[发明专利]一种人工智能微服务系统在审

专利信息
申请号: 202010659413.6 申请日: 2020-07-09
公开(公告)号: CN111797156A 公开(公告)日: 2020-10-20
发明(设计)人: 郑兵 申请(专利权)人: 海南科技职业大学
主分类号: G06F16/25 分类号: G06F16/25;G06N3/04;G06N3/08;G06Q50/10;H04L29/08
代理公司: 北京金蓄专利代理有限公司 11544 代理人: 马贺
地址: 570000 *** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人工智能 微服 系统
【说明书】:

发明公开了一种人工智能微服务系统,涉及企业管理服务技术领域,包括数据整合层、数据服务层、基础框架层、微智能服务层、综合应用层以及系统综合优化层;所述数据整合层基于SoA技术及ETL技术,高效整合来自CRM、ERP、电子商务、财务等系统的企业业务服务数据,为用户提供完整的数据视图,保证系统的数据的一致性、完整性,并从企业业务数据中提取用户所需的数据特征。该人工智能微服务系统,通过提供数据整合层、数据服务层、基础框架层、微智能服务层、综合应用层以及系统综合优化层,在人工智能系统的各种丰富组件的组合下不仅可以给企业用户提供较为灵活的企业管理问题的解决方案,还对系统自身在运行过程中可能发生的潜在风险进行预警。

技术领域

本发明涉及企业管理服务技术领域,具体为一种人工智能微服务系统。

背景技术

人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。

在一些中小企业进行企业管理时,需要一个企业服务平台或企业服务管理系统可以为其提供有关企业管理方面的服务与咨询,现有的服务平台和系统在运行过程不够灵活性,同时难以对运行过程中进行系统监测。

为此,我们提出了一种人工智能微服务系统来解决上述问题。

发明内容

针对现有技术的不足,本发明提供了一种人工智能微服务系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种人工智能微服务系统,包括数据整合层、数据服务层、基础框架层、微智能服务层、综合应用层以及系统综合优化层;

所述数据整合层基于SoA技术及ETL技术,高效整合来自CRM、ERP、电子商务、财务等系统的企业业务服务数据,为用户提供完整的数据视图,保证系统的数据的一致性、完整性,并从企业业务数据中提取用户所需的数据特征;

所述数据服务层通过数据整合层整合、转化的服务数据,以统一的数据视图导入客户库、数据业务库、运营商业务库、ERP库等业务库,提供基础的服务数据;

所述基础框架层用于对人工智能系统提供基础的技术支撑,采用分布式架构设计,通过界面引擎、中间件引擎、规则引擎、工作流引擎、智能推荐引擎、ETL引擎等核心引擎来完成对各种技术实现的支撑来保证整个系统的高可用、高扩展、高可靠、高安全、高性能;

所述微智能服务层包括智能推荐、数据库营销、客户分群、市场营销活动等多个提供给用户的人工智能服务类型;

所述综合应用层根据用户选择的人工智能服务类型,通过人工智能系统的各种丰富组件的组合和利用,可以快速分析并提供根据用户量身定做的解决方案;

所述系统综合优化层基于人工智能技术采用神经网络及机器学习算法,实现针对系统运行时的海量实时数据离线挖掘、建模、状态智能分析与潜在风险早期预警,通过对状态趋势的分析,提早判断风险的发展趋势,便于相关人员对系统进行及时维护。

进一步优化本技术方案,所述人工智能微服务系统采用开放成熟的开源技术架构,集成Hadoop体系中的HDFS、Yarn、Hive、Hbase、Spark以及Flume、Sqoop等开源大数据组件技术,支持数据接入、存储、处理能力。

进一步优化本技术方案,所述人工智能的数据运算模型基于人工神经网络运算技术、深度学习运算技术以及决策树分析技术,根据不同的数据处理目的,灵活运用人工神经网络运算技术、深度学习运算技术以及决策树分析技术其中一种或者几种组合,对接入的数据进行训练分析。

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海南科技职业大学,未经海南科技职业大学许可,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/202010659413.6/2.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