CN116662631B - 一种基于互联网的云运维管理平台多云纳管系统及方法 - Google Patents
一种基于互联网的云运维管理平台多云纳管系统及方法 Download PDFInfo
- Publication number
- CN116662631B CN116662631B CN202310439956.0A CN202310439956A CN116662631B CN 116662631 B CN116662631 B CN 116662631B CN 202310439956 A CN202310439956 A CN 202310439956A CN 116662631 B CN116662631 B CN 116662631B
- Authority
- CN
- China
- Prior art keywords
- information
- data information
- website
- data
- similarity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012423 maintenance Methods 0.000 title claims abstract description 19
- 239000002071 nanotube Substances 0.000 title claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 230000010354 integration Effects 0.000 claims abstract description 28
- 238000013210 evaluation model Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及多云平台运维领域,具体为一种基于互联网的云运维管理平台多云纳管系统及方法,包括基于用户输入的关键字,在多个云平台对关键字进行搜索,获取关键字对应的数据信息,对数据信息对应信息网站的网站可信值进行计算;将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,建立相似度评估模型,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;在相似度符合要求的数据信息中,获得信息特征符合包含关系的数据信息;基于关键字对符合评估结果的数据信息进行数据资源整合,获取关键字对应的最优数据信息,将最优数据信息呈现给用户。
Description
技术领域
本发明涉及多云平台运维领域,具体为一种基于互联网的云运维管理平台多云纳管系统及方法。
背景技术
云计算平台也被称之为云平台,是指那些基于硬件资源和软件资源的服务,为使用者提供计算、网络和存储能力,云平台计算可以划分为3类,分别是以数据存储为主的存储云平台,以数据处理为主的计算型云平台和以数据存储和计算兼顾的综合类型云计算平台,云平台与传统的服务平台不同在于云平台可以降低计算机成本,由于应用程序在云中运行,因此一台台式机不需要传统的桌面软件所需要的计算能力和存储能力,对于云平台系统中的计算机而言,其因为在加载内存中的程序和进程较少,在启动运行速度上会更快,与此之外云平台在软件更新和团队合作、设备独立性与传统的服务平台上具有巨大的优势,但是在云平台上存在着多种资源,如何将这些资源进行资源整合,并将的最优结果出呈现给用户,目前技术上仍有不足之处。
发明内容
本发明的目的在于提供一种基于互联网的云运维管理平台多云纳管系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于互联网的云运维管理平台多云纳管方法,方法包括:
步骤S100:基于用户输入的关键字,在多个云平台对关键字进行搜索,获取关键字对应的数据信息,对数据信息对应信息网站的网站可信值进行计算,对网站可信值大于网站可信值第一阈值的信息网站进行保留;
步骤S200:将信息网站对应的数据信息进行记录汇集,将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,对样本数据信息中信息特征进行评估,获得样本数据信息对应的集合信息特征,建立相似度评估模型,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;
步骤S300:在相似度符合要求的数据信息中,根据数据信息中各个信息特征对应的包含关系对数据信息进行筛选,获得信息特征符合包含关系的数据信息;
步骤S400:基于关键字对符合评估结果的数据信息进行数据资源整合,获取关键字对应的最优数据信息,将最优数据信息呈现给用户。
进一步的,步骤S100包括:
步骤S101:获取若干个数据信息对应的数据搜索来源,数据搜索来源为若干个数据信息对应的信息网站;
