CN115857836A - 基于大数据的信息储存方法及装置 - Google Patents
基于大数据的信息储存方法及装置 Download PDFInfo
- Publication number
- CN115857836A CN115857836A CN202310091882.6A CN202310091882A CN115857836A CN 115857836 A CN115857836 A CN 115857836A CN 202310091882 A CN202310091882 A CN 202310091882A CN 115857836 A CN115857836 A CN 115857836A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- user information
- node
- field
- space
- 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.)
- Granted
Links
Images
Landscapes
- Computer And Data Communications (AREA)
Abstract
本申请提供一种基于大数据的信息储存方法及装置,该方法中,由于网络设备可以将第一用户信息转换为第一用户信息对应的第一点云节点,也即,第一用户信息可以通过第一点云节点在点云空间中的位置的表征。这样,当网络设备建立第一点云节点与其父节点,如第一点云父节点的连接关系,以存储第一点云节点时,第一用户信息便以点云空间中的位置坐标的方式存储,相较于直接对信息进行存储,可以节约存储空间,以实现在大数据场景下,更高效地利用存储空间,以提高存储效率。
Description
技术领域
本申请涉及大数据领域,尤其涉及一种基于大数据的信息储存方法及装置。
背景技术
基于大数据对用户信息进行存储是一种比较高效的存储方式。例如,网络设备能够通过对已存储的信息进行大数据分析,找到适合当前的用户信息存储的位置,如方便读取或者遍历的位置,从而将用户信息存储到该位置。这样,网络设备在需要读取信息时,可以快速找到用户信息的存储位置,从而高效地读取到用户信息。
然而,目前的存储方式比较占用存储空间,因此如何在大数据场景下,更高效地利用存储空间,以提高存储效率,目前涵待解决。
发明内容
本申请实施例提供一种基于大数据的信息储存方法及装置,用以实现在大数据场景下,更高效地利用存储空间,以提高存储效率。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请实施例提供了一种基于大信息的信息储存方法,该方法包括:网络设备接收来自终端的第一用户信息;网络设备将第一用户信息转换为第一用户信息对应的第一点云节点;网络设备根据第一点云节点在点云空间中的位置,确定第一点云节点在点云空间中的第一点云父节点;网络设备在点云空间中建立第一点云父节点与第一点云节点的连接关系。
基于第一方面所述的方法可知,由于网络设备可以将第一用户信息转换为第一用户信息对应的第一点云节点,也即,第一用户信息可以通过第一点云节点在点云空间中的位置的表征。这样,当网络设备建立第一点云节点与其父节点,如第一点云父节点的连接关系,以存储第一点云节点时,第一用户信息便以点云空间中的位置坐标的方式存储,相较于直接对信息进行存储,可以节约存储空间,以实现在大数据场景下,更高效地利用存储空间,以提高存储效率。
一种可能的设计方案中,网络设备将用户信息转换为用户信息对应的第一点云节点,包括:网络设备将用户信息转换为用户信息对应的空间向量;网络设备将空间向量在空间向量指向方向上的端点确定为第一点云节点,以实现便捷快速地确定点云节点。
可选地,网络设备将用户信息转换为用户信息对应的空间向量,包括:网络设备对用户信息进行循环编码,得到循环编码后的用户信息;网络设备将循环编码后的用户信息转换为对应的空间向量。如此,可以提高数据存储的安全性,避免用户信息泄露。
进一步的,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,共n个字段,n为大于1的整数,网络设备对用户信息进行循环编码,得到循环编码后的用户信息,包括:网络设备从n个字段中,确定第i个字段至第n个字段,共n﹣i﹢1个字段,i为取1至n之间的整数;网络设备将n﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
或者,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,网络设备对用户信息进行循环编码,得到循环编码后的用户信息,包括:网络设备从n个字段中,确定第i个字段至第j个字段,共j﹣i﹢1个字段,i为取1至n之间的整数,j为取1至n之间的整数,且i小于j;网络设备将j﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
或者,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,网络设备对用户信息进行循环编码,得到循环编码后的用户信息,包括:网络设备从n个字段中,确定第1个字段至第i个字段,共i个字段,i为取1至n之间的整数;网络设备将i个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
可以看出,针对相同的用户信息,其可以有不同的循环编码后方式,以确保循环编码后的用户信息不同。如此,可以避免将相同的两份用户信息映射为一个点云节点而导致信息丢失。
进一步的,网络设备将循环编码后的用户信息转换为对应的空间向量,包括:网络设备将循环编码后的用户信息中的每个字段转换为对应的一个向量,共得到多个向量,或者说多维向量;网络设备将多个向量的乘积确定为空间向量。也即,通过对多维向量进行降维处理,使得最终的空间向量为一维向量,确保能够确定出对应的一个点云节点。
一种可能的设计方案中,网络设备根据第一点云节点在点云空间中的位置,确定第一点云节点在点云空间中的第一点云父节点,包括:网络设备根据第一点云节点在点云空间中的位置,遍历点云空间中位于第一点云节点附近的点云节点,以确定与第一点云节点的位置匹配的点云节点,其中,点云空间中位于第一点云节点附近的点云节点对应终端的用户信息为与第一用户信息相似的信息;网络设备将与第一点云节点的位置匹配的点云节点确定为第一点云父节点。
可选地,与第一点云节点的位置匹配的点云节点为多个,网络设备将与第一点云节点的位置匹配的点云节点确定为第一点云父节点,包括:网络设备将多个与第一点云节点的位置匹配的点云节点中,遍历路径最短的节点确定为第一点云父节点中的主父节点,将多个与第一点云节点的位置匹配的点云节点中除路径最短的节点以外的节点确定为第一点云父节点中的次父节点。如此,可以确保有多条路径可以遍历到第一点云节点,以提高数据读取的可靠性。
进一步的,在次父节点是多个的情况下,网络设备在点云空间中建立第一点云父节点与第一点云节点的连接关系,包括:网络设备在点云空间中建立第一点云节点与多个次父节点的主连接关系,以及在点云空间中建立第一点云节点与主父节点的次连接关系。
或者,在次父节点是一个的情况下,网络设备在点云空间中建立第一点云父节点与第一点云节点的连接关系,包括:网络设备在点云空间中建立第一点云节点与多个次父节点的次连接关系,以及在点云空间中建立第一点云节点与主父节点的主连接关系。
第二方面,本申请实施例提供了一种基于大信息的信息储存装置,该装置包括:收发模块,用于网络设备接收来自终端的第一用户信息;处理模块,用于网络设备将第一用户信息转换为第一用户信息对应的第一点云节点;处理模块,还用于网络设备根据第一点云节点在点云空间中的位置,确定第一点云节点在点云空间中的第一点云父节点;处理模块,还用于网络设备在点云空间中建立第一点云父节点与第一点云节点的连接关系。
一种可能的设计方案中,处理模块,还用于网络设备将用户信息转换为用户信息对应的空间向量;处理模块,还用于网络设备将空间向量在空间向量指向方向上的端点确定为第一点云节点。
可选地,处理模块,还用于网络设备对用户信息进行循环编码,得到循环编码后的用户信息;处理模块,还用于网络设备将循环编码后的用户信息转换为对应的空间向量。
进一步的,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,共n个字段,n为大于1的整数,处理模块,还用于网络设备从n个字段中,确定第i个字段至第n个字段,共n﹣i﹢1个字段,i为取1至n之间的整数;处理模块,还用于网络设备将n﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
或者,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,处理模块,还用于网络设备从n个字段中,确定第i个字段至第j个字段,共j﹣i﹢1个字段,i为取1至n之间的整数,j为取1至n之间的整数,且i小于j;处理模块,还用于网络设备将j﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
或者,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,处理模块,还用于网络设备从n个字段中,确定第1个字段至第i个字段,共i个字段,i为取1至n之间的整数;处理模块,还用于网络设备将i个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
进一步的,处理模块,还用于网络设备将循环编码后的用户信息中的每个字段转换为对应的一个向量,共得到多个向量,或者说多维向量;处理模块,还用于网络设备将多个向量的乘积确定为空间向量。
一种可能的设计方案中,处理模块,还用于网络设备根据第一点云节点在点云空间中的位置,遍历点云空间中位于第一点云节点附近的点云节点,以确定与第一点云节点的位置匹配的点云节点,其中,点云空间中位于第一点云节点附近的点云节点对应终端的用户信息为与第一用户信息相似的信息;处理模块,还用于网络设备将与第一点云节点的位置匹配的点云节点确定为第一点云父节点。
可选地,与第一点云节点的位置匹配的点云节点为多个,处理模块,还用于网络设备将多个与第一点云节点的位置匹配的点云节点中,遍历路径最短的节点确定为第一点云父节点中的主父节点,将多个与第一点云节点的位置匹配的点云节点中除路径最短的节点以外的节点确定为第一点云父节点中的次父节点。
进一步的,在次父节点是多个的情况下,处理模块,还用于网络设备在点云空间中建立第一点云节点与多个次父节点的主连接关系,以及在点云空间中建立第一点云节点与主父节点的次连接关系。或者,在次父节点是一个的情况下,处理模块,还用于网络设备在点云空间中建立第一点云节点与多个次父节点的次连接关系,以及在点云空间中建立第一点云节点与主父节点的主连接关系。
第三方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质上存储有程序代码,当所述程序代码被所述计算机运行时,执行如第一方面所述的方法。
可选地,与第一点云节点的位置匹配的点云节点为多个,网络设备将与第一点云节点的位置匹配的点云节点确定为第一点云父节点,包括:网络设备将多个与第一点云节点的位置匹配的点云节点中,遍历路径最短的节点确定为第一点云父节点中的主父节点,将多个与第一点云节点的位置匹配的点云节点中除路径最短的节点以外的节点确定为第一点云父节点中的次父节点。
附图说明
图1为本申请实施例提供的一种网络系统的架构示意图;
图2为本申请实施例提供的一种基于大信息的信息储存方法的流程图;
图3为本申请实施例提供的一种基于大信息的信息储存装置的结构示意图一;
图4为本申请实施例提供的一种基于大信息的信息储存装置的结构示意图二。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
请参阅图1,本申请实施例提供了一种网络系统,该网络系统可以包括:终端和网络设备。
其中,终端为接入上述网络系统,且具有通信功能的终端或可设置于该终端的芯片或芯片系统。该终端设备也可以称为用户装置(user equipment,UE)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。本申请的实施例中的终端设备可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、车载终端、具有终端功能的RSU等。
网络设备可以为位于上述网络系统的网络侧,且具有通信和处理功能的设备或可设置于该设备的芯片或芯片系统。该网络设备具体可以是服务器或者服务器集群,这些服务器或者服务器集群可以是实体设备,或者也可以是虚拟化的设备,对此不做限定。
下面将结合方法,对上述网络系统中终端和网络设备的交互进行详细说明。
请参阅图2,本申请实施例提供了一种大数据的信息储存方法。该方法可以适用于终端和网络设备之间的通信。该方法的流程包括:
S201,网络设备接收来自终端的第一用户信息。
第一用户信息可以是用户任何可能的信息,例如用户的视频、图片、音频等,不做限定。
S202,网络设备将第一用户信息转换为第一用户信息对应的第一点云节点。
第一点云节点可以在点云空间中的节点,节点在点云空间中的位置可以表示第一用户信息。换言之,对于不同的点云节点,其在云空间中的位置不同,从而分别表示不同的用户信息。
其中,网络设备可以将用户信息转换为用户信息对应的空间向量,从而将空间向量在空间向量指向方向上的端点确定为第一点云节点,以实现便捷快速地确定点云节点。
第一步,网络设备可以先对用户信息进行循环编码,得到循环编码后的用户信息。如此,可以提高数据存储的安全性,避免用户信息泄露。
一种可能的方式中,用户信息按字段从前往后的顺序可以包括:第1个字段至第n个字段,共n个字段,n为大于1的整数。网络设备可以从n个字段中,确定第i个字段至第n个字段,共n﹣i﹢1个字段,i为取1至n之间的整数。如此,网络设备可以将n﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。其中,i的取值可以根据n的取值确定,如预设i比n小预设正整数,或者,也可以根据实际情况动态调整,对此不做限定。
假设1:n个字段按从前往后的顺序包括:字段#1至字段#5,i=3,n﹣i﹢1个字段为字段#3、字段#4和字段#5,如果将字段#3、字段#4和字段#5添加到字段#1至字段#5之前,则循环编码后的用户信息为:字段#3.字段#4.字段#5.字段#1.字段#2.字段#3.字段#4.字段#5。如果将字段#3、字段#4和字段#5添加到字段#1至字段#5之后,则循环编码后的用户信息为:字段#1.字段#2.字段#3.字段#4.字段#5.字段#3.字段#4.字段#5。
另一种可能的方式中,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数。网络设备可以从n个字段中,确定第i个字段至第j个字段,共j﹣i﹢1个字段,i为取1至n之间的整数,j为取1至n之间的整数,且i小于j。如此,网络设备可以将j﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。其中,i和j的取值可以根据n的取值确定,如预设i比n小第一预设正整数,以及预设j比n小第二预设正整数,或者,也可以根据实际情况动态调整,对此不做限定。
假设2:n个字段按从前往后的顺序包括:字段#1至字段#5,i=3,j=4,j﹣i﹢1个字段个字段为字段#3和字段#4,如果将字段#3和字段#4添加到字段#1至字段#5之前,则循环编码后的用户信息为:字段#3.字段#4.字段#1.字段#2.字段#3.字段#4.字段#5。如果将字段#3和字段#4添加到字段#1至字段#5之后,则循环编码后的用户信息为:字段#1.字段#2.字段#3.字段#4.字段#5.字段#3.字段#4。
再一种可能的方式中,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数。网络设备可以从n个字段中,确定第1个字段至第i个字段,共i个字段,i为取1至n之间的整数。如此,网络设备可以将i个字段添加到n个字段之前或之后,得到循环编码后的用户信息。其中,i的取值可以根据n的取值确定,如预设i比n小预设正整数,或者,也可以根据实际情况动态调整,对此不做限定。
假设3:n个字段按从前往后的顺序包括:字段#1至字段#5,i=3,i个字段为字段#1、字段#2和字段#3,如果将字段#1、字段#2和字段#3添加到字段#1至字段#5之前,则循环编码后的用户信息为:字段#1.字段#2.字段#3.字段#1.字段#2.字段#3.字段#4.字段#5。如果将字段#1、字段#2和字段#3添加到字段#1至字段#5之后,则循环编码后的用户信息为:字段#1.字段#2.字段#3.字段#4.字段#5.字段#1.字段#2.字段#3。
可以看出,针对相同的用户信息,其可以有不同的循环编码后方式,以确保循环编码后的用户信息不同。如此,可以避免将相同的两份用户信息映射为一个点云节点而导致信息丢失。
第二步,网络设备可以将循环编码后的用户信息转换为对应的空间向量。例如,网络设备可以将循环编码后的用户信息中的每个字段转换为对应的一个向量,共得到多个向量,或者说多维向量。其中,网络设备可以预设每个字段与一个向量的对应关系,如此,网络设备可以遍历对应关系,将循环编码后的用户信息中的每个字段转换为对应的一个向量。或者,网络设备也可以使用模型,如连续词袋模型(CBOW),将循环编码后的用户信息中的每个字段转换为对应的一个向量。这样,网络设备可以将多个向量的乘积确定为空间向量。也即,通过对多维向量进行降维处理,使得最终的空间向量为一维向量,确保能够确定出对应的一个点云节点。
继续假设1:如果为字段#1.字段#2.字段#3.字段#4.字段#5.字段#3.字段#4.字段#5,则被转换为8维向量可以表示为:[(0.2).(0.4).(0.3).(0.5).(0.8).(0.3).(0.5).(0.8)],如此,空间向量可以表示为:(0.2)*(0.4)*(0.3)*(0.5)*(0.8)*(0.3)*(0.5)*(0.8)。
或者,如果为字段#3.字段#4.字段#5.字段#1.字段#2.字段#3.字段#4.字段#5,则被转换为8维向量可以被表示为:[(0.3).(0.5).(0.8).(0.2).(0.4).(0.3).(0.5).(0.8)],如此,空间向量可以被表示为:(0.3)*(0.5)*(0.8)*(0.2)*(0.4)*(0.3)*(0.5)*(0.8)。
继续假设2:如果为字段#1.字段#2.字段#3.字段#4.字段#5.字段#3.字段#4,则被转换为8维向量可以被表示为:[(0.2).(0.4).(0.3).(0.5).(0.8).(0.3).(0.5)],如此,空间向量可以被表示为:(0.2)*(0.4)*(0.3)*(0.5)*(0.8)*(0.3)*(0.5)。
或者,如果为字段#3.字段#4.字段#1.字段#2.字段#3.字段#4.字段#5,则被转换为8维向量可以被表示为:[(0.3).(0.5).(0.2).(0.4).(0.3).(0.5).(0.8)],如此,空间向量可以被表示为:(0.3)*(0.5)*(0.2)*(0.4)*(0.3)*(0.5)*(0.8)。
继续假设3:如果为字段#1.字段#2.字段#3.字段#4.字段#5.字段#1.字段#2.字段#3,被转换为8维向量可以表示为:[(0.2).(0.4).(0.3).(0.5).(0.8).(0.2).(0.4).(0.3)],如此,空间向量可以表示为:(0.2)*(0.4)*(0.3)*(0.5)*(0.8)*(0.2)*(0.4)*(0.3)。
或者,继续假设3:如果为字段#1.字段#2.字段#3.字段#1.字段#2.字段#3.字段#4.字段#5,被转换为8维向量可以表示为:[(0.2).(0.4).(0.3).(0.2).(0.4).(0.3).(0.5).(0.8)],如此,空间向量可以表示为:(0.2)*(0.4)*(0.3)*(0.2)*(0.4)*(0.3)*(0.5)*(0.8)。
还可以理解,上述假设是以二维向量为例,其也可以被替换为三维向量,具体实现原理类似,可参考理解,不再赘述。
S203,网络设备根据第一点云节点在点云空间中的位置,确定第一点云节点在点云空间中的第一点云父节点。
第一点云父节点主要用于网络设备在读取第一点云节点对应的信息时增大其信息读取的范围。也即,网络设备在查询某个节点对应的相关信息时,还可以节点之间的父子关系,继续遍历找到该节点的父节点,从而读取该节点以及该节点的父节点对应的信息,以提高信息读取的效率。
网络设备可以根据第一点云节点在点云空间中的位置,遍历点云空间中位于第一点云节点附近的点云节点,以确定与第一点云节点的位置匹配的点云节点。其中,点云空间中位于第一点云节点附近的点云节点对应终端的用户信息为与第一用户信息相似的信息。与第一点云节点的位置匹配的点云节点可以是与第一点云节点在点云空间中的距离小于预设距离的点云节点。预设距离可以根据实际情况设置,对此不做具体限定。
网络设备可以将与第一点云节点的位置匹配的点云节点确定为第一点云父节点。例如,与第一点云节点的位置匹配的点云节点为多个。网络设备可以将多个与第一点云节点的位置匹配的点云节点中,遍历路径最短的节点确定为第一点云父节点中的主父节点。其中,遍历路径是指根点云节点到该主父节点的路径。根点云节点可以是该用户存储的第一份信息所对应的节点。以及,网络设备还可以将多个与第一点云节点的位置匹配的点云节点中除路径最短的节点以外的节点确定为第一点云父节点中的次父节点。如此,可以确保有多条路径可以遍历到第一点云节点,以提高数据读取的可靠性。
S204,网络设备在点云空间中建立第一点云父节点与第一点云节点的连接关系。
在次父节点是多个的情况下,网络设备可以在点云空间中建立第一点云节点与多个次父节点的主连接关系,以及在点云空间中建立第一点云节点与主父节点的次连接关系。其中,主连接关系和次连接关系相比,网络设备需要优先遍历主连接关系,以找到多个次父节点,此后,在策略允许的情况下,网络设备其次再遍历次连接关系。如此,能够确保网络设备在信息读取的过程中,能够优先读取到更多的相关信息。
或者,在次父节点是一个的情况下,网络设备可以在点云空间中建立第一点云节点与多个次父节点的次连接关系,以及在点云空间中建立第一点云节点与主父节点的主连接关系。也就是说,这种情况下,网络设备需要优先遍历主连接关系,以找到主父节点,从而优先读取更相关的信息。此后,在策略允许的情况下,网络设备其次再遍历次连接关系。
综上,由于网络设备可以将第一用户信息转换为第一用户信息对应的第一点云节点,也即,第一用户信息可以通过第一点云节点在点云空间中的位置的表征。这样,当网络设备建立第一点云节点与其父节点,如第一点云父节点的连接关系,以存储第一点云节点时,第一用户信息便以点云空间中的位置坐标的方式存储,相较于直接对信息进行存储,可以节约存储空间,以实现在大数据场景下,更高效地利用存储空间,以提高存储效率。
请参阅图3,本实施例中还提供了一种基于大数据的信息储存装置300,该基于大数据的信息储存装置包括:收发模块301和处理模块302。
其中,收发模块301,用于网络设备接收来自终端的第一用户信息;处理模块302,用于网络设备将第一用户信息转换为第一用户信息对应的第一点云节点;处理模块302,还用于网络设备根据第一点云节点在点云空间中的位置,确定第一点云节点在点云空间中的第一点云父节点;处理模块302,还用于网络设备在点云空间中建立第一点云父节点与第一点云节点的连接关系。
一种可能的设计方案中,处理模块302,还用于网络设备将用户信息转换为用户信息对应的空间向量;处理模块302,还用于网络设备将空间向量在空间向量指向方向上的端点确定为第一点云节点。
可选地,处理模块302,还用于网络设备对用户信息进行循环编码,得到循环编码后的用户信息;处理模块302,还用于网络设备将循环编码后的用户信息转换为对应的空间向量。
进一步的,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,共n个字段,n为大于1的整数,处理模块302,还用于网络设备从n个字段中,确定第i个字段至第n个字段,共n﹣i﹢1个字段,i为取1至n之间的整数;处理模块302,还用于网络设备将n﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
或者,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,处理模块302,还用于网络设备从n个字段中,确定第i个字段至第j个字段,共j﹣i﹢1个字段,i为取1至n之间的整数,j为取1至n之间的整数,且i小于j;处理模块302,还用于网络设备将j﹣i﹢1个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
或者,用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,处理模块302,还用于网络设备从n个字段中,确定第1个字段至第i个字段,共i个字段,i为取1至n之间的整数;处理模块302,还用于网络设备将i个字段添加到n个字段之前或之后,得到循环编码后的用户信息。
进一步的,处理模块302,还用于网络设备将循环编码后的用户信息中的每个字段转换为对应的一个向量,共得到多个向量,或者说多维向量;处理模块302,还用于网络设备将多个向量的乘积确定为空间向量。
一种可能的设计方案中,处理模块302,还用于网络设备根据第一点云节点在点云空间中的位置,遍历点云空间中位于第一点云节点附近的点云节点,以确定与第一点云节点的位置匹配的点云节点,其中,点云空间中位于第一点云节点附近的点云节点对应终端的用户信息为与第一用户信息相似的信息;处理模块302,还用于网络设备将与第一点云节点的位置匹配的点云节点确定为第一点云父节点。
可选地,与第一点云节点的位置匹配的点云节点为多个,处理模块302,还用于网络设备将多个与第一点云节点的位置匹配的点云节点中,遍历路径最短的节点确定为第一点云父节点中的主父节点,将多个与第一点云节点的位置匹配的点云节点中除路径最短的节点以外的节点确定为第一点云父节点中的次父节点。
进一步的,在次父节点是多个的情况下,处理模块302,还用于网络设备在点云空间中建立第一点云节点与多个次父节点的主连接关系,以及在点云空间中建立第一点云节点与主父节点的次连接关系。或者,在次父节点是一个的情况下,处理模块302,还用于网络设备在点云空间中建立第一点云节点与多个次父节点的次连接关系,以及在点云空间中建立第一点云节点与主父节点的主连接关系。
下面结合图4对基于大数据的信息储存装置400的各个构成部件进行具体的介绍:
其中,第一处理器401是基于大数据的信息储存装置400的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,第一处理器401是一个或多个中央处理器(central processing unit,CPU),也可以是特定集成电路(application specificintegrated circuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
可选地,第一处理器401可以通过运行或执行存储在存储器402内的软件程序,以及调用存储在存储器402内的数据,执行基于大数据的信息储存装置400的各种功能,如上述图2所示的方法中的功能。
在具体的实现中,作为一种实施例,第一处理器401可以包括一个或多个CPU,例如图4中所示出的CPU0和CPU1。
在具体实现中,作为一种实施例,基于大数据的信息储存装置400也可以包括多个处理器,例如图4中所示的第一处理器401和第二处理器404。这些处理器中的每一个可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
其中,存储器402用于存储执行本申请方案的软件程序,并由第一处理器401来控制执行,具体实现方式可以参考上述方法实施例,此处不再赘述。
可选地,存储器402可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或
可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器402可以和第一处理器401集成在一起,也可以独立存在,并基于大数据的信息储存装置400
的接口电路(图4中未示出)与第一处理器401耦合,本申请实施例对此不作具体限定。
收发器403,用于与其他装置之间的通信。例如,基于多波束的定位装置为终端,收发器403可以用于与网络设备通信,或者与另一个终端通信。
可选地,收发器403可以包括接收器和发送器(图4中未单独示出)。其中,接收器用于实现接收功能,发送器用于实现发送功能。
可选地,收发器403可以和第一处理器401集成在一起,也可以独立存在,并通过基于大数据的信息储存装置400的接口电路(图4中未示出)与第一处理器401耦合,本申请实施例对此不作具体限定。
需要说明的是,图4中示出的基于大数据的信息储存装置400的结构并不构成对该装置的限定,实际的基于大数据的信息储存装置400可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,基于大数据的信息储存装置400的技术效果可以参考上述方法实施例的方法的技术效果,此处不再赘述。
应理解,在本申请实施例中的处理器可以是中央处理单元(central processingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random accessmemory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a, b, c, a-b, a-c, b-c, 或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
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,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请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,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,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,或一些特征字段可以忽略,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,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元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。
功能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取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于大数据的信息储存方法,其特征在于,所述方法包括:
网络设备接收来自终端的第一用户信息;
所述网络设备将所述第一用户信息转换为所述第一用户信息对应的第一点云节点;
所述网络设备根据所述第一点云节点在点云空间中的位置,确定所述第一点云节点在所述点云空间中的第一点云父节点;
所述网络设备在所述点云空间中建立所述第一点云父节点与所述第一点云节点的连接关系;
其中,所述第一用户信息通过所述第一点云节点在点云空间中的位置的表征,存储所述第一点云节点时,所述第一用户信息以点云空间中的位置坐标的方式存储。
2.根据权利要求1所述的方法,其特征在于,所述网络设备将所述用户信息转换为所述用户信息对应的第一点云节点,包括:
所述网络设备将所述用户信息转换为所述用户信息对应的空间向量;
所述网络设备将所述空间向量在所述空间向量指向方向上的端点确定为所述第一点云节点。
3.根据权利要求2所述的方法,其特征在于,所述网络设备将所述用户信息转换为所述用户信息对应的空间向量,包括:
所述网络设备对所述用户信息进行循环编码,得到循环编码后的用户信息;
所述网络设备将所述循环编码后的用户信息转换为对应的所述空间向量。
4.根据权利要求3所述的方法,其特征在于,所述用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,共n个字段,n为大于1的整数,所述网络设备对所述用户信息进行循环编码,得到循环编码后的用户信息,包括:
所述网络设备从所述n个字段中,确定第i个字段至所述第n个字段,共n﹣i﹢1个字段,i为取1至n之间的整数;
所述网络设备将所述n﹣i﹢1个字段添加到所述n个字段之前或之后,得到所述循环编码后的用户信息。
5.根据权利要求3所述的方法,其特征在于,所述用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,所述网络设备对所述用户信息进行循环编码,得到循环编码后的用户信息,包括:
所述网络设备从所述n个字段中,确定第i个字段至第j个字段,共j﹣i﹢1个字段,i为取1至n之间的整数,j为取1至n之间的整数,且i小于j;
所述网络设备将所述j﹣i﹢1个字段添加到所述n个字段之前或之后,得到所述循环编码后的用户信息。
6.根据权利要求3所述的方法,其特征在于,所述用户信息按字段从前往后的顺序包括:第1个字段至第n个字段,n为大于1的整数,所述网络设备对所述用户信息进行循环编码,得到循环编码后的用户信息,包括:
所述网络设备从所述n个字段中,确定第1个字段至第i个字段,共i个字段,i为取1至n之间的整数;
所述网络设备将所述i个字段添加到所述n个字段之前或之后,得到所述循环编码后的用户信息。
7.根据权利要求4-6中任一项所述的方法,其特征在于,所述网络设备将所述循环编码后的用户信息转换为对应的所述空间向量,包括:
所述网络设备将所述循环编码后的用户信息中的每个字段转换为对应的一个向量,共得到多个向量;
所述网络设备将所述多个向量的乘积确定为所述空间向量。
8.根据权利要求1所述的方法,其特征在于,所述网络设备根据所述第一点云节点在点云空间中的位置,确定所述第一点云节点在所述点云空间中的第一点云父节点,包括:
所述网络设备根据所述第一点云节点在点云空间中的位置,遍历所述点云空间中位于所述第一点云节点附近的点云节点,以确定与所述第一点云节点的位置匹配的点云节点,其中,所述点云空间中位于所述第一点云节点附近的点云节点对应所述终端的用户信息为与所述第一用户信息相似的信息;
所述网络设备将与所述第一点云节点的位置匹配的点云节点确定为所述第一点云父节点。
9.根据权利要求8所述的方法,其特征在于,与所述第一点云节点的位置匹配的点云节点为多个,所述网络设备将与所述第一点云节点的位置匹配的点云节点确定为所述第一点云父节点,包括:
所述网络设备将多个与所述第一点云节点的位置匹配的点云节点中,遍历路径最短的节点确定为所述第一点云父节点中的主父节点,将多个与所述第一点云节点的位置匹配的点云节点中除所述路径最短的节点以外的节点确定为所述第一点云父节点中的次父节点。
10.一种基于大信息的信息储存装置,其特征在于,所述装置包括:
收发模块,用于网络设备接收来自终端的第一用户信息;
处理模块,用于所述网络设备将所述第一用户信息转换为所述第一用户信息对应的第一点云节点;
所述处理模块,还用于所述网络设备根据所述第一点云节点在点云空间中的位置,确定所述第一点云节点在所述点云空间中的第一点云父节点;
所述处理模块,还用于所述网络设备在所述点云空间中建立所述第一点云父节点与所述第一点云节点的连接关系;
其中,所述第一用户信息通过所述第一点云节点在点云空间中的位置的表征,存储所述第一点云节点时,所述第一用户信息以点云空间中的位置坐标的方式存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310091882.6A CN115857836B (zh) | 2023-02-10 | 2023-02-10 | 基于大数据的信息储存方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310091882.6A CN115857836B (zh) | 2023-02-10 | 2023-02-10 | 基于大数据的信息储存方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115857836A true CN115857836A (zh) | 2023-03-28 |
CN115857836B CN115857836B (zh) | 2023-05-26 |
Family
ID=85657847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310091882.6A Active CN115857836B (zh) | 2023-02-10 | 2023-02-10 | 基于大数据的信息储存方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115857836B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697733A (zh) * | 2018-12-26 | 2019-04-30 | 广州文远知行科技有限公司 | 点云空间寻点方法、装置、计算机设备和存储介质 |
US20190228050A1 (en) * | 2018-01-19 | 2019-07-25 | 8i Limited | Bezier volume representation of point cloud attributes |
CN110163903A (zh) * | 2019-05-27 | 2019-08-23 | 百度在线网络技术(北京)有限公司 | 三维图像的获取及图像定位方法、装置、设备和存储介质 |
CN110263720A (zh) * | 2019-06-21 | 2019-09-20 | 中国民航大学 | 基于深度图像和骨骼信息的动作识别方法 |
CN110874864A (zh) * | 2019-10-25 | 2020-03-10 | 深圳奥比中光科技有限公司 | 获取对象三维模型的方法、装置、电子设备及系统 |
CN113327279A (zh) * | 2021-08-04 | 2021-08-31 | 腾讯科技(深圳)有限公司 | 一种点云数据处理方法、装置、计算机设备及存储介质 |
CN113469887A (zh) * | 2021-09-02 | 2021-10-01 | 深圳市信润富联数字科技有限公司 | 物体数模的转换方法、装置、设备及存储介质 |
CN114578367A (zh) * | 2022-02-28 | 2022-06-03 | 武汉大学 | 实时运动轨迹监测方法、装置、设备及可读存储介质 |
WO2022213992A1 (zh) * | 2021-04-09 | 2022-10-13 | 华为技术有限公司 | 一种数据处理方法及装置 |
-
2023
- 2023-02-10 CN CN202310091882.6A patent/CN115857836B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190228050A1 (en) * | 2018-01-19 | 2019-07-25 | 8i Limited | Bezier volume representation of point cloud attributes |
CN109697733A (zh) * | 2018-12-26 | 2019-04-30 | 广州文远知行科技有限公司 | 点云空间寻点方法、装置、计算机设备和存储介质 |
CN110163903A (zh) * | 2019-05-27 | 2019-08-23 | 百度在线网络技术(北京)有限公司 | 三维图像的获取及图像定位方法、装置、设备和存储介质 |
CN110263720A (zh) * | 2019-06-21 | 2019-09-20 | 中国民航大学 | 基于深度图像和骨骼信息的动作识别方法 |
CN110874864A (zh) * | 2019-10-25 | 2020-03-10 | 深圳奥比中光科技有限公司 | 获取对象三维模型的方法、装置、电子设备及系统 |
WO2022213992A1 (zh) * | 2021-04-09 | 2022-10-13 | 华为技术有限公司 | 一种数据处理方法及装置 |
CN113327279A (zh) * | 2021-08-04 | 2021-08-31 | 腾讯科技(深圳)有限公司 | 一种点云数据处理方法、装置、计算机设备及存储介质 |
CN113469887A (zh) * | 2021-09-02 | 2021-10-01 | 深圳市信润富联数字科技有限公司 | 物体数模的转换方法、装置、设备及存储介质 |
CN114578367A (zh) * | 2022-02-28 | 2022-06-03 | 武汉大学 | 实时运动轨迹监测方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115857836B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11532117B2 (en) | Density coordinate hashing for volumetric data | |
US9235313B2 (en) | Efficient motion estimation for remote desktop sharing | |
CN115694566B (zh) | 抗氧化健合丝设备的高可靠控制方法及装置 | |
KR20200030606A (ko) | 전송 블록 크기를 확정하는 방법, 장치 및 기기 | |
CN115857836A (zh) | 基于大数据的信息储存方法及装置 | |
CN113672669B (zh) | 基于分布式存储的数据查询方法及装置 | |
CN115828115B (zh) | 数据一致性评估方法、装置、电子设备以及程序产品 | |
CN115915405A (zh) | 针对键合丝设备集群的控制方法及装置 | |
CN114331745B (zh) | 数据处理方法、系统、可读存储介质和电子设备 | |
US20220261249A1 (en) | Address generation method, related apparatus, and storage medium | |
US20180052536A1 (en) | Method for detecting input device and detection device | |
CN114661762A (zh) | 嵌入式数据库的查询方法、装置、存储介质及设备 | |
CN116599977A (zh) | 财务风险数据的分布式储存方法及装置 | |
CN113630895A (zh) | 数据包的传输方法及装置 | |
CN113744033A (zh) | 订单预估方法及装置 | |
CN115866062A (zh) | 用于多租户架构中大数据实时汇集存储方法及装置 | |
CN114760009B (zh) | 数据流的编解码方法、装置及存储介质 | |
CN113111086B (zh) | 数据存储和查询响应方法、区块执行方法 | |
CN116760986B (zh) | 候选运动矢量生成方法、装置、计算机设备和存储介质 | |
US20230394711A1 (en) | Point cloud prediction processing methods and apparatuses, computer, and storage medium | |
CN113742537B (zh) | 基于产品树的构建方法及装置 | |
US11212528B2 (en) | Bit string block encoder device, block decoder device, information processing device, program, block encoding method and block decoding method | |
CN114189540B (zh) | 一种数据传输系统及数据传输方法 | |
CN113301541B (zh) | Sl通信的视频知识图谱构建方法及装置 | |
US10540315B2 (en) | Computing systems relating to serial and parallel interfacing operations |
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 |