[发明专利]一种基于智能终端与云数据技术的数据交互处理方法

说明书

技术领域

本发明涉及云数据处理技术领域，具体来说是一种基于智能终端与云数据技术的数据交互处理方法。

背景技术

随着互联网及移动技术的快速发展，智能终端如智能手机、智能机顶盒、智能电视、iPad、笔记本电脑等大量普及和使用，智能终端已经是我们日常生活不可缺少的部分，特别是它的交际购物的便捷性。

在实际应用中我们忽略了智能终端的一个重要的核心功能，即它的采样能力、运算能力和展示能力，有的智能终端是双核、四核或八核。世界各地每个人手中、家中的智能终端实际上是一台台像天空中的星星一样多的微型计算机，像星、云一样分布在世界各地。目前网络数据以G级、T级，甚至是P级的几何增长，处理这些海量数据的无外乎政府科研机构大型运算服务器、企业的中小型服务器，如谷歌（Google），多采用的是PC级搜索引擎运算服务。

我们的商业运算能否在满足商业运算服务的同时，让多如星星般的智能终端在享受服务的同时分享应有的运算能力。即在商业运算和操作中，能否研发出一种全新的数据交互处理模式，让众多智能终端的计算代替大型服务器的计算，已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中数据服务端计算处理量过大的缺陷，提供一种基于智能终端与云数据技术的数据交互处理方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于智能终端与云数据技术的数据交互处理方法，包括以下步骤：

定义服务端云数据的采样策略，根据需要定义服务端当前需处理的采样类型，并根据采样类型筛选智能终端的采样数据，由同一采样类型的智能终端组成云采样数据；

通过智能终端将所需的数据展示策略发送给服务端云数据处理中心；

对服务端的云采样数据进行策略解析；

数据派发过程，数据采样单元根据智能终端上传的采样策略进行数据采样，将采样结果和展示策略派发给数据展示单元；

智能终端进行数据采样，智能终端获取数据展示单元的采样结果，根据展示策略进行采样结果的演化，并将演化运算结果展示。

所述的对服务端的云采样数据进行策略解析包括以下步骤：

依据定义的采样策略来针对单品划分不同的维度；

当有单品数据进入云端信息库时，系统用定义的采样策略和展示策略对单品数据进行识别，根据单品的特征值计算出该单品与其他同类单品的距离，产生特征点距d(Xu,X)，其计算公式如下：

d(Xu,X)=

其中，d(Xu,X)为Xu和X之间的特征点距，Xu和X分别为两个不同的同类单品，K=1、...N；

根据单品点距最近的K点来匹配策略类别，采用少数服从多数的原则，以单品特征点距最近的作为归类依据，将新的单品进行策略归类。

所述的数据派发过程包括以下步骤：

针对不同智能终端上传的数据进行评测及安全校验，确保数据的安全性；

针对不同智能终端上传的数据进行特征分析，为模式分析和模式匹配做好准备；

针对不同智能终端上传的数据进行定维分类，为PCA主元分析做好准备；

将经过特征分析和定维分类后的数据，进行策略解析并根据不同智能终端上传的策略发至智能终端进行演算。

所述的智能终端进行数据采样包括以下步骤：

服务端的云数据根据智能终端发送的展示请求，向智能终端派发展示策略；

服务端的云数据查询是否含有该展示策略的相关有效数据；若有，直接派发到智能终端进行展示；若云数据中没有该展示策略的相关数据，云数据下发符合该展示策略的所有采样数据到智能终端；

智能终端根据经过特征分析和定维分类后的数据进行采样数据演化运算，并将运算的结果进行展示。

还包括数据量化过程，结合采样策略和展示策略，将采样的海量数据进行演化，产生演化后的采样和展示策略；其具体步骤如下：

基于单品的特征值计算获取匹配的单品特征信息和维度信息；

基于不同智能终端上传的数据所进行的定维分类，获取各种海量异构数据；

使用主元分析法对海量异构数据进行演化和降噪来去除噪音。

有益效果