JP2018514857A - データ処理方法及び装置 - Google Patents
データ処理方法及び装置 Download PDFInfo
- Publication number
- JP2018514857A JP2018514857A JP2017551660A JP2017551660A JP2018514857A JP 2018514857 A JP2018514857 A JP 2018514857A JP 2017551660 A JP2017551660 A JP 2017551660A JP 2017551660 A JP2017551660 A JP 2017551660A JP 2018514857 A JP2018514857 A JP 2018514857A
- Authority
- JP
- Japan
- Prior art keywords
- data processing
- past
- executed
- past data
- task
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 616
- 238000000034 method Methods 0.000 claims abstract description 51
- 239000012535 impurity Substances 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims 1
- 230000006872 improvement Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- 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
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
- G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
-
- 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
- G06Q30/0282—Rating or review of business operators or products
-
- 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
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
実行すべきデータ処理タスクに関する属性情報に従って、実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定するステップと;
過去のデータ処理情報の中から少なくとも2つの優先度提示情報を取得するステップであって、優先度提示情報は、データ処理モードについての過去のデータ処理の使用優先度を反映することができる、ステップと;
少なくとも2つの優先度提示情報に従って、過去のデータ処理で用いられたデータ処理モードの中から、実行すべきデータ処理タスクに対して、データ処理モードを推奨するステップと;を備える。
実行すべきデータ処理タスクに関する属性情報に従って、実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定するように構成された判定モジュールと;
過去のデータ処理情報の中から少なくとも2つの優先度提示情報を取得する取得モジュールであって、優先度提示情報は、データ処理モードについての過去のデータ処理の使用優先度を反映することができる、取得モジュールと;
少なくとも2つの優先度提示情報に従って、過去のデータ処理で用いられたデータ処理モードの中からデータ処理モードを実行すべきデータ処理タスクに対して推奨するように構成された推奨モジュールと;を備える。
100.実行すべきデータ処理タスクに関する属性情報に従って、実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定するステップ;
101.過去のデータ処理情報の中から少なくとも2つの優先度提示情報を取得するステップであって、優先度提示情報は、データ処理モードについての過去のデータ処理の使用優先度を反映することができる、ステップ;
102.少なくとも2つの優先度提示情報に従って、過去のデータ処理で用いられたデータ処理モードの中から、実行すべきデータ処理タスクに対して、データ処理モードを推奨するステップ;を備える。
実行すべきデータ処理タスクのユーザ識別子に関連する過去のデータ処理情報を取得するステップ;
データオブジェクトの値が、実行すべきデータ処理タスクのデータオブジェクトの値が位置する間隔範囲内にある場合に、過去のデータ処理情報を取得するステップ;
実行時間が、実行すべきデータ処理タスクの実行時間が位置する時間範囲内にある場合に、過去のデータ処理情報を取得するステップ。
過去のデータ処理の実行時間と、過去のデータ処理で用いられたデータ処理モードのタイプと、過去のデータ処理のデータオブジェクトとに従って、過去のデータ処理で用いられたデータ処理モードをランク付けするステップと;