步骤S102:提取信息网站的可信度影响参数;可信度影响参数包括信息网站的内容撰写来源、网站安全指标和关键字在信息网站的搜索占比;搜索占比为信息网站中关键字内容的搜索次数占信息网站整体搜索次数比例;根据信息网站内容撰写来源,建立内容撰写来源的评分系统,按照信息网站撰写来源的不同,对内容撰写来源进行评分,获取信息撰写可靠值;根据网站安全指标,对信息网站的安全性进行判定,获取信息网站对应的安全值;根据搜索占比,对网站与关键字的偏向度进行评估,获取信息网站对关键字的偏向值;
步骤S103:计算信息网站对应的网站可信值A:
A=(b+c+d)×μ;
其中,b为信息网站的信息撰写可靠值;c为信息网站的安全值;d为信息网站对关键字的偏向值;u为信息网站对应的可信值响影响系数;
步骤S104:对信息网站的网站可信值进行汇集,得到集合PA,对集合PA中网站可信值大于网站可信值第一阈值的信息网站进行保留;
上述步骤中通过对信息网站的可信度进行评估,提取信息网站的可信度影响参数,可信度影响参数包括信息网站的内容撰写来源、网站安全指标和信息网站搜索关键字的搜索占比,一个网站可信度的判定对于网站的内容的真实性和可靠性起到决定性的作用,选取上述的参数对网站可信度进行判定是因为在如果网站的内容不是由权威机构或者相关从业人员进行撰写的,仅仅是来着于网友的随意撰写,那么相关的内容的真实性就无法得到保证,同样网站安全性对于网站内容的可信度有着重要影响,当一个网站经常会受到攻击,甚至网站的数据内容被恶意篡改,那么该网站内发布的任何信息可靠性都没有保障,对于关键字占比,如果该网站的搜索记录很多都是关键字,那么就表明改网站对于关键字涉及的领域偏向性越高,在关键字的领域上就越专业。
进一步的,步骤S200包括:
步骤S201:对信息网站对应的数据信息进行记录汇集,得到集合Pc={C1,C2,...,Cn};其中,C1,C2,...,Cn分别为第1、2、…、n个网站可信值符合要求的信息网站对应的数据信息,将集合Pc中网站可信值大于等于网站可信值第二阈值的信息网站对应的数据信息作为集合Pc的样本数据信息;
步骤S202:对样本数据信息中各个信息特征的相似度进行评估,将数据信息中相似度最大的信息特征S,记为集合Pc的集合信息特征;
步骤S203:建立相似度评估模型,将集合Pc中各个数据信息的信息特征与集合信息特征进行对比,获取信息特征与集合信息特征的相似度,当集合Pc中的数据信息的信息特征集合信息特征相似度小于相似度阈值时,将集合Pc中对应的数据信息进行剔除,获得相似度符合的数据信息;
上述步骤中根据可信度最高的数个信息网站,获取其共同的部分作为用户输入关键字对应若干个数据信息的样本数据信息,对样本数据信息各个信息特征的相似度进行评估,将数据信息中相似度最大的信息特征S,记为集合的集合信息特征,当数据信息存在与集合信息特征相似度不符合要求,那么就可以断定该数据信息中信息特征有问题,将该数据信息进行剔除,可以保证获取的数据信息中信息真实性。
进一步的,步骤S300包括:
步骤S301:在相似度符合要求的数据信息中,当某一数据信息对应的信息特征类型被任一数据信息的信息特征全部包含时,将信息特征被包含的数据信息进行删除;当某一数据信息对应的信息特征与任一信息特征对应类型完全一致时,分别对数据信息的各个信息特征进行相关性评估;
步骤S302:相关性评估包括,对关键字进行相近词的搜索,将关键词和对应相近词记为信息特征的相关内容,对信息特征中的相关内容进行标记,将标记的相关内容进行记录汇集;对数据信息第k类信息特征对应相关内容进行记录汇集,得到集合其中,/>分别为数据信息第k类信息特征的第1、2、…、t个相关内容;将/>与关键字进行关联度判定,获取相关内容集合Uk中/>各个相关内容对应的关联度值O;计算数据信息第k个信息特征的对应的关联程度值Vk:
其中,Oi为对应的关联度值,τ为数据信息第k类信息特征的关联程度影响因数;
步骤S303:数据信息与关键字的整体关联程度其中,m为数据信息对应的信息特征个数,Vi为数据信息第i类信息特征的对应的关联程度值;根据相关性评估,对信息特征种类相同的数据信息进行筛选,将整体关联程度大的数据信息进行记录保存;当某一数据信息对应的信息特征与任一信息特征对应分类类型出现不完全一致时,对上述数据信息进行保留;将上述保留的数据信息进行汇集,获取信息特征符合包含关系的数据信息;
上述步骤中根据数据信息的信息特征对数据信息进行筛选,当数据信息的信息特征被某个数据信息的信息特征给包含,那么该数据信息中涉及的内容另外一个数据信息也会涉及到,所以将被信息特征被包含的数据信息进行去除,当两两数据信息中信息特征中存在相同的种类的信息特征,涉及类型相同,就无法利用上述方法进行筛选,这时候可以计算信息特征与关键字涉及内容的关联程度,当关联程度越小,说明该信息特征中文字部分的内容与关键字越无关,如果数据信息中各个信息特征都与关键字无关,那么就可以表明数据信息中很多内容都没有与关键字有关系,所以将该数据信息进行剔除,保留关联程度大数据信息,当两个数据信息中的信息特征不一致时,那么则需要对数据信息都进行保留,保证最后获取的数据信息中没有信息特征的缺失,为用户提供范围更大的数据内容。
进一步的,步骤S400包括:
步骤S401:根据步骤S303,获取数据信息中各个信息特征对应的关联程度值,根据关联程度值对数据信息的信息特征进行筛选,选取关联程度值最高的r个信息特征作为对应信息特征类型的待处理信息特征;
步骤S402:对进行数据整合;/>分别为第k类信息特征对应的第1、2、…、r个待处理信息特征;获取第k类信息特征的代表信息特征C′k:
对各个不同种类的代表信息特征,分别进行数据整合,获取不同种类的代表信息特征;
步骤S403:将各个代表信息特征进行内容整合和文本排布,得到关键字对应的最优数据信息,将最优数据信息呈现给用户;
上述步骤通过获取数据信息中各个信息特征对应的关联程度值,根据关联程度值对数据信息的信息特征进行筛选,选取关联程度值最高的固定个数信息特征作为信息特征种类的待处理信息特征,将同一种类的信息特征中与关键字关联程度最大的进行保留,将保留的信息特征进行取交集,是为了尽可能获得内容涉及最多的信息特征,为后面内容整合时,给用户提供最优的数据信息。
为了更好实现上述方法,还提出了基于互联网的云运维管理平台多云纳管系统,系统包括网站可信度模块、关联数据信息模块、数据信息评估模块、数据信息整合模块;
网站可信度模块,用于对基于用户输入的关键字,在多个云平台对关键字进行搜索,获取关键字对应的数据信息,对数据信息对应信息网站的网站可信值进行计算,对网站可信值大于网站可信值第一阈值的信息网站进行保留;
相似度获取模块,用于对将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,对样本数据信息中信息特征进行评估,获得样本数据信息对应的集合信息特征,建立相似度评估模块,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;
数据信息筛选模块,用于对根据数据信息中各个信息特征对应的包含关系对数据信息进行筛选,获得信息特征符合包含关系的数据信息;
数据信息整合模块,用于对基于关键字对符合评估结果的数据信息进行数据资源整合,获取关键字对应的最优数据信息,将最优数据信息呈现给用户。
进一步的,相似度获取模块包括可信度计算单元、可信度获取单元;
可行度计算单元,用于对根据若干个数据信息对应的数据搜索来源,对信息网站的网站可信值进行计算;
可信度获取单元,用于对信息网站的网站可信值进行汇集,得到集合PA,对集合PA中网站可信值大于网站可信值第一阈值的信息网站进行保留。
进一步的,相似度获取模块包括样本集合信息特征获取单元、相似度获取单元;
集合信息特征获取单元,用于对信息网站对应的数据信息进行记录汇集,得数据信息对应的集合,对集合中中网站可信值大于等于网站可信值第二阈值的信息网站对应的数据信息作为集合的样本数据信息,对样本数据信息中各个信息特征的相似度进行评估,将数据信息中相似度最大的信息特征S,记为集合的集合信息特征;
相似度获取单元,用于建立相似度评估模型,获取信息特征与集合信息特征的相似度,当集合中的数据信息的信息特征集合信息特征相似度小于相似度阈值时,将集合中对应的数据信息进行剔除,获得相似度符合的数据信息。
进一步的,数据信息筛选模块包括相关性评估单元、数据信息筛选单元;
相关性评估单元,用于对在相似度符合要求的数据信息中,当某一数据信息对应的信息特征类型被任一数据信息的信息特征全部包含时,将信息特征被包含的数据信息进行删除;当某一数据信息对应的信息特征与任一信息特征对应类型完全一致时,分别对数据信息的各个信息特征进行相关性评估;
数据信息获取单元,用于对根据相关性评估和数据信息各个信息特征对应的包含关系,对数据信息进行筛选,获取信息符合条件的数据信息。
进一步的,数据信息整合模块包括数据信息整合单元;
数据信息整合单元,用于对将信息特征进行内容整合和文本排布,得到关键字对应的最优数据信息,将最优数据信息呈现给用户。
与现有技术相比,本发明所达到的有益效果是:本发明可以根据用户的搜索关键字在多个云平台对关键字相关内容进行搜索,并将搜索内容进行处理,整合成一份最优的数据信息呈现给用户,上述步骤通过获取数据信息中各个信息特征对应的关联程度,根据关联程度对数据信息的信息特征进行筛选,选取关联程度最高的数个信息特征作为信息特征种类的待处理信息特征,将同一种类的信息特征中与关键字关联程度最大的进行保留,将保留的信息特征进行取交集,是为了尽可能获得内容涉及最多的信息特征,为后面内容整合时,给用户提供最优的数据信息,将同一种类的信息特征中与关键字关联程度最大的进行保留,将保留的信息特征进行取交集,是为了尽可能获得内容涉及最多的信息特征,为后面内容整合时,给用户提供最优的数据信息。
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。在附图中:
图1是本发明一种基于互联网的云运维管理平台多云纳管系统及方法的方法流程图;
图2是本发明一种基于互联网的云运维管理平台多云纳管系统及方法的系统结构示意图。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:一种基于互联网的云运维管理平台多云纳管方法,方法包括:
步骤S100:基于用户输入的关键字,在多个云平台对关键字进行搜索,获取关键字对应的数据信息,对数据信息对应信息网站的网站可信值进行计算,对网站可信值大于网站可信值第一阈值的信息网站进行保留;
其中,步骤S100包括:
步骤S101:获取若干个数据信息对应的数据搜索来源,数据搜索来源为若干个数据信息对应的信息网站;
步骤S102:提取信息网站的可信度影响参数;可信度影响参数包括信息网站的内容撰写来源、网站安全指标和关键字在信息网站的搜索占比;搜索占比为信息网站中关键字内容的搜索次数占信息网站整体搜索次数比例;根据信息网站内容撰写来源,建立内容撰写来源的评分系统,按照信息网站撰写来源的不同,对内容撰写来源进行评分,获取信息撰写可靠值;根据网站安全指标,对信息网站的安全性进行判定,获取信息网站对应的安全值;根据搜索占比,对网站与关键字的偏向度进行评估,获取信息网站对关键字的偏向值;
步骤S103:计算信息网站对应的网站可信值A:
A=(b+c+d)×μ;
其中,b为信息网站的信息撰写可靠值;c为信息网站的安全值;d为信息网站对关键字的偏向值;u为信息网站对应的可信值响影响系数;
例如,信息网站的撰写可信值b为0.89;信息网站的安全值c为0.7;信息网站的网站对关键字的偏向值d为0.7;信息网站对应的可信值响影响系数u为0.8;计算信息网站对应的网站可信值A=(0.89+0.7+0.7)×0.8=1.832;
步骤S104:对信息网站的网站可信值进行汇集,得到集合PA,对集合PA中网站可信值大于网站可信值第一阈值的信息网站进行保留;
步骤S200:将信息网站对应的数据信息进行记录汇集,将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,对样本数据信息中信息特征进行评估,获得样本数据信息对应的集合信息特征,建立相似度评估模型,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;
其中,步骤S200包括:
步骤S201:对信息网站对应的数据信息进行记录汇集,得到集合Pc={C1,C2,...,Cn};其中,C1,C2,...,Cn分别为第1、2、…、n个网站可信值符合要求的信息网站对应的数据信息,将集合Pc中网站可信值大于等于网站可信值第二阈值的信息网站对应的数据信息作为集合Pc的样本数据信息;
步骤S202:对样本数据信息中各个信息特征的相似度进行评估,将数据信息中相似度最大的信息特征S,记为集合Pc的集合信息特征;
步骤S203:建立相似度评估模型,将集合Pc中各个数据信息的信息特征与集合信息特征进行对比,获取信息特征与集合信息特征的相似度,当集合Pc中的数据信息的信息特征集合信息特征相似度小于相似度阈值时,将集合Pc中对应的数据信息进行剔除,获得相似度符合的数据信息;
步骤S300:在相似度符合要求的数据信息中,根据数据信息中各个信息特征对应的包含关系对数据信息进行筛选,获得信息特征符合包含关系的数据信息;
其中,步骤S300包括:
步骤S301:在相似度符合要求的数据信息中,当某一数据信息对应的信息特征类型被任一数据信息的信息特征全部包含时,将信息特征被包含的数据信息进行删除;当某一数据信息对应的信息特征与任一信息特征对应类型完全一致时,分别对数据信息的各个信息特征进行相关性评估;
步骤S302:相关性评估包括,对关键字进行相近词的搜索,将关键词和对应相近词记为信息特征的相关内容,对信息特征中的相关内容进行标记,将标记的相关内容进行记录汇集;对数据信息第k类信息特征对应相关内容进行记录汇集,得到集合其中,/>分别为数据信息第k类信息特征的第1、2、…、t个相关内容;将/>与关键字进行关联度判定,获取相关内容集合Uk中/>各个相关内容对应的关联度值O;计算数据信息第k个信息特征的对应的关联程度值Vk:
其中,Oi为对应的关联度值,τ为数据信息第k类信息特征的关联程度影响因数;
步骤S303:数据信息与关键字的整体关联程度其中,m为数据信息对应的信息特征个数,Vi为数据信息第i类信息特征的对应的关联程度值;根据相关性评估,对信息特征种类相同的数据信息进行筛选,将整体关联程度大的数据信息进行记录保存;当某一数据信息对应的信息特征与任一信息特征对应分类类型出现不完全一致时,对上述数据信息进行保留;将上述保留的数据信息进行汇集,获取信息特征符合包含关系的数据信息;
步骤S400:基于关键字对符合评估结果的数据信息进行数据资源整合,获取关键字对应的最优数据信息,将最优数据信息呈现给用户;
其中,步骤S400包括:
步骤S401:根据步骤S303,获取数据信息中各个信息特征对应的关联程度值,根据关联程度值对数据信息的信息特征进行筛选,选取关联程度值最高的r个信息特征作为对应信息特征类型的待处理信息特征;
步骤S402:对进行数据整合;/>分别为第k类信息特征对应的第1、2、…、r个待处理信息特征;获取第k类信息特征的代表信息特征C′k:
对各个不同种类的代表信息特征,分别进行数据整合,获取不同种类的代表信息特征;
步骤S403:将各个代表信息特征进行内容整合和文本排布,得到关键字对应的最优数据信息,将最优数据信息呈现给用户;
为了更好实现上述方法,还提出了基于互联网的云运维管理平台多云纳管系统,系统包括网站可信度模块、关联数据信息模块、数据信息评估模块、数据信息整合模块;
网站可信度模块,用于对基于用户输入的关键字,在多个云平台对关键字进行搜索,获取关键字对应的数据信息,对数据信息对应信息网站的网站可信值进行计算,对网站可信值大于网站可信值第一阈值的信息网站进行保留;
相似度获取模块,用于对将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,对样本数据信息中信息特征进行评估,获得样本数据信息对应的集合信息特征,建立相似度评估模块,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;
数据信息筛选模块,用于对根据数据信息中各个信息特征对应的包含关系对数据信息进行筛选,获得信息特征符合包含关系的数据信息;
数据信息整合模块,用于对基于关键字对符合评估结果的数据信息进行数据资源整合,获取关键字对应的最优数据信息,将最优数据信息呈现给用户;
其中,相似度获取模块包括可信度计算单元、可信度获取单元;
可行度计算单元,用于对根据若干个数据信息对应的数据搜索来源,对信息网站的网站可信值进行计算;
可信度获取单元,用于对信息网站的网站可信值进行汇集,得到集合PA,对集合PA中网站可信值大于网站可信值第一阈值的信息网站进行保留;
其中,相似度获取模块包括样本集合信息特征获取单元、相似度获取单元;
集合信息特征获取单元,用于对信息网站对应的数据信息进行记录汇集,得数据信息对应的集合,对集合中中网站可信值大于等于网站可信值第二阈值的信息网站对应的数据信息作为集合的样本数据信息,对样本数据信息中各个信息特征的相似度进行评估,将数据信息中相似度最大的信息特征S,记为集合的集合信息特征;
相似度获取单元,用于建立相似度评估模型,获取信息特征与集合信息特征的相似度,当集合中的数据信息的信息特征集合信息特征相似度小于相似度阈值时,将集合中对应的数据信息进行剔除,获得相似度符合的数据信息;
其中,数据信息筛选模块包括相关性评估单元、数据信息筛选单元;
相关性评估单元,用于对在相似度符合要求的数据信息中,当某一数据信息对应的信息特征类型被任一数据信息的信息特征全部包含时,将信息特征被包含的数据信息进行删除;当某一数据信息对应的信息特征与任一信息特征对应类型完全一致时,分别对数据信息的各个信息特征进行相关性评估;
数据信息获取单元,用于对根据相关性评估和数据信息各个信息特征对应的包含关系,对数据信息进行筛选,获取信息符合条件的数据信息;
其中,数据信息整合模块包括数据信息整合单元;
数据信息整合单元,用于对将信息特征进行内容整合和文本排布,得到关键字对应的最优数据信息,将最优数据信息呈现给用户。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于互联网的云运维管理平台多云纳管方法,其特征在于,所述方法包括:
步骤S100:基于用户输入的关键字,在多个云平台对所述关键字进行搜索,获取所述关键字对应的数据信息,对所述数据信息对应信息网站的网站可信值进行计算,对网站可信值大于网站可信值第一阈值的信息网站进行保留;
步骤S200:将所述信息网站对应的数据信息进行记录汇集,将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,对所述样本数据信息中信息特征进行评估,获得所述样本数据信息对应的集合信息特征,建立相似度评估模型,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;
所述步骤S200包括:
步骤S201:对所述信息网站对应的数据信息进行记录汇集,得到集合Pc={C1,C2,...,Cn};其中,C1,C2,...,Cn分别为第1、2、…、n个网站可信值符合要求的信息网站对应的数据信息,将集合Pc中网站可信值大于等于网站可信值第二阈值的信息网站对应的数据信息作为集合Pc的样本数据信息;
步骤S202:对所述样本数据信息中各个信息特征的相似度进行评估,将所述数据信息中相似度最大的信息特征S,记为所述集合Pc的集合信息特征;
步骤S203:建立相似度评估模型,将集合Pc中各个数据信息的信息特征与所述集合信息特征进行对比,获取所述信息特征与集合信息特征的相似度,当所述集合Pc中的数据信息的信息特征所述集合信息特征相似度小于相似度阈值时,将所述集合Pc中对应的数据信息进行剔除,获得相似度符合的数据信息;
步骤S300:在相似度符合要求的数据信息中,根据数据信息中各个信息特征对应的包含关系对所述数据信息进行筛选,获得信息特征符合包含关系的数据信息;
所述步骤S300包括:
步骤S301:在相似度符合要求的数据信息中,当某一数据信息对应的信息特征类型被任一数据信息的信息特征全部包含时,将信息特征被包含的数据信息进行删除;当所述某一数据信息对应的信息特征与任一信息特征对应类型完全一致时,分别对所述数据信息的各个信息特征进行相关性评估;
步骤S302:所述相关性评估包括,对所述关键字进行相近词的搜索,将所述关键字和对应相近词记为所述信息特征的相关内容,对所述信息特征中的相关内容进行标记,将标记的相关内容进行记录汇集;对所述数据信息第k类信息特征对应所述相关内容进行记录汇集,得到集合其中,/>分别为所述数据信息第k类信息特征的第1、2、…、t个相关内容;将所述/>与所述关键字进行关联度判定,获取所述相关内容集合Uk中/>各个相关内容对应的关联度值O;计算所述数据信息第k个信息特征的对应的关联程度值Vk:
其中,Oi为所述对应的关联度值,τ为所述数据信息第k类信息特征的关联程度影响因数;
步骤S303:所述数据信息与所述关键字的整体关联程度其中,m为所述数据信息对应的信息特征个数,Vi为所述数据信息第i类信息特征的对应的关联程度值;根据所述相关性评估,对信息特征种类相同的数据信息进行筛选,将整体关联程度大的数据信息进行记录保存;当所述某一数据信息对应的信息特征与任一信息特征对应分类类型出现不完全一致时,对上述数据信息进行保留;将上述保留的数据信息进行汇集,获取信息特征符合包含关系的数据信息;
步骤S400:基于所述关键字对符合评估结果的数据信息进行数据资源整合,获取所述关键字对应的最优数据信息,将所述最优数据信息呈现给用户。
2.根据权利要求1所述的一种基于互联网的云运维管理平台多云纳管方法,其特征在于,所述步骤S100包括:
步骤S101:获取若干个数据信息对应的数据搜索来源,所述数据搜索来源为所述若干个数据信息对应的信息网站;
步骤S102:提取所述信息网站的可信度影响参数;所述可信度影响参数包括信息网站的内容撰写来源、网站安全指标和所述关键字在信息网站的搜索占比;所述搜索占比为信息网站中所述关键字内容的搜索次数占信息网站整体搜索次数比例;根据所述信息网站内容撰写来源,建立内容撰写来源的评分系统,按照信息网站撰写来源的不同,对所述内容撰写来源进行评分,获取信息撰写可靠值;根据所述网站安全指标,对所述信息网站的安全性进行判定,获取所述信息网站对应的安全值;根据所述搜索占比,对网站与所述关键字的偏向度进行评估,获取所述信息网站对所述关键字的偏向值;
步骤S103:计算所述信息网站对应的网站可信值A:
A=(b+c+d)×μ;
其中,b为所述信息网站的信息撰写可靠值;c为所述信息网站的安全值;d为所述信息网站对所述关键字的偏向值;u为所述信息网站对应的可信值影响系数;
步骤S104:对所述信息网站的网站可信值进行汇集,得到集合PA,对集合PA中网站可信值大于网站可信值第一阈值的信息网站进行保留。
3.根据权利要求1所述的一种基于互联网的云运维管理平台多云纳管方法,其特征在于,所述步骤S400包括:
步骤S401:根据上述步骤S303,获取所述数据信息中各个信息特征对应的关联程度值,根据所述关联程度值对所述数据信息的信息特征进行筛选,选取关联程度值最高的r个信息特征作为对应信息特征类型的待处理信息特征;
步骤S402:对进行数据整合;所述/>分别为第k类信息特征对应的第1、2、…、r个待处理信息特征;获取第k类信息特征的代表信息特征C'k:
对各个不同种类的代表信息特征,分别进行数据整合,获取不同种类的代表信息特征;
步骤S403:将各个代表信息特征进行内容整合和文本排布,得到所述关键字对应的最优数据信息,将所述最优数据信息呈现给用户。
4.应用于权利要求1-3中任意一项所述的一种基于互联网的云运维管理平台多云纳管方法的云运维管理平台多云纳管系统,其特征在于,所述系统包括网站可信度模块、相似度获取模块、数据信息筛选模块、数据信息整合模块;
所述网站可信度模块,用于对基于用户输入的关键字,在多个云平台对所述关键字进行搜索,获取所述关键字对应的数据信息,对所述数据信息对应信息网站的网站可信值进行计算,对网站可信值大于网站可信值第一阈值的信息网站进行保留;
所述相似度获取模块,用于对将网站可信值大于网站可信值第二阈值的信息网站对应的数据信息作为样本数据信息,对所述样本数据信息中信息特征进行评估,获得所述样本数据信息对应的集合信息特征,建立相似度评估模块,将相似度小于相似度阈值的信息特征对应的数据信息进行剔除,获得相似度符合要求的数据信息;
所述数据信息筛选模块,用于对根据数据信息中各个信息特征对应的包含关系对所述数据信息进行筛选,获得信息特征符合包含关系的数据信息;
所述数据信息整合模块,用于对基于所述关键字对符合评估结果的数据信息进行数据资源整合,获取所述关键字对应的最优数据信息,将所述最优数据信息呈现给用户。
5.根据权利要求4所述的云运维管理平台多云纳管系统,其特征在于,所述相似度获取模块包括可信度计算单元、可信度获取单元;
所述可信度计算单元,用于对根据若干个数据信息对应的数据搜索来源,对信息网站的网站可信值进行计算;
所述可信度获取单元,用于对所述信息网站的网站可信值进行汇集,得到集合PA,对集合PA中网站可信值大于网站可信值第一阈值的信息网站进行保留。
6.根据权利要求4所述的云运维管理平台多云纳管系统,其特征在于,所述相似度获取模块包括样本集合信息特征获取单元、相似度获取单元;
所述集合信息特征获取单元,用于对所述信息网站对应的数据信息进行记录汇集,得数据信息对应的集合,对所述集合中中网站可信值大于等于网站可信值第二阈值的信息网站对应的数据信息作为集合的样本数据信息,对所述样本数据信息中各个信息特征的相似度进行评估,将所述数据信息中相似度最大的信息特征S,记为所述集合的集合信息特征;
