CN117273131B - 一种跨节点数据关系发现系统及方法 - Google Patents
一种跨节点数据关系发现系统及方法 Download PDFInfo
- Publication number
- CN117273131B CN117273131B CN202311560575.4A CN202311560575A CN117273131B CN 117273131 B CN117273131 B CN 117273131B CN 202311560575 A CN202311560575 A CN 202311560575A CN 117273131 B CN117273131 B CN 117273131B
- Authority
- CN
- China
- Prior art keywords
- data
- relationship
- blood
- entity
- unit
- 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 19
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 6
- 239000008280 blood Substances 0.000 claims description 34
- 210000004369 blood Anatomy 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 16
- 238000012790 confirmation Methods 0.000 claims description 10
- 230000001364 causal effect Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 14
- 238000007726 management method Methods 0.000 description 22
- 230000007774 longterm Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001212 derivatisation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/027—Frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于多节点多网域数据协同计算技术领域,涉及独立多节点数据共享计算,具体涉及一种跨节点数据关系发现系统及方法。包括:中心节点单元;具有,业务计算组件的业务节点单元;其中,所述中心节点单元与业务节点单元通信连接;其中,业务计算组件包括数据实体提取模块,所述数据实体提取模块具有实体配置库和配置模组;其中,配置模组用于提供操作界面,和/或提供数据接口,以接收任意定义的数据实体的配置数据;其中,实体配置库用于存储所述配置数据。通过本申请的跨节点数据关系发现系统,可实现对发展积累了大量数据、数据追溯路径不清晰,数据冗余量大且在时间维度以及空间维度冲突较多等复杂场景下的数据关系发现。
Description
技术领域
本发明属于多节点多网域数据协同计算技术领域,涉及独立多节点数据共享计算,具体涉及一种跨节点数据关系发现系统及方法。
背景技术
工业生产、管理、生活服务及社会治理等活动均伴随着大量的数据产生。随着管理经验总结、迭代和发展,组织分工形成,本质上关联的数据(数据的组成单元)同专业组织的划分被逐渐分裂。随着发展衍进,组织的划分及专业积累加深,数据的全面融合挖掘使用难度逐渐增加。
信息技术的发展和成熟使得数据的存储、流通和大规模计算成为可能。进而促使深度分裂的(组织)数据单元有了再次融合的可能性。但是,不同领域及不同组织的分裂数据单元发展程度不同,规模差异巨大,导致数据的融合关联(数据关系挖掘)面临着复杂的问题。
以社会治理为例,政府是社会治理的核心组织,为了增加治理的专业性、提高治理服务效率,形成了分工明细且总量众多的管理部门。不过,明确分离的各部门之间并非独立,事实上任何部门的数据理论上都可通过管理对象(被管理或服务的社会成员)实现完整的关联,构建起直接的管理关系。但是,随着部门的长期专业发展,专业数据积累量日趋庞大,组织内部的管理语言体系逐步形成,这使得数据的融合所需的计算和思考远远超出了作为管理者的人的计算极限,数据依靠管理经验的融合使用相对于整体数据规模而言变得极其有限。
伴随着信息技术的发展和积累,数据中所蕴涵的信息量巨大,即使是初步探索的数据挖掘与使用尝试就已全面深刻的影响着社会治理活动。由于社会治理的主体和对象均是人,因此几乎所有数据基本也都可以通过与之发生关系的人形成直接或间接的联系,构成人的大数据要素,也构成了广义的人口信息大数据。同时,由于数据的联系是复杂且全面的,因此对所有数据进行中心化的存储或使用几乎是不可能的,远远超出当前技术的计算及存储能力的极限,并且不符合高度分化及专业的组织分工管理体系。
