CN115757273B - 基于云平台的养老政策资料管理方法及系统 - Google Patents
基于云平台的养老政策资料管理方法及系统 Download PDFInfo
- Publication number
- CN115757273B CN115757273B CN202211306369.6A CN202211306369A CN115757273B CN 115757273 B CN115757273 B CN 115757273B CN 202211306369 A CN202211306369 A CN 202211306369A CN 115757273 B CN115757273 B CN 115757273B
- Authority
- CN
- China
- Prior art keywords
- data
- transmission
- pension
- value
- evaluation
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及信息咨询技术领域,揭露了基于云平台的养老政策资料管理方法及系统;通过对养老政策资料在传输方面和存储方面进行数据采集和处理,并对处理后的各项数据进行联立训练获取对应的咨估值和传估值,基于咨估值可以对养老政策资料自身方面以及传输方面进行整体评估和分析,使得不同级别的养老政策资料可以获取到对应级别的传输方案,有效提高了养老政策资料在分配方面和传输方面的管理效果;本发明可以解决现有方案中不能对养老政策资料的上传过程和存储过程进行动态监测和评估,并根据评估结果动态调整存储方案和传输方案,导致养老政策资料管理的整体效果不佳的问题。
Description
技术领域
本发明涉及资料管理技术领域,尤其涉及基于云平台的养老政策资料管理方法和系统。
背景技术
养老政策资料是指养老政策文件,政策文件是安全防护标准化的规定在一定的历史时期内,应该达到的奋斗目标、遵循的行动原则、完成的明确任务、实行的工作方式、采取的一般步骤和具体措施的文件。
现有的老政策资料管理方案在实施时,只是基于文件的类型或者重要性进行分级储存,没有将文件其它方面的各项数据进行联立并整体评估,并且也没有对文件的传输状态进行监测分析,同时也不能将分级后的文件根据对应级别的存储区域动态分析,使得不同级别的若干个存储区域均能保持合理有序的存储,以及根据不同级别的文件的传输效果动态监测并调整,使得养老政策资料在存储方面和传输方面的整体管理效果不佳。
发明内容
本发明提供基于云平台的养老政策资料管理方法和系统,其主要目的在于解决现有方案中不能对养老政策资料的上传过程和存储过程进行动态监测和评估,并根据评估结果动态调整存储方案和传输方案,导致养老政策资料管理的整体效果不佳的问题。
为实现上述目的,本发明提供的基于云平台的养老政策资料管理方法,包括:
获取上传至云平台的包含养老政策资料的数据信息,数据信息包含养老政策资料的发送数据和类型数据;
按照上传云平台的时间顺序依次将若干个包含养老政策资料的数据信息编号并排列组合,得到排序数据集;
根据云平台服务器所处的位置以及预设的划分距离进行区域划分,得到发送划分集;
根据发送划分集依次对排序数据集中排序的若干个数据信息进行数字化处理,得到数据处理集;
将数据处理集通过资料评估模型进行训练,得到养老政策资料对应的咨估值和传估值,根据咨估值和传估值获取数据分析集;
根据数据分析集中不同的评估信号对不同养老政策资料的存储和传输进行动态管理和提示。
优选地,获取发送划分集的具体步骤包括:
将云平台服务器所处的位置设定为圆心,并根据预设的i*k个划分距离来获取i个划分区域,其中,i=1,2,3,...,n;n为正整数,表示为总的数量,k为正整数,表示为划分距离;
根据划分区域的划分距离的大小,依次设定不同的划分区域均对应一个不同的标准时差和标准距离差;
若干个划分区域及其对应的标准时差和标准距离差构成发送划分集。
优选地,获取数据处理集的具体步骤包括:
获取发送数据中的发送方和发送地址,根据发送方获取对应的发送权重值并标记;
根据发送数据中的发送地址获取与云平台服务器之间的传输距离并取值标记;
若干个标记的发送方及其对应的发送权重值和传输距离构成发送处理数据,根据发送处理数据获取对应的时间处理数据;
获取类型数据中养老政策资料的资料类型,根据资料类型的文本特征获取对应的资料权重值并标记;
标记的资料类型及其对应的资料权重值构成类型处理数据;
时间处理数据、发送处理数据和类型处理数据构成数据处理集。
优选地,获取时间处理数据的具体步骤包括:
获取排序数据集中若干个养老政策资料的发送时间以及到达时间;
