CN113360502A - 基于人工智能与大数据的信息查询方法、***及云平台 - Google Patents

Abstract

本公开涉及大数据与人工智能技术领域，特别涉及基于人工智能与大数据的信息查询方法、***及云平台。本申请从云平台获取到参考用户数据集合，云平台判断参考用户数据集合中是否存在误差数据，如果参考用户数据集合中存在误差数据，从参考用户数据集合中获取误差数据，将误差数据与待更新的数据集进行匹配得到用户数据匹配结果，实现数据查询，而当参考用户数据集合中不存在误差数据时，从关键策略中获取误差数据，将误差数据与待更新的数据集进行匹配，同样也实现了基于人工智能与大数据的信息查询，提高了数据关键策略基于人工智能与大数据的信息查询的稳定性，提高了用户使用体验。

Description

基于人工智能与大数据的信息查询方法、***及云平台

技术领域

本公开涉及大数据与人工智能技术领域，特别涉及基于人工智能与大数据的信息查询方法、***及云平台。

背景技术

数据可存储在数据库中并按照诸如数据库表格的各种形式来安排。数据库表格可包括具有公共主题或目的的数据的集合。数据库表格的安排可通过数据库方案来定义，并且多个数据库表格可具有相似或相同安排。此外，当调整、附加或删除数据时，数据库的内容及其关联数据库表格可随着时间而改变。可使用各种技术来将数据传递到数据库里面和外面，并操纵数据库中的数据。

发明内容

为改善相关技术中存在的上述数据集技术存在的技术问题，本公开提供了基于人工智能与大数据的信息查询方法、***及云平台。

本申请提供了一种基于人工智能与大数据的信息查询方法，包括：

从云平台获取到参考用户数据集合；

判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据；

如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据；

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据；

将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果；

对所述用户数据匹配结果进行数据查询，得到数据查询结果。

进一步地，所述如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据，包括：

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，误差相邻数据对应的误差数据作为所述当前用户数据对应的误差数据；

计算所述相邻数据对应的误差数据的连续误差参数，并判断所述误差参数是否达到预设参数；

如果所述误差参数达到所述预设参数，执行所述从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据。

进一步地，所述判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，包括：

判断所述参考用户数据集合中是否存在设定目标对象数据集所对应当前用户数据对应的误差数据；

所述将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果之后，还包括：将所述用户数据匹配结果与所述设定目标对象整合，生成与所述当前用户数据对应的整合数据。

进一步地，所述如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据，包括：

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，对所述当前用户数据以及所述当前用户数据之后的关键策略数据进行关键轨迹识别，得到所述当前用户数据以及所述当前用户数据之后的关键策略数据对应的误差数据。

进一步地，所述判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，包括：

根据筛选时间间隔智能查询所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

进一步地，所述从云平台获取到参考用户数据集合，包括：

从云平台获取到参考用户数据集合；

对所述参考用户数据集合进行分析，得到分析后的参考用户数据集合；其中，所述参考用户数据集合包括误差数据时，分析后的参考用户数据集合中对应的误差数据为误差范围。

进一步地，所述将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果，包括：

将所述误差数据转换为特征描述数据；将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

进一步地，所述将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配，包括：

如果所述误差数据是从所述参考用户数据集合中获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配；

如果所述误差数据是从所述当前用户数据的关键策略获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

本申请提供了一种基于人工智能与大数据的信息查询***，包括数据储存设备和云平台，所述数据储存设备和所述云平台通信连接，所述云平台包括：

数据获取模块，用于从云平台获取到参考用户数据集合；

误差判断模块，用于判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据；

误差确定模块，用于如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据；

策略确定模块，用于如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据；

数据匹配模块，用于将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果；

数据查询模块，用于对所述用户数据匹配结果进行数据查询，得到数据查询结果。

本申请提供了一种云平台，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现上述任一项所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果。