所述相似度获取单元,用于建立相似度评估模型,获所述取信息特征与集合信息特征的相似度,当所述集合中的数据信息的信息特征所述集合信息特征相似度小于相似度阈值时,将所述集合中对应的数据信息进行剔除,获得相似度符合的数据信息。
7.根据权利要求4所述的云运维管理平台多云纳管系统,其特征在于,所述数据信息筛选模块包括相关性评估单元、数据信息筛选单元;
所述相关性评估单元,用于对在相似度符合要求的数据信息中,当某一数据信息对应的信息特征类型被任一数据信息的信息特征全部包含时,将信息特征被包含的数据信息进行删除;当所述某一数据信息对应的信息特征与任一信息特征对应类型完全一致时,分别对所述数据信息的各个信息特征进行相关性评估;
所述数据信息获取单元,用于对根据所述相关性评估和数据信息各个信息特征对应的包含关系,对数据信息进行筛选,获取信息符合条件的数据信息。
8.根据权利要求4所述的云运维管理平台多云纳管系统,其特征在于,所述数据信息整合模块包括数据信息整合单元;
所述数据信息整合单元,用于对将所述信息特征进行内容整合和文本排布,得到所述关键字对应的最优数据信息,将所述最优数据信息呈现给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310439956.0A CN116662631B (zh) | 2023-04-23 | 2023-04-23 | 一种基于互联网的云运维管理平台多云纳管系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310439956.0A CN116662631B (zh) | 2023-04-23 | 2023-04-23 | 一种基于互联网的云运维管理平台多云纳管系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116662631A CN116662631A (zh) | 2023-08-29 |
CN116662631B true CN116662631B (zh) | 2024-05-28 |
Family
ID=87714270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310439956.0A Active CN116662631B (zh) | 2023-04-23 | 2023-04-23 | 一种基于互联网的云运维管理平台多云纳管系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116662631B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646034A (zh) * | 2013-11-14 | 2014-03-19 | 东华理工大学 | 一种基于内容可信的Web搜索引擎系统及搜索方法 |
CN107766229A (zh) * | 2016-08-19 | 2018-03-06 | 南京理工大学 | 一种利用蜕变测试评价商品搜索系统正确性的方法 |
CN111654500A (zh) * | 2020-06-05 | 2020-09-11 | 杭州安恒信息技术股份有限公司 | 多维度网站可信度检测方法、装置和计算机设备 |
CN115496555A (zh) * | 2022-09-23 | 2022-12-20 | 西窗科技(苏州)有限公司 | 一种智能化跨境电商网站安全质量评估方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8893287B2 (en) * | 2012-03-12 | 2014-11-18 | Microsoft Corporation | Monitoring and managing user privacy levels |
-
2023
- 2023-04-23 CN CN202310439956.0A patent/CN116662631B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646034A (zh) * | 2013-11-14 | 2014-03-19 | 东华理工大学 | 一种基于内容可信的Web搜索引擎系统及搜索方法 |
CN107766229A (zh) * | 2016-08-19 | 2018-03-06 | 南京理工大学 | 一种利用蜕变测试评价商品搜索系统正确性的方法 |
CN111654500A (zh) * | 2020-06-05 | 2020-09-11 | 杭州安恒信息技术股份有限公司 | 多维度网站可信度检测方法、装置和计算机设备 |
CN115496555A (zh) * | 2022-09-23 | 2022-12-20 | 西窗科技(苏州)有限公司 | 一种智能化跨境电商网站安全质量评估方法及系统 |
Non-Patent Citations (2)
Title |
---|
A.Sutcliffe et al.Assessing the reliability of heuristic evaluation for Web site attractiveness and usablity.《Proceedings of the 35th Annual Hawaii International Conference on System Science》.2002,第1-10页. * |
谭春辉 等.企业网站信任度模糊综合评价研究.《情报科学》.2009,第27卷(第7期),第1094-1099页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116662631A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11036791B2 (en) | Computerized system and method for determining non-redundant tags from a user's network activity | |
US10795922B2 (en) | Authorship enhanced corpus ingestion for natural language processing | |
Stvilia et al. | A framework for information quality assessment | |
KR101976220B1 (ko) | 데이터 보강 제안 기법 | |
Yan | Research dynamics, impact, and dissemination: A topic‐level analysis | |
US20070203891A1 (en) | Providing and using search index enabling searching based on a targeted content of documents | |
RU2487404C2 (ru) | Способ классификации веб-страниц и организации соответствующего информационного наполнения | |
US20090049062A1 (en) | Method for Organizing Structurally Similar Web Pages from a Web Site | |
Rakha et al. | Studying the needed effort for identifying duplicate issues | |
KR20060030014A (ko) | 범용 주석의 구성 및 디플로이 방법 및 시스템 | |
WO2005091165A2 (en) | Method and system for creation and retrieval of global annotations | |
US9251245B2 (en) | Generating mappings between a plurality of taxonomies | |
US20110246462A1 (en) | Method and System for Prompting Changes of Electronic Document Content | |
KR20110009098A (ko) | 편집 거리 및 문서 정보를 이용한 검색 결과 랭킹 | |
US20110313994A1 (en) | Content personalization based on user information | |
KR20210129465A (ko) | 연구노트 관리 장치 및 이를 이용한 연구노트 검색 방법 | |
CN111723256A (zh) | 一种基于信息资源库的政务用户画像构建方法及其系统 | |
CN116962516A (zh) | 一种数据查询方法、装置、设备及存储介质 | |
CN117669513B (zh) | 一种基于人工智能的数据管理系统及方法 | |
US9189478B2 (en) | System and method for collecting data from an electronic document and storing the data in a dynamically organized data structure | |
Sahni et al. | Topic modeling on online news extraction | |
CN116662631B (zh) | 一种基于互联网的云运维管理平台多云纳管系统及方法 | |
US7698342B1 (en) | Field-level search tool | |
US11663507B2 (en) | Predicting custom fields from text | |
KR101066225B1 (ko) | 검색 서비스 시스템 및 이를 이용한 검색 서비스 방법 |
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 |