此类大数据存储量巨大、关系复杂,且格式多样。因此,现有大数据信息使用难度大,使用率低下,造成了极大的数据资源/数据资产浪费。相比于数据价值充分挖掘后的社会治理,当下的治理过程在数据存储、共享、计算等多方面存在着大量重复、冗余配置,资源浪费率高,信息使用率低。
发明内容
为解决上述现有技术问题,本发明提供一种跨节点数据关系发现系统及方法,可选实施方案如下:
一种跨节点数据关系发现系统,其特征在于,包括:
中心节点单元;
具有,业务计算组件的业务节点单元;
其中,所述中心节点单元与业务节点单元通信连接;
其中,业务计算组件包括数据实体提取模块,所述数据实体提取模块具有实体配置库和配置模组;
其中,配置模组用于提供操作界面,和/或提供数据接口,以接收任意定义的数据实体的配置数据;
其中,实体配置库用于存储所述配置数据。
可选方案的一种,所述配置模组包括:
描述策略;
所述描述策略用于根据所述数据实体提取对应的数据描述。
可选方案的一种,所述配置模组包括:
映射控制模组;
所述映射控制模组用于对所述配置模组提取的数据实体和对应的数据描述生成映射,并存储所述数据实体、数据描述和映射为单元数据组。
可选方案的一种,所述中心节点单元包括:
具有,关系任务模组和关系计算模组的关系管理组件;
其中,关系任务模组用于识别,数据实体和数据描述中的一项相同的至少两组所述单元数据组,并提取其中的不同项生成关系确认任务;
其中,关系计算模组用于根据关系确认任务和确认数据生成数据关系。
可选方案的一种,所述数据关系包括:
血缘关系;
血亲关系;
无关联关系;
其中,血缘关系用于表示所述数据关系存在时间因果演变;
其中,血亲关系用于表示所述数据关系为具备同等含义的不明描述。
可选方案的一种,所述关系任务模组具有:
血缘计算任务;
用于当一组单元数据组与另一组单元数据组被确定为血缘关系时,生成一血缘计算任务;或,
用于当一组单元数据组与多组血缘关系确定的单元数据组被确定为血缘关系时,生成一血缘计算任务。
可选方案的一种,根据所述血缘计算任务启动关系计算组件;
所述关系计算组件用于接收血缘关系的操作数据,以对所述确定为血缘关系的多组单元数据组生成血缘关系;且,
存储或更新存储各单元数据组之间的血缘关系。
可选方案的一种,所述数据关系为血缘关系的单元数据组中,数据实体和/或数据描述设置有有效性标签;
所述有效性标签用于标记所述数据实体和/或数据描述在血缘关系的排序中,对晚于当前数据实体和/或数据描述的数据标记为有效。
可选方案的一种,标记为有效的,且具有血缘关系的多组单元数据组的数据实体和数据描述可自由组合形成扩展单元数据组。
一种跨节点数据关系发现方法,其特征在于,根据所述的跨节点数据关系发现系统生成数据关系,所述数据关系包括血缘关系、血亲关系和无关联关系中的一种或多种。
本发明的有益效果体现在,通过本申请的跨节点数据关系发现系统,可实现对发展积累了大量数据、数据追溯路径不清晰,数据冗余量大且在时间维度以及空间维度冲突较多等复杂场景下的数据关系发现。并可实现,数据冲突的发现、数据冲突的化解,数据血缘链条的建立以及基于数据血亲关系的扩展。实现对长期管理中形成的有效但非标准化的数据关系的有效重构,为数据共享、数据更新同步,多部门数据协同等提供工具基础。
附图说明
图1为本发明所提供的业务节点单元的结构示意图;
图2为本发明所提供的中心节点单元的结构示意图;
图3为本发明所提供的配置模组的关系示意图。
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。
实施例1:
参照图1-图3,
一种跨节点数据关系发现系统,包括:
中心节点单元;
具有,业务计算组件的业务节点单元;
其中,所述中心节点单元与业务节点单元通信连接;
其中,业务计算组件包括数据实体提取模块,所述数据实体提取模块具有实体配置库和配置模组;
其中,配置模组用于提供操作界面,和/或提供数据接口,以接收任意定义的数据实体的配置数据;
其中,实体配置库用于存储所述配置数据。
在本实施例中,中心节点单元可设置为由数据服务平台运营管理的服务系统,业务节点单元可配置为各业务相对独立的业务部门的业务系统,或对业务系统的接入。其中,数据实体是指完整数据的实体部分,比如一条记录为“身份证号:11……”的数据,其数据实体为其数字部门,而“身份证号”为数据描述,该描述可理解为对数据实体的命名,该命名通常会根据业务类型、业务场景的不同而不同,比如数据描述存在不同的语言版本,存在官方名称、简称、口语名称以及代号等。正是由于各业务部门为了日常业务的发展进行了符合自身业务习惯的命名,导致了长期发展后,数据的流通可用性变差,表现之一为跨部门后同样的数据含义不被理解,跨部门办事需要更多的原部门的确认证明文件等。通过本实施例的实体配置库,可以覆盖绝大多数的多部门/多节点业务数据的自动提取,其中配置模组的设置使得业务部门对数据的提取专业性负责,其开放性使得系统在使用的过程中可不断完善数据提取规则。在实践中,所述规则可来自于组织内部的各类各版本的表格或管理文件,其可实施性强。
实施例2:
可选实施方案的一种,所述配置模组包括:
描述策略;
所述描述策略用于根据所述数据实体提取对应的数据描述。
完整数据包括数据实体和数据描述,常规数据清洗通常依赖人工或者系统自动的规律发现,但数据清洗效果较差(错误率较高)。本实施例在配置模组中设置描述策略,并将所述描述策略设置为可配置项,使得数据共享系统服务方(技术提供方)退出传统的策略决策的身份。相比而言,传统的做法通常是由计算机专业人员根据经验或根据与业务部门的沟通理解设置固化到系统的策略,实现数据描述部分的提取。本实施例则将描述策略的确定设置与配置模组中,由配置人员根据数据实体的特征进行配置。通常,在进行配置操作时,配置人员会有一具体的数据表,使得描述策略的配置并不需要凭空想象构思,更具可实施性,且通过长期积累可更全面。
实施例3:
可选实施方案的一种,所述配置模组包括:
映射控制模组;
所述映射控制模组用于对所述配置模组提取的数据实体和对应的数据描述生成映射,并存储所述数据实体、数据描述和映射为单元数据组。
应明白,本实施例中的映射控制模组可自行生成映射,该映射用于标记数据实体与数据描述之间的关系。数据电子化存储后,数据实体和数据描述即存在了一一对应关系,但数据实体、数据描述和关系三者是不可分割的整体。本实施例对数据进行拆分识别,并重构映射,将单一要素的数据单元配置为三个要素。该方式使得数据的各要素在独立衍进过程中呈现的复杂组合状态可通过不同的映射进行标记,使得数据的存储冗余量大大降低,且数据的结构性得到优化。此外,重构后的数据实现各要素及其衍进要素可自由组合为更多的数据单元,自由组合出的数据单元可能会在将来的业务中从业务端形成,即在一定概率上实现了对未来数据形式的预测,使得未来数据衍变出现时,可被系统精准捕捉,即系统对新数据的应用可提前完成。
实施例4:
可选实施方案的一种,所述中心节点单元包括:
具有,关系任务模组和关系计算模组的关系管理组件;
其中,关系任务模组用于识别,数据实体和数据描述中的一项相同的至少两组所述单元数据组,并提取其中的不同项生成关系确认任务;
其中,关系计算模组用于根据关系确认任务和确认数据生成数据关系。
本实施例的意义在于,将可能存在关系的行为设置为关系任务模组的识别任务,使得特定数据的动向可触发关系任务的生成,关系任务生成后可通过任务派发的形式有系统特定权限的终端或者算法单元进行关系计算,使得关系的计算可独立配置、升级等,系统模块划分更为合理。
实施例5:
可选实施方案的一种,所述数据关系包括:
血缘关系;
血亲关系;
无关联关系;
其中,血缘关系用于表示所述数据关系存在时间因果演变;
其中,血亲关系用于表示所述数据关系为具备同等含义的不明描述。
本实施例的意义在于,将数据关系划分为三类,其中血缘关系可以记录数据衍进存在的时间先后以及因果关系。这对于组织的创新、发展的数据的过程记录及经验继承极为有效。事实上,组织的发展制度及数据存在阶段性价值,即制度无绝对的优劣划分,而是不同场景下的综合最优结果。如果一味的优胜劣汰,择优使用,则会在同类小概率问题再次出现时原有经验无法继承使用。通过血缘关系的记录,可在极小存储量的前提下使得数据的发展及阶段性价值得以继承保留。
实施例6:
可选实施方案的一种,所述关系任务模组具有:
血缘计算任务;
用于当一组单元数据组与另一组单元数据组被确定为血缘关系时,生成一血缘计算任务;或,
用于当一组单元数据组与多组血缘关系确定的单元数据组被确定为血缘关系时,生成一血缘计算任务。
本实施例的血缘计算任务执行后,可使得任意与其他数据存在血缘关系的数据可以在已经排列的血缘数据中存储于正确的位置。其参考计算方式之一可以是时间参数上的冒泡算法。
实施例7:
可选实施方案的一种,根据所述血缘计算任务启动关系计算组件;
所述关系计算组件用于接收血缘关系的操作数据,以对所述确定为血缘关系的多组单元数据组生成血缘关系;且,
存储或更新存储各单元数据组之间的血缘关系。
在本实施例中,存储、更新存储各单元数据组之间的血缘关系,其含义包括,本实施例的血缘的记录是针对单元数据组的,而非业务意义上的数据整体。且,血缘关系的记录是各单元数据组,通过此方式记录的血缘关系将远远超出原始业务数据的血缘关系数量,使得数据间的内在关系被大量扩充,系统之间的数据关系丰富性更强。
实施例8:
可选实施方案的一种,所述数据关系为血缘关系的单元数据组中,数据实体和/或数据描述设置有有效性标签;
所述有效性标签用于标记所述数据实体和/或数据描述在血缘关系的排序中,对晚于当前数据实体和/或数据描述的数据标记为有效。
实施例9:
可选实施方案的一种,标记为有效的,且具有血缘关系的多组单元数据组的数据实体和数据描述可自由组合形成扩展单元数据组。
在实施例7中提供了数据关系扩充的有效方案,本实施例及实施例8以此为基础,通过设置具有血缘关系数据的有效性,对排序节点的前后做数据有效性划分,并对有效的数据进行关系扩充,形成新的单元数据组。该方案应用于组织长期发展积累的数据时,其扩展有效性明显提高,即不做有效性划分的数据扩展形成的无效数据比例更高。
实施例10:
一种跨节点数据关系发现方法,其特征在于,根据所述的跨节点数据关系发现系统生成数据关系,所述数据关系包括血缘关系、血亲关系和无关联关系中的一种或多种。
在本发明的实施例的描述中,术语“第一”、“第二”、“第三”、“第四”仅用以描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的实施例的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“组装”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的实施例的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的实施例的描述中,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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
Claims (7)
1.一种跨节点数据关系发现系统,其特征在于,包括:
中心节点单元;
具有,业务计算组件的业务节点单元;
其中,所述中心节点单元与业务节点单元通信连接;
其中,业务计算组件包括数据实体提取模块,所述数据实体提取模块具有实体配置库和配置模组;
其中,配置模组用于提供操作界面,和/或提供数据接口,以接收任意定义的数据实体的配置数据;
其中,所述实体配置库用于存储所述配置数据;
其中,所述配置模组包括:描述策略;所述描述策略用于根据所述数据实体提取对应的数据描述;
其中,所述配置模组包括:映射控制模组;所述映射控制模组用于对所述配置模组提取的数据实体和对应的数据描述生成映射,并存储所述数据实体、数据描述和映射为单元数据组;
其中,所述中心节点单元包括:具有,关系任务模组和关系计算模组的关系管理组件;其中,关系任务模组用于识别,数据实体和数据描述中的一项相同的至少两组所述单元数据组,并提取其中的不同项生成关系确认任务;其中,关系计算模组用于根据关系确认任务和确认数据生成数据关系。
2.根据权利要求1所述的一种跨节点数据关系发现系统,其特征在于,所述数据关系包括:
血缘关系;
血亲关系;
无关联关系;
其中,血缘关系用于表示所述数据关系存在时间因果演变;
其中,血亲关系用于表示所述数据关系为具备同等含义的不明描述。
3.根据权利要求2所述的一种跨节点数据关系发现系统,其特征在于,所述关系任务模组具有:
血缘计算任务;
用于当一组单元数据组与另一组单元数据组被确定为血缘关系时,生成一血缘计算任务;或,
用于当一组单元数据组与多组血缘关系确定的单元数据组被确定为血缘关系时,生成一血缘计算任务。
4.根据权利要求3所述的一种跨节点数据关系发现系统,其特征在于,
根据所述血缘计算任务启动关系计算组件;
所述关系计算组件用于接收血缘关系的操作数据,以对确定为血缘关系的多组单元数据组生成血缘关系;且,
存储或更新存储各单元数据组之间的血缘关系。
5.根据权利要求4所述的一种跨节点数据关系发现系统,其特征在于,
所述数据关系为血缘关系的单元数据组中,数据实体和/或数据描述设置有有效性标签;
所述有效性标签用于标记所述数据实体和/或数据描述在血缘关系的排序中,对晚于当前数据实体和/或数据描述的数据标记为有效。
6.根据权利要求5所述的一种跨节点数据关系发现系统,其特征在于,
标记为有效的,且具有血缘关系的多组单元数据组的数据实体和数据描述可自由组合形成扩展单元数据组。
7.一种跨节点数据关系发现方法,其特征在于,根据权利要求1-6之任一项权利要求所述的跨节点数据关系发现系统生成数据关系,所述数据关系包括血缘关系、血亲关系和无关联关系中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311560575.4A CN117273131B (zh) | 2023-11-22 | 2023-11-22 | 一种跨节点数据关系发现系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311560575.4A CN117273131B (zh) | 2023-11-22 | 2023-11-22 | 一种跨节点数据关系发现系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273131A CN117273131A (zh) | 2023-12-22 |
CN117273131B true CN117273131B (zh) | 2024-02-13 |
Family
ID=89208419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311560575.4A Active CN117273131B (zh) | 2023-11-22 | 2023-11-22 | 一种跨节点数据关系发现系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273131B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102130904A (zh) * | 2011-01-20 | 2011-07-20 | 武汉大学 | 信息系统中实体信任的血缘描述系统 |
CN111694858A (zh) * | 2020-04-28 | 2020-09-22 | 平安科技(深圳)有限公司 | 数据血缘分析方法、装置、设备及计算机可读存储介质 |
CN112835917A (zh) * | 2021-01-28 | 2021-05-25 | 山东浪潮通软信息科技有限公司 | 一种基于血缘关系分布的数据缓存方法、系统 |
CN113868253A (zh) * | 2021-09-28 | 2021-12-31 | 中通服创立信息科技有限责任公司 | 一种数据关系捕获及大数据关系树构建方法 |
CN114238662A (zh) * | 2021-12-24 | 2022-03-25 | 交通银行股份有限公司 | 一种面向银行业的全栈式金融知识图谱平台 |
CN114238463A (zh) * | 2021-11-19 | 2022-03-25 | 交通银行股份有限公司 | 一种用于分布式指标计算的计算引擎控制方法和装置 |
WO2022143045A1 (zh) * | 2020-12-30 | 2022-07-07 | 中兴通讯股份有限公司 | 数据血缘关系的确定方法及装置、存储介质、电子装置 |
CN116204138A (zh) * | 2023-05-05 | 2023-06-02 | 成都三合力通科技有限公司 | 一种基于分层存储的高效存储系统及方法 |
CN116662441A (zh) * | 2023-03-13 | 2023-08-29 | 中国人民解放军国防科技大学 | 一种分布式数据血缘构建及展现方法 |
CN116894035A (zh) * | 2023-07-11 | 2023-10-17 | 中电工业互联网有限公司 | 多源异构数据血缘关系构建方法、系统、设备和介质 |
CN117009371A (zh) * | 2022-08-25 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 数据血缘分析方法、装置、设备、存储介质及程序产品 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230252052A1 (en) * | 2022-02-10 | 2023-08-10 | Ancestry.Com Operations Inc. | Determining relationships of historical data records |
-
2023
- 2023-11-22 CN CN202311560575.4A patent/CN117273131B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102130904A (zh) * | 2011-01-20 | 2011-07-20 | 武汉大学 | 信息系统中实体信任的血缘描述系统 |
CN111694858A (zh) * | 2020-04-28 | 2020-09-22 | 平安科技(深圳)有限公司 | 数据血缘分析方法、装置、设备及计算机可读存储介质 |
WO2021218021A1 (zh) * | 2020-04-28 | 2021-11-04 | 平安科技(深圳)有限公司 | 数据血缘分析方法、装置、设备及计算机可读存储介质 |
WO2022143045A1 (zh) * | 2020-12-30 | 2022-07-07 | 中兴通讯股份有限公司 | 数据血缘关系的确定方法及装置、存储介质、电子装置 |
CN112835917A (zh) * | 2021-01-28 | 2021-05-25 | 山东浪潮通软信息科技有限公司 | 一种基于血缘关系分布的数据缓存方法、系统 |
CN113868253A (zh) * | 2021-09-28 | 2021-12-31 | 中通服创立信息科技有限责任公司 | 一种数据关系捕获及大数据关系树构建方法 |
CN114238463A (zh) * | 2021-11-19 | 2022-03-25 | 交通银行股份有限公司 | 一种用于分布式指标计算的计算引擎控制方法和装置 |
CN114238662A (zh) * | 2021-12-24 | 2022-03-25 | 交通银行股份有限公司 | 一种面向银行业的全栈式金融知识图谱平台 |
CN117009371A (zh) * | 2022-08-25 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 数据血缘分析方法、装置、设备、存储介质及程序产品 |
CN116662441A (zh) * | 2023-03-13 | 2023-08-29 | 中国人民解放军国防科技大学 | 一种分布式数据血缘构建及展现方法 |
CN116204138A (zh) * | 2023-05-05 | 2023-06-02 | 成都三合力通科技有限公司 | 一种基于分层存储的高效存储系统及方法 |
CN116894035A (zh) * | 2023-07-11 | 2023-10-17 | 中电工业互联网有限公司 | 多源异构数据血缘关系构建方法、系统、设备和介质 |
Non-Patent Citations (4)
Title |
---|
Joint Biomedical Entity and Relation Extraction with Knowledge-Enhanced Collective Inference;Tuan Lai等;《arXiv:2105.13456v2》;第1-13页 * |
基于DAG的Hive数据溯源方法;杜娟等;《信息技术与网络安全》;第39卷(第11期);第31-37页 * |
基于区块链的智能油气田数据生态建设方法;胡耀义等;《油气与新能源》;第33卷(第2期);第50-54页 * |
基于血缘关系的元数据管理系统的设计与实现;滕召嘉;《万方数据》;第1-99页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117273131A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106126521B (zh) | 目标对象的社交账号挖掘方法及服务器 | |
CN105357322B (zh) | 一种基于拓扑划分的虚拟机分配方法 | |
CN110263014A (zh) | 面向时序型数据的区块链存储系统及方法 | |
CN105812175B (zh) | 一种资源管理方法及资源管理设备 | |
KR20220097956A (ko) | Iot 디바이스를 관리하기 위한 방법과 장치, 및 서버와 이의 저장 매체 | |
CN104182435A (zh) | 基于数据缺失标记的信息检索系统及方法 | |
CN109857803A (zh) | 数据同步方法、装置、设备、系统及计算机可读存储介质 | |
CN111984718A (zh) | 一种基于数据共享交换的政务信息系统的信息管理平台 | |
CN108717661A (zh) | 一种金融业风险预警的集群存储与分析方法 | |
CN106920024A (zh) | 一种业务流程管理方法、装置及设备 | |
CN110135595A (zh) | 基于任务模板的装备信息操作的方法和系统 | |
CN106802928B (zh) | 电网历史数据管理方法及其系统 | |
CN111291018B (zh) | 数据管理方法、装置、设备及存储介质 | |
Sinaeepourfard et al. | Distributed-to-centralized data management: a new sense of large-scale ICT management of smart city IoT networks | |
CN109189658A (zh) | 一种日志存储方法、控制节点及计算机可读存储介质 | |
CN117035687A (zh) | 一种电网业务固定资产流程配置方法、系统及计算机存储介质 | |
CN117273131B (zh) | 一种跨节点数据关系发现系统及方法 | |
CN109189724B (zh) | 提高视频监控系统音视频数据存储效率的方法及装置 | |
CN112463795A (zh) | 一种动态哈希方法、装置、设备及存储介质 | |
CN105721527A (zh) | 一种数据处理方法以及服务器 | |
CN107515867B (zh) | 一种NoSQL数据库的数据存储、查询方法和装置以及一种rowKey全组合的生成方法和装置 | |
CN103502953B (zh) | 提高分布式对象存储系统的并发性能的方法和装置 | |
CN115033608B (zh) | 一种储能系统信息的分级处理方法及系统 | |
CN110837365A (zh) | 一种基于词根表的脚本辅助设计方法及装置 | |
CN108763498A (zh) | 用户身份识别方法、装置、电子设备及可读存储介质 |
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 |