ランク付け結果に従って、過去のデータ処理で用いられたデータ処理モードの中から、実行すべきデータ処理タスクに対してデータ処理モードを推奨するステップと;を備える。
過去のデータ処理の実行時間、過去のデータ処理で用いられたデータ処理モードのタイプ、及び過去のデータ処理のデータオブジェクトにそれぞれ対応する重み係数を構成し;過去のデータ処理で用いられたデータ処理モードに対応する推奨重みを取得するため、重み方式に従って、過去のデータ処理の実行時間、過去のデータ処理で用いられたデータ処理モードのタイプ、及び過去のデータ処理のデータオブジェクトに対して加重平均を実施し;次いで、推奨重みに従って過去のデータ処理で用いられたデータ処理モードをランク付けする。例えば、推奨重みに従ってこれらを降順にランク付けしたり、推奨重みに従ってこれらを昇順にランク付けしたりする。
まず、過去のデータ処理の実行時間及び実行すべきデータ処理タスクの実行時間に従って、過去のデータ処理で用いられたデータ処理モードに対応する推奨重みであって、過去のデータ処理の実行時間と実行すべきデータ処理タスクの実行時間との差が大きいほど過去のデータ処理で用いられたデータ処理モードに対応する推奨重みが小さくなる推奨重みを取得する。例えば、過去のデータ処理で用いられたデータ処理モードに対応する推奨重みは、以下の式(1)に従って計算することができる。
であり;
は、クラスAのデータオブジェクトに対応する推奨重みの総計を表し、
クラスAのタイプ影響係数は、
で表すことができ、Mはデータ処理モードのタイプの最大数である。
過去のデータ処理のデータオブジェクトの変動係数を予め設定した閾値と比較することを含み、
過去のデータ処理のデータオブジェクトの上記変動係数が予め設定した閾値未満である場合、データオブジェクトのサイズが比較的スムーズであることが示され、推奨プロセスに対するインパクトは比較的小さく、そのため、実行すべきデータ処理タスクに対してデータ処理モードを推奨する際には、データオブジェクトのインパクトは無視することができ、第1のランク付け結果に従って実行すべきデータ処理タスクに対してデータ処理モードが推奨され;
過去のデータ処理のデータオブジェクトの上記変動係数が予め設定した閾値以上である場合、データオブジェクトのサイズが大きく変動していることが示され、推奨プロセスに対するインパクトは比較的大きく、そのため、実行すべきデータ処理タスクに対してデータ処理モードを推奨する際には、データオブジェクトのインパクトを考慮する必要があり、実行すべきデータ処理タスクのデータオブジェクトと分割点とのサイズ関係に従って、第2のランク付け結果又は第3のランク付け結果に応じて実行すべきデータ処理タスクに対してデータ処理モードを推奨すると決定される。
具体的には、完了したサービスで支払金額が候補分割点よりも大きいものを1つのクラスとして分類してupperと明示し、完了したサービスで支払金額が候補分割点以下のものを別のクラスとして分類してlowerと明示する。例えば、j番目の候補分割点によって分けられる2つのタイプはupperj及びlowerjである。
加えて、完了した全支払いサービスで用いられた支払いモードに対応する推奨重みの総計が計算され、合計推奨重みとされてmean_sumと明示される。合計推奨重みは、各候補分割点に対して同一である。
j番目の候補分割点によって分けられたupperjを例に取り、upperjが完了したm回の支払いサービスを有すると仮定すると、式(4)に従いupperjに対応する推奨重みの総計が計算され、次いで、式(5)に従い時間影響係数が計算される。
同じ理屈で、lowerjの時間影響係数が計算される。
更には、他の候補分割点によって分けられた2つのタイプの時間影響係数が計算される。
j番目の候補分割点によって分けられたupperjを例に取り、upperjが完了したm回の支払いサービスを有すると仮定し、L種類の支払いタイプを含む場合、式(6)に従い各支払いタイプに対応する推奨重みの総計が計算され、次いで、式(3)に従い各支払いタイプに対応する比が計算される。更には、式(7)に従い、upperjのタイプ影響係数が計算される。
式(6)において、タイプlの下での支払いモードの数がxであると仮定すると、式(6)は、具体的にはタイプlの下でのxの支払いモードに対応する推奨重みの総計を求めるものである。異なるタイプの下での支払いモードの数は、異なる場合がある。
同じ理屈で、lowerjのタイプ影響係数が計算される。
更には、他の候補分割点によって分けられる2つのタイプのタイプ影響係数が計算される。
実行すべきデータ処理タスクのユーザ識別子に関連する過去のデータ処理情報を取得する;
データオブジェクトの値が、実行すべきデータ処理タスクのデータオブジェクトの値が位置する間隔範囲内にある場合に、過去のデータ処理情報を取得する;
実行時間が、実行すべきデータ処理タスクの実行時間が位置する時間範囲内にある場合に、過去のデータ処理情報を取得する。
過去のデータ処理の実行時間と、過去のデータ処理で用いられたデータ処理モードのタイプと、過去のデータ処理のデータオブジェクトとに従って、過去のデータ処理で用いられたデータ処理モードをランク付けする;及び
ランク付け結果に従って、過去のデータ処理で用いられたデータ処理モードの中からデータ処理モードを、実行すべきデータ処理タスクに対して推奨する;ように具体的に構成されている。
過去のデータ処理の実行時間と実行すべきデータ処理タスクの実行時間とに従って、過去のデータ処理で用いられたデータ処理モードに対応する推奨重みを取得する、ここで、過去のデータ処理の実行時間と実行すべきデータ処理タスクの実行時間との差が大きいほど過去のデータ処理で用いられたデータ処理モードに対応する推奨重みは小さく;
第1のランク付け結果を取得するために、過去のデータ処理で用いられたデータ処理モードに対応する推奨重みと、過去のデータ処理で用いられたデータ処理モードのタイプとに従って、過去のデータ処理で用いられたデータ処理モードをタイプに応じてランク付けする;及び
過去のデータ処理で用いられたデータ処理モードを、過去のデータ処理のデータオブジェクトの分割点に従って第1のタイプと第2のタイプとに分け、第2のランク付け結果を取得するために、第1のタイプのデータ処理モードに対応する推奨重みとタイプとに従って、第1のタイプのデータ処理モードをタイプに応じてランク付けし、第3のランク付け結果を取得するために、第2のタイプのデータ処理モードに対応する推奨重みとタイプとに従って、第2のタイプのデータ処理モードをタイプに応じてランク付けする;ように具体的に構成することができる。
過去のデータ処理のデータオブジェクトのサイズに応じて、過去のデータ処理のデータオブジェクトをランク付けする;
候補分割点として機能するランク付け後の隣接する2つのデータオブジェクトの平均値を取得する;
過去のデータ処理で用いられたデータ処理モードに対応する推奨重みと、過去のデータ処理で用いられたデータ処理モードのタイプに従って、候補分割点の不純度を計算する;及び
不純度が最も低い候補分割点を分割点として選択する;ように具体的に構成されている。
過去のデータ処理のデータオブジェクトの変動係数が、予め設定した閾値未満である場合、第1のランク付け結果に従って、実行すべきデータ処理タスクに対してデータ処理モードを推奨する;及び
過去のデータ処理のデータオブジェクトの変動係数が、予め設定した閾値以上である場合、実行すべきデータ処理タスクのデータオブジェクトと分割点との関係に従って、第2のランク付け結果又は第3のランク付け結果に応じて、実行すべきデータ処理タスクに対してデータ処理モードを推奨することを決定する;ように具体的に構成されている。
Claims (18)
- データ処理方法であって:
実行すべきデータ処理タスクに関する属性情報に従って、前記実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定するステップと;
前記過去のデータ処理情報の中から少なくとも2つの優先度提示情報を取得するステップであって、前記優先度提示情報は、データ処理モードについての過去のデータ処理の使用優先度を反映することができる、ステップと;
前記少なくとも2つの優先度提示情報に従って、前記過去のデータ処理で用いられたデータ処理モードの中から、前記実行すべきデータ処理タスクに対して、データ処理モードを推奨するステップと;を備えることを特徴とする、
データ処理方法。 - 実行すべきデータ処理タスクに関する前記属性情報が、前記実行すべきデータ処理タスクのユーザ識別子と、前記実行すべきデータ処理タスクのデータオブジェクトの値と、前記実行すべきデータ処理タスクの実行時間とのうちの1つ又は任意の組合せを含み;
実行すべきデータ処理タスクに関する属性情報に従って、前記実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定する前記ステップが:
前記実行すべきデータ処理タスクの前記ユーザ識別子に関連する過去のデータ処理情報を取得するステップと;
データオブジェクトの値が、前記実行すべきデータ処理タスクの前記データオブジェクトの値が位置する間隔範囲内にある場合に、過去のデータ処理情報を取得するステップと;
実行時間が、前記実行すべきデータ処理タスクの実行時間が位置する時間範囲内にある場合に、過去のデータ処理情報を取得するステップと;のうちの1つ又は任意の組合せを備えることを特徴とする、
請求項1に記載の方法。 - 前記過去のデータ処理情報の中から少なくとも2つの優先度提示情報を取得する前記ステップが:
前記過去のデータ処理情報の中から、前記過去のデータ処理の実行時間と、前記過去のデータ処理で用いられた前記データ処理モードのタイプと、前記過去のデータ処理のデータオブジェクトとを取得するステップ;を備えることを特徴とする、
請求項1又は2に記載の方法。 - 前記少なくとも2つの優先度提示情報に従って、前記過去のデータ処理で用いられたデータ処理モードの中から、前記実行すべきデータ処理タスクに対して、データ処理モードを推奨する前記ステップが:
前記過去のデータ処理の前記実行時間と、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプと、前記過去のデータ処理の前記データオブジェクトとに従って、前記過去のデータ処理で用いられた前記データ処理モードをランク付けするステップと;
