[发明专利]一种人工智能信息处理系统、方法及可读存储介质

说明书

本发明公开了一种人工智能信息处理系统、方法及可读存储介质，包括：对用户进行信息爬取时所得到的爬取信息进行类别划分与信息增强并上传至云端；获取云端针对信息增强后的爬取信息所创建的初始信息爬取模型，通过迭代法对各自的初始信息爬取模型进行训练，并将训练后的初始信息爬取模型发送至云端；云端通过融合算法对各中间件训练后的初始信息爬取模型进行融合得到目标信息爬取模型，并将该目标信息爬取模型下发至用户端进行互联网信息的爬取。本发明能够对当前海量的、无规则的数据进行准确爬取与分析，减少达到指定信息爬取精度所需的网络开销，满足了实际应用需求。

技术领域

本发明涉及信息处理技术领域，特别是涉及一种人工智能信息处理系统、方法及可读存储介质。

背景技术

互联网，又称国际网络，指的是网络与网络之间所串连成的庞大网络，这些网络以一组通用的协议相连，形成逻辑上的单一巨大国际网络。随着互联网技术的发展，近年来信息的传播也变得越来越快，互联网上的信息也越来越多，并且这些信息有着不同的文本格式及表现方式，且纷繁复杂。

目前，互联网上主要存在两种形式的信息，一种是结构化的信息，另外一种是非结构化的信息。对于结构化的信息，我们可以使用传统的网络爬取软件及数据分析软件即可完成信息的获取及相关分析。传统的爬取软件有火车头、八爪鱼等。传统的数据分析软件主要有Excel，SPSS，SAS等。

然而，随着大数据时代的到来，信息膨胀，对于这些海量的、无规则的数据，我们当前传统的分析技术是无法完成此数据分析需求的。若需要处理这些非结构化数据，需要拥有一个技术团队，对于企业而言，面临着技术成本高、操作难度大等问题。

发明内容

为了解决上述问题，本发明的目的是提供一种能够对当前海量的、无规则的数据进行准确爬取与分析，减少达到指定信息爬取精度所需的网络开销的人工智能信息处理系统、方法及可读存储介质。

根据本发明提供的人工智能信息处理系统，包括：

用户端，对用户进行信息爬取时所得到的爬取信息进行类别划分与信息增强并上传至云端；

中间件，获取云端针对信息增强后的爬取信息所创建的初始信息爬取模型，通过迭代法对各自的初始信息爬取模型进行训练，并将训练后的初始信息爬取模型发送至云端；

云端，通过融合算法对各中间件训练后的初始信息爬取模型进行融合得到目标信息爬取模型，并将该目标信息爬取模型下发至用户端进行互联网信息的爬取。

根据本发明提供的人工智能信息处理系统，首先用户端对用户进行信息爬取时所得到的爬取信息进行类别划分与信息增强后上传至云端，以使云端根据信息增强后的爬取信息创建中间件；中间件接收云端针对信息增强后的爬取信息所创建的初始信息爬取模型，并通过迭代法对各自的初始信息爬取模型进行训练，并将训练后的初始信息爬取模型发送至云端，使数据分布的不平衡性得到缓解，降低信息爬取模型的偏差并提升模型准确度，从而使该模型在不平衡爬取信息的情况下训练得到的信息爬取模型具有较高的信息爬取精度；云端通过融合算法对各中间件训练后的初始信息爬取模型进行融合得到目标信息爬取模型，并将该目标信息爬取模型下发至用户端进行互联网信息的爬取，从而使该信息爬取模型具有较高的信息爬取精度，并且减少了达到指定信息爬取精度所需的网络开销，满足了实际应用需求。

另外，根据本发明上述的人工智能信息处理系统，还可以具有如下附加的技术特征：

进一步地，所述用户端包括：

信息爬取子系统，获取用户当前所处的应用环境及所需爬取的爬取信息，并根据所述应用环境及爬取信息进行互联网信息的爬取；

信息处理子系统，对所述信息爬取子系统所爬取到的互联网信息进行识别、筛选与整理后上传至云端。

进一步地，所述信息爬取子系统包括：