CN115526650A - 智慧城市大数据的共享业务信息处理方法及系统 - Google Patents
智慧城市大数据的共享业务信息处理方法及系统 Download PDFInfo
- Publication number
- CN115526650A CN115526650A CN202210392860.9A CN202210392860A CN115526650A CN 115526650 A CN115526650 A CN 115526650A CN 202210392860 A CN202210392860 A CN 202210392860A CN 115526650 A CN115526650 A CN 115526650A
- Authority
- CN
- China
- Prior art keywords
- event
- sharing
- target
- scene
- interaction
- 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
- 230000010365 information processing Effects 0.000 title claims description 21
- 238000003672 processing method Methods 0.000 title claims description 7
- 230000003993 interaction Effects 0.000 claims abstract description 171
- 238000004458 analytical method Methods 0.000 claims abstract description 109
- 230000004069 differentiation Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000005065 mining Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000002452 interceptive effect Effects 0.000 claims description 33
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000013139 quantization Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种智慧城市大数据的共享业务信息处理方法及系统,获得携带目标共享互动事件的待分析业务办理记录;挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果;获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征;依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征。如此可以基于最终事件场景特征去适配和挖掘更多的共享需求,进而提高智慧城市共享项目的运行效率。
Description
技术领域
本申请涉及智慧城市及大数据技术领域,特别涉及智慧城市大数据的共享业务信息处理方法及系统。
背景技术
智慧城市通过物联网基础设施、云计算基础设施、地理空间基础设施等新一代信息技术以及维基、社交网络、Fab Lab、Living Lab、综合集成法、网动全媒体融合通信终端等工具和方法的应用,实现全面透彻的感知、宽带泛在的互联、智能融合的应用以及以用户创新、开放创新、大众创新、协同创新为特征的可持续创新。
随着网络的不断发展,知识社会环境下的智慧城市是继数字城市之后城市发展的高级形态。为了使城市服务更加及时便捷,有效提高人们的满意度,真正将城市发展的成果惠及大众,则在城市中设置有大量的共享项目,然而现有的共享项目处理方法难以实现共享场景、业务事件以及共享需求之间的高度匹配,进而难以实现对更多的共享需求的挖掘分析,造成共享项目运行效率低下。
发明内容
为改善相关技术中存在的技术问题,本申请提供了智慧城市大数据的共享业务信息处理方法及系统。
一方面,本申请提供了一种智慧城市大数据的共享业务信息处理方法,应用于共享业务信息处理系统,所述方法包括:获得携带目标共享互动事件的待分析业务办理记录;挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果;获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征;依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征。这样一来,能够有效提高对业务办理记录进行分析的准确度,这样可以基于最终事件场景特征去适配和挖掘更多的共享需求,进而提高智慧城市共享项目的运行效率。比如基于最终事件场景特征挖掘潜在共享需求对象和潜在共享资源贡献对象等。
在一种可独立实施的实施方式中,在得到用于表示所述目标共享互动事件的最终事件场景特征之后,所述智慧城市大数据的共享业务信息处理方法还包括:依据所述最终事件场景特征,生成并呈现与所述目标共享互动事件所适配的事件场景。
在一种可独立实施的实施方式中,所述获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征,包括:依据所述差异化分析结果,确定所述目标共享互动事件所对应的目标共享需求类型;在事先部署的共享互动事件数据库中获得与所述目标共享需求类型满足设定配对条件的设定事件场景特征;其中,所述共享互动事件数据库中存储有多种设定事件场景特征,每种设定事件场景特征用于表示所述目标共享互动事件的一种共享需求类型。这样一来,能够有针对性的从事先部署的共享互动事件数据库中获取到设定事件场景特征,进而能够提高工作效率。