ランク付け結果に従って、前記過去のデータ処理で用いられた前記データ処理モードの中から、前記実行すべきデータ処理タスクに対してデータ処理モードを推奨するステップと;を備えることを特徴とする、
請求項3に記載の方法。 - 前記過去のデータ処理の前記実行時間と、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプと、前記過去のデータ処理の前記データオブジェクトとに従って、前記過去のデータ処理で用いられた前記データ処理モードをランク付けする前記ステップが:
前記過去のデータ処理の前記実行時間と、前記実行すべきデータ処理タスクの前記実行時間とに従って、前記過去のデータ処理で用いられた前記データ処理モードに対応する推奨重みを取得するステップであって、前記過去のデータ処理の前記実行時間と前記実行すべきデータ処理タスクの前記実行時間との差が大きいほど、過去のデータ処理で用いられデータ処理モードに対応する推奨重みは小さい、ステップと;
第1のランク付け結果を取得するために、前記過去のデータ処理で用いられた前記データ処理モードに対応する前記推奨重みと、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプとに従って、前記過去のデータ処理で用いられた前記データ処理モードの全てを前記タイプに応じてランク付けするステップと;
前記過去のデータ処理で用いられた前記データ処理モードを、前記過去のデータ処理の前記データオブジェクトの分割点に従って、第1のタイプと第2のタイプとに分け;第2のランク付け結果を取得するために、前記第1のタイプのデータ処理モードに対応する推奨重みとタイプに従って、前記第1のタイプの前記データ処理モードを前記タイプに応じてランク付けし;及び、第3のランク付け結果を取得するために、前記第2のタイプのデータ処理モードに対応する推奨重みとタイプとに従って、前記第2のタイプの前記データ処理モードを前記タイプに応じてランク付けするステップと;を備えることを特徴とする、
請求項4に記載の方法。 - 前記過去のデータ処理で用いられた前記データ処理モードを、前記過去のデータ処理の前記データオブジェクトの分割点に従って、第1のタイプと第2のタイプとに分ける前記ステップの前に:
前記過去のデータ処理の前記データオブジェクトのサイズに応じて、前記過去のデータ処理の前記データオブジェクトをランク付けするステップと;
候補分割点として機能する前記ランク付け後の隣接する2つのデータオブジェクトの平均値を取得するステップと;
前記過去のデータ処理で用いられた前記データ処理モードに対応する前記推奨重みと、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプとに従って、前記候補分割点の不純度を計算するステップと;
不純度が最も低い候補分割点を前記分割点として選択するステップと;を備えることを特徴とする、
請求項5に記載の方法。 - 前記過去のデータ処理の前記データオブジェクトの変動係数として機能する前記候補分割点の平均値と前記分割点との差を取得するステップを更に備えること特徴とする、
請求項6に記載の方法。 - ランク付け結果に従って、前記過去のデータ処理で用いられた前記データ処理モードの中から、前記実行すべきデータ処理タスクに対してデータ処理モードを推奨する前記ステップが:
前記過去のデータ処理の前記データオブジェクトの前記変動係数が予め設定した閾値未満である場合、前記第1のランク付け結果に従って、前記実行すべきデータ処理タスクに対してデータ処理モードを推奨するステップと;
前記過去のデータ処理の前記データオブジェクトの前記変動係数が前記予め設定した閾値以上である場合、前記実行すべきデータ処理タスクの前記データオブジェクトと前記分割点とのサイズ関係に従って、前記第2のランク付け結果又は前記第3のランク付け結果に従って前記実行すべきデータ処理タスクに対してデータ処理モードを推奨することを決定するステップと;を備えることを特徴とする、
請求項5に記載の方法。 - 実行すべきデータ処理タスクに関する属性情報に従って、前記実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定する前記ステップの前に:
前記実行すべきデータ処理タスクのアプリケーションシナリオが、予め設定したアプリケーションシナリオに属するか否か判定するステップと;
判定結果がイエスである場合、実行すべきデータ処理タスクに関する属性情報に従って、前記実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定する操作を実行するステップと;を更に備えることを特徴とする、
請求項1又は2に記載の方法。 - データ処理装置であって:
実行すべきデータ処理タスクに関する属性情報に従って、前記実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定するように構成された判定モジュールと;
前記過去のデータ処理情報の中から少なくとも2つの優先度提示情報を取得する取得モジュールであって、前記優先度提示情報は、データ処理モードについての過去のデータ処理の使用優先度を反映することができる、取得モジュールと;
