[发明专利]数据处理的优化方法及装置、存储介质、终端在审

专利信息
申请号: 202010147752.6 申请日: 2020-03-05
公开(公告)号: CN111475532A 公开(公告)日: 2020-07-31
发明(设计)人: 周小又 申请(专利权)人: 拉扎斯网络科技(上海)有限公司
主分类号: G06F16/2453 分类号: G06F16/2453;G06K9/62
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 200333 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据处理 优化 方法 装置 存储 介质 终端
【权利要求书】:

1.一种数据处理的优化方法,其特征在于,包括:

从具有关联关系的不同应用平台数据库中获取业务对象的特征数据;

根据生成特征数据的数据结构类型,分别对所述特征数据进行特征融合处理;

根据处理后的特征融合数据、所述不同应用平台数据库中获取的业务信息训练预设数据处理模型,输出优化后的数据处理模型,所述预设数据处理模型为按照业务需求选取与所述不同应用平台对应的一个数据处理模型。

2.根据权利要求1所述的方法,其特征在于,所述根据生成特征数据的数据结构类型,分别对所述特征数据进行特征融合处理包括:

对所述特征数据划分数据结构类型;

对属于不同应用平台、相同数据结构类型的所述特征数据进行特征融合处理。

3.根据权利要求2所述的方法,其特征在于,所述对属于不同应用平台、相同数据结构类型的所述特征数据进行特征融合处理包括:

确定属于不同应用平台、相同数据结构类型的所述特征数据的数据结构,并根据所述数据结构对所述特征数据进行数据加权处理、和/或数据拼接处理。

4.根据权利要求2所述的方法,其特征在于,所述对属于不同应用平台、相同数据结构类型的所述特征数据进行特征融合处理之前,所述方法还包括:

判断属于不同应用平台、相同数据结构类型的所述特征数据是否超过预设融合偏差范围;

若超过预设融合偏差范围,则调整用于进行数据加权处理的加权函数。

5.根据权利要求1所述的方法,其特征在于,所述根据处理后的特征融合数据、所述不同应用平台数据库中获取的业务信息训练预设数据处理模型,输出优化后的数据处理模型之前,所述方法还包括:

对已完成特征融合处理的所述业务对象的特征数据、所述业务信息进行数值化处理,以使处理后的特征融合数据用于训练所述预设处理模型。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

按照进行特征融合处理后所述特征数据的数据结构,从所述不同应用平台数据库中提取所述业务对象的业务信息。

7.根据权利要求1-6任一项所述的方法,其特征在于,所述业务对象包括至少一个在业务活动中生成特征数据的数据源对象。

8.一种数据处理的优化装置,其特征在于,包括:

获取模块,用于从具有关联关系的不同应用平台数据库中获取业务对象的特征数据;

处理模块,用于根据生成特征数据的数据结构类型,分别对所述特征数据进行特征融合处理;

训练模块,用于根据处理后的特征融合数据、所述不同应用平台数据库中获取的业务信息训练预设数据处理模型,输出优化后的数据处理模型,所述预设数据处理模型为按照业务需求选取与所述不同应用平台对应的一个数据处理模型。

9.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的数据处理的优化方法对应的操作。

10.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的数据处理的优化方法对应的操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于拉扎斯网络科技(上海)有限公司,未经拉扎斯网络科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010147752.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top