相应的,所述差异化分析结果携带在多个共享需求类型下的量化可能性形成的量化可能性分布;所述依据所述差异化分析结果,确定所述目标共享互动事件所对应的目标共享需求类型,包括:获得所述量化可能性分布中最大的量化可能性所适配的共享需求类型作为目标共享需求类型。
在一种可独立实施的实施方式中,所述依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征,包括:依据所述关键共享项目描述和所述差异化分析结果,确定事件场景特征评价,所述事件场景特征评价用于表示所述目标共享互动事件的真实事件场景特征和所述目标共享需求类型满足设定配对条件的设定事件场景特征之间的比较结果;依据所述事件场景特征评价,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化后,得到用于表示所述目标共享互动事件的最终事件场景特征。这样,能够提高最终事件场景特征的准确度。
在一种可独立实施的实施方式中,所述挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果,包括:
依据所述待分析业务办理记录和事先调试的业务办理记录挖掘线程,挖掘所述待分析业务办理记录的关键共享项目描述;依据所述关键共享项目描述和事先调试的差异化分析线程,对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果。这样一来,通过事先调试的业务办理记录挖掘线程,准确的挖掘出待分析业务办理记录的关键共享项目描述,进而在此基础上,通过事先调试的差异化分析线程,对目标共享互动事件的共享需求类型进行差异化分析,这样能够准确的得到目标共享互动事件所适配的差异化分析结果。
在一种可独立实施的实施方式中,所述智慧城市大数据的共享业务信息处理方法通过事先调试的智能化线程实现;所述智能化线程基于携带了范例共享互动事件的范例业务办理记录以及事先注释的与所述范例共享互动事件所适配的真实共享互动事件信息进行调试,所述真实共享互动事件信息携带范例共享互动事件所适配的真实事件场景特征;相应的,所述智能化线程通过如下步骤进行调试:挖掘所述范例业务办理记录的范例关键共享项目描述,并对所述范例共享互动事件的范例共享需求类型进行差异化分析,得到所述范例共享互动事件所适配的范例差异化分析结果;获得与所述范例差异化分析结果所对应的范例共享需求类型满足设定配对条件的设定范例事件场景特征;依据所述范例关键共享项目描述和所述范例差异化分析结果,对所述设定范例事件场景特征进行优化,得到用于表示所述范例共享互动事件的目标范例事件场景特征;依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,对初始智能化线程中的线程变量进行优化,在调试完成后得到所述智能化线程。这样一来,在该智能化线程调试过程中,通过范例共享互动事件所适配的目标范例事件场景特征和范例共享互动事件所适配的真实事件场景特征,对智能化线程中的线程变量进行优化,可以得到能够对待分析业务办理记录进行处理,准确得到待分析业务办理记录中的目标共享互动事件所适配的最终事件场景特征的智能化线程。
相应的,所述获得与所述范例差异化分析结果所对应的范例共享需求类型满足设定配对条件的设定范例事件场景特征,包括:依据所述范例差异化分析结果,确定所述范例共享互动事件所对应的范例共享需求类型;在事先部署的范例共享互动事件数据库中获得与所述范例共享需求类型满足设定配对条件的设定范例事件场景特征;所述范例共享互动事件数据库中存储有多种设定范例事件场景特征,每种设定范例事件场景特征用于表示所述范例共享互动事件的一种范例共享需求类型。如此,能够提高智能化线程的准确度
在一种可独立实施的实施方式中,所述依据所述范例关键共享项目描述和所述范例差异化分析结果,对所述设定范例事件场景特征进行优化,得到用于表示所述范例共享互动事件的目标范例事件场景特征,包括:依据所述范例关键共享项目描述和所述范例差异化分析结果,确定范例事件场景特征评价,所述范例事件场景特征评价用于表示所述范例共享互动事件所适配的真实范例事件场景特征和所述范例共享需求类型满足设定配对条件的设定范例事件场景特征之间的比较结果;依据所述范例事件场景特征评价对所述范例共享互动事件所适配的设定范例事件场景特征进行优化后,得到用于表示所述范例共享互动事件的目标范例事件场景特征。这样一来,基于范例共享互动事件所适配的真实范例事件场景特征和所述范例共享需求类型满足设定配对条件的设定范例事件场景特征之间的比较结果,能够全面的对设定范例事件场景特征进行优化,进而能够确保目标范例事件场景特征的精确性及完整性。
在一种可独立实施的实施方式中,所述真实共享互动事件信息还包括所述范例共享互动事件的真实共享需求类型所适配的真实设定范例事件场景特征;所述线程变量包括用于挖掘范例关键共享项目描述的业务办理记录挖掘线程所适配的第一线程变量,用于确定所述范例差异化分析结果的差异化分析线程所适配的第二线程变量,以及用于确定所述范例事件场景特征评价的特征测试单元所适配的第三线程变量;
所述依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,对初始智能化线程中的线程变量进行优化,包括:依据所述设定范例事件场景特征和所述真实设定范例事件场景特征,确定所述设定范例事件场景特征所适配的第一场景特征误差描述;依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,确定所述目标范例事件场景特征所适配的第二场景特征误差描述;依据所述第一场景特征误差描述和所述第二场景特征误差描述,对所述第一线程变量、所述第二线程变量和所述第三线程变量进行优化;这样一来,通过不断优化线程变量,能够准确得到智能化线程。
相应的,所述智能化线程的线程变量还包括所述事先部署的范例共享互动事件数据库中各个设定范例事件场景特征所适配的变量调整数据,所述依据所述第一场景特征误差描述和所述第二场景特征误差描述,对所述第一线程变量、所述第二线程变量和所述第三线程变量进行优化,包括:依据所述变量调整数据,确定所述范例共享互动事件数据库中各个设定范例事件场景特征所适配的特征优化场景特征误差描述;依据所述第一场景特征误差描述、所述第二场景特征误差描述和所述特征优化场景特征误差描述,对所述第一线程变量、所述第二线程变量、所述第三线程变量和所述变量调整数据进行优化。
在一种可独立实施的实施方式中,所述智慧城市大数据的共享业务信息处理方法还包括:
依据所述事先部署的范例共享互动事件数据库中的每个设定范例事件场景特征各自所适配的优化后的变量调整数据,对所述范例共享互动事件数据库中各个设定范例事件场景特征进行优化,得到携带多个设定事件场景特征的共享互动事件数据库。这样一来,引入设定范例事件场景特征所适配的特征优化场景特征误差描述,这样在对智能化线程中的线程变量进行优化时,同时可以确定出范例共享互动事件数据库中各个基础的设定范例事件场景特征所适配的特征优化数量,进而可以依据该特征优化数量对范例共享互动事件数据库中各个基础的设定范例事件场景特征进行动态优化,使得最终得到的事先部署的共享互动事件数据库中的共享需求类型的设定事件场景特征更加准确。
另一方面,本申请还提供了一种共享业务信息处理系统,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,以实现方法。
本申请的实施例提供的技术方案可以包括以下有益效果。
在确定目标共享互动事件的最终事件场景特征时,除了考虑待分析共享互动事件的关键共享项目描述,还结合分析了目标共享互动事件的共享需求类型的差异化分析结果,以及与差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征,基于关键共享项目描述和差异化分析结果对设定事件场景特征进行优化,可以使得到的最终事件场景特征与目标共享互动事件的目标共享需求类型更为匹配,从而能够有效提高对业务办理记录进行分析的准确度,这样可以基于最终事件场景特征去适配和挖掘更多的共享需求,进而提高智慧城市共享项目的运行效率。比如基于最终事件场景特征挖掘潜在共享需求对象和潜在共享资源贡献对象等。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种共享业务信息处理系统的硬件结构示意图。
图2是本申请实施例提供的一种智慧城市大数据的共享业务信息处理方法的流程示意图。
图3是本申请实施例提供的一种智慧城市大数据的共享业务信息处理装置的框图。
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申请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、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在共享业务信息处理系统、计算机设备或者类似的运算装置中执行。以运行在共享业务信息处理系统上为例,图1是本申请实施例的实施智慧城市大数据的共享业务信息处理方法的共享业务信息处理系统的硬件结构框图。如图1所示,共享业务信息处理系统10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述共享业务信息处理系统10还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述共享业务信息处理系统10的结构造成限定。例如,共享业务信息处理系统10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本申请实施例中的智慧城市大数据的共享业务信息处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至共享业务信息处理系统10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括共享业务信息处理系统10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(RadioFrequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
请结合图2,图2是本申请实施例所提供的一种智慧城市大数据的共享业务信息处理方法的流程示意图,该方法应用于共享业务信息处理系统,进一步,该方法具可以包括如下步骤21-步骤24所描述的内容。
步骤21,获得携带目标共享互动事件的待分析业务办理记录。
示例性的,目标共享互动事件可以理解为用户使用共享汽车、共享自行车或者用户使用共享充电宝等事件,为便于理解,本申请以获得汽车事件场景为例,则目标共享互动事件以共享汽车为例进行说明。进一步地,可以通过监控设备采集到的互动事件不断发生改变的目标共享互动事件,比如检测驾驶者不断发生改变的目标共享汽车,可以得到多组含该目标共享汽车标签的待分析业务办理记录,然后通过对该待分析业务办理记录进行分析处理,可以得到该目标共享汽车在不同互动事件(共享车辆使用行为)下所适配的事件场景。待分析业务办理记录可以理解为用户参与共享汽车使用生成的记录。
步骤22,挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果。
示例性的,差异化分析结果可以是用于表示目标共享互动事件的共享需求类型的信息,目标共享互动事件的共享需求类型可以携带多种,以目标共享互动事件是针对共享汽车为例,共享需求类型可以是指目标共享互动事件的需求类型,例如:可以包括在某一段地理位置需要有小型共享汽车、越野共享汽车、SUV共享汽车等,本申请对此并不限定。关键共享项目描述可以理解为待分析业务办理记录的特征信息。
在一些可示性实施方式中,步骤22所记录的挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果,具体还可以包括如下步骤221和步骤222实现。
步骤221,依据所述待分析业务办理记录和事先调试的业务办理记录挖掘线程,挖掘所述待分析业务办理记录的关键共享项目描述。
步骤222,依据所述关键共享项目描述和事先调试的差异化分析线程,对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果。
执行步骤221和步骤222时,业务办理记录挖掘线程可以理解为业务办理记录解码器,即业务办理记录挖掘线程可以用于对待分析业务办理记录进行业务记录分析,并挖掘待分析业务办理记录中的关键共享项目描述,业务办理记录挖掘线程在挖掘关键共享项目描述时,可以接近于挖掘待分析业务办理记录中的目标共享互动事件的关键共享项目描述。差异化分析线程可以理解为分类器,即差异化分析线程可以依据待分析业务办理记录的关键共享项目描述,对待分析业务办理记录中的目标共享互动事件的共享需求类型进行差异化分析,得到目标共享互动事件所适配的差异化分析结果。差异化分析结果可以携带在多个共享需求类型下的量化可能性形成的量化可能性分布,事先调试的差异化分析线程可以依据关键共享项目描述对目标共享互动事件属于每个共享需求类型进行评价,得到该量化可能性分布。如此一来,通过事先调试的业务办理记录挖掘线程,准确的挖掘出待分析业务办理记录的关键共享项目描述,进而在此基础上,通过事先调试的差异化分析线程,对目标共享互动事件的共享需求类型进行差异化分析,这样能够准确的得到目标共享互动事件所适配的差异化分析结果。
步骤23,获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征。
示例性的,目标共享需求类型是指与待分析业务办理记录中的目标共享互动事件满足设定配对条件的共享需求类型,目标共享需求类型满足设定配对条件的设定事件场景特征是指用于表示该目标共享需求类型所适配的事件场景的特征结果,例如:目标共享需求类型为车辆自动驾驶,则设定事件场景特征是指用来表示车辆自动驾驶的事件场景的特征结果。
在一些可示性实施方式中,步骤23所记录的获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征,具体还可以通过如下步骤231和步骤232所记录的内容实现。
步骤231,依据所述差异化分析结果,确定所述目标共享互动事件所对应的目标共享需求类型。
在一些可示性实施方式中,所述差异化分析结果携带在多个共享需求类型下的量化可能性形成的量化可能性分布,其中,量化可能性分布可以理解为数值序列。基于此,步骤231所描述的依据所述差异化分析结果,确定所述目标共享互动事件所对应的目标共享需求类型,具体还可以包括:获得所述量化可能性分布中最大的量化可能性所适配的共享需求类型作为目标共享需求类型。
步骤232,在事先部署的共享互动事件数据库中获得与所述目标共享需求类型满足设定配对条件的设定事件场景特征;所述共享互动事件数据库中存储有多种设定事件场景特征,每种设定事件场景特征用于表示所述目标共享互动事件的一种共享需求类型。
在实际实施步骤231和步骤232时,共享互动事件数据库可以为关系型数据库,该关系型数据库中可以包括多个汽车共享需求类型所适配的设定事件场景特征,每种设定事件场景特征可以用于表示一种汽车共享需求类型,比如共享互动事件数据库中的每种事件场景特征可以用于表示一种设定汽车动作。如此一来,能够有针对性的从事先部署的共享互动事件数据库中获取到设定事件场景特征,进而能够提高工作效率。
步骤24,依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征。
示例性的,得到的目标共享需求类型满足设定配对条件的设定事件场景特征能够粗略表示目标共享互动事件的共享需求类型,这里提出依据关键共享项目描述和差异化分析结果,对该设定事件场景特征进行优化,关键共享项目描述能够接近于表示待分析业务办理记录中目标共享互动事件的描述,依据该关键共享项目描述和差异化分析结果,可以首先确定出需要优化的特征结果,然后依据确定的需要优化的特征结果对设定事件场景特征进行优化,可以得到最终事件场景特征。其中,最终事件场景特征可以理解为能够更加匹配用户需求的场景信息。
在一些可示性实施方式中,步骤24所记录的依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征,具体还可以通过如下步骤241和步骤242进行说明。
步骤241,依据所述关键共享项目描述和所述差异化分析结果,确定事件场景特征评价,所述事件场景特征评价用于表示所述目标共享互动事件的真实事件场景特征和所述目标共享需求类型满足设定配对条件的设定事件场景特征之间的比较结果;
步骤242,依据所述事件场景特征评价,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化后,得到用于表示所述目标共享互动事件的最终事件场景特征。
在执行步骤241和步骤242时,通过关键共享项目描述和差异化分析结果来确定用于表示目标共享互动事件的真实事件场景特征和目标共享需求类型满足设定配对条件的设定事件场景特征之间的比较结果,然后依据该比较结果对设定事件场景特征进行优化,可以得到更接近真实事件场景特征的最终事件场景特征,进一步提高最终事件场景特征的准确度。
在一些可能的实施例中,在步骤242所描述的得到用于表示所述目标共享互动事件的最终事件场景特征之后,该智慧城市大数据的共享业务信息处理方法还可以包括包括步骤31。
步骤31,依据所述最终事件场景特征,生成并呈现与所述目标共享互动事件所适配的事件场景。在实际实施时,因为最终事件场景特征中携带有表示目标共享互动事件共享需求类型的特征结果,则依据这些特征结果可以生成呈现出该目标共享互动事件所适配的事件场景。
在一些可能的实施方式中,所述智慧城市大数据的共享业务信息处理方法通过事先调试的智能化线程(可以理解为神经网络)实现;所述智能化线程基于携带了范例共享互动事件的范例业务办理记录以及事先注释(也可以理解为标记)的与所述范例共享互动事件所适配的真实共享互动事件信息进行调试,所述真实共享互动事件信息携带范例共享互动事件所适配的真实事件场景特征,进一步真实共享互动事件信息可以理解为实际共享互动事件信息。
在一些可能的实施方式中,上述内容所记录的智能化线程可以通过如下步骤进行调试,具体可以包括步骤41-步骤44进行说明。
步骤41,挖掘所述范例业务办理记录的范例关键共享项目描述,并对所述范例共享互动事件的范例共享需求类型进行差异化分析,得到所述范例共享互动事件所适配的范例差异化分析结果。
步骤42,获得与所述范例差异化分析结果所对应的范例共享需求类型满足设定配对条件的设定范例事件场景特征。
在一此可能的实施方式中,步骤42所记录的获得与所述范例差异化分析结果所对应的范例共享需求类型满足设定配对条件的设定范例事件场景特征,具体可以包括步骤421和步骤422所记录的内容。
步骤421,依据所述范例差异化分析结果,确定所述范例共享互动事件所对应的范例共享需求类型。
步骤422,在事先部署的范例共享互动事件数据库中获得与所述范例共享需求类型满足设定配对条件的设定范例事件场景特征;所述范例共享互动事件数据库中存储有多种设定范例事件场景特征,每种设定范例事件场景特征用于表示所述范例共享互动事件的一种范例共享需求类型。
在执行步骤421和步骤422时,事先部署的范例共享互动事件数据库中可以携带设定数目的范例共享需求类型所适配的设定范例事件场景特征,为了提高智能化线程的准确度,同时会优化范例共享互动事件数据库中各个范例共享需求类型所适配的设定范例事件场景特征。
步骤43,依据所述范例关键共享项目描述和所述范例差异化分析结果,对所述设定范例事件场景特征进行优化,得到用于表示所述范例共享互动事件的目标范例事件场景特征。
在一此可能的实施方式中,步骤43所记录的依据所述范例关键共享项目描述和所述范例差异化分析结果,对所述设定范例事件场景特征进行优化,得到用于表示所述范例共享互动事件的目标范例事件场景特征,具体可以包括步骤431和步骤432。
步骤431,依据所述范例关键共享项目描述和所述范例差异化分析结果,确定范例事件场景特征评价,所述范例事件场景特征评价用于表示所述范例共享互动事件所适配的真实范例事件场景特征和所述范例共享需求类型满足设定配对条件的设定范例事件场景特征之间的比较结果。
步骤432,依据所述范例事件场景特征评价对所述范例共享互动事件所适配的设定范例事件场景特征进行优化后,得到用于表示所述范例共享互动事件的目标范例事件场景特征。
在执行步骤431和步骤432时,基于范例共享互动事件所适配的真实范例事件场景特征和所述范例共享需求类型满足设定配对条件的设定范例事件场景特征之间的比较结果,能够全面的对设定范例事件场景特征进行优化,进而能够确保目标范例事件场景特征的精确性及完整性。
步骤44,依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,对初始智能化线程中的线程变量(线程参数值)进行优化,在调试完成后得到所述智能化线程。
执行步骤41-步骤44时,在该智能化线程调试过程中,通过范例共享互动事件所适配的目标范例事件场景特征和范例共享互动事件所适配的真实事件场景特征,对智能化线程中的线程变量进行优化,可以得到能够对待分析业务办理记录进行处理,准确得到待分析业务办理记录中的目标共享互动事件所适配的最终事件场景特征的智能化线程。
在一些可能的实施方式中,所述真实共享互动事件信息还包括所述范例共享互动事件(样本事件)的真实共享需求类型所适配的真实设定范例事件场景特征;所述线程变量(可以理解为线程参数值)包括用于挖掘范例关键共享项目描述的业务办理记录挖掘线程所适配的第一线程变量,用于确定所述范例差异化分析结果的差异化分析线程所适配的第二线程变量,以及用于确定所述范例事件场景特征评价的特征测试单元所适配的第三线程变量。
基于此,步骤44所记录的依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,对初始智能化线程中的线程变量进行优化,具体可以包括如下步骤441-步骤443所记录的内容。
步骤441,依据所述设定范例事件场景特征和所述真实设定范例事件场景特征,确定所述设定范例事件场景特征所适配的第一场景特征误差描述。
步骤442,依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,确定所述目标范例事件场景特征所适配的第二场景特征误差描述。
步骤443,依据所述第一场景特征误差描述和所述第二场景特征误差描述,对所述第一线程变量、所述第二线程变量和所述第三线程变量进行优化。
实施步骤441-步骤443时,设定范例事件场景特征可以理解为预先记录的样本事件场景参数,真实设定范例事件场景特征可以理解为实际情况的样本事件场景参数。场景特征误差描述可以理解为损失函数,其中,第一场景特征误差描述和第二场景特征误差描述主要用于区别场景特征误差描述。
例如:在优化智能化线程中的线程变量时,增加了对设定范例事件场景特征所适配的第一场景特征误差描述的优化过程,对差异化分析线程和业务办理记录挖掘线程中的线程变量进行了额外优化,从而使得能够得到与范例共享互动事件更加满足设定配对条件的设定范例事件场景特征,进而在对与范例共享互动事件更加满足设定配对条件的设定范例事件场景特征进行改正后,可以得到与范例共享互动事件更加满足设定配对条件的目标范例事件场景特征,这样一来,通过不断优化线程变量,能够准确得到智能化线程。
在一些可能的实施方式中,所述智能化线程的线程变量还包括所述事先部署的范例共享互动事件数据库中各个设定范例事件场景特征所适配的变量调整数据。基于此,步骤443所记录的依据所述第一场景特征误差描述和所述第二场景特征误差描述,对所述第一线程变量、所述第二线程变量和所述第三线程变量进行优化,具体可以包括如下内容:依据所述变量调整数据,确定所述范例共享互动事件数据库中各个设定范例事件场景特征所适配的特征优化场景特征误差描述;依据所述第一场景特征误差描述、所述第二场景特征误差描述和所述特征优化场景特征误差描述,对所述第一线程变量、所述第二线程变量、所述第三线程变量和所述变量调整数据进行优化。
在实际实施时,对第一场景特征误差描述、第二场景特征误差描述和特征优化场景特征误差描述进行加权,得到智能化线程所适配的场景特征误差描述统计结果,通过设置第一线程变量、第二线程变量、第三线程变量和变量调整数据各自所适配的原始变量,然后在每次对智能化线程进行调试的过程中,依据第一线程变量所适配的调整线程变量、第二线程变量所适配的调整线程变量、第三线程变量所适配的调整线程变量以及变量调整数据所适配的调整线程变量,分别对第一线程变量、第二线程变量、第三线程变量和变量调整数据各自所适配的原始变量进行优化,直到智能化线程所适配的场景特征误差描述统计结果的误差结果达到最小,或者达到设定的调试量后,可以得到第一线程变量、第二线程变量、第三线程变量和优化后的变量调整数据。
在一些可能的实施例中,该智慧城市大数据的共享业务信息处理方法具体还可以包括如下内容:依据所述事先部署的范例共享互动事件数据库中的每个设定范例事件场景特征各自所适配的优化后的变量调整数据,对所述范例共享互动事件数据库中各个设定范例事件场景特征进行优化,得到携带多个设定事件场景特征的共享互动事件数据库。
在实际实施时,引入设定范例事件场景特征所适配的特征优化场景特征误差描述,这样在对智能化线程中的线程变量进行优化时,同时可以确定出范例共享互动事件数据库中各个基础的设定范例事件场景特征所适配的特征优化数量,进而可以依据该特征优化数量对范例共享互动事件数据库中各个基础的设定范例事件场景特征进行动态优化,使得最终得到的事先部署的共享互动事件数据库中的共享需求类型的设定事件场景特征更加准确。
综上,在确定目标共享互动事件的最终事件场景特征时,除了考虑待分析共享互动事件的关键共享项目描述,还结合分析了目标共享互动事件的共享需求类型的差异化分析结果,以及与差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征,基于关键共享项目描述和差异化分析结果对设定事件场景特征进行优化,可以使得到的最终事件场景特征与目标共享互动事件的目标共享需求类型更为匹配,从而能够有效提高对业务办理记录进行分析的准确度,这样可以基于最终事件场景特征去适配和挖掘更多的共享需求,进而提高智慧城市共享项目的运行效率。比如基于最终事件场景特征挖掘潜在共享需求对象和潜在共享资源贡献对象等。
在上述基础上,请结合图3,本申请还提供了一种智慧城市大数据的共享业务信息处理装置30框图,所述装置包括以下功能模块。
记录获取模块31,用于:获得携带目标共享互动事件的待分析业务办理记录;
需求分析模块32,用于:挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果;
特征优化模块33,用于:获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征;依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征。
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。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种智慧城市大数据的共享业务信息处理方法,其特征在于,应用于共享业务信息处理系统,所述方法包括:
获得携带目标共享互动事件的待分析业务办理记录;
挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果;
获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征;依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征。
2.根据权利要求1所述的智慧城市大数据的共享业务信息处理方法,其特征在于,在得到用于表示所述目标共享互动事件的最终事件场景特征之后,所述智慧城市大数据的共享业务信息处理方法还包括:
依据所述最终事件场景特征,生成并呈现与所述目标共享互动事件所适配的事件场景。
3.根据权利要求1所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述获得与所述差异化分析结果所对应的目标共享需求类型满足设定配对条件的设定事件场景特征,包括:
依据所述差异化分析结果,确定所述目标共享互动事件所对应的目标共享需求类型;
在事先部署的共享互动事件数据库中获得与所述目标共享需求类型满足设定配对条件的设定事件场景特征;其中,所述共享互动事件数据库中存储有多种设定事件场景特征,每种设定事件场景特征用于表示所述目标共享互动事件的一种共享需求类型;
相应的,所述差异化分析结果携带在多个共享需求类型下的量化可能性形成的量化可能性分布;所述依据所述差异化分析结果,确定所述目标共享互动事件所对应的目标共享需求类型,包括:
获得所述量化可能性分布中最大的量化可能性所适配的共享需求类型作为目标共享需求类型。
4.根据权利要求1所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述依据所述关键共享项目描述和所述差异化分析结果,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化,得到用于表示所述目标共享互动事件的最终事件场景特征,包括:
依据所述关键共享项目描述和所述差异化分析结果,确定事件场景特征评价,所述事件场景特征评价用于表示所述目标共享互动事件的真实事件场景特征和所述目标共享需求类型满足设定配对条件的设定事件场景特征之间的比较结果;
依据所述事件场景特征评价,对所述目标共享需求类型满足设定配对条件的设定事件场景特征进行优化后,得到用于表示所述目标共享互动事件的最终事件场景特征。
5.根据权利要求1所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述挖掘所述待分析业务办理记录的关键共享项目描述,并对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果,包括:
依据所述待分析业务办理记录和事先调试的业务办理记录挖掘线程,挖掘所述待分析业务办理记录的关键共享项目描述;
依据所述关键共享项目描述和事先调试的差异化分析线程,对所述目标共享互动事件的共享需求类型进行差异化分析,得到所述目标共享互动事件所适配的差异化分析结果。
6.根据权利要求1至5任一所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述智慧城市大数据的共享业务信息处理方法通过事先调试的智能化线程实现;所述智能化线程基于携带了范例共享互动事件的范例业务办理记录以及事先注释的与所述范例共享互动事件所适配的真实共享互动事件信息进行调试,所述真实共享互动事件信息携带范例共享互动事件所适配的真实事件场景特征;
相应的,所述智能化线程通过如下步骤进行调试:
挖掘所述范例业务办理记录的范例关键共享项目描述,并对所述范例共享互动事件的范例共享需求类型进行差异化分析,得到所述范例共享互动事件所适配的范例差异化分析结果;
获得与所述范例差异化分析结果所对应的范例共享需求类型满足设定配对条件的设定范例事件场景特征;
依据所述范例关键共享项目描述和所述范例差异化分析结果,对所述设定范例事件场景特征进行优化,得到用于表示所述范例共享互动事件的目标范例事件场景特征;
依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,对初始智能化线程中的线程变量进行优化,在调试完成后得到所述智能化线程;
相应的,所述获得与所述范例差异化分析结果所对应的范例共享需求类型满足设定配对条件的设定范例事件场景特征,包括:
依据所述范例差异化分析结果,确定所述范例共享互动事件所对应的范例共享需求类型;
在事先部署的范例共享互动事件数据库中获得与所述范例共享需求类型满足设定配对条件的设定范例事件场景特征;
所述范例共享互动事件数据库中存储有多种设定范例事件场景特征,每种设定范例事件场景特征用于表示所述范例共享互动事件的一种范例共享需求类型。
7.根据权利要求6所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述依据所述范例关键共享项目描述和所述范例差异化分析结果,对所述设定范例事件场景特征进行优化,得到用于表示所述范例共享互动事件的目标范例事件场景特征,包括:
依据所述范例关键共享项目描述和所述范例差异化分析结果,确定范例事件场景特征评价,所述范例事件场景特征评价用于表示所述范例共享互动事件所适配的真实范例事件场景特征和所述范例共享需求类型满足设定配对条件的设定范例事件场景特征之间的比较结果;
依据所述范例事件场景特征评价对所述范例共享互动事件所适配的设定范例事件场景特征进行优化后,得到用于表示所述范例共享互动事件的目标范例事件场景特征。
8.根据权利要求7所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述真实共享互动事件信息还包括所述范例共享互动事件的真实共享需求类型所适配的真实设定范例事件场景特征;所述线程变量包括用于挖掘范例关键共享项目描述的业务办理记录挖掘线程所适配的第一线程变量,用于确定所述范例差异化分析结果的差异化分析线程所适配的第二线程变量,以及用于确定所述范例事件场景特征评价的特征测试单元所适配的第三线程变量;
所述依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,对初始智能化线程中的线程变量进行优化,包括:
依据所述设定范例事件场景特征和所述真实设定范例事件场景特征,确定所述设定范例事件场景特征所适配的第一场景特征误差描述;
依据所述范例共享互动事件所适配的目标范例事件场景特征和所述范例共享互动事件所适配的真实事件场景特征,确定所述目标范例事件场景特征所适配的第二场景特征误差描述;
依据所述第一场景特征误差描述和所述第二场景特征误差描述,对所述第一线程变量、所述第二线程变量和所述第三线程变量进行优化;
相应的,所述智能化线程的线程变量还包括所述事先部署的范例共享互动事件数据库中各个设定范例事件场景特征所适配的变量调整数据,所述依据所述第一场景特征误差描述和所述第二场景特征误差描述,对所述第一线程变量、所述第二线程变量和所述第三线程变量进行优化,包括:
依据所述变量调整数据,确定所述范例共享互动事件数据库中各个设定范例事件场景特征所适配的特征优化场景特征误差描述;
依据所述第一场景特征误差描述、所述第二场景特征误差描述和所述特征优化场景特征误差描述,对所述第一线程变量、所述第二线程变量、所述第三线程变量和所述变量调整数据进行优化。
9.根据权利要求8所述的智慧城市大数据的共享业务信息处理方法,其特征在于,所述智慧城市大数据的共享业务信息处理方法还包括:
依据所述事先部署的范例共享互动事件数据库中的每个设定范例事件场景特征各自所适配的优化后的变量调整数据,对所述范例共享互动事件数据库中各个设定范例事件场景特征进行优化,得到携带多个设定事件场景特征的共享互动事件数据库。
10.一种共享业务信息处理系统,其特征在于,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1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210392860.9A CN115526650A (zh) | 2022-04-15 | 2022-04-15 | 智慧城市大数据的共享业务信息处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210392860.9A CN115526650A (zh) | 2022-04-15 | 2022-04-15 | 智慧城市大数据的共享业务信息处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115526650A true CN115526650A (zh) | 2022-12-27 |
Family
ID=84695144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210392860.9A Pending CN115526650A (zh) | 2022-04-15 | 2022-04-15 | 智慧城市大数据的共享业务信息处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115526650A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117692163A (zh) * | 2023-10-31 | 2024-03-12 | 青岛文达通科技股份有限公司 | 一种智慧城市数据处理方法 |
-
2022
- 2022-04-15 CN CN202210392860.9A patent/CN115526650A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117692163A (zh) * | 2023-10-31 | 2024-03-12 | 青岛文达通科技股份有限公司 | 一种智慧城市数据处理方法 |
CN117692163B (zh) * | 2023-10-31 | 2024-06-04 | 青岛文达通科技股份有限公司 | 一种智慧城市数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112327808A (zh) | 一种汽车故障诊断方法、系统和汽车故障诊断仪 | |
CN105787364A (zh) | 任务的自动化测试方法、装置及系统 | |
CN110503408B (zh) | 一种基于自定义配置的业务流程管理系统 | |
CN105095207A (zh) | 检索、获取应用软件内容的方法和装置 | |
CN110083628A (zh) | 一种车辆电子控制单元ecu的寻址方法及装置 | |
CN115526650A (zh) | 智慧城市大数据的共享业务信息处理方法及系统 | |
CN111985789A (zh) | 一种车载终端信息安全威胁分析和风险评估系统及方法 | |
CN110378739B (zh) | 一种数据流量匹配方法及装置 | |
CN103136417B (zh) | 一种基于互联网的自动建模分析方法及系统 | |
CN110083529B (zh) | 自动化测试方法、装置、介质和电子设备 | |
CN109783381B (zh) | 一种测试数据生成方法、装置及系统 | |
CN114266235A (zh) | 数据的处理方法及装置、存储介质、电子装置 | |
CN107167149B (zh) | 一种街景视图制作方法及系统 | |
CN112445861B (zh) | 信息处理方法、装置、系统及存储介质 | |
CN113014671B (zh) | 应用于大数据分析的云业务资源共享方法及资源共享平台 | |
CN105374131A (zh) | 一种自动化测试的方法及装置 | |
CN106650953A (zh) | 一种基于网络问卷方式实现汽车诊断和作业项目确定的方法 | |
CN109800265A (zh) | 数据加载方法、装置、设备及计算机可读存储介质 | |
CN113535575A (zh) | 软硬件产品基础环境的基准测试方法及装置 | |
CN111400442A (zh) | 常驻地址分析方法、装置、设备及可读存储介质 | |
CN115237503B (zh) | 基于vr的生态模型建立方法及系统 | |
CN116362462B (zh) | 一种基于物联网和大数据分析的全闭环生产管理系统 | |
CN110032523A (zh) | 柴油机装配试验基于地址位动态定义的寄存器存储方法 | |
CN111459917B (zh) | 知识库管理方法、装置及处理设备 | |
CN112737804B (zh) | 一种网络性能测试方法、装置及服务器 |
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 |