前記少なくとも2つの優先度提示情報に従って、前記過去のデータ処理で用いられたデータ処理モードの中からデータ処理モードを前記実行すべきデータ処理タスクに対して推奨するように構成された推奨モジュールと;を備えることを特徴とする、
データ処理装置。 - 実行すべきデータ処理タスクに関する前記属性情報が、前記実行すべきデータ処理タスクのユーザ識別子と、前記実行すべきデータ処理タスクのデータオブジェクトの値と、前記実行すべきデータ処理タスクの実行時間とのうちの1つ又は任意の組合せを含み;
前記判定モジュールが:
前記実行すべきデータ処理タスクの前記ユーザ識別子に関連する過去のデータ処理情報を取得するステップと;
データオブジェクトの値が、前記実行すべきデータ処理タスクの前記データオブジェクトの値が位置する間隔範囲内にある場合に、過去のデータ処理情報を取得するステップと;
実行時間が、前記実行すべきデータ処理タスクの実行時間が位置する時間範囲内にある場合に、過去のデータ処理情報を取得するステップと;の操作のうちの1つ又は任意の組合せを実行するように具体的に構成されていることを特徴とする、
請求項10に記載の装置。 - 前記取得モジュールが、前記過去のデータ処理情報の中から、前記過去のデータ処理の実行時間と、前記過去のデータ処理で用いられた前記データ処理モードのタイプと、前記過去のデータ処理のデータオブジェクトとを取得するように具体的に構成されていることを特徴とする、
請求項10又は11に記載の装置。 - 前記推奨モジュールが:
前記過去のデータ処理の前記実行時間と、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプと、前記過去のデータ処理の前記データオブジェクトとに従って、前記過去のデータ処理で用いられた前記データ処理モードをランク付けし;
ランク付け結果に従って、前記過去のデータ処理で用いられた前記データ処理モードの中から前記実行すべきデータ処理タスクに対してデータ処理モードを推奨する;ように具体的に構成されていることを特徴とする、
請求項12に記載の装置。 - 前記推奨モジュールが:
前記過去のデータ処理の実行時間と前記実行すべきデータ処理タスクの前記実行時間とに従って、前記過去のデータ処理で用いられた前記データ処理モードに対応する推奨重みを取得し、ここで、前記過去のデータ処理の実行時間と前記実行すべきデータ処理タスクの前記実行時間との差が大きいほど、前記過去のデータ処理で用いられた前記データ処理モードに対応する推奨重みは小さく;
第1のランク付け結果を取得するために、前記過去のデータ処理で用いられた前記データ処理モードに対応する前記推奨重みと、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプとに従って、前記過去のデータ処理で用いられた前記データ処理モードを前記タイプに応じてランク付けし;
前記過去のデータ処理で用いられた前記データ処理モードを、前記過去のデータ処理の前記データオブジェクトの分割点に従って、第1のタイプと第2のタイプとに分け、第2のランク付け結果を取得するために、前記第1のタイプのデータ処理モードに対応する推奨重みとタイプとに従って、前記第1のタイプの前記データ処理モードを前記タイプに応じてランク付けし、第3のランク付け結果を取得するために、前記第2のタイプのデータ処理モードに対応する推奨重みとタイプとに従って、前記第2のタイプの前記データ処理モードを前記タイプに応じてランク付けする;ように具体的に構成されていることを特徴とする、
請求項13に記載の装置。 - 前記推奨モジュールが更に:
前記過去のデータ処理のデータオブジェクトのサイズに応じて前記過去のデータ処理の前記データオブジェクトをランク付けし;
候補分割点として機能する前記ランク付け後の隣接する2つのデータオブジェクトの平均値を取得し;
前記過去のデータ処理で用いられた前記データ処理モードに対応する前記推奨重みと、前記過去のデータ処理で用いられた前記データ処理モードの前記タイプに従って、前記候補分割点の不純度を計算し;
不純度が最も低い候補分割点を前記分割点として選択する;ように構成されていることを特徴とする、
請求項14に記載の装置。 - 前記推奨モジュールが更に、
前記過去のデータ処理の前記データオブジェクトの変動係数として機能する前記候補分割点の平均値と前記分割点との差を取得するように構成されていることを特徴とする、
請求項15に記載の装置。 - 前記推奨モジュールが:
前記過去のデータ処理の前記データオブジェクトの前記変動係数が予め設定した閾値未満である場合、前記第1のランク付け結果に従って、前記実行すべきデータ処理タスクに対してデータ処理モードを推奨し;
前記過去のデータ処理の前記データオブジェクトの前記変動係数が前記予め設定した閾値以上である場合、前記実行すべきデータ処理タスクの前記データオブジェクトと前記分割点とのサイズ関係に従って、前記第2のランク付け結果又は前記第3のランク付け結果に従って前記実行すべきデータ処理タスクに対してデータ処理モードを推奨することを決定するように具体的に構成されていることを特徴とする、
請求項14に記載の装置。 - 前記判定モジュールが:
前記実行すべきデータ処理タスクのアプリケーションシナリオが予め設定したアプリケーションシナリオに属するか否か判定し;
判定結果がイエスである場合、実行すべきデータ処理タスクに関する属性情報に従って、前記実行すべきデータ処理タスクに対応する過去のデータ処理情報を判定する;操作を実行するように具体的に構成されていることを特徴とする、
請求項10又は11に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510151908.7 | 2015-04-01 | ||
CN201510151908.7A CN106156092B (zh) | 2015-04-01 | 2015-04-01 | 数据处理方法及装置 |
PCT/CN2016/076411 WO2016155493A1 (zh) | 2015-04-01 | 2016-03-15 | 数据处理方法及装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018514857A true JP2018514857A (ja) | 2018-06-07 |
JP2018514857A5 JP2018514857A5 (ja) | 2019-12-19 |
JP6677743B2 JP6677743B2 (ja) | 2020-04-08 |
Family
ID=57004746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017551660A Active JP6677743B2 (ja) | 2015-04-01 | 2016-03-15 | データ処理方法及び装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10657143B2 (ja) |
EP (1) | EP3279806A4 (ja) |
JP (1) | JP6677743B2 (ja) |
KR (1) | KR102125119B1 (ja) |
CN (2) | CN106156092B (ja) |
SG (1) | SG11201707803PA (ja) |
WO (1) | WO2016155493A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403316A (zh) * | 2017-08-03 | 2017-11-28 | 广州爱九游信息技术有限公司 | 筛选支付方式的方法、装置、计算设备和存储介质 |
CN110196833B (zh) * | 2018-03-22 | 2023-06-09 | 腾讯科技(深圳)有限公司 | 应用程序的搜索方法、装置、终端及存储介质 |
CN108985745A (zh) * | 2018-06-06 | 2018-12-11 | 平安科技(深圳)有限公司 | 业务支付方法、装置、计算机设备及存储介质 |
US11205168B2 (en) * | 2018-06-26 | 2021-12-21 | International Business Machines Corporation | Frictionless microlocation detection and authorization |
CN110134040B (zh) * | 2019-05-07 | 2021-09-24 | 上海电气集团股份有限公司 | 工业设备的运行数据的处理方法及系统 |
CN111311420A (zh) * | 2020-02-21 | 2020-06-19 | 深圳市思迪信息技术股份有限公司 | 一种业务数据的推送方法及装置 |
CN113434266A (zh) * | 2020-03-23 | 2021-09-24 | 杭州海康威视数字技术股份有限公司 | 任务分发方法、系统、电子设备及介质 |
CN112835853B (zh) * | 2020-12-31 | 2024-03-22 | 北京聚云科技有限公司 | 一种数据处理类型确定方法及装置 |
US20230070159A1 (en) * | 2021-08-31 | 2023-03-09 | Qliktech International Ab | Database modification using a script component |
CN115390466A (zh) * | 2022-07-29 | 2022-11-25 | 青岛海尔科技有限公司 | 行为偏好表的生成方法和装置、存储介质及电子装置 |
CN116805521B (zh) * | 2023-08-22 | 2023-11-14 | 南通大学附属医院 | 面向历史信息的医院档案监控平台与方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001350930A (ja) | 2000-06-09 | 2001-12-21 | Nec Corp | インターネットによる公共料金・納税支払システムおよび支払方法 |
US20030225777A1 (en) * | 2002-05-31 | 2003-12-04 | Marsh David J. | Scoring and recommending media content based on user preferences |