将发送时间和到达时间分别设定为第一时间戳和第二时间戳,获取第一时间戳和第二时间戳之间的时差并设定为上传时差;提取上传时差的数值并标记;若干个标记的第一时间戳、第二时间戳和上传时差构成时间处理数据。
优选地,将数据处理集中标记的时间处理数据、发送处理数据和类型处理数据进行归一化处理和取值,并将取值后的各项数据输入至资料评估模型中,通过资料评估模型分别训练获取养老政策资料对应的资估值和传估值;
同时将咨估值和传估值分别与预设的咨估阈值和传估阈值进行匹配分析,得到包含第一评估信号、第二评估信号、第三评估信号、第四评估信号、第五评估信号和第六评估信号的数据分析集。
优选地,对不同养老政策资料的存储进行动态管理的具体步骤包括:
获取数据分析集中养老政策资料对应的级别,并根据养老政策资料对应的级别将其分配至对应的存储区域进行动态区域;
获取云平台中不同存储区域的已存空间、未存空间和存储总次数并分别取值标记;对标记的各项数据进行归一化处理并取值,将其一同输入至资料评估模型中训练获取对应的存储系数,根据存储系数对资料进行动态存储。
优选地,根据存储系数对资料进行动态存储的具体步骤包括:
将若干个存储系数升序排列,将排首位的存储系数对应的存储区域设定为目标区域,并将对应级别的养老政策资料存储至目标区域;
存储结束后将目标区域的存储次数加一,并对该级别的所有存储区域对应的存储系数进行更新以及重新排序。
优选地,对不同养老政策资料的传输进行动态提示的具体步骤包括:
在预设的监测时长内对不同级别的养老政策资料的传输状态进行监测,对监测时长内不同级别的养老政策资料的传输稳定状态次数和传输不稳定状态次数分别取值标记别的养老政策资料存储至目标区域;对标记的各项数据进行归一化处理并取值,将其一同输入至资料评估模型中训练获取对应的传输系数;
将传输系数与对应的传输阈值进行匹配,得到第一提示信号和第二提示信号,并根据第二提示信号向对应的养老政策资料的发送方发送传输方式调整的提示。
为了解决上述问题,本发明还提供了基于云平台的养老政策资料管理系统,包括:
统计排序模块,用于获取上传至云平台的包含养老政策资料的数据信息,数据信息包含养老政策资料的发送数据和类型数据;按照上传云平台的时间顺序依次将若干个包含养老政策资料的数据信息编号并排列组合,得到排序数据集;
划分处理模块,用于根据云平台服务器所处的位置以及预设的划分距离进行区域划分,得到发送划分集;根据发送划分集依次对排序数据集中排序的若干个数据信息进行数字化处理,得到数据处理集;
训练分析模块,用于将数据处理集通过资料评估模型进行训练,得到养老政策资料对应的咨估值和传估值,根据咨估值和传估值获取数据分析集;
管理提示模块,用于根据数据分析集中不同的评估信号对不同养老政策资料的存储和传输进行动态管理和提示。
相比于现有方案,本发明可以实现的有益效果为:
本发明公开的一方面,通过对养老政策资料在传输方面和存储方面进行数据采集和处理,并对处理后的各项数据进行联立训练获取对应的咨估值和传估值,基于咨估值可以对养老政策资料自身方面以及传输方面进行整体评估和分析,使得不同级别的养老政策资料可以获取到对应级别的传输方案,有效提高了养老政策资料在分配方面和传输方面的管理效果。
本发明公开的另一方面,通过对分级后的养老政策资料在存储方面进一步进行监测评估,基于不同级别的存储区域的不同状态以及不同级别的传输方案的不同状态进行分析并动态分配和提示,判断待存储的存储区域的存储效果以及传输方案的传输效果,以此来将养老政策资料进行有序存储以及动态调整高效的传输方案,进一步提高了养老政策资料在存储方面和传输方面的分配效果。
附图说明
图1为本发明一实施例提供的基于云平台的养老政策资料管理方法的流程示意图;
图2为本发明一实施例提供的一种基于云平台的养老政策资料管理系统的模块示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供基于云平台的养老政策资料管理方法。该基于云平台的养老政策资料管理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,该基于云平台的养老政策资料管理方法可以由安装在终端设备或服务端设备的软件或硬件来执行,该软件可以是区块链平台。该服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的基于云平台的养老政策资料管理方法的流程示意图。
基于云平台的养老政策资料管理方法,包括:
S1:获取上传至云平台的包含养老政策资料的数据信息,数据信息包含养老政策资料的发送数据和类型数据;
云平台是指基于硬件资源和软件资源的服务,提供计算、网络和存储能力;云计算平台可以划分为3类:以数据存储为主的存储型云平台,以数据处理为主的计算型云平台,以及计算和数据存储处理兼顾的综合云计算平台;本发明实施例中可以是以数据存储为主的存储型云平台,通过对上传至云平台的各个养老政策资料从不同的方面进行数据采集,来对不同重要级别的养老政策资料的存储以及传输进行动态监测和调整,来提高养老政策资料在存储方面以及传输方面的管理效果。
S2:按照上传云平台的时间顺序依次将若干个包含养老政策资料的数据信息编号并排列组合,得到排序数据集;
本发明实施例中,对养老政策资料的数据信息进行编号并排序的目的是方便有效高效的对养老政策资料进行监测和评估。
S3:根据云平台服务器所处的位置以及预设的划分距离进行区域划分,得到发送划分集;
详细地,参阅图2所示,具体的步骤包括:
S31:将云平台服务器所处的位置设定为圆心,并根据预设的i*k个划分距离来获取i个划分区域,其中,i=1,2,3,...,n;n为正整数,表示为总的数量,k为正整数,表示为划分距离;
S32:根据划分区域的划分距离的大小,依次设定不同的划分区域均对应一个不同的标准时差和标准距离差;
S33:若干个划分区域及其对应的标准时差和标准距离差构成发送划分集。
需要说明的是,进行区域划分的目的是便于高效的对不同级别的数据信息的传输进行模块化的监测和评估,以及对不同级别的养老政策资料进行针对性的评估和调整,来提高不同级别的养老政策资料的整体传输效果。
需要注意的是,本发明实施例的应用场景可以为一个省,养老政策资料可以由省养老部门下发给省内不同的市养老部门,市养老部门可以进一步下发给市内不同的区养老部门,上传至云平台的养老政策资料,可以由不同的市养老部门上传,同样也可以由市内不同的区养老部门上传,划分距离可以根据具体的应用场景来设定;
本发明实施例可以取值为10公里,则第一划分区域为圆形,第二划分区域的划分距离为20公里,第二划分区域为不包含第一划分区域的区域,且呈圆环状,同理后续的若干个划分区域均为圆环状,且不包含上一个划分区域。
S4:根据发送划分集依次对排序数据集中排序的若干个数据信息进行数字化处理,得到数据处理集;具体的步骤包括:
获取数据信息中的发送数据和类型数据;
获取发送数据中的发送方和发送地址,获取发送方的文本特征并设定为第一关键特征,将第一关键特征与构建的发送权重表进行匹配获取对应的发送权重值并标记为A2;这里的文本特征可以为发送方的名称;
根据发送数据中的发送地址获取与云平台服务器之间的传输距离并取值标记为A3;距离的单位为公里;
若干个标记的第一关键特征及其对应的发送权重值和传输距离构成发送处理数据;
根据发送处理数据获取对应的时间处理数据;包括:
获取排序数据集中若干个养老政策资料的发送时间以及到达时间;
将发送时间和到达时间分别设定为第一时间戳和第二时间戳,获取第一时间戳和第二时间戳之间的时差并设定为上传时差;提取上传时差的数值并标记为A1;上传时差的单位为秒;
若干个标记的第一时间戳、第二时间戳和上传时差构成时间处理数据;
获取类型数据中养老政策资料的资料类型,获取资料类型的文本特征并设定为第二关键特征,将第二关键特征与构建的资料权重表进行匹配获取对应的资料权重值并标记为A4;这里的文本特征可以为资料类型的名称,资料类型包括但不限于秘密、敏感和公开;
标记的第二关键特征及其对应的资料权重值构成类型处理数据;
时间处理数据、发送处理数据和类型处理数据构成数据处理集。
需要说明的是,发送权重表和资料权重表分别由若干个不同的发送方及其对应的发送权重值以及不同的资料类型及其对应的资料权重值构成,不同的发送方预先设定一个不同的发送权重值以及不同的资料类型预先设定一个不同的资料权重值;
需要注意的是,对采集的各项数据进行数字化处理的目的是,将文本类的数据数字化处理后,便于将不同方面的文本类数据进行联立计算,以便将不同方面的数据通过联立来对其整体情况进行评估;提取数值以及标记的目的是消除不同类型数据的单位对数据计算时造成影响,可以为后续的数据计算提供了有效的数据支持。
S5:将数据处理集通过资料评估模型进行训练,得到养老政策资料对应的咨估值和传估值,根据咨估值和传估值获取数据分析集;具体的步骤包括:
将数据处理集中标记的时间处理数据、发送处理数据和类型处理数据进行归一化处理和取值,并将取值后的各项数据输入至资料评估模型中,通过资料评估模型中的资料评估函数和传输评估函数分别训练获取养老政策资料对应的资估值和传估值;
该资料评估函数为;a1和a2为不同的比例系数,且0<a1<a2;公式中的比例系数子可以由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取,比如,a1可以取值为1.738,a2可以取值为2.641,资估值越大,表示养老政策资料对应的存储级别越高;
该补偿函数为;b1和b2为不同的比例系数,且0<b2<b1,b1可以取值为3.236,b2可以取值为1.652;A10为养老政策资料发送方对应划分区域的标准时差,A30为养老政策资料发送方对应划分区域的标准距离差;
标准时差和标准距离差的具体数值可以基于对应划分区域的资料传输的大数据来设定;传估值越小,表示养老政策资料对应的传输状态越稳定;
这里需要注意的是,资估值是将养老政策资料自身的各项数据进行联立训练来对其存储级别进行整体评估的数值;传估值是将养老政策资料传输时的各项数据进行联立训练来对其传输状态进行整体评估的数值;对养老政策资料的存储级别进行评估和划分的目的是进行不同方式的存储,可以提高不同级别的养老政策资料的整体存储效果;对养老政策资料的传输状态进行评估和划分的目的是满足不同级别的养老政策资料的传输效果,避免重要的资料在传输上传过程中受到影响,从数据传输方面来提高养老政策资料的管理效果。
同时将咨估值和传估值分别与预设的咨估阈值和传估阈值进行匹配分析得到数据分析集;
详细地,包括:
S51:若咨估值小于咨估阈值且传估值小于传估阈值,则判定对应的养老政策资料对应的级别低且传输稳定,并生成第一评估信号;
S52:若咨估值小于咨估阈值且传估值不小于传估阈值,则判定对应的养老政策资料对应的级别低但传输不稳定,并生成第二评估信号;
S53:若咨估值不小于咨估阈值且不大于咨估阈值的p%,p为大于一百的实数,并且传估值小于传估阈值,则判定对应的养老政策资料对应的级别中等且传输稳定,并生成第三评估信号;
S54:若咨估值不小于咨估阈值且不大于咨估阈值的p%,并且传估值不小于传估阈值,则判定对应的养老政策资料对应的级别中等但传输不稳定,并生成第四评估信号;
S55:若咨估值大于咨估阈值的p%且传估值小于传估阈值,则判定对应的养老政策资料对应的级别高且传输稳定,并生成第五评估信号;
S56:若咨估值大于咨估阈值的p%且传估值不小于传估阈值,则判定对应的养老政策资料对应的级别高但传输不稳定,并生成第六评估信号;
S57:第一评估信号、第二评估信号、第三评估信号、第四评估信号、第五评估信号和第六评估信号构成数据分析集。
需要说明的是,通过对咨估值和传估值进行分析,可以获取到上传云平台的养老政策资料对应的存储级别情况和传输情况,可以为后续不同养老政策资料的动态存储和传输提示提供了有效的数据支持;并且单次的资料传输 不稳定不能否定其传输方案,因此需要进一步追踪和评估。
S6:根据数据分析集中不同的评估信号对不同养老政策资料的存储和传输进行动态管理和提示。
其中,对不同养老政策资料的存储进行动态管理的具体步骤包括:
获取数据分析集中养老政策资料对应的级别,并根据养老政策资料对应的级别将其分配至对应的存储区域进行动态区域;
获取云平台中不同存储区域的已存空间、未存空间和存储总次数并分别取值标记为C1、C2和C3;对标记的各项数据进行归一化处理并取值,将其一同输入至资料评估模型中,通过资料评估模型中的存储评估函数进行训练获取对应的存储系数;
该存储评估函数为CX=c1×C2/C1+c2×C3;c1和c2为不同的比例系数且均大于零,且c1+c2=1;c1可以取值为0.372,c2可以取值为0.628;
将若干个存储系数升序排列,将排首位的存储系数对应的存储区域设定为目标区域,并将对应级别的养老政策资料存储至目标区域;
存储结束后将目标区域的存储次数加一,并对该级别的所有存储区域对应的存储系数进行更新以及重新排序;
需要注意的是,存储系数是对云平台中不同的存储区域进行评估以便存储对应级别的养老政策资料;本发明实施例中的存储区域对应的存储级别可以为三级分别为普通存储、中级存储和高级存储,以此来满足级别低、中等和高的养老政策资料的存储需求;不同级别的存储区域对对应的资料进行存储时,可以实施针对性的安全防护措辞,比如对资料进行加密以及备份等等,可以基于现有的方案来实施。
对不同养老政策资料的传输进行动态提示的具体步骤包括:
获取数据分析集中养老政策资料对应的传输状态,在预设的监测时长内对不同级别的养老政策资料的传输状态进行监测;预设的监测时长可以为一个星期;
对监测时长内不同级别的养老政策资料的传输稳定状态次数和传输不稳定状态次数分别取值标记别的养老政策资料存储至目标区域为D1和D2;对标记的各项数据进行归一化处理并取值,将其一同输入至资料评估模型中,通过资料评估模型中的传输评估函数进行训练获取对应的传输系数;
该传输评估函数为CX=D2/(D1+D2+0.637);
获取不同级别的养老政策资料对应的传输阈值,将传输系数与对应的传输阈值进行匹配,若传输系数小于对应的传输阈值,则判定对应级别的养老政策资料的传输符合对应的传输要求,并生成第一提示信号;
若传输系数不小于对应的传输阈值,则判定对应级别的养老政策资料的传输不符合对应的传输要求,并生成第二提示信号,根据第二提示信号向对应的养老政策资料的发送方发送传输方式调整的提示;
不同级别的养老政策资料对应的传输要求不同,因此需要获取到不同级别资料对应的传输阈值来满足传输方案评估的需求。
需要注意的是,传输系数是对上传云平台的不同上传方式进行整体评估的数值,基于传输系数来分析判断对应的传输方案是否可靠,以便及时提示发送方来调整不同级别养老政策资料对应的传输方案,提高了养老政策资料在传输方面的管理效果。
实施例2:
如图2所示,是本发明一实施例提供的基于云平台的养老政策资料管理系统的模块示意图,其可以实现实施例1中的基于云平台的养老政策资料管理方法。
本发明所述一种基于云平台的养老政策资料管理系统,根据实现的功能,基于云平台的养老政策资料管理系统,包括:
统计排序模块,用于获取上传至云平台的包含养老政策资料的数据信息,数据信息包含养老政策资料的发送数据和类型数据;按照上传云平台的时间顺序依次将若干个包含养老政策资料的数据信息编号并排列组合,得到排序数据集;
划分处理模块,用于根据云平台服务器所处的位置以及预设的划分距离进行区域划分,得到发送划分集;根据发送划分集依次对排序数据集中排序的若干个数据信息进行数字化处理,得到数据处理集;
训练分析模块,用于将数据处理集通过资料评估模型进行训练,得到养老政策资料对应的咨估值和传估值,根据咨估值和传估值获取数据分析集;
管理提示模块,用于根据数据分析集中不同的评估信号对不同养老政策资料的存储和传输进行动态管理和提示。
详细地,本发明实施例中所述的基于云平台的养老政策资料管理系统中在使用时采用与上述的图1中所述的基于云平台的养老政策资料管理方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器。
本发明还提供一种计算机可读存储介质,可读存储介质存储有计算机程序,计算机程序在被电子设备的处理器所执行。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,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。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
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。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (7)
1.基于云平台的养老政策资料管理方法,其特征在于,包括:
获取上传至云平台的包含养老政策资料的数据信息,所述数据信息包含养老政策资料的发送数据和类型数据;
按照上传云平台的时间顺序依次将若干个包含养老政策资料的所述数据信息编号并排列组合,得到排序数据集;
根据云平台服务器所处的位置以及预设的划分距离进行区域划分,得到发送划分集;
根据所述发送划分集依次对所述排序数据集中排序的若干个数据信息进行数字化处理,得到数据处理集;具体的步骤包括:
获取数据信息中的发送数据和类型数据;
获取发送数据中的发送方和发送地址,获取发送方的文本特征并设定为
第一关键特征;
将所述数据处理集通过资料评估模型进行训练,得到养老政策资料对应的咨估值和传估值,根据所述咨估值和传估值获取数据分析集;具体的步骤包括:
将数据处理集中标记的时间处理数据、发送处理数据和类型处理数据进行归一化处理和取值,并将取值后的各项数据输入至资料评估模型中,通过资料评估模型中的资料评估函数和传输评估函数分别训练获取养老政策资料对应的资估值和传估值;
根据发送处理数据获取对应的时间处理数据;包括:
获取排序数据集中若干个养老政策资料的发送时间以及到达时间;
将发送时间和到达时间分别设定为第一时间戳和第二时间戳,获取第一
时间戳和第二时间戳之间的时差并设定为上传时差;若干个标记的第一时间戳、第二时间戳和上传时差构成时间处理数据;
获取类型数据中养老政策资料的资料类型,获取资料类型的文本特征并设定为第二关键特征:
该资料的评估函数为;a1和a2为不同的比例系数,将第一关键特征与构建的发送权重表进行匹配获取对应的发送权重值并标记为A2,将第二关键特征与构建的资料权重表进行匹配获取对应的资料权重值并标记为 A4,且0<a1<a2;资估值越大,表示养老政策资料对应的存储级别越高;
该资料的补偿函数为;b1和b2为不同的比例系数,发送数据中的发送地址获取与云平台服务器之间的传输距离并取值标记为 A3,提取上传时差的数值并标记为 A1,且0<b2<b1,A10为养老政策资料发送方对应划分区域的标准时差,A30为养老政策资料发送方对应划分区域的标准距离差;
标准时差和标准距离差的具体数值可以基于对应划分区域的资料传输的大数据来设定;传估值越小,表示养老政策资料对应的传输状态越稳定;
根据所述数据分析集中不同的评估信号对不同养老政策资料的存储和传输进行动态管理和提示;
将数据处理集中标记的时间处理数据、发送处理数据和类型处理数据进行归一化处理和取值,并将取值后的各项数据输入至资料评估模型中,通过所述资料评估模型分别训练获取养老政策资料对应的资估值和传估值;同时将所述咨估值和传估值分别与预设的咨估阈值和传估阈值进行匹配分析,得到包含第一评估信号、第二评估信号、第三评估信号、第四评估信号、第五评估信号和第六评估信号的数据分析集;
详细地,包括:
若咨估值小于咨估阈值且传估值小于传估阈值,则判定对应的养老政策资料对应的级别低且传输稳定,并生成第一评估信号;
若咨估值小于咨估阈值且传估值不小于传估阈值,则判定对应的养老政策资料对应的级别低但传输不稳定,并生成第二评估信号;
若咨估值不小于咨估阈值且不大于咨估阈值的p%,p为大于一百的实数,并且传估值小于传估阈值,则判定对应的养老政策资料对应的级别中等且传输稳定,并生成第三评估信号;
若咨估值不小于咨估阈值且不大于咨估阈值的p%,并且传估值不小于传估阈值,则判定对应的养老政策资料对应的级别中等但传输不稳定,并生成第四评估信号;
若咨估值大于咨估阈值的p%且传估值小于传估阈值,则判定对应的养老政策资料对应的级别高且传输稳定,并生成第五评估信号;
若咨估值大于咨估阈值的p%且传估值不小于传估阈值,则判定对应的养老政策资料对应的级别高但传输不稳定,并生成第六评估信号;
第一评估信号、第二评估信号、第三评估信号、第四评估信号、第五评估信号和第六评估信号构成数据分析集。
2.如权利要求1所述的基于云平台的养老政策资料管理方法,其特征在于,获取发送划分集的具体步骤包括:
将云平台服务器所处的位置设定为圆心,并根据预设的i*k个划分距离来获取i个划分区域,其中,i=1,2,3,...,n;n为正整数,表示为总的数量,k为正整数,表示为划分距离;
根据所述划分区域的划分距离的大小,依次设定不同的所述划分区域均对应一个不同的标准时差和标准距离差;
若干个所述划分区域及其对应的标准时差和标准距离差构成发送划分集。
3.如权利要求1所述的基于云平台的养老政策资料管理方法,其特征在于,获取数据处理集的具体步骤包括:
获取所述发送数据中的发送方和发送地址,根据所述发送方获取对应的发送权重值并标记;
根据所述发送数据中的发送地址获取与云平台服务器之间的传输距离并取值标记;
若干个标记的所述发送方及其对应的发送权重值和传输距离构成发送处理数据,根据所述发送处理数据获取对应的时间处理数据;
获取所述类型数据中养老政策资料的资料类型,根据所述资料类型的文本特征获取对应的资料权重值并标记;
标记的所述资料类型及其对应的资料权重值构成类型处理数据;
所述时间处理数据、发送处理数据和类型处理数据构成数据处理集。
4.如权利要求1所述的基于云平台的养老政策资料管理方法,其特征在于,对不同养老政策资料的存储进行动态管理的具体步骤包括:
获取数据分析集中养老政策资料对应的级别,并根据养老政策资料对应的所述级别将其分配至对应的存储区域进行动态区域;
获取云平台中不同存储区域的已存空间、未存空间和存储总次数并分别取值标记;对标记的各项数据进行归一化处理并取值,将其一同输入至所述资料评估模型中训练获取对应的存储系数,根据所述存储系数对资料进行动态存储。
5.如权利要求4所述的基于云平台的养老政策资料管理方法,其特征在于,根据存储系数对资料进行动态存储的具体步骤包括:
将若干个所述存储系数升序排列,将排首位的所述存储系数对应的存储区域设定为目标区域,并将对应级别的养老政策资料存储至目标区域;
存储结束后将所述目标区域的存储次数加一,并对该级别的所有存储区域对应的所述存储系数进行更新以及重新排序。
6.如权利要求1所述的基于云平台的养老政策资料管理方法,其特征在于,对不同养老政策资料的传输进行动态提示的具体步骤包括:
在预设的监测时长内对不同级别的养老政策资料的传输状态进行监测,对监测时长内不同级别的养老政策资料的传输稳定状态次数和传输不稳定状态次数分别取值标记别的养老政策资料存储至目标区域;对标记的各项数据进行归一化处理并取值,将其一同输入至所述资料评估模型中训练获取对应的传输系数;
将所述传输系数与对应的传输阈值进行匹配,得到第一提示信号和第二提示信号,并根据所述第二提示信号向对应的养老政策资料的发送方发送传输方式调整的提示。
7.基于云平台的养老政策资料管理系统,应用于如权利要求1-6任一项所述的基于云平台的养老政策资料管理方法,其特征在于,包括:
统计排序模块,用于获取上传至云平台的包含养老政策资料的数据信息,所述数据信息包含养老政策资料的发送数据和类型数据;按照上传云平台的时间顺序依次将若干个包含养老政策资料的数据信息编号并排列组合,得到排序数据集;
划分处理模块,用于根据云平台服务器所处的位置以及预设的划分距离进行区域划分,得到发送划分集;根据所述发送划分集依次对排序数据集中排序的若干个所述数据信息进行数字化处理,得到数据处理集;
训练分析模块,用于将所述数据处理集通过资料评估模型进行训练,得到养老政策资料对应的咨估值和传估值,根据所述咨估值和传估值获取数据分析集;
管理提示模块,用于根据所述数据分析集中不同的评估信号对不同养老政策资料的存储和传输进行动态管理和提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211306369.6A CN115757273B (zh) | 2022-10-24 | 2022-10-24 | 基于云平台的养老政策资料管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211306369.6A CN115757273B (zh) | 2022-10-24 | 2022-10-24 | 基于云平台的养老政策资料管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115757273A CN115757273A (zh) | 2023-03-07 |
CN115757273B true CN115757273B (zh) | 2023-09-15 |
Family
ID=85352969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211306369.6A Active CN115757273B (zh) | 2022-10-24 | 2022-10-24 | 基于云平台的养老政策资料管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115757273B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448126A (zh) * | 2010-09-30 | 2012-05-09 | 索尼公司 | 通信资源集合配置方法和装置以及资源管理方法和系统 |
CN111581389A (zh) * | 2020-05-17 | 2020-08-25 | 广州博士信息技术研究院有限公司 | 区域化数据分析方法、装置及云服务器 |
CN112884016A (zh) * | 2021-01-28 | 2021-06-01 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 云平台可信评估模型训练方法和云平台可信评估方法 |
CN113609376A (zh) * | 2021-06-29 | 2021-11-05 | 江苏中科西北星信息科技有限公司 | 一种基于知识图谱的养老补贴政策匹配方法及系统 |
CN113887999A (zh) * | 2021-10-18 | 2022-01-04 | 北京优全智汇信息技术有限公司 | 一种保单风险评估方法和装置 |
CN115130872A (zh) * | 2022-07-01 | 2022-09-30 | 广东智通人才连锁股份有限公司 | 一种基于深度学习判断的用工风险评估系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10706454B2 (en) * | 2018-04-03 | 2020-07-07 | Adobe Inc. | Method, medium, and system for training and utilizing item-level importance sampling models |
JP7017640B2 (ja) * | 2018-05-18 | 2022-02-08 | グーグル エルエルシー | データ拡張方策の学習 |
-
2022
- 2022-10-24 CN CN202211306369.6A patent/CN115757273B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448126A (zh) * | 2010-09-30 | 2012-05-09 | 索尼公司 | 通信资源集合配置方法和装置以及资源管理方法和系统 |
CN111581389A (zh) * | 2020-05-17 | 2020-08-25 | 广州博士信息技术研究院有限公司 | 区域化数据分析方法、装置及云服务器 |
CN112884016A (zh) * | 2021-01-28 | 2021-06-01 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 云平台可信评估模型训练方法和云平台可信评估方法 |
CN113609376A (zh) * | 2021-06-29 | 2021-11-05 | 江苏中科西北星信息科技有限公司 | 一种基于知识图谱的养老补贴政策匹配方法及系统 |
CN113887999A (zh) * | 2021-10-18 | 2022-01-04 | 北京优全智汇信息技术有限公司 | 一种保单风险评估方法和装置 |
CN115130872A (zh) * | 2022-07-01 | 2022-09-30 | 广东智通人才连锁股份有限公司 | 一种基于深度学习判断的用工风险评估系统 |
Non-Patent Citations (2)
Title |
---|
Hadoop云平台用户动态访问控制模型;杨宏宇;孟令现;;通信学报(09);全文 * |
融合主题信息的卷积神经网络文本分类方法研究;杨锐;陈伟;何涛;张敏;李蕊伶;岳芳;;现代情报(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115757273A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019218475A1 (zh) | 异常行为对象的识别方法、装置、终端设备及介质 | |
CN109564641B (zh) | 数据填补方法和装置 | |
CN110991875A (zh) | 一种平台用户质量评估系统 | |
CN107633257B (zh) | 数据质量评估方法及装置、计算机可读存储介质、终端 | |
JP5833817B2 (ja) | ドキュメント使用クラスタリングによるユーザタスク表現を近似するための方法 | |
CN106919957A (zh) | 处理数据的方法及装置 | |
CN111507479B (zh) | 特征分箱方法、装置、设备及计算机可读存储介质 | |
CN104506356A (zh) | 一种确定ip地址信誉度的方法和装置 | |
CN112132384A (zh) | 工作效率评估方法、装置、存储介质及计算机设备 | |
CN111291936B (zh) | 产品生命周期预估模型生成方法、装置及电子设备 | |
Gupta et al. | Long range dependence in cloud servers: a statistical analysis based on google workload trace | |
WO2019062404A1 (zh) | 应用程序的处理方法、装置、存储介质及电子设备 | |
CN109711849B (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
CN109344255B (zh) | 标签的填充方法及终端设备 | |
CN110602207A (zh) | 基于离网预测推送信息的方法、装置、服务器和存储介质 | |
CN115757273B (zh) | 基于云平台的养老政策资料管理方法及系统 | |
KR20220006580A (ko) | 방문 예측 | |
CN111598390B (zh) | 服务器高可用性评估方法、装置、设备和可读存储介质 | |
CN115357551A (zh) | 一种基于大数据的企业管理咨询用数据管理系统 | |
CN114691698A (zh) | 一种计算机系统的数据处理系统及方法 | |
CN106888237A (zh) | 一种数据调度方法及系统 | |
KR20160106651A (ko) | 특허 자산들을 이용한 기술 분야 사이즈들에 대한 보고 | |
CN109617925A (zh) | 一种针对网络攻击的防护、区间标记的设置方法及系统 | |
CN110659655B (zh) | 一种指标归类方法及装置和计算机可读存储介质 | |
CN112148491B (zh) | 数据处理方法及装置 |
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 |