[发明专利]基于人工智能的云计算的数据处理方法及人工智能平台

权利要求书

1.一种基于人工智能的云计算的数据处理方法，其特征在于，应用于所述人工智能平台，所述方法包括：

获取所述云计算服务器的n个云数据处理记录；其中，一个云数据处理记录包括一种业务场景下的特征提取记录和特征重组记录，n为正整数；

基于所述云计算服务器的云服务配置数据在所述云数据处理记录中的业务数据关联信息和业务场景关联信息，获取所述云服务配置数据的业务匹配数据集；将所述云服务配置数据的业务匹配数据集与预设数据库中的样本数据集进行第一次融合，生成过渡数据集；

从所述过渡数据集的数据特征分布队列中，间隔获取多维配置数据特征，所述数据特征分布队列是指所述过渡数据集中与所述云服务配置数据在时序上对应的数据特征所形成的分布队列；

基于所述多维配置数据特征在所述云数据处理记录中映射的业务数据关联信息和业务场景关联信息，对所述过渡数据集进行第二次融合，生成所述云计算服务器的业务指导数据集；将所述业务指导数据集发送给所述云计算服务器，以使所述云计算服务器根据所述业务指导数据集进行业务处理逻辑的优化。

2.根据权利要求1所述的方法，其特征在于，所述将所述云服务配置数据的业务匹配数据集与预设数据库中的样本数据集进行第一次融合，生成过渡数据集，包括：

根据所述云服务配置数据的业务匹配数据集，确定第一数据融合路径列表；其中，所述第一数据融合路径列表用于记录所述过渡数据集与所述云计算服务器的云数据处理记录之间的融合路径的顺序信息；

基于所述第一数据融合路径列表，对所述预设数据库中的样本数据集进行第一次融合，生成所述过渡数据集。

3.根据权利要求2所述的方法，其特征在于，所述根据所述云服务配置数据的业务匹配数据集，确定第一数据融合路径列表，包括：

构建第一数据特征聚类模型，所述第一数据特征聚类模型包括第一配置数据分布表、第一聚类标签分布表和第一模型网络分布表；其中，所述第一配置数据分布表用于调整所述过渡数据集中筛选后的云服务配置数据的数据结构以满足对应的业务匹配数据集的数据结构需求，所述筛选后的云服务配置数据是指去除配置热度值低于设定热度值的云服务配置数据后得到的云服务配置数据，所述第一聚类标签分布表用于调整所述过渡数据集中云服务配置数据的业务指标满足对应的业务匹配数据集的业务需求，所述第一模型网络分布表用于调整所述过渡数据集的数据队列优先级以使所述数据队列优先级处于层级递减状态；

基于所述云服务配置数据的业务匹配数据集和所述第一数据特征聚类模型，确定满足初步融合条件的所述第一数据融合路径列表；其中，所述初步融合条件包括所述第一数据特征聚类模型的模型泛化率与模型聚类丢弃率之间的比值取最小值。

4.根据权利要求3所述的方法，其特征在于，所述构建第一数据特征聚类模型之前，还包括：

基于所述云服务配置数据的配置热度记录，根据所述云服务配置数据的业务匹配数据集将所述云服务配置数据映射在预设热度映射列表中；其中，所述云服务配置数据的热度计算方式与所述预设热度映射列表的热度计算方式相同，热度值用于表征业务处理的频率；

获取所述云服务配置数据中的每组云服务配置数据的配置热度值在所述预设热度映射列表中的映射热度值；

响应于所述映射热度值低于所述预设热度映射列表对应的目标热度值，去除所述映射热度值对应的云服务配置数据，得到筛选后的云服务配置数据。