[发明专利]基于人工智能和云计算的大数据处理方法及云端服务中心

说明书

本发明实施例提供一种基于人工智能和云计算的大数据处理方法及云端服务中心，通过将经过业务标签激活后的大数据挖掘事件信息和经过业务标签激活后的大数据服务控件进行协调，获取大数据协调服务控件，由此对所能执行的大数据服务控件进行优化。通过将大数据挖掘事件信息和大数据服务控件进行协调，不仅能够克服大数据服务控件在大数据服务进程初始化的业务场景下容易出错的情况，实现对大数据服务控件中的大数据挖掘业务进行业务适配的同时，还可获得具有全局一致性的目标全局大数据服务控件，由此完成决策大数据服务的挖掘业务配置，进而减少在线云计算项目在使用过程中的业务配置错误概率。

技术领域

本发明涉及大数据技术领域，具体而言，涉及一种基于人工智能和云计算的大数据处理方法及云端服务中心。

背景技术

大数据（Big Data），是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

相关技术中，对于产生的在线云端服务，可以反映用户的大数据使用过程中的行为特征信息，因此可以对这些在线云端服务进行分析，从而对大数据推送服务进行预先更新，以减少后续大数据推送服务单独适应性更新时增加的响应时间。并且，为了便于云端服务中心的各在线服务终端的运营需求，可以在运行大数据推送服务的过程中同步生成对应的大数据决策信息，大数据决策信息可以向在线服务终端提供相关的大数据决策部分的大数据服务控件（例如大数据服务的大数据决策配置信息、大数据挖掘方式的配置信息等）的建议，这样以便于减少后续各在线服务终端的工作量。然而发明人研究发现，当前的处理方式中，大数据服务控件在大数据服务进程初始化（例如第一次使用时）的业务场景下，如果没有有效结合大数据挖掘事件进行更新，则容易出现后续的大数据挖掘过程精准度不够的情况，导致后续在线云计算项目在使用过程中的业务配置错误概率也大大提高。

发明内容

为了至少克服现有技术中的上述不足，本发明的目的在于提供一种基于人工智能和云计算的大数据处理方法及云端服务中心，通过获取当前所能执行的大数据挖掘事件信息以及大数据服务控件，然后对二者分别进行业务标签激活，将经过业务标签激活后的大数据挖掘事件信息和经过业务标签激活后的大数据服务控件进行协调，获取大数据协调服务控件，由此对所能执行的大数据服务控件进行优化。通过将大数据挖掘事件信息和大数据服务控件进行协调，不仅能够克服大数据服务控件在大数据服务进程初始化的业务场景下容易出错的情况，实现对大数据服务控件中的大数据挖掘业务进行业务适配的同时，还可获得具有全局一致性的目标全局大数据服务控件，由此完成决策大数据服务的挖掘业务配置，进而减少在线云计算项目在使用过程中的业务配置错误概率。

第一方面，本发明提供一种基于人工智能和云计算的大数据处理方法，应用于云端服务中心，所述云端服务中心与多个在线服务终端通信连接，所述方法包括：

获取预先针对在线云计算项目的大数据决策信息；

获取当前针对所述大数据决策信息所能执行的大数据挖掘事件信息以及大数据服务控件，分别对所述大数据挖掘事件信息和所述大数据服务控件进行业务标签激活，根据经过业务标签激活后的大数据挖掘事件信息，获取大数据挖掘事件的业务挖掘内容；

将所述大数据挖掘事件的业务挖掘内容与经过业务标签激活后的大数据服务控件协调，获取大数据协调服务控件；

根据所述大数据协调服务控件，对所述大数据决策信息所对应的全局大数据服务控件进行自适应性更新，获取目标全局大数据服务控件，并基于所述目标全局大数据服务控件生成当前所能执行的大数据服务控件所对应的大数据挖掘业务的挖掘评价指标信息，完成决策大数据服务的挖掘业务配置，其中，所述挖掘评价指标信息包括主题簇指标数据；

根据预先配置的人工智能模型对所述挖掘评价指标信息进行指标分类，根据指标分类结果执行大数据挖掘操作。