CN114840348A - 一种用于计算机的资源等级确定方法及*** - Google Patents
一种用于计算机的资源等级确定方法及*** Download PDFInfo
- Publication number
- CN114840348A CN114840348A CN202210763422.9A CN202210763422A CN114840348A CN 114840348 A CN114840348 A CN 114840348A CN 202210763422 A CN202210763422 A CN 202210763422A CN 114840348 A CN114840348 A CN 114840348A
- Authority
- CN
- China
- Prior art keywords
- resource
- evaluation
- target
- grade
- information
- 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 53
- 238000011156 evaluation Methods 0.000 claims abstract description 224
- 238000012795 verification Methods 0.000 claims description 67
- 238000007726 management method Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 36
- 238000013210 evaluation model Methods 0.000 claims description 35
- 238000001914 filtration Methods 0.000 claims description 25
- 238000002372 labelling Methods 0.000 claims description 19
- 238000013468 resource allocation Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000010200 validation analysis Methods 0.000 description 11
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种用于计算机的资源等级确定方法及***,其方法包括:对目标资源进行读取,确定目标资源的第一资源信息;获取目标资源的资源类型,并将资源类型在计算机中的预设资源管理库中进行匹配,确定与资源类型一致的资源集,同时,提取资源集对应的第二资源信息;获取等级评估的评估因子,并基于第二资源信息以及等级评估的评估因子制定对第一资源信息进行等级评估的评估方案;根据等级评估方案在计算机中对第一资源信息进行等级评估,获得目标资源的资源等级。通过根据资源类型和等级评估因子对目标资源进行准确有效的资源等级评估,提高了资源等级判定的准确率以及资源等级判定的智能性,同时也为不同资源等级的调用提供了参考依据。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种用于计算机的资源等级确定方法及***。
背景技术
目前,随着科技的不断进步,越来越多的资源出现在人们的生活当中,包括用户资源、电力资源以及网路资源等,不同的资源为用户提供了不同需求上的便利;
但是,随着资源的大量涌现,人们对资源的需要也存在不同,但是,目前同类型的资源大都以同一形式、同一级别存在,用户在对资源调用或使用过程中需要手动检索与自身相关的资源,大大降低了对资源的调用效率,同时,在对资源进行定级时,通常采用人工定级,降低了资源定级的准确性;
因此,本发明提供了一种用于计算机的资源等级确定方法及***。
发明内容
本发明提供一种用于计算机的资源等级确定方法及***,用以通过根据目标资源的资源信息实现对目标资源的类型进行有效确认,同时根据等级评估因子对目标资源进行准确有效的资源等级评估,提高了资源等级判定的准确率以及资源等级判定的智能性,同时也为不同资源等级的调用提供了参考依据。
本发明提供了一种用于计算机的资源等级确定方法,包括:
步骤1:对目标资源进行读取,确定目标资源的第一资源信息;
步骤2:获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,同时,提取资源集对应的第二资源信息;
步骤3:获取等级评估的评估因子,并基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案;
步骤4:在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级。
优选的,一种用于计算机的资源等级确定方法,步骤1中,对目标资源进行读取之前,还包括:
获取目标资源的资源名称,并基于所述目标资源的资源名称生成资源读取请求指令;
将所述资源读取请求指令传输至计算机的资源管理终端,并当所述资源管理终端接收到所述资源读取请求指令时,调取资源索引文件;
基于所述资源读取请求指令在所述资源索引文件中进行映射,确定与所述资源读取请求指令对应的资源读取请求文件;
读取所述资源读取请求文件,确定目标资源读取密钥以及读取地址,同时,基于所述目标资源读取密钥以及读取地址获取所述目标资源。
优选的,一种用于计算机的资源等级确定方法,当所述资源管理终端接收到所述资源读取请求指令时,还包括:
基于所述资源管理终端对所述资源读取请求指令时,获取所述资源读取请求指令的指令信息,并在所述指令信息中确定所述资源读取请求指令的指令关键词以及所述资源读取请求指令的指令编码;
根据所述指令关键词调取在所述资源管理终端中的第一安全验证规则以及根据所述指令编码调取在所述资源管理终端的第二安全验证规则;
基于所述第一安全验证规则对所述指令关键字进行第一验证,并输出第一验证结果,其中,所述第一验证结果包括:1或0;
同时,根据所述第二安全验证规则对所述指令编码进行第二验证,并输出第二验证结果,其中,所述第二验证结果包括:1或0;
根据所述第一验证结果与所述第二验证结果,判断所述资源读取请求指令是否安全;
其中,当所述第一验证结果与所述第二验证结果均输出1时,则判定所述资源读取请求指令安全,并调取所述资源索引文件;
否则,则判定所述资源读取请求指令不安全,无法调取所述资源索引文件。
优选的,一种用于计算机的资源等级确定方法,步骤1中,对目标资源进行读取,确定目标资源的第一资源信息,包括:
读取所述目标资源,并确定所述目标资源的资源标识;
根据所述目标资源的资源标识在预设资源管理库中匹配对应的目标资源的资源文件;
对所述资源文件进行读取,确定所述目标资源的第一资源信息。
优选的,一种用于计算机的资源等级确定方法,步骤2中,获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,包括:
对所述目标资源进行读取,确定所述目标资源的资源类型,同时,将所述资源类型进行编码,获取所述目标资源的资源类型编码;
将所述资源类型编码输入至所述计算机中进行识别,获取资源类型编码的编码标识,同时,将所述资源类型编码的编码标识输入至所述预设资源管理库中进行匹配,并获取匹配结果;
基于所述匹配结果获取与所述资源类型一致的资源集。
优选的,一种用于计算机的资源等级确定方法,步骤3中,基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案,包括:
读取第二资源信息,确定所述第二资源信息对应的第二资源信息数据;
获取所述第二资源信息的信息特征,并根据所述信息特征确定对所述第二资源信息数据进行过滤的数据过滤标签;
根据所述第二资源信息数据的数据过滤标签以及所述第二资源信息的信息特征确定对所述第二资源信息数据进行过滤的过滤条件,同时,基于所述数据过滤标签设置数据可视窗口;
获取所述第二资源信息数据与所述过滤条件的对应关系,并基于所述对应关系摘取目标第二资源信息数据,并在所述数据可视窗口中对所述目标第二资源信息数据进行数据可视存储;
读取等级评估因子,并基于所述等级评估因子在所述数据可视窗口中对所述目标第二资源信息数据进行数据划分,生成子资源信息数据;
将所述等级评估因子作为数据网络支路的支路标识,并基于所述支路标识构建所述第二资源信息的分布式数据网络;
将所述子资源信息数据根据所述支路标识在所述分布式数据网络中进行对应输入,并基于所述分布式数据网络对所述子资源信息数据进行分析,获取支路中子资源信息数据所对应的子数据分布状况;
获取所述目标资源的资源目标,并根据所述目标资源的资源目标确定所述评估因子的因子权重;
根据所述子数据分布状况、评估因子以及所述评估因子对应的因子权重,构建对所述第一资源信息进行等级评估的评估方案。
优选的,一种用于计算机的资源等级确定方法,构建对所述第一资源信息进行等级评估的评估方案后,还包括:
对所述评估方案进行读取,确定所述评估方案的执行逻辑,同时,根据所述评估方案的执行逻辑对所述第一资源信息进行预评估,获取预评估数据;
对所述预评估数据进行分析,并根据分析结果确定所述目标资源的预分析等级;
根据所述子数据分布状况对所述目标资源进行等级粗评估,并基于粗评估结果确定所述目标资源的等级范围;
将所述预分析等级与所述等级范围进行比较,判断所述评估方案是否合理;
当所述预分析等级在所述等级范围内时,则判定所述评估方案合理;
否则,则判定所述评估方案不合理,并重新构建对所述第一资源信息进行等级评估的评估方案。
优选的,一种用于计算机的资源等级确定方法,步骤4中,根据所述等级评估方案在计算机中对所述第一资源信息进行等级评估,获得所述目标资源的资源等级,包括:
获取历史资源信息,并对所述历史资源信息进行筛选,确定所述历史资源信息中的目标有效资源信息;
将所述目标有效资源信息划分为训练集和验证集,并提取所述训练集的目标数据特征;
同时,读取等级评估方案,确定所述目标数据特征的特征权重,根据所述目标数据特征的特征权重,确定等级评估模型;
基于验证集对所述等级评估模型进行验证,得到所述等级评估模型对所述验证集的等级评估结果,并将所述等级评估结果与标准等级进行比较,且在所述等级评估结果与所述标准等级一致时,判定等级评估模型构建合格;
将第一资源信息输入所述等级评估模型,并基于所述等级评估模型调取对所述第一资源信息的评价指标,其中,所述评价指标至少为一个;
确定所述评价指标的权重值以及预设期望值,并基于所述权重值以及期望值确定所述第一资源信息的综合评估值;
将所述综合评估值与预设阈值区间进行比较,判断所述目标资源的资源等级;
若所述综合评估值小于所述预设阈值区间的下限值时,则判定所述目标资源为第一资源等级;
若所述综合评估值等于或大于所述预设阈值区间的下限值,且小于所述预设阈值区间的上限值时,判定所述目标资源为第二资源等级;
否则,判定所述目标资源为第三资源等级;
基于所述第一资源等级、第二资源等级以及第三资源等级得到对所述目标资源等级的判定结果,并基于判定结果从预设标注数据库中调取目标标注训练语料;
确定所述目标标注训练语料的属性信息,并基于所述属性信息确定目标标记符号,同时,获取对数据的标注规则;
基于所述标注规则通过所述目标标记符号对所述目标资源进行资源等级标注,完成对所述目标资源的资源等级的确认。
优选的,一种用于计算机的资源等级确定方法,步骤4中,获得所述目标资源的资源等级后,还包括:
根据所述目标资源的资源等级匹配对应的资源分配函数;
根据所述资源分配函数确定对所述目标资源进行资源分配的资源接收端;
对所述资源分配函数进行反函数计算,并根据计算结果对所述目标资源进行分配,同时,基于所述资源接收端接收所述目标资源。
优选的,一种用于计算机的资源等级确定***,包括:
资源读取模块,用于对目标资源进行读取,确定目标资源的第一资源信息;
资源匹配模块,用于获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,同时,提取资源集对应的第二资源信息;
评估方案确定模块,用于获取等级评估的评估因子,并基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案;
资源等级确定模块,用于在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种用于计算机的资源等级确定方法的流程图;
图2为本发明实施例中一种用于计算机的资源等级确定方法中步骤1的流程图;
图3为本发明实施例中一种用于计算机的资源等级确定***的结构图。
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。
实施例1:
本实施例提供了一种用于计算机的资源等级确定方法,如图1所示,包括:
步骤1:对目标资源进行读取,确定目标资源的第一资源信息;
步骤2:获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,同时,提取资源集对应的第二资源信息;
步骤3:获取等级评估的评估因子,并基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案;
步骤4:在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级。
该实施例中,第一资源信息可以是目标资源的资源数量、质量、分布情况等。
该实施例中,第二资源信息可以是与目标资源类型一致的资源集中每个资源的资源数量、质量、分布情况等,包含着与目标资源类型一致的资源综合信息,其中,资源综合信息指的是在预设资源管理库中与目标资源类型一致的资源的等级信息等。
该实施例中,目标资源可以是电力资源以及用户资源等。
该实施例中,预设资源管理库是提前设定好的,用于存储不同资源类型的资源。
该实施例中,资源集可以是预设资源管理库中与目标资源类型相一致的所有资源的集合。
该实施例中,评估因子可以是用于表征资源数量、质量、分布情况好坏的参数。
该实施例中,评估方案包括对目标资源等级评估的步骤以及具体的方式方法等。
上述技术方案的有益效果是:通过根据目标资源的资源信息实现对目标资源的类型进行有效确认,同时根据等级评估因子对目标资源进行准确有效的资源等级评估,提高了资源等级判定的准确率以及资源等级判定的智能性,同时也为不同资源等级的调用提供了参考依据。
实施例2:
在实施例1的基础上,本实施例提供了一种用于计算机的资源等级确定方法,如图2所示,步骤1中,对目标资源进行读取之前,还包括:
步骤101:获取目标资源的资源名称,并基于所述目标资源的资源名称生成资源读取请求指令;
步骤102:将所述资源读取请求指令传输至计算机的资源管理终端,并当所述资源管理终端接收到所述资源读取请求指令时,调取资源索引文件;
步骤103:基于所述资源读取请求指令在所述资源索引文件中进行映射,确定与所述资源读取请求指令对应的资源读取请求文件;
步骤104:读取所述资源读取请求文件,确定目标资源读取密钥以及读取地址,同时,基于所述目标资源读取密钥以及读取地址获取所述目标资源。
该实施例中,资源索引文件是提前设定好的,用于存储不同资源类型的资源读取请求文件。
该实施例中,资源读取请求文件是用来存储不同资源类型的资源的读取密钥以及资源的存储地址。
上述技术方案的有益效果是:通过根据资源名称生成对应的资源读取请求指令,从而实现在资源管理终端中对目标资源进行准确的读取,为确定目标资源类型信息提供了便利,从而保障了对目标资源等级判定的准确率。
实施例3:
在实施例2的基础上,本实施例提供了一种用于计算机的资源等级确定方法,当所述资源管理终端接收到所述资源读取请求指令时,还包括:
基于所述资源管理终端对所述资源读取请求指令时,获取所述资源读取请求指令的指令信息,并在所述指令信息中确定所述资源读取请求指令的指令关键词以及所述资源读取请求指令的指令编码;
根据所述指令关键词调取在所述资源管理终端中的第一安全验证规则以及根据所述指令编码调取在所述资源管理终端的第二安全验证规则;
基于所述第一安全验证规则对所述指令关键字进行第一验证,并输出第一验证结果,其中,所述第一验证结果包括:1或0;
同时,根据所述第二安全验证规则对所述指令编码进行第二验证,并输出第二验证结果,其中,所述第二验证结果包括:1或0;
根据所述第一验证结果与所述第二验证结果,判断所述资源读取请求指令是否安全;
其中,当所述第一验证结果与所述第二验证结果均输出1时,则判定所述资源读取请求指令安全,并调取所述资源索引文件;
否则,则判定所述资源读取请求指令不安全,无法调取所述资源索引文件。
该实施例中,指令信息包括需要读取的信息的类型或是属性信息等。
该实施例中,指令关键词可以是指令信息中具有明显作用的数据片段。
该实施例中,指令编码可以是指令信息对应的编码数据,与指令信息内容一致,格式不同。
该实施例中,第一安全验证规则可以是用于对指令关键词的验证方式,其中,1表示验证通过,0表示验证未通过。
该实施例中,第二安全验证规则可以是用于对指令编码的验证方式,其中,1表示验证通过,0表示验证未通过。
上述技术方案的有益效果是:通过对资源读取请求指令进行分析,实现对资源读取请求指令的安全性进行有效的验证,从而保障了对目标资源调取的安全性,为准确分析目标资源的资源等级提供了保障。
实施例4:
在实施例1的基础上,本实施例提供了一种用于计算机的资源等级确定方法,步骤1中,对目标资源进行读取,确定目标资源的第一资源信息,包括:
读取所述目标资源,并确定所述目标资源的资源标识;
根据所述目标资源的资源标识在预设资源管理库中匹配对应的目标资源的资源文件;
对所述资源文件进行读取,确定所述目标资源的第一资源信息。
该实施例中,资源标识是用来区分不同资源的一种标记标签。
该实施例中,资源文件可以是目标资源对应的文本数据,是用来记录目标资源的具体内容。
上述技术方案的有益效果是:通过确定目标资源的资源标识,实现对目标资源所在的资源文件进行准确有效的判定,从而实现对目标资源进行准确有效的读取,为实现对目标资源进行准确有效的定级提供了便利。
实施例5:
在实施例1的基础上,本实施例提供了一种用于计算机的资源等级确定方法,步骤2中,获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,包括:
对所述目标资源进行读取,确定所述目标资源的资源类型,同时,将所述资源类型进行编码,获取所述目标资源的资源类型编码;
将所述资源类型编码输入至所述计算机中进行识别,获取资源类型编码的编码标识,同时,将所述资源类型编码的编码标识输入至所述预设资源管理库中进行匹配,并获取匹配结果;
基于所述匹配结果获取与所述资源类型一致的资源集。
该实施例中,资源类型编码可以是将目标资源的资源类型进行编码处理后得到的具体编码数据。
该实施例中,编码标识是用来标记资源类型编码的一种标记标签。
上述技术方案的有益效果是:通过将目标资源的资源类型进行编码,并将编码结果输入预设资源管理库中进行匹配,实现对预设资源管理库中与目标资源类型一致的资源进行有效获取,为实现对目标资源进行定级提供了有效的参考依据。
实施例6:
在实施例1的基础上,本实施例提供了一种用于计算机的资源等级确定方法,步骤3中,基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案,包括:
读取第二资源信息,确定所述第二资源信息对应的第二资源信息数据;
获取所述第二资源信息的信息特征,并根据所述信息特征确定对所述第二资源信息数据进行过滤的数据过滤标签;
根据所述第二资源信息数据的数据过滤标签以及所述第二资源信息的信息特征确定对所述第二资源信息数据进行过滤的过滤条件,同时,基于所述数据过滤标签设置数据可视窗口;
获取所述第二资源信息数据与所述过滤条件的对应关系,并基于所述对应关系摘取目标第二资源信息数据,并在所述数据可视窗口中对所述目标第二资源信息数据进行数据可视存储;
读取等级评估因子,并基于所述等级评估因子在所述数据可视窗口中对所述目标第二资源信息数据进行数据划分,生成子资源信息数据;
将所述等级评估因子作为数据网络支路的支路标识,并基于所述支路标识构建所述第二资源信息的分布式数据网络;
将所述子资源信息数据根据所述支路标识在所述分布式数据网络中进行对应输入,并基于所述分布式数据网络对所述子资源信息数据进行分析,获取支路中子资源信息数据所对应的子数据分布状况;
获取所述目标资源的资源目标,并根据所述目标资源的资源目标确定所述评估因子的因子权重;
根据所述子数据分布状况、评估因子以及所述评估因子对应的因子权重,构建对所述第一资源信息进行等级评估的评估方案。
该实施例中,第二资源信息数据可以是第二资源信息对应的具体内容。
该实施例中,信息特征可以是第二资源信息数据的结构或取值情况等。
该实施例中,数据过滤标签可以是用于对第二资源信息数据进行过滤的标准。
该实施例中,数据可视窗口可以是用于对第二资源信息数据仅从可视化存储。
该实施例中,基于所述对应关系摘取目标第二资源信息数据可以是对第二资源信息数据中不满足过滤条件的数据进行过滤。
该实施例中,目标第二资源信息数据可以是对第二资源信息数据进行过滤后得到的最终的第二资源信息数据。
该实施例中,可视存储可以是将对目标第二资源信息数据的存储过程进行可视化,从而便于清楚的了解对第二资源信息数据的存储情况。
该实施例中,子资源信息数据可以是对目标第二资源信息数据进行划分后得到的数据子集。
该实施例中,支路标识可以是用于标记不同数据网络支路的标记标签。
该实施例中,分布式数据网络可以是用于对不同子资源信息数据进行处理。
该实施例中,资源目标可以是目标资源的业务属性,具体为电力资源、用户资源等。
该实施例中,因子权重可以是不同评估因子在对目标资源定级过程中的重要程度,由于资源目标是针对的业务属性,可以通过预设业务属性-评估因子数据库得到对应评估因子的因子权重,且该预设业务属性-评估因子数据库是包括不同业务属性以及与该业务属性对应的评估因子以及评估因子对应的因子权重一一对应在内的。
针对:根据子数据分布状况、评估因子以及评估因子对应的因子权重,构建对第一资源信息进行等级评估的评估方案,具体包括:
按照分布状况-匹配表,获取与所述子数据分布状况对应的匹配特征以及匹配特征的特征权重;
根据匹配特征、匹配特征的特征权重、评估因子以及评估因子的因子权重,对第一资源信息进行等级评估;
从等级评估-方案数据库中,获取与等级评估一致的评估方案。
该实施例中,分布状况-匹配表是包括不同的子数据分布状况以及与每个子数据分布状况对应的匹配特征在内的还包括与匹配特征相关的特征权重在内,都是预先设置好的。
该实施例中,等级评估,主要是依赖特征权重以及因子权重计算得到的,并将计算值视为等级评估结果,比如:等级评估结果=sum(特征权重*匹配特征值)+sum(因子权重*评估因子值)。
该实施例中,等级评估-方案数据库是包括不同的等级评估结果以及对应的评估方案在内的,因此,可以获取到对应的等级方案。
上述技术方案的有益效果是:通过对第二资源信息进行处理,实现对目标资源进行定级所需的评估因子以及评估因子的权重等进行准确有效的分析,从而根据评估因子以及对应的权重值和第二资源信息实现对目标资源等级评估的评估方案进行准确有效的制定,为实现对目标资源进行准确的定级提供了便利。
实施例7:
在实施例6的基础上,本实施例提供了一种用于计算机的资源等级确定方法,构建对所述第一资源信息进行等级评估的评估方案后,还包括:
对所述评估方案进行读取,确定所述评估方案的执行逻辑,同时,根据所述评估方案的执行逻辑对所述第一资源信息进行预评估,获取预评估数据;
对所述预评估数据进行分析,并根据分析结果确定所述目标资源的预分析等级;
根据所述子数据分布状况对所述目标资源进行等级粗评估,并基于粗评估结果确定所述目标资源的等级范围;
将所述预分析等级与所述等级范围进行比较,判断所述评估方案是否合理;
当所述预分析等级在所述等级范围内时,则判定所述评估方案合理;
否则,则判定所述评估方案不合理,并重新构建对所述第一资源信息进行等级评估的评估方案。
该实施例中,执行逻辑可以是评估方案中对目标资源进行定级的具体逻辑顺序。
该实施例中,预评估可以是对第一资源信息进行模拟评估。
该实施例中,预评估数据可以是对第一资源信息进行模拟评估后得到的具体评估的结果。
该实施例中,预分析等级可以是表征对第一资源信息进行预分析后得到的目标资源的预测等级。
该实施例中,等级粗评估可以是目标资源进行大概等级的评估。
上述技术方案的有益效果是:通过根据评估方案对目标资源的资源等级进行预评估,实现对评估方案的合理性进行有效验证,且在评估方案不合理时,重新制定评估方案,保障了对目标资源定级的准确性。
实施例8:
在实施例1的基础上,本实施例提供了一种用于计算机的资源等级确定方法,步骤4中,根据所述等级评估方案在计算机中对所述第一资源信息进行等级评估,获得所述目标资源的资源等级,包括:
获取历史资源信息,并对所述历史资源信息进行筛选,确定所述历史资源信息中的目标有效资源信息;
将所述目标有效资源信息划分为训练集和验证集,并提取所述训练集的目标数据特征;
同时,读取等级评估方案,确定所述目标数据特征的特征权重,根据所述目标数据特征的特征权重,确定等级评估模型;
基于验证集对所述等级评估模型进行验证,得到所述等级评估模型对所述验证集的等级评估结果,并将所述等级评估结果与标准等级进行比较,且在所述等级评估结果与所述标准等级一致时,判定等级评估模型构建合格;
将第一资源信息输入所述等级评估模型,并基于所述等级评估模型调取对所述第一资源信息的评价指标,其中,所述评价指标至少为一个;
确定所述评价指标的权重值以及预设期望值,并基于所述权重值以及期望值确定所述第一资源信息的综合评估值;
将所述综合评估值与预设阈值区间进行比较,判断所述目标资源的资源等级;
若所述综合评估值小于所述预设阈值区间的下限值时,则判定所述目标资源为第一资源等级;
若所述综合评估值等于或大于所述预设阈值区间的下限值,且小于所述预设阈值区间的上限值时,判定所述目标资源为第二资源等级;
否则,判定所述目标资源为第三资源等级;
基于所述第一资源等级、第二资源等级以及第三资源等级得到对所述目标资源等级的判定结果,并基于判定结果从预设标注数据库中调取目标标注训练语料;
确定所述目标标注训练语料的属性信息,并基于所述属性信息确定目标标记符号,同时,获取对数据的标注规则;
基于所述标注规则通过所述目标标记符号对所述目标资源进行资源等级标注,完成对所述目标资源的资源等级的确认。
该实施例中,历史资源信息可以是预设时间段内的资源数据。
该实施例中,目标有效资源信息可以是对历史资源信息进行筛选,剔除其中的干扰数据后,得到的最终的资源信息。
该实施例中,目标数据特征可以是用于表征训练集中资源信息的种类以及取值情况。
该实施例中,训练集和验证中中包含的资源数量相一致。
该实施例中,等级评估模型可以是用于对目标资源进行资源等级判定的工具。
该实施例中,等级验证结果可以是等级评估模型对验证集中的资源信息进行等级评估后得到的评估结果。
该实施例中,标准等级可以是验证集中的资源信息携带的资源等级。
该实施例中,评价指标可以是用于对目标资源进行等级评估时依据的评估参数。
该实施例中,预设期望值是提前设定好的,用于确定第一资源信息的综合评估值。
该实施例中,综合评估值可以是通过根据评估指标的权重以及预设期望值,实现对目标资源、分布情况等进行综合计算或评估后得到的一个数值,用于表征目标资源的最终的资源等级。
该实施例中,预设阈值区间是提前设定好的,用于衡量目标资源的资源等级。
该实施例中,预设标注数据库是提前设定好的,用于存储资源标注所需的标注材料。
该实施例中,目标标注训练语料可以是用于对当前目标资源进行标注的具体材料或是标注数据等。
该实施例中,属性信息可以是目标标注训练语料类型以及对应的数值情况。
该实施例中,目标标记符号可以是最终确定的或是训练得到的用于对目标资源进行标记的标记符号。
上述技术方案的有益效果是:通过获取历史资源信息,且通过历史资源信息以及等级评估方案实现对等级评估模型进行准确有效的构建,其次,通过等级评估模型对目标资源进行严谨可靠的等级评估,最终实现对目标资源的资源等级进行准确判定,且在资源等级判定后,通过相应的标记符号实现对目标资源的资源等级进行标注,从而便于快速有效的确定目标资源的资源等级,提高了目标资源的资源等级确定的智能性,为实现对不同资源等级的资源调用提供了便利。
实施例9:
在实施例1的基础上,本实施例提供了一种用于计算机的资源等级确定方法,步骤4中,获得所述目标资源的资源等级后,还包括:
根据所述目标资源的资源等级匹配对应的资源分配函数;
根据所述资源分配函数确定对所述目标资源进行资源分配的资源接收端;
对所述资源分配函数进行反函数计算,并根据计算结果对所述目标资源进行分配,同时,基于所述资源接收端接收所述目标资源。
该实施例中,资源分配函数可以是根据目标资源的资源等级等进行匹配确定的资源分配函数,是提前设定好的函数,不同的资源等级对应于不同的资源分配函数,其资源分配函数中,自变量可以是资源等级,因变量可以是资源接收端。
该实施例中,资源接收端可以是目标资源进行分配时的接收端,且接收端可以是根据用户对目标资源的使用状况确定对目标资源的使用等级,进而确定的资源接收端对资源接收的等级。
上述技术方案的有益效果是:通过确定资源分配函数,从而可以精准定位资源接收端,通过对资源分配函数进行反函数计算,实现将目标资源进行精准分配,大大提高了资源分配的精准性。
实施例10:
本实施例提供了一种用于计算机的资源等级确定***,如图3所示,包括:
资源读取模块,用于对目标资源进行读取,确定目标资源的第一资源信息;
资源匹配模块,用于获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,同时,提取资源集对应的第二资源信息;
评估方案确定模块,用于获取等级评估的评估因子,并基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案;
资源等级确定模块,用于在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级。
上述技术方案的有益效果是:通过根据目标资源的资源信息实现对目标资源的类型进行有效确认,同时根据等级评估因子对目标资源进行准确有效的资源等级评估,提高了资源等级判定的准确率以及资源等级判定的智能性,同时也为不同资源等级的调用提供了参考依据。
实施例11:
在实施例8的基础上,还包括:
其中,M表示所述目标有效资源信息的训练集;m1表示所述训练集中的第一个训练元素;m2表示所述训练集中的第二个训练元素;mt表示所述训练集中第t个训练元素;t表示训练元素的总个数;N表示所述目标有效资源信息的验证集;n1表示所述验证集中的第一个验证元素;n2表示所述验证集中的第二个验证元素;nt表示所述验证集中的第t个验证元素,p表示验证元素的总个数,且t = p;
基于所述目标有效资源信息的训练集,确定所述训练集的目标数据特征f(mi,mi-1),其中,f(mi,mi-1)表示所述训练集的目标数据特征函数,且mi表示所述训练集中第i个训练元素;mi-1表示所述训练集中第i-1个训练元素,同时,,且当i取值为1时,m0表示所述训练集中的预先默认的初始训练元素;
读取所述等级评估方案,确定所述目标数据特征的特征权重,同时,根据所述目标数据特征的特征权重,确定等级评估模型;
其中,表示所述等级评估结果;f(ni,ni-1)表示所述验证集的目标数据特征函数;ni表示所述验证集中第i个验证元素;ni-1表示所述验证集中第i-1个验证元素,同时,;表示所述验证集的目标数据特征权重;
若一致,则判定所述等级评估模型构建合格;
否则,则判定所述等级评估模型构建不合格。
上述技术方案的有益效果是:通过确定训练集与验证集,并提取训练集的目标数据特征,从而有利于准确构建等级评估模型,通过确定验证集,并将验证集中对应的目标数据特征函数输入至等级评估模型中,获取验证结果,进而通过判断验证结果与等级评估模型是否一致,从而确定等级评估模型构建是否合格,提高了等级评估模型构建的准确性、客观性,进而间接增加了资源等级确定的准确性。
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)
1.一种用于计算机的资源等级确定方法,其特征在于,包括:
步骤1:对目标资源进行读取,确定目标资源的第一资源信息;
步骤2:获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,同时,提取资源集对应的第二资源信息;
步骤3:获取等级评估的评估因子,并基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案;
步骤4:在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级。
2.根据权利要求1所述的一种用于计算机的资源等级确定方法,其特征在于,步骤1中,对目标资源进行读取之前,还包括:
获取目标资源的资源名称,并基于所述目标资源的资源名称生成资源读取请求指令;
将所述资源读取请求指令传输至计算机的资源管理终端,并当所述资源管理终端接收到所述资源读取请求指令时,调取资源索引文件;
基于所述资源读取请求指令在所述资源索引文件中进行映射,确定与所述资源读取请求指令对应的资源读取请求文件;
读取所述资源读取请求文件,确定目标资源读取密钥以及读取地址,同时,基于所述目标资源读取密钥以及读取地址获取所述目标资源。
3.根据权利要求2所述的一种用于计算机的资源等级确定方法,其特征在于,当所述资源管理终端接收到所述资源读取请求指令时,还包括:
基于所述资源管理终端对所述资源读取请求指令时,获取所述资源读取请求指令的指令信息,并在所述指令信息中确定所述资源读取请求指令的指令关键词以及所述资源读取请求指令的指令编码;
根据所述指令关键词调取在所述资源管理终端中的第一安全验证规则以及根据所述指令编码调取在所述资源管理终端的第二安全验证规则;
基于所述第一安全验证规则对所述指令关键字进行第一验证,并输出第一验证结果,其中,所述第一验证结果包括:1或0;
同时,根据所述第二安全验证规则对所述指令编码进行第二验证,并输出第二验证结果,其中,所述第二验证结果包括:1或0;
根据所述第一验证结果与所述第二验证结果,判断所述资源读取请求指令是否安全;
其中,当所述第一验证结果与所述第二验证结果均输出1时,则判定所述资源读取请求指令安全,并调取所述资源索引文件;
否则,则判定所述资源读取请求指令不安全,无法调取所述资源索引文件。
4.根据权利要求1所述的一种用于计算机的资源等级确定方法,其特征在于,步骤1中,对目标资源进行读取,确定目标资源的第一资源信息,包括:
读取所述目标资源,并确定所述目标资源的资源标识;
根据所述目标资源的资源标识在预设资源管理库中匹配对应的目标资源的资源文件;
对所述资源文件进行读取,确定所述目标资源的第一资源信息。
5.根据权利要求1所述的一种用于计算机的资源等级确定方法,其特征在于,步骤2中,获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,包括:
对所述目标资源进行读取,确定所述目标资源的资源类型,同时,将所述资源类型进行编码,获取所述目标资源的资源类型编码;
将所述资源类型编码输入至所述计算机中进行识别,获取资源类型编码的编码标识,同时,将所述资源类型编码的编码标识输入至所述预设资源管理库中进行匹配,并获取匹配结果;
基于所述匹配结果获取与所述资源类型一致的资源集。
6.根据权利要求1所述的一种用于计算机的资源等级确定方法,其特征在于,步骤3中,基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案,包括:
读取第二资源信息,确定所述第二资源信息对应的第二资源信息数据;
获取所述第二资源信息的信息特征,并根据所述信息特征确定对所述第二资源信息数据进行过滤的数据过滤标签;
根据所述第二资源信息数据的数据过滤标签以及所述第二资源信息的信息特征确定对所述第二资源信息数据进行过滤的过滤条件,同时,基于所述数据过滤标签设置数据可视窗口;
获取所述第二资源信息数据与所述过滤条件的对应关系,并基于所述对应关系摘取目标第二资源信息数据,并在所述数据可视窗口中对所述目标第二资源信息数据进行数据可视存储;
读取等级评估因子,并基于所述等级评估因子在所述数据可视窗口中对所述目标第二资源信息数据进行数据划分,生成子资源信息数据;
将所述等级评估因子作为数据网络支路的支路标识,并基于所述支路标识构建所述第二资源信息的分布式数据网络;
将所述子资源信息数据根据所述支路标识在所述分布式数据网络中进行对应输入,并基于所述分布式数据网络对所述子资源信息数据进行分析,获取支路中子资源信息数据所对应的子数据分布状况;
获取所述目标资源的资源目标,并根据所述目标资源的资源目标确定所述评估因子的因子权重;
根据所述子数据分布状况、评估因子以及所述评估因子对应的因子权重,构建对所述第一资源信息进行等级评估的评估方案。
7.根据权利要求6所述的一种用于计算机的资源等级确定方法,其特征在于,构建对所述第一资源信息进行等级评估的评估方案后,还包括:
对所述评估方案进行读取,确定所述评估方案的执行逻辑,同时,根据所述评估方案的执行逻辑对所述第一资源信息进行预评估,获取预评估数据;
对所述预评估数据进行分析,并根据分析结果确定所述目标资源的预分析等级;
根据所述子数据分布状况对所述目标资源进行等级粗评估,并基于粗评估结果确定所述目标资源的等级范围;
将所述预分析等级与所述等级范围进行比较,判断所述评估方案是否合理;
当所述预分析等级在所述等级范围内时,则判定所述评估方案合理;
否则,则判定所述评估方案不合理,并重新构建对所述第一资源信息进行等级评估的评估方案。
8.根据权利要求1所述的一种用于计算机的资源等级确定方法,其特征在于,步骤4中,在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级,包括:
获取历史资源信息,并对所述历史资源信息进行筛选,确定所述历史资源信息中的目标有效资源信息;
将所述目标有效资源信息划分为训练集和验证集,并提取所述训练集的目标数据特征;
同时,读取等级评估方案,确定所述目标数据特征的特征权重,根据所述目标数据特征的特征权重,确定等级评估模型;
基于验证集对所述等级评估模型进行验证,得到所述等级评估模型对所述验证集的等级评估结果,并将所述等级评估结果与标准等级进行比较,且在所述等级评估结果与所述标准等级一致时,判定等级评估模型构建合格;
将第一资源信息输入所述等级评估模型,并基于所述等级评估模型调取对所述第一资源信息的评价指标,其中,所述评价指标至少为一个;
确定所述评价指标的权重值以及预设期望值,并基于所述权重值以及期望值确定所述第一资源信息的综合评估值;
将所述综合评估值与预设阈值区间进行比较,判断所述目标资源的资源等级;
若所述综合评估值小于所述预设阈值区间的下限值时,则判定所述目标资源为第一资源等级;
若所述综合评估值等于或大于所述预设阈值区间的下限值,且小于所述预设阈值区间的上限值时,判定所述目标资源为第二资源等级;
否则,判定所述目标资源为第三资源等级;
基于所述第一资源等级、第二资源等级以及第三资源等级得到对所述目标资源等级的判定结果,并基于判定结果从预设标注数据库中调取目标标注训练语料;
确定所述目标标注训练语料的属性信息,并基于所述属性信息确定目标标记符号,同时,获取对数据的标注规则;
基于所述标注规则通过所述目标标记符号对所述目标资源进行资源等级标注,完成对所述目标资源的资源等级的确认。
9.根据权利要求1所述的一种用于计算机的资源等级确定方法,其特征在于,步骤4中,获得所述目标资源的资源等级后,还包括:
根据所述目标资源的资源等级匹配对应的资源分配函数;
根据所述资源分配函数确定对所述目标资源进行资源分配的资源接收端;
对所述资源分配函数进行反函数计算,并根据计算结果对所述目标资源进行分配,同时,基于所述资源接收端接收所述目标资源。
10.一种用于计算机的资源等级确定***,其特征在于,包括:
资源读取模块,用于对目标资源进行读取,确定目标资源的第一资源信息;
资源匹配模块,用于获取目标资源的资源类型,并将所述资源类型在计算机中的预设资源管理库中进行匹配,确定与所述资源类型一致的资源集,同时,提取资源集对应的第二资源信息;
评估方案确定模块,用于获取等级评估的评估因子,并基于所述第二资源信息以及所述等级评估的评估因子制定对所述第一资源信息进行等级评估的评估方案;
资源等级确定模块,用于在计算机中根据所述评估方案对所述第一资源信息进行等级评估,获得所述目标资源的资源等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763422.9A CN114840348B (zh) | 2022-07-01 | 2022-07-01 | 一种用于计算机的资源等级确定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763422.9A CN114840348B (zh) | 2022-07-01 | 2022-07-01 | 一种用于计算机的资源等级确定方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114840348A true CN114840348A (zh) | 2022-08-02 |
CN114840348B CN114840348B (zh) | 2022-10-18 |
Family
ID=82575081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763422.9A Active CN114840348B (zh) | 2022-07-01 | 2022-07-01 | 一种用于计算机的资源等级确定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114840348B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110806954A (zh) * | 2019-09-19 | 2020-02-18 | 平安科技(深圳)有限公司 | 评估云主机资源的方法、装置、设备及存储介质 |
CN111681021A (zh) * | 2020-04-16 | 2020-09-18 | 北京信息科技大学 | 一种基于gca-rfr模型的数字内容资源价值评估方法 |
CN112055029A (zh) * | 2020-09-16 | 2020-12-08 | 全球能源互联网研究院有限公司 | 零信任电力物联网设备和用户实时信任度评估方法 |
WO2021004324A1 (zh) * | 2019-07-09 | 2021-01-14 | 平安科技(深圳)有限公司 | 资源数据的处理方法、装置、计算机设备和存储介质 |
US20210165692A1 (en) * | 2019-11-29 | 2021-06-03 | Beijing Sensetime Technology Development Co., Ltd. | Method, apparatus, and storage medium for processing resource allocation data |
CN113283500A (zh) * | 2021-05-24 | 2021-08-20 | 康键信息技术(深圳)有限公司 | 医疗问诊数据的处理方法、装置、设备及存储介质 |
CN113438681A (zh) * | 2020-03-23 | 2021-09-24 | ***通信集团浙江有限公司 | 网络切片的可行性评估方法、装置及计算设备 |
CN113657747A (zh) * | 2021-08-12 | 2021-11-16 | 中国安全生产科学研究院 | 一种企业安全生产标准化级别智能评定*** |
CN114066478A (zh) * | 2021-09-27 | 2022-02-18 | 东方微银科技股份有限公司 | 一种基于知产信息的目标分类评估方法及设备 |
CN114511429A (zh) * | 2022-01-28 | 2022-05-17 | 四川九洲北斗导航与位置服务有限公司 | 地质灾害危险等级评估方法及装置 |
-
2022
- 2022-07-01 CN CN202210763422.9A patent/CN114840348B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021004324A1 (zh) * | 2019-07-09 | 2021-01-14 | 平安科技(深圳)有限公司 | 资源数据的处理方法、装置、计算机设备和存储介质 |
CN110806954A (zh) * | 2019-09-19 | 2020-02-18 | 平安科技(深圳)有限公司 | 评估云主机资源的方法、装置、设备及存储介质 |
US20210165692A1 (en) * | 2019-11-29 | 2021-06-03 | Beijing Sensetime Technology Development Co., Ltd. | Method, apparatus, and storage medium for processing resource allocation data |
CN113438681A (zh) * | 2020-03-23 | 2021-09-24 | ***通信集团浙江有限公司 | 网络切片的可行性评估方法、装置及计算设备 |
CN111681021A (zh) * | 2020-04-16 | 2020-09-18 | 北京信息科技大学 | 一种基于gca-rfr模型的数字内容资源价值评估方法 |
CN112055029A (zh) * | 2020-09-16 | 2020-12-08 | 全球能源互联网研究院有限公司 | 零信任电力物联网设备和用户实时信任度评估方法 |
CN113283500A (zh) * | 2021-05-24 | 2021-08-20 | 康键信息技术(深圳)有限公司 | 医疗问诊数据的处理方法、装置、设备及存储介质 |
CN113657747A (zh) * | 2021-08-12 | 2021-11-16 | 中国安全生产科学研究院 | 一种企业安全生产标准化级别智能评定*** |
CN114066478A (zh) * | 2021-09-27 | 2022-02-18 | 东方微银科技股份有限公司 | 一种基于知产信息的目标分类评估方法及设备 |
CN114511429A (zh) * | 2022-01-28 | 2022-05-17 | 四川九洲北斗导航与位置服务有限公司 | 地质灾害危险等级评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114840348B (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222733B (zh) | 一种高精度的多阶神经网络分类方法及*** | |
CN117151870B (zh) | 一种基于客群画像行为分析方法及*** | |
CN110619535A (zh) | 一种数据处理方法及其装置 | |
CN115794803A (zh) | 一种基于大数据ai技术的工程审计问题监测方法与*** | |
CN115543973A (zh) | 一种基于知识谱图与机器学习的数据质量规则推荐方法 | |
CN116012131A (zh) | 一种用于评估用户信贷风险的方法、***、装置以及介质 | |
US20240127143A1 (en) | Method, device and storage medium for information processing based on data interaction | |
CN114139931A (zh) | 企业数据评估方法、装置、计算机设备及存储介质 | |
CN114840348B (zh) | 一种用于计算机的资源等级确定方法及*** | |
CN112966965A (zh) | 进出口大数据的分析和决策方法、装置、设备及存储介质 | |
CN113177644A (zh) | 一种基于词嵌入和深度时序模型的自动建模*** | |
CN112801784A (zh) | 一种数字货币交易所的比特币地址挖掘方法及装置 | |
CN111754352A (zh) | 一种观点语句正确性的判断方法、装置、设备和存储介质 | |
CN116301795A (zh) | 一种用于页面可视化配置及代码编写的开发平台 | |
CN115619539A (zh) | 贷前风险评价方法以及装置 | |
CN107332806A (zh) | 移动设备标识的设置方法及装置 | |
CN116126807A (zh) | 一种日志分析方法及相关装置 | |
CN114372867A (zh) | 用户信用度的验证评估方法、装置和计算机设备 | |
CN112712423A (zh) | 疑似非法集资项目判断方法、装置、计算机设备与存储介质 | |
CN116308170B (zh) | 一种应用于数字孵化服务平台的管理方法及*** | |
CN117973522B (zh) | 基于知识数据训练技术的应用模型构建方法及*** | |
CN117829860B (zh) | 一种基于区块链的工业领域碳账户动态评价方法及云平台 | |
CN117522211B (zh) | 碳足迹信息采集方法及装置 | |
CN115423379B (zh) | 基于溯源信息的置信度评估方法、***、终端及存储介质 | |
CN117807545B (zh) | 一种基于数据挖掘的异常检测方法及*** |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221130 Address after: 050061 Floor 5, No. 2, Xiangyi Road, Xinhua District, Shijiazhuang, Hebei Patentee after: Hebei Linghe Computer Information Technology Co.,Ltd. Address before: 050035 No.288, Zhufeng street, hi tech Development Zone, Shijiazhuang City, Hebei Province Patentee before: SHIJIAZHUANG University |