CN101005490B (zh) * | 2006-01-20 | 2010-06-02 | 中国科学院计算技术研究所 | 面向最终用户的个性化的服务呈现方法 |
JP2010502116A (ja) * | 2006-08-18 | 2010-01-21 | ソニー株式会社 | 推奨エンジンによる選択的メディアコンテンツアクセスのシステム及び方法 |
JP4720751B2 (ja) * | 2007-01-26 | 2011-07-13 | 富士ゼロックス株式会社 | 情報処理装置 |
US8370277B2 (en) * | 2007-07-31 | 2013-02-05 | National Institute Of Advanced Industrial Science And Technology | Musical piece recommendation system and method |
KR100997541B1 (ko) * | 2008-10-08 | 2010-11-30 | 인하대학교 산학협력단 | 신상품 추천문제 해결을 위한 내용기반 필터링과 협업 필터링을 혼합한 사용자 프로파일 기반 이미지 추천 방법 및 장치 |
CN101599151A (zh) * | 2009-07-03 | 2009-12-09 | 阿里巴巴集团控股有限公司 | 一种自适应选择银行卡进行支付的系统及方法 |
CN102376131B (zh) * | 2010-08-20 | 2015-06-03 | 阿里巴巴集团控股有限公司 | 一种基于用户卡的在线交易方法和系统 |
JP5244877B2 (ja) * | 2010-09-15 | 2013-07-24 | 株式会社東芝 | コンテンツ処理装置 |
JP5578040B2 (ja) * | 2010-11-15 | 2014-08-27 | ソニー株式会社 | 情報処理装置および方法、情報処理システム、並びに、プログラム |
CN102314649A (zh) * | 2011-07-27 | 2012-01-11 | 杭州斯凯网络科技有限公司 | 基于用户的支付方法及支付页面 |
CN103116581B (zh) * | 2011-11-16 | 2018-05-08 | 阿里巴巴集团控股有限公司 | 一种电子信息的推荐方法以及装置 |
KR20130089735A (ko) * | 2011-12-30 | 2013-08-13 | 숭실대학교산학협력단 | 사용자 선호도를 이용한 애플리케이션 추천 장치 및 그 방법 |
CN103903138A (zh) * | 2012-12-31 | 2014-07-02 | 中国移动通信集团湖南有限公司 | 一种支付方法、终端、支付平台及系统 |
KR20140133240A (ko) * | 2013-05-10 | 2014-11-19 | 주식회사 엘지유플러스 | 최적결제방법 추천시스템 및 최적결제방법 추천방법 |
CN104281940B (zh) * | 2013-07-12 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 用于通过通信网络提供数据处理方式列表的方法及装置 |
KR101791199B1 (ko) | 2015-01-19 | 2017-11-20 | 주식회사 엘지유플러스 | 최적결제방법 추천시스템 및 최적결제방법 추천방법 |
-
2015
- 2015-04-01 CN CN201510151908.7A patent/CN106156092B/zh active Active
- 2015-04-01 CN CN201910618331.4A patent/CN110457577B/zh active Active
-
2016
- 2016-03-15 SG SG11201707803PA patent/SG11201707803PA/en unknown
- 2016-03-15 JP JP2017551660A patent/JP6677743B2/ja active Active
- 2016-03-15 KR KR1020177031766A patent/KR102125119B1/ko active IP Right Grant
- 2016-03-15 WO PCT/CN2016/076411 patent/WO2016155493A1/zh active Application Filing
- 2016-03-15 EP EP16771248.8A patent/EP3279806A4/en not_active Ceased
-
2017
- 2017-09-27 US US15/717,445 patent/US10657143B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR102125119B1 (ko) | 2020-06-22 |
KR20170134601A (ko) | 2017-12-06 |
JP6677743B2 (ja) | 2020-04-08 |