基于人工智能与大数据的信息查询方法、***及云平台，通过云平台处理得到误差数据，从云平台获取到参考用户数据集合，云平台判断参考用户数据集合中是否存在当前用户数据对应的误差数据，如果参考用户数据集合中存在当前用户数据对应的误差数据，从参考用户数据集合中获取所述当前用户数据对应的误差数据，将当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果，实现基于人工智能与大数据的信息查询；而当参考用户数据集合中不存在当前用户数据对应的误差数据时，从当前用户数据的关键策略中获取当前用户数据对应的误差数据，将当前用户数据对应的误差数据与待更新的数据集进行匹配，同样也实现了基于人工智能与大数据的信息查询。在无法获取和使用云平台处理对应的误差数据时，直接转换至使用在云平台获取的当前用户数据对应的误差数据，进行数据集查询，实现基于人工智能与大数据的信息查询，保证数据关键策略基于人工智能与大数据的信息查询功能的正常进行，提高了数据关键策略基于人工智能与大数据的信息查询的稳定性，提高了用户使用体验，同时，提高基于人工智能与大数据的信息查询功能抵抗外界因素干扰的能力，确保相关数据的精度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。

图1为本申请实施例所提供的基于人工智能与大数据的信息查询***的架构示意图；

图2为本申请实施例所提供的基于人工智能与大数据的信息查询方法的流程图；

图3为本申请实施例所提供的基于人工智能与大数据的信息查询装置的功能模块框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为了便于对上述的基于人工智能与大数据的信息查询方法、***及云平台进行阐述，请结合参考图1，提供了本申请实施例所公开的基于人工智能与大数据的信息查询***100的通信架构示意图。其中，所述基于人工智能与大数据的信息查询***100可以包括数据储存设备200以及云平台300，所述数据储存设备200与所述云平台300通信连接。

在具体的实施方式中，云平台300可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的云平台，在此不作过多限定。

在上述基础上，请结合参阅图2，为本申请实施例所提供的基于人工智能与大数据的信息查询方法的流程示意图，所述基于人工智能与大数据的信息查询方法可以应用于图1中的云平台300，进一步地，所述基于人工智能与大数据的信息查询方法具体可以包括以下步骤S21-步骤S26所描述的内容。

步骤S21，从云平台获取到参考用户数据集合。

步骤S22，判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

示例性的，误差数据标识参考用户数据集合中的错误数据。

步骤S23，如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据。

步骤S24，如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据。

步骤S25，将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果。

步骤S26，对所述用户数据匹配结果进行数据查询，得到数据查询结果。

可以理解，在执行上述步骤S21-步骤S26所描述的内容时，通过云平台处理得到误差数据，从云平台获取到参考用户数据集合，云平台判断参考用户数据集合中是否存在当前用户数据对应的误差数据，如果参考用户数据集合中存在当前用户数据对应的误差数据，从参考用户数据集合中获取所述当前用户数据对应的误差数据，将当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果，实现基于人工智能与大数据的信息查询；而当参考用户数据集合中不存在当前用户数据对应的误差数据时，从当前用户数据的关键策略中获取当前用户数据对应的误差数据，将当前用户数据对应的误差数据与待更新的数据集进行匹配，同样也实现了基于人工智能与大数据的信息查询。在无法获取和使用云平台处理对应的误差数据时，直接转换至使用在云平台获取的当前用户数据对应的误差数据，进行数据集查询，实现基于人工智能与大数据的信息查询，保证数据关键策略基于人工智能与大数据的信息查询功能的正常进行，提高了数据关键策略基于人工智能与大数据的信息查询的稳定性，提高了用户使用体验，同时，提高基于人工智能与大数据的信息查询功能抵抗外界因素干扰的能力，确保相关数据的精度。

在一种可替换的实施例中，如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，存在因为误差数据不准确导致判断错误的问题，从而难以准确地从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据，为了改善上述技术问题，步骤S24所描述的如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据的步骤，具体可以包括以下步骤S241-步骤S243所描述的内容。

步骤S241，如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，误差相邻数据对应的误差数据作为所述当前用户数据对应的误差数据。

步骤S242，计算所述相邻数据对应的误差数据的连续误差参数，并判断所述误差参数是否达到预设参数。

步骤S243，如果所述误差参数达到所述预设参数，执行所述从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据。

可以理解，在执行上述步骤S241-步骤S243所描述的内容时，如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，避免因为误差数据不准确导致判断错误的问题，从而能够准确地从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据。

在一些实施例中，判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据的过程中，存在待更新的数据集未实时更新的问题，从而难以精确地判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，为了改善上述技术问题，步骤S22所描述的判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据的步骤，具体可以包括以下步骤S221和步骤S222所描述的内容。

步骤S221，判断所述参考用户数据集合中是否存在设定目标对象数据集所对应当前用户数据对应的误差数据。

步骤S222，所述将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果之后，还包括：将所述用户数据匹配结果与所述设定目标对象整合，生成与所述当前用户数据对应的整合数据。

可以理解，在执行上述步骤S221和步骤S222所描述的内容时，判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据的过程中，避免待更新的数据集未实时更新的问题，从而能够精确地判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

在一种可替换的实施例中，如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，根据所述当前用户数据的关键策略，存在相关数据不准确的问题，从而难以准确地获取所述当前用户数据对应的误差数据，为了改善上述技术问题，步骤S24所描述的如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据的步骤，具体可以包括以下步骤Q1所描述的内容。

步骤Q1，如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，对所述当前用户数据以及所述当前用户数据之后的关键策略数据进行关键轨迹识别，得到所述当前用户数据以及所述当前用户数据之后的关键策略数据对应的误差数据。

可以理解，在执行上述如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，根据所述当前用户数据的关键策略，避免相关数据不准确的问题，从而能够准确地获取所述当前用户数据对应的误差数据。

在一种可替换的实施例中，判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，存在时间间隔过长的问题，从而难以精确地判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，为了改善上述技术问题，步骤S22所描述的判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据的步骤，具体可以包括以下步骤D1所描述的内容。

步骤D1，根据筛选时间间隔智能查询所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

可以理解，在执行上述步骤D1所描述的内容时，断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，避免时间间隔过长的问题，从而能够精确地判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

在一种可替换的实施例中，从云平台获取到参考用户数据集合，存在数据获取不准确的问题，从而难以准确地从云平台获取到参考用户数据集合，为了改善上述技术问题，步骤S21所描述的从云平台获取到参考用户数据集合的步骤具体可以包括以下步骤S211和步骤S212所描述的内容。

步骤S211，从云平台获取到参考用户数据集合。

步骤S212，对所述参考用户数据集合进行分析，得到分析后的参考用户数据集合；其中，所述参考用户数据集合包括误差数据时，分析后的参考用户数据集合中对应的误差数据为误差范围。

可以理解，在执行上述步骤S211和步骤S212所描述的内容时，从云平台获取到参考用户数据集合，避免数据获取不准确的问题，从而能够准确地从云平台获取到参考用户数据集合。

在一种可替换的实施例中，将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，存在匹配错误的问题，从而难以准确地得到用户数据匹配结果，为了改善上述技术问题，步骤S222所描述的将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果的步骤，具体可以包括以下步骤T1所描述的内容。

步骤T1，将所述误差数据转换为特征描述数据；将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

可以理解，在执行上述步骤T1所描述的内容时，将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，避免匹配错误的问题，从而能够准确地得到用户数据匹配结果。

在实际实施过程中，发明人发现，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配，存在特征描述资源路径不准确的问题，从而难以准确地进行匹配，为了改善上述技术问题，步骤T1所描述的将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配的步骤，具体可以包包括以下步骤Z1和步骤Z2所描述的内容。

步骤Z1，如果所述误差数据是从所述参考用户数据集合中获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

步骤Z2，如果所述误差数据是从所述当前用户数据的关键策略获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

可以理解，在执行上述步骤Z1和步骤Z2所描述的内容时，所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配，避免特征描述资源路径不准确的问题，从而能够准确地进行匹配。

在一种可替换的实施例中，对所述用户数据匹配结果进行数据查询，存在用户数据匹配结果不准确的问题，从而难以准确地得到数据查询结果，为了改善上述技术问题，步骤S26所描述的对所述用户数据匹配结果进行数据查询，得到数据查询结果的步骤，具体可以包括以下步骤S261-步骤S264所描述的内容。

步骤S261，对所述用户数据匹配结果进行特征提取，得到所述用户数据匹配结果对应的描述特征。

步骤S262，对所述描述特征进行区域划分，得到对应的区域范围。

步骤S263，将所述区域范围投影到数据库中的预设标准范围上，得到交集区域和非交集区域。

步骤S264，将所述非交集区域剔除，对交集区域进行数据查询，得到数据查询结果。

可以理解，在执行上述步骤S261-步骤S264所描述的内容时，对所述用户数据匹配结果进行数据查询，避免用户数据匹配结果不准确的问题，从而能准确地得到数据查询结果。

基于同样的发明构思，还提供了基于人工智能与大数据的信息查询***，所述***包括数据储存设备和云平台，所述数据储存设备与所述云平台通信连接，云平台具体用于：

从云平台获取到参考用户数据集合；

判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据；

如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据；

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据；

将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果；

对所述用户数据匹配结果进行数据查询，得到数据查询结果。

进一步的，云平台具体用于：

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，误差相邻数据对应的误差数据作为所述当前用户数据对应的误差数据；

计算所述相邻数据对应的误差数据的连续误差参数，并判断所述误差参数是否达到预设参数；

如果所述误差参数达到所述预设参数，执行所述从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据。

进一步的，云平台具体用于：

判断所述参考用户数据集合中是否存在设定目标对象数据集所对应当前用户数据对应的误差数据；

所述将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果之后，还包括：将所述用户数据匹配结果与所述设定目标对象整合，生成与所述当前用户数据对应的整合数据。

进一步的，云平台具体用于：

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，对所述当前用户数据以及所述当前用户数据之后的关键策略数据进行关键轨迹识别，得到所述当前用户数据以及所述当前用户数据之后的关键策略数据对应的误差数据。

进一步的，云平台具体用于：

根据筛选时间间隔智能查询所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

进一步的，云平台具体用于：

从云平台获取到参考用户数据集合；

对所述参考用户数据集合进行分析，得到分析后的参考用户数据集合；其中，所述参考用户数据集合包括误差数据时，分析后的参考用户数据集合中对应的误差数据为误差范围。

进一步的，云平台具体用于：

将所述误差数据转换为特征描述数据；将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

进一步的，云平台具体用于：

如果所述误差数据是从所述参考用户数据集合中获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配；

如果所述误差数据是从所述当前用户数据的关键策略获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

进一步的，云平台具体用于：

对所述用户数据匹配结果进行特征提取，得到所述用户数据匹配结果对应的描述特征；

对所述描述特征进行区域划分，得到对应的区域范围；

将所述区域范围投影到数据库中的预设标准范围上，得到交集区域和非交集区域；

将所述非交集区域剔除，对交集区域进行数据查询，得到数据查询结果。

基于上述同样的发明构思，请结合参阅图3，还提供了基于人工智能与大数据的信息查询装置500的功能模块框图，关于所述基于人工智能与大数据的信息查询装置500的详细描述如下。

基于人工智能与大数据的信息查询装置500，应用于云平台，所述装置500包括：

数据获取模块510，用于从云平台获取到参考用户数据集合；

误差判断模块520，用于判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据；

误差确定模块530，用于如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据；

策略确定模块540，用于如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据；

数据匹配模块550，用于将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果；

数据查询模块560，用于对所述用户数据匹配结果进行数据查询，得到数据查询结果。

一种云平台，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现图2任一项所述的方法。

综上，基于人工智能与大数据的信息查询方法、***及云平台，通过云平台处理得到误差数据，从云平台获取到参考用户数据集合，云平台判断参考用户数据集合中是否存在当前用户数据对应的误差数据，如果参考用户数据集合中存在当前用户数据对应的误差数据，从参考用户数据集合中获取所述当前用户数据对应的误差数据，将当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果，实现基于人工智能与大数据的信息查询；而当参考用户数据集合中不存在当前用户数据对应的误差数据时，从当前用户数据的关键策略中获取当前用户数据对应的误差数据，将当前用户数据对应的误差数据与待更新的数据集进行匹配，同样也实现了基于人工智能与大数据的信息查询。在无法获取和使用云平台处理对应的误差数据时，直接转换至使用在云平台获取的当前用户数据对应的误差数据，进行数据集查询，实现基于人工智能与大数据的信息查询，保证数据关键策略基于人工智能与大数据的信息查询功能的正常进行，提高了数据关键策略基于人工智能与大数据的信息查询的稳定性，提高了用户使用体验，同时，提高基于人工智能与大数据的信息查询功能抵抗外界因素干扰的能力，确保相关数据的精度。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于人工智能与大数据的信息查询方法，其特征在于，包括：

从云平台获取到参考用户数据集合；

判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据；

如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据；

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据；

将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果；

对所述用户数据匹配结果进行数据查询，得到数据查询结果。

2.根据权利要求1所述的基于人工智能与大数据的信息查询方法，其特征在于，所述如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据，包括：

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，误差相邻数据对应的误差数据作为所述当前用户数据对应的误差数据；

计算所述相邻数据对应的误差数据的连续误差参数，并判断所述误差参数是否达到预设参数；

如果所述误差参数达到所述预设参数，执行所述从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据。

3.根据权利要求1所述的基于人工智能与大数据的信息查询方法，其特征在于，所述判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，包括：

判断所述参考用户数据集合中是否存在设定目标对象数据集所对应当前用户数据对应的误差数据；

所述将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果之后，还包括：将所述用户数据匹配结果与所述设定目标对象整合，生成与所述当前用户数据对应的整合数据。

4.根据权利要求1或2所述的基于人工智能与大数据的信息查询方法，其特征在于，所述如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据，包括：

如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，对所述当前用户数据以及所述当前用户数据之后的关键策略数据进行关键轨迹识别，得到所述当前用户数据以及所述当前用户数据之后的关键策略数据对应的误差数据。

5.根据权利要求1或2所述的基于人工智能与大数据的信息查询方法，其特征在于，所述判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据，包括：

根据筛选时间间隔智能查询所述参考用户数据集合中是否存在当前用户数据对应的误差数据。

6.根据权利要求1或2所述的基于人工智能与大数据的信息查询方法，其特征在于，所述从云平台获取到参考用户数据集合，包括：

从云平台获取到参考用户数据集合；

对所述参考用户数据集合进行分析，得到分析后的参考用户数据集合；其中，所述参考用户数据集合包括误差数据时，分析后的参考用户数据集合中对应的误差数据为误差范围。

7.根据权利要求1或2所述的基于人工智能与大数据的信息查询方法，其特征在于，所述将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果，包括：

将所述误差数据转换为特征描述数据；将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

8.根据权利要求7所述的基于人工智能与大数据的信息查询方法，其特征在于，所述将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配，包括：

如果所述误差数据是从所述参考用户数据集合中获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配；

如果所述误差数据是从所述当前用户数据的关键策略获取到的，将所述特征描述数据与所述待更新的数据集通过特征描述资源路径进行匹配。

9.一种基于人工智能与大数据的信息查询***，其特征在于，包括数据储存设备和云平台，所述数据储存设备和所述云平台通信连接，所述云平台包括：

数据获取模块，用于从云平台获取到参考用户数据集合；

误差判断模块，用于判断所述参考用户数据集合中是否存在当前用户数据对应的误差数据；

误差确定模块，用于如果所述参考用户数据集合中存在所述当前用户数据对应的误差数据，从所述参考用户数据集合中获取所述当前用户数据对应的误差数据；

策略确定模块，用于如果所述参考用户数据集合中不存在所述当前用户数据对应的误差数据，从所述当前用户数据的关键策略获取所述当前用户数据对应的误差数据；

数据匹配模块，用于将所述当前用户数据对应的误差数据与待更新的数据集进行匹配，得到用户数据匹配结果；

数据查询模块，用于对所述用户数据匹配结果进行数据查询，得到数据查询结果。

10.一种云平台，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现权利要求1-8任一项所述的方法。

Images