事务细节的ERP事务细节知识;所述ERP事务细节知识表示所述目标ERP事务细节在所述待处理项目数据中的联动细节;
将所述噪声属性标签在各个所述待处理项目数据中的ERP事务细节知识作为所述资源属性描述以确定出所述噪声属性标签所关联的属性描述字段列表。
7.如权利要求4所述的方法,其特征为,所述方法包括:获取指定噪声属性的调参指示;所述调参指示包含所述指定噪声属性的噪声属性标签和线程调参模板序列;基于所述调参指示,结合所述指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组;所述指定噪声属性所关联的偏置数组和基础噪声属性数组用于确定所述触发数据优化机制的数字化企业运行日志在所述指定噪声属性所关联的第一噪声优化评分;
其中,所述结合所述指定噪声属性的噪声属性标签和线程调参模板序列,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的偏置数组和基础噪声属性数组,包括:结合所述指定噪声属性的线程调参模板序列所关联的若干先验数字化企业运行日志,利用所述EPR噪声优化处理线程确定所述指定噪声属性所关联的基础噪声属性数组;结合所述指定噪声属性所关联的基础噪声属性数组以及所述指定噪声属性所关联的差异化特征向量确定所述指定噪声属性所关联的偏置数组;所述差异化特征向量结合所述指定噪声属性的噪声属性标签所得到。
8.一种ERP服务设备,其特征为,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述权利要求1-7任一项所述的方法。
9.一种计算机可读存储介质,其特征为,其上存储有计算机程序,所述计算机程序在运行时实现上述权利要求1-7任一项所述的方法。
CN202210454521.9A 2022-04-28 2022-04-28 基于erp企业管理系统的数据处理方法、设备及介质 Active CN114564473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210454521.9A CN114564473B (zh) 2022-04-28 2022-04-28 基于erp企业管理系统的数据处理方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210454521.9A CN114564473B (zh) 2022-04-28 2022-04-28 基于erp企业管理系统的数据处理方法、设备及介质

Publications (2)

Publication Number Publication Date
CN114564473A CN114564473A (zh) 2022-05-31
CN114564473B true CN114564473B (zh) 2022-07-12

Family

ID=81720796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210454521.9A Active CN114564473B (zh) 2022-04-28 2022-04-28 基于erp企业管理系统的数据处理方法、设备及介质

Country Status (1)

Country Link
CN (1) CN114564473B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110032494A (zh) * 2019-03-21 2019-07-19 杭州电子科技大学 一种基于关联关系的双粒度噪声日志过滤方法
CN111368534A (zh) * 2018-12-25 2020-07-03 中国移动通信集团浙江有限公司 一种应用日志降噪方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111368534A (zh) * 2018-12-25 2020-07-03 中国移动通信集团浙江有限公司 一种应用日志降噪方法及装置
CN110032494A (zh) * 2019-03-21 2019-07-19 杭州电子科技大学 一种基于关联关系的双粒度噪声日志过滤方法

Also Published As

Publication number Publication date
CN114564473A (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
US10943186B2 (en) Machine learning model training method and device, and electronic device
CN110782123B (zh) 决策方案的匹配方法、装置、计算机设备及存储介质
US20230004347A1 (en) Merging database tables by classifying comparison signatures
CN103513983A (zh) 用于预测性警报阈值确定工具的方法和系统
MX2009000584A (es) Funciones de clasificacion utilizando un clasificador de consulta bayesiana sencillo modificado, crecientemente actualizable.
US20080082475A1 (en) System and method for resource adaptive classification of data streams
CN114491282B (zh) 一种基于云计算的异常用户行为分析方法及系统
CN110708285B (zh) 流量监控方法、装置、介质及电子设备
US11221986B2 (en) Data management method and data analysis system
CN114638234B (zh) 应用于线上业务办理的大数据挖掘方法及系统
CN115641176B (zh) 一种数据分析方法及ai系统
CN115423040A (zh) 互动营销平台的用户画像识别方法及ai系统
CN114356712B (zh) 数据处理方法、装置、设备、可读存储介质及程序产品
CN112685374B (zh) 日志分类方法、装置及电子设备
US7933855B2 (en) Monitoring computer-controlled processes through a monitoring system
CN116883181B (zh) 基于用户画像的金融服务推送方法、存储介质及服务器
CN111858366B (zh) 一种测试用例生成方法、装置、设备及存储介质
CN114564473B (zh) 基于erp企业管理系统的数据处理方法、设备及介质
CN116955856A (zh) 信息展示方法、装置、电子设备以及存储介质
KR20210004505A (ko) 경영 표준 규격 자동 매핑 시스템
CN115168509A (zh) 风控数据的处理方法及装置、存储介质、计算机设备
CN110781217B (zh) 排序数据的处理方法、装置及存储介质、服务器
US11836612B2 (en) Maintaining master data using hierarchical classification
CN113641823A (zh) 文本分类模型训练、文本分类方法、装置、设备及介质
CN116204441B (zh) 索引数据结构的性能测试方法、装置、设备及存储介质

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