CN106156092B (zh) | 2019-08-09 |
CN110457577A (zh) | 2019-11-15 |
CN110457577B (zh) | 2023-04-14 |
CN106156092A (zh) | 2016-11-23 |
EP3279806A4 (en) | 2018-10-10 |
SG11201707803PA (en) | 2017-10-30 |
WO2016155493A1 (zh) | 2016-10-06 |
US20180018335A1 (en) | 2018-01-18 |
EP3279806A1 (en) | 2018-02-07 |
US10657143B2 (en) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018514857A (ja) | データ処理方法及び装置 | |
CN106685933B (zh) | 一种授权策略推荐及装置 | |
CN106355391B (zh) | 一种业务处理方法及装置 | |
KR101747676B1 (ko) | 이력 기반 데이터 처리의 제공 | |
TWI554895B (zh) | Search results sorting methods and systems, search results sorting optimization methods and systems | |
US8788501B2 (en) | Parallelization of large scale data clustering analytics | |
US20200356964A1 (en) | Payment channel recommendation | |
CN107305637B (zh) | 基于K-Means算法的数据聚类方法和装置 | |
CN109118336A (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
JP7125358B2 (ja) | 計算機システム及び入力データに対する予測結果の根拠に関する情報の提示方法 | |
KR101062927B1 (ko) | 적어도 한 명의 사용자의 성향을 고려하여 타사용자 또는 사물을 추천하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
JP2016066376A (ja) | 分類された誤配置の識別 | |
US11100570B2 (en) | Product configuration recommendation and optimization | |
KR101725510B1 (ko) | 사용자 성향을 고려한 소셜 이벤트 추천 방법 및 장치 | |
US11861698B2 (en) | Vehicle selection platform | |
CN109992699B (zh) | 用户群的优化方法及装置、存储介质、计算机设备 | |
CN103383702A (zh) | 一种基于用户投票排名的个性化新闻推荐的方法及系统 | |
US20140372158A1 (en) | Determining Optimal Decision Trees | |
CN106126621A (zh) | 文章推荐方法和装置 | |
CN110347935A (zh) | 基于用户兴趣变化的个性化影视项目推荐方法及系统 | |
CN106776757B (zh) | 用户完成网银操作的指示方法及装置 | |
CN113222073B (zh) | 训练广告推荐模型的方法及装置 | |
EP2541409A1 (en) | Parallelization of large scale data clustering analytics | |
CN107506463B (zh) | 一种数据分类和处理方法及设备 | |
EP3692437B1 (en) | Selecting computer configurations based on application usage-based clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190315 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190315 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191105 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191105 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200226 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200313 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6677743 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |