CN111538871A - 一种支持不同数据类型的一体化检索方法 - Google Patents
一种支持不同数据类型的一体化检索方法 Download PDFInfo
- Publication number
- CN111538871A CN111538871A CN202010648775.5A CN202010648775A CN111538871A CN 111538871 A CN111538871 A CN 111538871A CN 202010648775 A CN202010648775 A CN 202010648775A CN 111538871 A CN111538871 A CN 111538871A
- Authority
- CN
- China
- Prior art keywords
- data
- retrieval
- original data
- attribute
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 5
- 238000009776 industrial production Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000011897 real-time detection Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种支持不同数据类型的一体化检索方法，属于信息检索技术领域。所述一体化检索方法包括：在检索***中，利用数据类型不同的多种原始数据构建数据检索模型；利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；利用所述数据检索模型和检索条件，调取对应的原始数据。
Description
技术领域
本发明提出了一种支持不同数据类型的一体化检索方法，属于信息检索技术领域。
背景技术
数据检索***是现有工业生产监控平台***的重要组成部分，通过数据检索***能够随时调取需要查找的数据。但是，随着工业生产监控平台***架构不断扩充，致使其平台所要监控和获取的数据类型不断增加，导致出现大量不同数据类型的原始数据出现，这种情况直接导致数据检索***因为数据类型过多，数据更新不足导致检索响应速度慢，准确率低等问题发生。
发明内容
本发明提供了一种支持不同数据类型的一体化检索方法，用以解决现有检索方法仅针对单一数据类型进行检索，当进行多数据检索时，检索响应速度慢以及检索准确率较低的问题，所采取的技术方案如下：
一种支持不同数据类型的一体化检索方法，所述一体化检索方法包括：
在检索***中，利用数据类型不同的多种原始数据构建数据检索模型；
利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；
实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；
利用所述数据检索模型和检索条件，调取对应的原始数据。
进一步地，所述在检索***中，利用数据类型不同的多种原始数据构建数据检索模型，包括：
获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；
根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；
根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；
在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
进一步地，所述数据检索模型包括：类型数据库、类型数据库中的各组合数据集，与所述各组合数据集对应的检索条件以及自适应更新模块。
进一步地，所述自适应更新模块包括：
类型数据库增建模块，用于利用新增数据类型以及新增数据类型对应的原始数据建立与所述新增数据类型对应的类型数据库；
特征值提取模块，用于在检测到新存入的原始数据不属于当前原始数据来源设备时，针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
比较模块，用于将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
属性确定模块，用于根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集。
进一步地，所述利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新，包括：
实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；
检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
所述数据检索模型将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
所述数据检索模型根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集；
在所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
进一步地，所述来源设备的属性特征值通过特征值生成规则进行自动生成，其中，所述特征值生成规则为：
特征值按照从左到右依次位数为：第一位表示设备位置，第二位表示设备工作类型，第三位表示数据属性
其中，第一位数字1表示工业生产现场位置，第一位数字2表示办公室位置，第一位数字3表示仓库存物位置；
第二位数字1表示指标监控设备，第二位数字2表示办公设备，第二位数字3表示门禁监控设备；
第三位数字1表示指标监控数据，第三位数字2表示办公文件数据，第三位数字3表示门禁监控数据；
若检测到原始数据对应的来源设备属于新的属性，则根据属性特点，对应不同位数，按照当前位数对应编号+1的规则对新属性设备生成属性特征值。
进一步地，通过如下公式获取所述差异数值，并根据差异数值进行来源设备属性确定：
其中，Q（P，T）表示属性特征值之间的差异数值；H表示属性判断条件；P代表新存入的原始数据对应的来源设备的属性特征值，T代表各组合数据集中已存有的属性特征值集合；X i 表示属性特征值中第一位数字存在差异的个数，Y j 表示属性特征值中第二位数字存在差异的个数，Z k 表示属性特征值中第三位数字存在差异的个数；n表示类型数据库中已有组合数据集对应的属性特征值的个数。
进一步地，所述检索***包括：
检索模型构建模块，用于利用数据类型不同的多种原始数据构建数据检索模型；
检索界面生成模块，用于生成检索界面以及检索界面中的检索选项；所述检索选项包括文字数据检索选项，表格数据检索选项、图片数据检索选项和视频数据检索选项；
更新模块，用于利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；
检测模块，用于实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；
调取模块，用于利用所述数据检索模型和检索条件，调取对应的原始数据。
进一步地，所述检索模型构建模块包括：
原始数据获取模块，用于获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；
类型数据库建立模块，用于根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；
分类组合模块，用于根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；
检索条件设置模块，用于在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
进一步地，所述更新模块包括
实时检测模块，用于实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；
新数据检测模块，用于检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
检索条件增设模块，用于增建新存入的原始数据对应的组合数据集后，从所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
本发明有益效果：
本发明提出的一种支持不同数据类型的一体化检索方法，提高多种数据类型之间检索过程的数据调用速度，同时，按照数据类型进行分类和数据库建立，能够有效避免不同数据类型造成的调用混乱。数据检索模型的自适应更新能够有效提高数据检索快速响应，同时避免因为数据检索模型人工更新不及时造成的检索无效或失败等问题的发生，提高检索的准确性。并且，可以有效节省检索***维护的人工成本和时间成本。
附图说明
图1为本发明所述方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提出一种支持不同数据类型的一体化检索方法，用以解决用以解决现有检索方法仅针对单一数据类型进行检索，当进行多数据检索时，检索响应速度慢以及检索准确率较低的问题。
一种支持不同数据类型的一体化检索方法，如图1所示，所述一体化检索方法包括：
S1、在检索***中，利用数据类型不同的多种原始数据构建数据检索模型；
S2、利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；
S3、实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；
S4、利用所述数据检索模型和检索条件，调取对应的原始数据。
上述技术方案的工作原理为：首先，在检索***中，利用数据类型不同的多种原始数据构建数据检索模型，然后，利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；随后，实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；最后，利用所述数据检索模型和检索条件，调取对应的原始数据。
上述技术方案的效果为：通过数据检索模型的构建对原始数据根据不同数据类型进行有效分类，并对以数据类型为基础设置数据库，提高多种数据类型之间检索过程的数据调用速度，同时，按照数据类型进行分类和数据库建立，能够有效避免不同数据类型造成的调用混乱。另一方面，通过组合数据集的方式，以原始数据对应的来源设备为基础对每种数据类型中的数据进行进一步划分，能够进一步提高数据调用相应速度；同时通过严格分类能够有效避免因数据存储混乱造成的数据调用错误。
另外，利用数据类型的自适应更新，能够使检索***在其对应的设备***出现新增设备时，无需人工对数据检索模型进行重建或改建，数据检索模型通过自适应更新方式即可实现数据库中新数据类型的增加和分类，提高数据检索快速响应，同时避免因为数据检索模型人工更新不及时造成的检索无效或失败等问题的发生，提高检索的准确性。并且，可以有效节省检索***维护的人工成本和时间成本。
本发明的一个实施例，所述在检索***中，利用数据类型不同的多种原始数据构建数据检索模型，包括：
S101、获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；
S102、根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；
S103、根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；
S104、在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
上述技术方案的工作原理为：首先，获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；然后，根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；随后，根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；最后，在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
上述技术方案的效果为：通过数据检索模型的构建对原始数据根据不同数据类型进行有效分类，并对以数据类型为基础设置数据库，提高多种数据类型之间检索过程的数据调用速度，同时，按照数据类型进行分类和数据库建立，能够有效避免不同数据类型造成的调用混乱。另一方面，通过组合数据集的方式，以原始数据对应的来源设备为基础对每种数据类型中的数据进行进一步划分，能够进一步提高数据调用相应速度；同时通过严格分类能够有效避免因数据存储混乱造成的数据调用错误。
本发明的一个实施例，所述利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新，包括：
S201、实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；
S202、检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
S203、所述数据检索模型将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
S204、所述数据检索模型根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集；
S205、在所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
上述技术方案的效果为：利用数据类型的自适应更新，能够使检索***在其对应的设备***出现新增设备时，无需人工对数据检索模型进行重建或改建，数据检索模型通过自适应更新方式即可实现数据库中新数据类型的增加和分类，提高数据检索快速响应，同时避免因为数据检索模型人工更新不及时造成的检索无效或失败等问题的发生，提高检索的准确性。并且，可以有效节省检索***维护的人工成本和时间成本。
本发明的一个实施例，所述数据检索模型包括：类型数据库、类型数据库中的各组合数据集，与所述各组合数据集对应的检索条件以及自适应更新模块。
其中，所述自适应更新模块包括：
类型数据库增建模块，用于利用新增数据类型以及新增数据类型对应的原始数据建立与所述新增数据类型对应的类型数据库；
特征值提取模块，用于在检测到新存入的原始数据不属于当前原始数据来源设备时，针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
比较模块，用于将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
属性确定模块，用于根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集。
上述技术方案的工作原理为：通过类型数据库增建模块利用新增数据类型以及新增数据类型对应的原始数据建立与所述新增数据类型对应的类型数据库；
采用特征值提取模块在检测到新存入的原始数据不属于当前原始数据来源设备时，针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
利用比较模块将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
通过属性确定模块根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集。
上述技术方案的效果为：利用数据类型的自适应更新，能够使检索***在其对应的设备***出现新增设备时，无需人工对数据检索模型进行重建或改建，数据检索模型通过自适应更新方式即可实现数据库中新数据类型的增加和分类，提高数据检索快速响应，同时避免因为数据检索模型人工更新不及时造成的检索无效或失败等问题的发生，提高检索的准确性。并且，可以有效节省检索***维护的人工成本和时间成本。
本发明的一个实施例，所述来源设备的属性特征值通过特征值生成规则进行自动生成，其中，所述特征值生成规则为：
特征值按照从左到右依次位数为：第一位表示设备位置，第二位表示设备工作类型，第三位表示数据属性
其中，第一位数字1表示工业生产现场位置，第一位数字2表示办公室位置，第一位数字3表示仓库存物位置；
第二位数字1表示指标监控设备，第二位数字2表示办公设备，第二位数字3表示门禁监控设备；
第三位数字1表示指标监控数据，第三位数字2表示办公文件数据，第三位数字3表示门禁监控数据；
若检测到原始数据对应的来源设备属于新的属性，则根据属性特点，对应不同位数，按照当前位数对应编号+1的规则对新属性设备生成属性特征值。当个某个位数上的数字累计增加后超过9后，那么该位数上第十个编号则用字母A表示，并按照英文字母表的字母排列顺序为规则对新属性设备生成属性特征值。
其中，通过如下公式获取所述差异数值，并根据差异数值进行来源设备属性确定：
其中，Q（P，T）表示属性特征值之间的差异数值；H表示属性判断条件；P代表新存入的原始数据对应的来源设备的属性特征值，T代表各组合数据集中已存有的属性特征值集合；X i 表示属性特征值中第一位数字存在差异的个数，Y j 表示属性特征值中第二位数字存在差异的个数，Z k 表示属性特征值中第三位数字存在差异的个数；n表示类型数据库中已有组合数据集对应的属性特征值的个数。
上述技术方案的工作原理为：利用原始数据对应的来源设备的地点、设备类型以及设备采集数据的属性组合而成的属性特征值，同时，通过属性特征值差异数值来确定新存入的原始数据对应的来源设备的属性是否为已有设备属性。
上述技术方案的效果为：利用原始数据对应的来源设备的地点、设备类型以及设备采集数据的属性组合而成的属性特征值能够有效体现来源设备的特点，并且提高设备分类合理性。同时，通过属性特征值差异数值来确定新存入的原始数据对应的来源设备的属性是否为已有设备属性，能够有效提高数据属性判断准确性，提高数据检索模型自适应更新准确性，避免因自适应更新的数据分类错误而导致检索响应速度降低的问题，有效保证自适应更新后的检索响应速度。
本发明的一个实施例，所述检索***包括：
检索模型构建模块，用于利用数据类型不同的多种原始数据构建数据检索模型；
检索界面生成模块，用于生成检索界面以及检索界面中的检索选项；所述检索选项包括文字数据检索选项，表格数据检索选项、图片数据检索选项和视频数据检索选项；当出现新增的类型数据库形成时，可以根据实际增加情况，利用所述检索界面可以生成模块建立新增数据检索选项。
更新模块，用于利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；
检测模块，用于实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；
调取模块，用于利用所述数据检索模型和检索条件，调取对应的原始数据。
其中，所述检索模型构建模块包括：
原始数据获取模块，用于获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；
类型数据库建立模块，用于根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；
分类组合模块，用于根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；
检索条件设置模块，用于在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
所述更新模块包括
实时检测模块，用于实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；
新数据检测模块，用于检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
检索条件增设模块，用于增建新存入的原始数据对应的组合数据集后，从所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
上述技术方案的工作原理为：通过检索模型构建模块利用数据类型不同的多种原始数据构建数据检索模型；然后，采用检索界面生成模块生成检索界面以及检索界面中的检索选项；所述检索选项包括文字数据检索选项，表格数据检索选项、图片数据检索选项和视频数据检索选项；其中，当出现新增的类型数据库形成时，通过所述检索界面可以生成模块建立新增数据检索选项。通过更新模块利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；采用检测模块实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；通过调取模块利用所述数据检索模型和检索条件，调取对应的原始数据。
所述检索模型构建模块通过原始数据获取模块获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型；利用类型数据库建立模块根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；通过分类组合模块根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；采用检索条件设置模块在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
所述更新模块通过实时检测模块实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；利用新数据检测模块检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；采用检索条件增设模块增建新存入的原始数据对应的组合数据集后，从所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
上述技术方案的效果为：通过数据检索模型的构建对原始数据根据不同数据类型进行有效分类，并对以数据类型为基础设置数据库，提高多种数据类型之间检索过程的数据调用速度，同时，按照数据类型进行分类和数据库建立，能够有效避免不同数据类型造成的调用混乱。另一方面，通过组合数据集的方式，以原始数据对应的来源设备为基础对每种数据类型中的数据进行进一步划分，能够进一步提高数据调用相应速度；同时通过严格分类能够有效避免因数据存储混乱造成的数据调用错误。
另外，利用数据类型的自适应更新，能够使检索***在其对应的设备***出现新增设备时，无需人工对数据检索模型进行重建或改建，数据检索模型通过自适应更新方式即可实现数据库中新数据类型的增加和分类，提高数据检索快速响应，同时避免因为数据检索模型人工更新不及时造成的检索无效或失败等问题的发生，提高检索的准确性。并且，可以有效节省检索***维护的人工成本和时间成本。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种支持不同数据类型的一体化检索方法，其特征在于，所述一体化检索方法包括：
在检索***中，利用数据类型不同的多种原始数据构建数据检索模型；
利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；
实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；
利用所述数据检索模型和检索条件，调取对应的原始数据。
2.根据权利要求1所述一体化检索方法，其特征在于，所述在检索***中，利用数据类型不同的多种原始数据构建数据检索模型，包括：
获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；
根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；
根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；
在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
3.根据权利要求1所述一体化检索方法，其特征在于，所述数据检索模型包括：类型数据库、类型数据库中的各组合数据集，与所述各组合数据集对应的检索条件以及自适应更新模块。
4.根据权利要求3所述一体化检索方法，其特征在于，所述自适应更新模块包括：
类型数据库增建模块，用于利用新增数据类型以及新增数据类型对应的原始数据建立与所述新增数据类型对应的类型数据库；
特征值提取模块，用于在检测到新存入的原始数据不属于当前原始数据来源设备时，针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
比较模块，用于将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
属性确定模块，用于根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集。
5.据权利要求1所述一体化检索方法，其特征在于，所述利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新，包括：
实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；
检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
所述数据检索模型将所述来源设备的属性特征值与类型数据库中每个组合数据集对应的来源设备的属性特征值进行比较，并计算新存入的原始数据对应的属性特征值与所述类型数据库中每个组合数据集对应的来源设备的属性特征值之间的差异数值；
所述数据检索模型根据所述差异数值对所述新存入的原始数据对应的来源设备进行属性确定，判断是否属于类型数据库中已有组合数据集对应的来源设备属性，若属于类型数据库中已有组合数据集对应的来源设备属性，则将新存入的原始数据分配到对应的组合数据集中；若不属于类型数据库中已有组合数据集对应的来源设备属性，则建立与所述新存入的原始数据对应的组合数据集；
在所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
6.根据权利要求2或5所述一体化检索方法，其特征在于，所述来源设备的属性特征值通过特征值生成规则进行自动生成，其中，所述特征值生成规则为：
特征值按照从左到右依次位数为：第一位表示设备位置，第二位表示设备工作类型，第三位表示数据属性
其中，第一位数字1表示工业生产现场位置，第一位数字2表示办公室位置，第一位数字3表示仓库存物位置；
第二位数字1表示指标监控设备，第二位数字2表示办公设备，第二位数字3表示门禁监控设备；
第三位数字1表示指标监控数据，第三位数字2表示办公文件数据，第三位数字3表示门禁监控数据；
若检测到原始数据对应的来源设备属于新的属性，则根据属性特点，对应不同位数，按照当前位数对应编号+1的规则对新属性设备生成属性特征值。
7.根据权利要求4所述一体化检索方法，其特征在于，通过如下公式获取所述差异数值，并根据差异数值进行来源设备属性确定：
其中，Q（P，T）表示属性特征值之间的差异数值；H表示属性判断条件；P代表新存入的原始数据对应的来源设备的属性特征值，T代表各组合数据集中已存有的属性特征值集合；X i 表示属性特征值中第一位数字存在差异的个数，Y j 表示属性特征值中第二位数字存在差异的个数，Z k 表示属性特征值中第三位数字存在差异的个数；n表示类型数据库中已有组合数据集对应的属性特征值的个数。
8.根据权利要求1所述一体化检索方法，其特征在于，所述检索***包括：
检索模型构建模块，用于利用数据类型不同的多种原始数据构建数据检索模型；
检索界面生成模块，用于生成检索界面以及检索界面中的检索选项；所述检索选项包括文字数据检索选项，表格数据检索选项、图片数据检索选项和视频数据检索选项；
更新模块，用于利用原始数据新增的数据类型，对所述数据检索模型进行自适应更新；
检测模块，用于实时检测是否存在检索触发操作，当检测到检索触发操作时，获取检索触发操作对应的检索条件；
调取模块，用于利用所述数据检索模型和检索条件，调取对应的原始数据。
9.根据权利要求8所述一体化检索方法，其特征在于，所述检索模型构建模块包括：
原始数据获取模块，用于获取所述检索***对应的各设备的原始数据，并识别各原始数据的数据类型，其中所述数据类型包括，文字数据、表格数据、图片数据和视频数据；
类型数据库建立模块，用于根据所述数据类型分别建立与所述数据类型对应的类型数据库；并将不同数据类型的原始数据分别存储在所述类型数据库中；
分类组合模块，用于根据各原始数据的来源设备的属性特征值，将所述类型数据库中的原始数据进行分类组合，获得组合数据集；
检索条件设置模块，用于在所述组合数据集中提取各原始数据的目标数据对应的目标信息，设置与各目标信息对应的检索条件。
10.根据权利要求8所述一体化检索方法，其特征在于，所述更新模块包括
实时检测模块，用于实时检测从所述检索***对应的各设备获取的原始数据的数据类型，判断是否存在新的数据类型，若存在新数据类型，则将所述新数据类型以及新数据类型对应的原始数据发送至数据检索模型中，建立与所述新增数据类型对应的类型数据库；
新数据检测模块，用于检测每个类型数据库新存入的原始数据，判断新存入的原始数据是否属于当前原始数据来源设备，若检测出新存入的原始数据不属于当前原始数据来源设备，则控制所述数据检索模型针对新存入的原始数据提取所述原始数据对应的来源设备的属性特征值；
检索条件增设模块，用于增建新存入的原始数据对应的组合数据集后，从所述新存入的原始数据对应的组合数据集中提取原始数据的目标数据对应的目标信息，设置与目标信息对应的检索条件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010648775.5A CN111538871B (zh) | 2020-07-08 | 2020-07-08 | 一种支持不同数据类型的一体化检索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010648775.5A CN111538871B (zh) | 2020-07-08 | 2020-07-08 | 一种支持不同数据类型的一体化检索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111538871A true CN111538871A (zh) | 2020-08-14 |
| CN111538871B CN111538871B (zh) | 2020-10-09 |
Family
ID=71978371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010648775.5A Active CN111538871B (zh) | 2020-07-08 | 2020-07-08 | 一种支持不同数据类型的一体化检索方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111538871B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108287889A (zh) * | 2018-01-17 | 2018-07-17 | 清华大学 | 一种基于弹性表模型的多源异构数据存储方法和*** |
| CN108563708A (zh) * | 2018-03-27 | 2018-09-21 | 广州供电局有限公司 | 设备信息检索方法、装置及计算机设备 |
| CN108595523A (zh) * | 2018-03-27 | 2018-09-28 | 广州供电局有限公司 | 设备数据检索模型构建方法、装置及计算机设备 |
| CN109145008A (zh) * | 2018-08-16 | 2019-01-04 | 北京奥技异科技发展有限公司 | 基于kks编码规则和大数据架构的实时数据平台 |
| US10212555B1 (en) * | 2017-09-13 | 2019-02-19 | Microsoft Technology Licensing, Llc | Enabling and disabling location sharing based on environmental signals |
| CN110083654A (zh) * | 2019-04-30 | 2019-08-02 | 中国船舶工业综合技术经济研究院 | 一种面向国防科技领域的多源数据融合方法及*** |
| CN110232106A (zh) * | 2019-04-26 | 2019-09-13 | 安徽四创电子股份有限公司 | 一种基于MongoDB和Solr的海量数据存储及快速检索方法 |
-
2020
- 2020-07-08 CN CN202010648775.5A patent/CN111538871B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10212555B1 (en) * | 2017-09-13 | 2019-02-19 | Microsoft Technology Licensing, Llc | Enabling and disabling location sharing based on environmental signals |
| CN108287889A (zh) * | 2018-01-17 | 2018-07-17 | 清华大学 | 一种基于弹性表模型的多源异构数据存储方法和*** |
| CN108563708A (zh) * | 2018-03-27 | 2018-09-21 | 广州供电局有限公司 | 设备信息检索方法、装置及计算机设备 |
| CN108595523A (zh) * | 2018-03-27 | 2018-09-28 | 广州供电局有限公司 | 设备数据检索模型构建方法、装置及计算机设备 |
| CN109145008A (zh) * | 2018-08-16 | 2019-01-04 | 北京奥技异科技发展有限公司 | 基于kks编码规则和大数据架构的实时数据平台 |
| CN110232106A (zh) * | 2019-04-26 | 2019-09-13 | 安徽四创电子股份有限公司 | 一种基于MongoDB和Solr的海量数据存储及快速检索方法 |
| CN110083654A (zh) * | 2019-04-30 | 2019-08-02 | 中国船舶工业综合技术经济研究院 | 一种面向国防科技领域的多源数据融合方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111538871B (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111475804A (zh) | 一种告警预测方法及*** | |
| CN111046035B (zh) | 数据自动化处理方法、***、计算机设备及可读存储介质 | |
| CN111782872A (zh) | 查询方法、装置、电子设备以及存储介质 | |
| CN110751674A (zh) | 多目标跟踪方法及相应视频分析*** | |
| US20240071037A1 (en) | Mapper component for a neuro-linguistic behavior recognition system | |
| CN111460312A (zh) | 空壳企业识别方法、装置及计算机设备 | |
| CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
| CN111289998A (zh) | 障碍物检测方法、装置、存储介质以及车辆 | |
| CN110909106B (zh) | 一种轨迹预测方法和*** | |
| CN110634081A (zh) | 一种水电站异常数据的处理方法及装置 | |
| CN110071934B (zh) | 用于网络异常检测的局部敏感性计数摘要方法及*** | |
| CN111800430A (zh) | 一种攻击团伙识别方法、装置、设备及介质 | |
| CN110992365A (zh) | 一种基于图像语义分割的损失函数及其设计方法 | |
| CN106650446A (zh) | 基于***调用的恶意程序行为识别方法和*** | |
| CN107548087A (zh) | 一种告警关联分析的方法及装置 | |
| KR101983714B1 (ko) | 명칭 유사성과 거리 근접성을 이용한 gis 지명속성 자동갱신 시스템 | |
| CN117576823A (zh) | 一种排队叫号***终端 | |
| CN111538871B (zh) | 一种支持不同数据类型的一体化检索方法 | |
| CN105930430B (zh) | 一种基于非累积属性的实时欺诈检测方法及装置 | |
| CN109309586B (zh) | 一种食品加工远程控制***入侵检测方法 | |
| CN113064966B (zh) | 用于故障定位的方法、***及装置 | |
| CN116383937A (zh) | 一种村落数字孪生保护评估方法 | |
| CN113642455B (zh) | 行人数量确定方法、装置以及计算机可读存储介质 | |
| CN113742391B (zh) | 数据处理*** | |
| CN110826448B (zh) | 一种自主更新的室内定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 311, main building, 139 Fengtai Road crossing, Fengtai District, Beijing Patentee after: BEIJING TONGTECH Co.,Ltd. Patentee after: Beijing dongfangtong Software Co.,Ltd. Patentee after: Beijing Dongfang tongwangxin Technology Co.,Ltd. Patentee after: BEIJING TESTOR TECHNOLOGY Co.,Ltd. Address before: Room 311, main building, 139 Fengtai Road crossing, Fengtai District, Beijing Patentee before: BEIJING TONGTECH Co.,Ltd. Patentee before: Beijing dongfangtong Software Co.,Ltd. Patentee before: BEIJING MICROVISION TECHNOLOGY Co.,Ltd. Patentee before: BEIJING TESTOR TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |