CN115190026A - 一种互联网数字循环方法 - Google Patents
一种互联网数字循环方法 Download PDFInfo
- Publication number
- CN115190026A CN115190026A CN202210503550.XA CN202210503550A CN115190026A CN 115190026 A CN115190026 A CN 115190026A CN 202210503550 A CN202210503550 A CN 202210503550A CN 115190026 A CN115190026 A CN 115190026A
- Authority
- CN
- China
- Prior art keywords
- data
- group
- internet
- cyclic
- enterprise
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000012216 screening Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 65
- 241000700605 Viruses Species 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
- H04L63/145—Countermeasures against malicious traffic the attack involving the propagation of malware through the network, e.g. viruses, trojans or worms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Virology (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种互联网数字循环方法,属于数据处理技术领域,该循环方法具体步骤如下:(1)收集筛选各组互联网数据;(2)对各组互联网数据进行循环记录;(3)收集各组数据并对进行分析反馈;(4)对处理完成的互联网数据进行数据传输;本发明能够大幅提高数据循环的可持续性,同时能够将生成的数据更加直观的反馈给工作人员,提高工作人员的信息分析效率,通过LRU链表的形式对各组数据进行存储,能够实时对链表中的数据进行更新,大幅提高工作人员的数据检索效率,提高用户使用体验。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种互联网数字循环方法。
背景技术
数据处理循环是信息系统的处理和转换过程。它依次经历数据的收集、加工、处理、维护和输出五个阶段,并不断循环往复。收集阶段观察数据的产生环境并采用书面凭证形式记录数据。加工阶段对数据进行分类、分选,将相似的数据归为一组并校验;按数序或字母顺序排列;并将数据从一个存贮单元传输到另一个存贮单元;将记录从一种形式转换为另一种形式,其中处理阶段对数据进行算术加工和汇总,将零星数据变为总计;并进行筛选、检索,为了处理或输出而从存储器中取出数据。维护阶段是为了未来的查询而存储数据,并不断更新,搞好数据的索引,以备检索,对存储数据进行保护,以防毁坏或越权泄露。输出阶段一般采用通用的单据或报表形武。单据包括支票、发票和采购订单等,这些单据可返回信息系统再处理,最终将已经处理的数据采用汇总的形式正式提出报表;
现有的互联网数字循环方法无法保证数据循环的可持续性,降低工作人员的信息分析效率,此外,现有的互联网数字循环方法无法实时对链表中的数据进行更新,降低工作人员的数据检索效率;为此,我们提出一种互联网数字循环方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种互联网数字循环方法。
为了实现上述目的,本发明采用了如下技术方案:
一种互联网数字循环方法,该循环方法具体步骤如下:
(1)收集筛选各组互联网数据:主服务器接收相关企业的互联网数据,同时统计各组互联网数据,并对各互联网数据进行分类记录,之后将分类完成的各组互联网数据进行判断筛选;
(2)对各组互联网数据进行循环记录:对记录完成的各组互联网数据进行循环分析,同时对循环计算完成的各组数据进行收集,之后通过云端数据库对收集到的各组数据进行优化存储;
(3)收集各组数据并对进行分析反馈:构建并优化分析网络模型,同时提取云端数据库中的各组数据,并将其导入分析网络模型进行分析反馈;
(4)对处理完成的互联网数据进行数据传输:对各组处理后的互联网数据进行链式存储,同时接收各企业工作人员的操作信息,并对存储的各组互联网数据进行调取更新。
作为本发明的进一步方案,步骤(1)中所述分类记录具体步骤如下:
步骤一:主服务器接收到各组互联网数据,并将其按照各组企业对各组互联网数据进行分类;
步骤二:构建数据记录表,并将各组企业按照名称首字母A~Z一次录入数据记录表中,并将各组企业进行编号标记,同时依据排列完成的企业信息构建一组或多组企业数据集Tn={t1、t2、t3、…、tm},其中,n为相对应的企业编号,m代表各企业相关互联网数据总数;
步骤三:将数据记录表中各组企业与相对应的企业数据集进行超链接处理。
作为本发明的进一步方案,步骤(1)中所述判断筛选具体步骤如下:
第一步:主服务器对构建的各组企业数据集进行收集,同时与外部病毒库通信连接;
第二步:对企业数据集中各组互联网数据与病毒库中各组病毒数据进行对比,同时将疑似病毒的互联网数据进行剔除;
第三步:将不同数据源的各组企业数据集导出成为指定格式的文本文件或者其他格式的文件类型,再对存在缺失数据、重复数据、异常数据以及不一致数据的各组企业数据集文件进行修复过滤。
作为本发明的进一步方案,步骤(3)中所述循环分析具体步骤如下:
S1.1:对收集到的各组企业数据集中的互联网数据进行循环计算处理,其具体循环计算公式如下:
S1.2:收集计算出的各组MU,同时构建一组或多组循环数据集,并将各组循环数据集与数据记录表中相对应的企业进行超链接处理。
作为本发明的进一步方案,步骤(3)中所述分析反馈具体步骤如下:
S2.1:主服务器对各构建的分析网络模型进行训练优化,同时对各组循环数据集进行收集;
S2.2:对各组循环数据集中非二进制的数据转换为二进制,之后对转换完成的各组循环数据集进行归一化处理,对处理完成后的循环数据集通过输入、卷积、池化、全连接和输出进行处理;
S2.3:对处理完成后的各组循环数据集的数据进行可视化处理,并生成相对应曲线图、柱状图以及饼状图,同时将分析网络模型分析出的异常数据进行记录,并反馈给相关工作人员。
作为本发明的进一步方案,步骤(5)中所述训练优化具体步骤如下:
P1.1:分析网络模型将收集到的各组循环数据集中的数据进行提取,并整合归纳为模拟数据集,同时选取一个模拟数据作为验证数据,之后重复多次使用该验证数据来验证该分析网络模型的精度;
P1.2:对于每一组模拟数据,选取任意一个子集作为测试集,再取剩余子集作为训练集,并对每组数据都进行一次预测,并将预测结果最好的数据作为最优参数输出;
P1.3:依据最优参数对循环数据集进行标准化处理,最后将训练样本输送到分析网络模型中,同时实时对分析网络模进行迭代训练。
作为本发明的进一步方案,步骤(4)中所述调取传输具体步骤如下:
P2.1:主服务器接收工作人员检索信息,并依据该检索信息从数据记录表中检索对应企业信息,并通过相关企业数据集以及循环数据集超链接将LRU链表中相关数据进行调用,并反馈给相关工作人员查看;
P2.2:同时主服务器检索之前清除所有更新页表项的访问位,若在检索期间访问了某个循环数据集,会将该循环数据集添加到检索链表中;
P2.3:检索结束之前,主服务器重新检查所有循环数据集的访问位,若在其它阶段也访问某个循环数据集,则将该循环数据集将从启动链表中删除,并移到常规LRU链表中,确定完成后对启动链表中的各组循环数据集进行数据更新;
P2.4:主服务器从LRU链表的头部选择最少查询的应用循环数据集,并将其淘汰,同时缓存中只保存那些高频查询的循环数据集。
相比于现有技术,本发明的有益效果在于:
1、该互联网数字循环方法相较于以往数字循环方法,本发明通过主服务器对收集到的各组企业数据集中的互联网数据进行循环计算处理,并收集计算出的各组数据,同时构建一组或多组循环数据集,并将各组循环数据集与数据记录表中相对应的企业进行超链接处理,并以π为支撑点位,以时间为距离,以空间为倍数,其时间与空间均为正比方向,在对等的水平位形成对等圆周率增减互补以及有进有出相结合,由数据A组总额量与数据B组总量,形成两组无穷级数与各组无穷级数求和,相互结合与相互呼应自然形成空间天平秤,交易不断以及循环不断,同时通过分析网络模型对各组数据进行可视化处理,并生成相对应曲线图、柱状图以及饼状图,能够大幅提高数据循环的可持续性,同时能够将生成的数据更加直观的反馈给工作人员,提高工作人员的信息分析效率;
2、该互联网数字循环方法通过主服务器接收工作人员检索信息,并通过相关企业数据集以及循环数据集超链接将LRU链表中相关数据进行调用,并反馈给相关工作人员查看,同时主服务器检索之前清除所有更新页表项的访问位,若在检索期间访问了某个循环数据集,会将该循环数据集添加到检索链表中,在检索结束之前,主服务器重新检查所有循环数据集的访问位,若在其它阶段也访问某个循环数据集,则将该循环数据集将从启动链表中删除,并移到常规LRU链表中,确定完成后对启动链表中的各组循环数据集进行数据更新,同时主服务器从LRU链表的头部选择最少查询的应用循环数据集,并将其淘汰,同时缓存中只保存那些高频查询的循环数据集,通过LRU链表的形式对各组数据进行存储,能够实时对链表中的数据进行更新,大幅提高工作人员的数据检索效率,提高用户使用体验。
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。
图1为本发明提出的一种互联网数字循环方法的流程框图;
图2为本发明提出的一种互联网数字循环方法的数字循环算法流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1-2,一种互联网数字循环方法,该循环方法具体步骤如下:
收集筛选各组互联网数据:主服务器接收相关企业的互联网数据,同时统计各组互联网数据,并对各互联网数据进行分类记录,之后将分类完成的各组互联网数据进行判断筛选。
具体的,主服务器接收到各组互联网数据,并将其按照各组企业对各组互联网数据进行分类,再构建数据记录表,并将各组企业按照名称首字母A~Z一次录入数据记录表中,并将各组企业进行编号标记,同时依据排列完成的企业信息构建一组或多组企业数据集Tn={t1、t2、t3、…、tm},其中,n为相对应的企业编号,m代表各企业相关互联网数据总数,之后将数据记录表中各组企业与相对应的企业数据集进行超链接处理。
具体的,主服务器对构建的各组企业数据集进行收集,同时与外部病毒库通信连接,再对企业数据集中各组互联网数据与病毒库中各组病毒数据进行对比,同时将疑似病毒的互联网数据进行剔除,之后将不同数据源的各组企业数据集导出成为指定格式的文本文件或者其他格式的文件类型,再对存在缺失数据、重复数据、异常数据以及不一致数据的各组企业数据集文件进行修复过滤。
对各组互联网数据进行循环记录:对记录完成的各组互联网数据进行循环分析,同时对循环计算完成的各组数据进行收集,之后通过云端数据库对收集到的各组数据进行优化存储。
具体的,如图2所示,主服务器对收集到的各组企业数据集中的互联网数据进行循环计算处理,并收集计算出的各组数据,同时构建一组或多组循环数据集,并将各组循环数据集与数据记录表中相对应的企业进行超链接处理。
需要进一步说明的是,其具体循环计算公式如下:
此外,需要进一步说明的是,π为支撑点位,以时间为距离,以空间为倍数,其时间与空间均为正比方向,在对等的水平位形成对等圆周率增减互补以及有进有出相结合,由数据A组总额量与数据B组总量,形成两组无穷级数与各组无穷级数求和,相互结合与相互呼应自然形成空间天平秤,交易不断以及循环不断,从而自然形成自然循环机制,其中,A组数据决定B组数据的出值性,B组数据支持着A组数据的持续性。
收集各组数据并对进行分析反馈:构建并优化分析网络模型,同时提取云端数据库中的各组数据,并将其导入分析网络模型进行分析反馈。
具体的,主服务器对各构建的分析网络模型进行训练优化,同时对各组循环数据集进行收集,对各组循环数据集中非二进制的数据转换为二进制,之后对转换完成的各组循环数据集进行归一化处理,对处理完成后的循环数据集通过输入、卷积、池化、全连接和输出进行处理,之后对处理完成后的各组循环数据集的数据进行可视化处理,并生成相对应曲线图、柱状图以及饼状图,同时将分析网络模型分析出的异常数据进行记录,并反馈给相关工作人员,能够大幅提高数据循环的可持续性,同时能够将生成的数据更加直观的反馈给工作人员,提高工作人员的信息分析效率。
需要进一步说明的是,分析网络模型将收集到的各组循环数据集中的数据进行提取,并整合归纳为模拟数据集,同时选取一个模拟数据作为验证数据,之后重复多次使用该验证数据来验证该分析网络模型的精度,对于每一组模拟数据,选取任意一个子集作为测试集,再取剩余子集作为训练集,并对每组数据都进行一次预测,并将预测结果最好的数据作为最优参数输出,最后依据最优参数对循环数据集进行标准化处理,最后将训练样本输送到分析网络模型中,同时实时对分析网络模进行迭代训练。
对处理完成的互联网数据进行数据传输:对各组处理后的互联网数据进行链式存储,同时接收各企业工作人员的操作信息,并对存储的各组互联网数据进行调取更新。
具体的,主服务器接收工作人员检索信息,并依据该检索信息从数据记录表中检索对应企业信息,并通过相关企业数据集以及循环数据集超链接将LRU链表中相关数据进行调用,并反馈给相关工作人员查看,同时主服务器检索之前清除所有更新页表项的访问位,若在检索期间访问了某个循环数据集,会将该循环数据集添加到检索链表中,在检索结束之前,主服务器重新检查所有循环数据集的访问位,若在其它阶段也访问某个循环数据集,则将该循环数据集将从启动链表中删除,并移到常规LRU链表中,确定完成后对启动链表中的各组循环数据集进行数据更新,同时主服务器从LRU链表的头部选择最少查询的应用循环数据集,并将其淘汰,同时缓存中只保存那些高频查询的循环数据集,通过LRU链表的形式对各组数据进行存储,能够实时对链表中的数据进行更新,大幅提高工作人员的数据检索效率,提高用户使用体验。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种互联网数字循环方法,其特征在于,该循环方法具体步骤如下:
(1)收集筛选各组互联网数据:主服务器接收相关企业的互联网数据,同时统计各组互联网数据,并对各互联网数据进行分类记录,之后将分类完成的各组互联网数据进行判断筛选;
(2)对各组互联网数据进行循环记录:对记录完成的各组互联网数据进行循环分析,同时对循环计算完成的各组数据进行收集,之后通过云端数据库对收集到的各组数据进行优化存储;
(3)收集各组数据并对进行分析反馈:构建并优化分析网络模型,同时提取云端数据库中的各组数据,并将其导入分析网络模型进行分析反馈;
(4)对处理完成的互联网数据进行数据传输:对各组处理后的互联网数据进行链式存储,同时接收各企业工作人员的操作信息,并对存储的各组互联网数据进行调取更新。
2.根据权利要求1所述的一种互联网数字循环方法,其特征在于,步骤(1)中所述分类记录具体步骤如下:
步骤一:主服务器接收到各组互联网数据,并将其按照各组企业对各组互联网数据进行分类;
步骤二:构建数据记录表,并将各组企业按照名称首字母A~Z一次录入数据记录表中,并将各组企业进行编号标记,同时依据排列完成的企业信息构建一组或多组企业数据集Tn={t1、t2、t3、…、tm},其中,n为相对应的企业编号,m代表各企业相关互联网数据总数;
步骤三:将数据记录表中各组企业与相对应的企业数据集进行超链接处理。
3.根据权利要求1所述的一种互联网数字循环方法,其特征在于,步骤(1)中所述判断筛选具体步骤如下:
第一步:主服务器对构建的各组企业数据集进行收集,同时与外部病毒库通信连接;
第二步:对企业数据集中各组互联网数据与病毒库中各组病毒数据进行对比,同时将疑似病毒的互联网数据进行剔除;
第三步:将不同数据源的各组企业数据集导出成为指定格式的文本文件或者其他格式的文件类型,再对存在缺失数据、重复数据、异常数据以及不一致数据的各组企业数据集文件进行修复过滤。
5.根据权利要求1所述的一种互联网数字循环方法,其特征在于,步骤(3)中所述分析反馈具体步骤如下:
S2.1:主服务器对各构建的分析网络模型进行训练优化,同时对各组循环数据集进行收集;
S2.2:对各组循环数据集中非二进制的数据转换为二进制,之后对转换完成的各组循环数据集进行归一化处理,对处理完成后的循环数据集通过输入、卷积、池化、全连接和输出进行处理;
S2.3:对处理完成后的各组循环数据集的数据进行可视化处理,并生成相对应曲线图、柱状图以及饼状图,同时将分析网络模型分析出的异常数据进行记录,并反馈给相关工作人员。
6.根据权利要求5所述的一种互联网数字循环方法,其特征在于,步骤(5)中所述训练优化具体步骤如下:
P1.1:分析网络模型将收集到的各组循环数据集中的数据进行提取,并整合归纳为模拟数据集,同时选取一个模拟数据作为验证数据,之后重复多次使用该验证数据来验证该分析网络模型的精度;
P1.2:对于每一组模拟数据,选取任意一个子集作为测试集,再取剩余子集作为训练集,并对每组数据都进行一次预测,并将预测结果最好的数据作为最优参数输出;
P1.3:依据最优参数对循环数据集进行标准化处理,最后将训练样本输送到分析网络模型中,同时实时对分析网络模进行迭代训练。
7.根据权利要求4所述的一种互联网数字循环方法,其特征在于,步骤(4)中所述调取传输具体步骤如下:
P2.1:主服务器接收工作人员检索信息,并依据该检索信息从数据记录表中检索对应企业信息,并通过相关企业数据集以及循环数据集超链接将LRU链表中相关数据进行调用,并反馈给相关工作人员查看;
P2.2:同时主服务器检索之前清除所有更新页表项的访问位,若在检索期间访问了某个循环数据集,会将该循环数据集添加到检索链表中;
P2.3:检索结束之前,主服务器重新检查所有循环数据集的访问位,若在其它阶段也访问某个循环数据集,则将该循环数据集将从启动链表中删除,并移到常规LRU链表中,确定完成后对启动链表中的各组循环数据集进行数据更新;
P2.4:主服务器从LRU链表的头部选择最少查询的应用循环数据集,并将其淘汰,同时缓存中只保存那些高频查询的循环数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210503550.XA CN115190026A (zh) | 2022-05-09 | 2022-05-09 | 一种互联网数字循环方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210503550.XA CN115190026A (zh) | 2022-05-09 | 2022-05-09 | 一种互联网数字循环方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115190026A true CN115190026A (zh) | 2022-10-14 |
Family
ID=83514232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210503550.XA Pending CN115190026A (zh) | 2022-05-09 | 2022-05-09 | 一种互联网数字循环方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115190026A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001291248A1 (en) * | 2000-09-28 | 2002-06-20 | Oracle International Corporation | Enterprise web mining system and method |
US7069256B1 (en) * | 2002-05-23 | 2006-06-27 | Oracle International Corporation | Neural network module for data mining |
CN107657057A (zh) * | 2017-10-19 | 2018-02-02 | 河北省科学院应用数学研究所 | 一种企业征信信息融合图形化方法 |
CN109272155A (zh) * | 2018-09-11 | 2019-01-25 | 郑州向心力通信技术股份有限公司 | 一种基于大数据的企业行为分析系统 |
CN111324602A (zh) * | 2020-02-21 | 2020-06-23 | 上海软中信息技术有限公司 | 一种实现面向金融大数据分析可视化方法 |
CN113704589A (zh) * | 2021-09-03 | 2021-11-26 | 海粟智链(青岛)科技有限公司 | 一种用于收集工业链数据的互联网系统 |
CN114140082A (zh) * | 2021-12-02 | 2022-03-04 | 网娱互动科技(北京)股份有限公司 | 企业内容管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002027529A2 (en) * | 2000-09-28 | 2002-04-04 | Oracle Corporation | Enterprise web mining system and method |
-
2022
- 2022-05-09 CN CN202210503550.XA patent/CN115190026A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001291248A1 (en) * | 2000-09-28 | 2002-06-20 | Oracle International Corporation | Enterprise web mining system and method |
US7069256B1 (en) * | 2002-05-23 | 2006-06-27 | Oracle International Corporation | Neural network module for data mining |
CN107657057A (zh) * | 2017-10-19 | 2018-02-02 | 河北省科学院应用数学研究所 | 一种企业征信信息融合图形化方法 |
CN109272155A (zh) * | 2018-09-11 | 2019-01-25 | 郑州向心力通信技术股份有限公司 | 一种基于大数据的企业行为分析系统 |
CN111324602A (zh) * | 2020-02-21 | 2020-06-23 | 上海软中信息技术有限公司 | 一种实现面向金融大数据分析可视化方法 |
CN113704589A (zh) * | 2021-09-03 | 2021-11-26 | 海粟智链(青岛)科技有限公司 | 一种用于收集工业链数据的互联网系统 |
CN114140082A (zh) * | 2021-12-02 | 2022-03-04 | 网娱互动科技(北京)股份有限公司 | 企业内容管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8321383B2 (en) | System and method for automatic weight generation for probabilistic matching | |
CN110275920B (zh) | 数据查询方法、装置、电子设备及计算机可读存储介质 | |
CN104199816B (zh) | 单独可访问数据单元的管理存储 | |
CN110659282B (zh) | 数据路由的构建方法、装置、计算机设备和存储介质 | |
CN108038222A (zh) | 用于信息系统建模和数据访问的实体-属性框架的系统 | |
WO2017074174A1 (en) | A system and method for processing big data using electronic document and electronic file-based system that operates on rdbms | |
CN109559231A (zh) | 一种面向区块链的追溯查询方法 | |
CN111950921A (zh) | 一种基于离线组网环境的多人协同评审方法 | |
CN108280234B (zh) | 数据查询方法及装置 | |
CN110851667A (zh) | 一种多源头大量数据的整合分析方法及工具 | |
CN115292508B (zh) | 一种基于表数据的知识图谱构建方法和系统 | |
CN112131203A (zh) | 一种数据仓库搭建的方法和系统 | |
CN111400354A (zh) | 基于mes系统的机床制造bom存储查询及树形结构构建方法 | |
KR101829198B1 (ko) | 보고서의 중요도를 분석하는 메타 데이터 기반 온라인 분석 프로세싱 시스템 | |
CN111488325A (zh) | 基于Hadoop架构的气象大数据汇聚方法 | |
CN111125045B (zh) | 一种轻量级etl处理平台 | |
CN111898351B (zh) | 基于Aviator的Excel数据自动导入方法、装置、终端设备及存储介质 | |
CN107577809A (zh) | 离线小文件处理方法及装置 | |
CN115190026A (zh) | 一种互联网数字循环方法 | |
CN115982205A (zh) | 一种海量多元数据智能归集系统及归集方法 | |
CN112667859A (zh) | 基于内存的数据处理方法及装置 | |
CN111680072A (zh) | 基于社交信息数据的划分系统及方法 | |
CN111782657B (zh) | 数据处理方法及装置 | |
CN116662326B (zh) | 多能源品种数据清洗采集方法 | |
CN116010668B (zh) | 一种应用于数据库的快速检索方法及系统 |
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 |