CN116611936A - 数据分析方法、装置、计算机设备及存储介质 - Google Patents
数据分析方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116611936A CN116611936A CN202310499653.8A CN202310499653A CN116611936A CN 116611936 A CN116611936 A CN 116611936A CN 202310499653 A CN202310499653 A CN 202310499653A CN 116611936 A CN116611936 A CN 116611936A
- Authority
- CN
- China
- Prior art keywords
- target
- quotation
- preset
- data
- 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.)
- Pending
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004899 c-terminal region Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例属于大数据领域,涉及一种数据分析方法,包括:接收用户输入的数据分析请求;基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;从预设的模板数据库中获取与报价分析类型对应的目标模板;基于所述目标报价信息与所述目标模板生成目标数据;基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。本申请还提供一种数据分析装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,差异信息可存储于区块链中。本申请实现了自动智能地生成与所有目标报价信息对应的差异信息,有效提高了报价分析的处理效率,提高了报价差异信息的生成效率与数据准确性。
Description
技术领域
本申请涉及大数据技术领域,尤其涉及数据分析方法、装置、计算机设备及存储介质。
背景技术
车险作为保险领域重要的一个产品,随着世界各国在环保上政策的投入以及主流车企、新入车企对电动车领域的资源投入,未来车险行业仍然会有很大的提升空间。所以,一些合作伙伴,例如包括有实力的大型车企以及外部中介,都会与保险公司开展合作对接,基于公司战略,不在局限于只在保险公司自己***内出单报价,而是各自开发***,让客户在自己的***上去出单投保。但是,这些***面向的使用者大多数都是C端客户,且客服能力有限,经常会出现“相同”信息报价不一致的问题。经常需要合作伙伴的客服去咨询保险公司对接人,再由对接人去排查问题。
现有对于报价分析的差异处理都是由保险公司内部的专业的核保人对接的,核保人可以根据各家保司不同的决策因子来分析不同报价的原因,并分析出各种报价的差异信息。虽然可以通过咨询保险公司内部对接人来排查报价的差异问题,但这样的处理方式需要消耗较多的人力资源,处理效率低下,容易造成运营成本居高不下,且客户满意度也受到影响。
发明内容
本申请实施例的目的在于提出一种数据分析方法、装置、计算机设备及存储介质,以解决现有的对于报价分析的差异处理虽然可以通过咨询保险公司内部对接人来排查报价的差异问题,但这样的处理方式需要消耗较多的人力资源,处理效率低下的技术问题。
为了解决上述技术问题,本申请实施例提供一种数据分析方法,采用了如下所述的技术方案:
接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
从预设的模板数据库中获取与报价分析类型对应的目标模板;
基于所述目标报价信息与所述目标模板生成目标数据;
基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
进一步的,在所述基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息的步骤之前,还包括:
获取所有待分类的报价信息;
基于预设的分类信息对所有所述报价信息进行分类,得到分类后的各种指定报价信息;
基于所述分类信息对所述业务数据库进行分区处理,得到多个存储区块;
生成所述指定报价信息与所述存储区块之间的关联关系;
基于所述关联关系,将各所述指定报价信息对应存储至各所述存储区块内。
进一步的,所述报价标识为流水号,所述基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息的步骤,具体包括:
确定所述流水号所属的数值区间;
从所述业务数据库中确定与所述数值区间对应的目标存储区块;
从所述目标存储区块内查询出与所述流水号对应的所有目标报价信息。
进一步的,所述数据分析方法还包括:
统计所述业务数据库内的已用存储空间;
判断所述已用存储空间是否大于预设阈值;
若是,基于预设的数据清除规则对所述业务数据库内的过期数据进行清除。
进一步的,所述基于预设的数据清除规则对所述业务数据库内的过期数据进行清除的步骤,具体包括:
确定所述业务数据库中满足预设过期条件的过期数据;
获取当时时间;
判断当前时间是否处于预设的处理空档期内;
若是,对所述业务数据库内的过期数据进行清除。
进一步的,在所述判断当前时间是否处于预设的处理空档期内的步骤之前,还包括:
获取在预设时间周期内,所述业务数据库在每一天的各个预划分时间段内的数据处理压力值;其中,所述预划分时间段为包含预设时间长度的时间段;
对所述预设时间周期、所述预划分时间段以及所述数据处理压力值进行数据统计,生成相应的压力值统计表;
基于所述压力值统计表,分别从所述预设时间周期内每一天的所有所述预划分时间段中筛选出数据处理压力值均小于预设的压力阈值的第一时间段;
从所有所述第一时间段中筛选出现次数大于预设的次数阈值的第二时间段;
将所述第二时间段作为所述处理空档期。
进一步的,在所述基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息的步骤之后,还包括:
确定信息展示方式;
获取所述差异信息;
基于所述信息展示方式对所述差异信息进行展示。
为了解决上述技术问题,本申请实施例还提供一种数据分析装置,采用了如下所述的技术方案:
接收模块,用于接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
查询模块,用于基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
第一获取模块,用于从预设的模板数据库中获取与报价分析类型对应的目标模板;
第一生成模块,用于基于所述目标报价信息与所述目标模板生成目标数据;
第二生成模块,用于基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
从预设的模板数据库中获取与报价分析类型对应的目标模板;
基于所述目标报价信息与所述目标模板生成目标数据;
基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
从预设的模板数据库中获取与报价分析类型对应的目标模板;
基于所述目标报价信息与所述目标模板生成目标数据;
基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;然后基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;之后从预设的模板数据库中获取与报价分析类型对应的目标模板;后续基于所述目标报价信息与所述目标模板生成目标数据;最后基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。本申请实施例通过基于业务数据库的使用查询出与报价标识对应的所有目标报价信息,基于模板数据库的使用获取与报价分析类型对应的目标模板,进而根据目标模板引擎的使用对由目标报价信息与目标模板生成的目标数据进行对比分析,可以实现自动智能地生成与所有所述目标报价信息对应的差异信息,有效提高了报价分析的处理效率,提高了报价差异信息的生成效率与数据准确性。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性***架构图;
图2根据本申请的数据分析方法的一个实施例的流程图;
图3是根据本申请的数据分析装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的数据分析方法一般由服务器/终端设备执行,相应地,数据分析装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的数据分析方法的一个实施例的流程图。所述的数据分析方法,包括以下步骤:
步骤S201,接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识。
在本实施例中,数据分析方法运行于其上的电子设备(例如图1所示的服务器/终端设备),可以通过有线连接方式或者无线连接方式获取数据分析请求。需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。上述数据分析请求为用户触发的进行报价差异分析的请求。其中,报价标识是指能够定位每次报价的信息的唯一信息,例如可包括流水号,或者包括交易号、车架号等信息。
步骤S202,基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息。
在本实施例中,上述基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。其中,考虑到报价信息的结构、大小,通过时间对数据库进行分区,通过定期归档或删除的方式,减少数据库的存储成本以及减轻查询压力。
步骤S203,从预设的模板数据库中获取与报价分析类型对应的目标模板。
在本实施例中,上述模板数据库为预先根据实际的业务使用需求创建的存储有与各种分析类型分别对应的模板的数据库,模板具体为freemaker模板。其中,***运维人员会进行维护模板的工作,不同的比较,对应不同的模板。模板可以维护在***的存储中,考虑到实际的使用频率,将模板维护在数据库中。实际使用场景下,定时刷新中redis缓存,***实际通过redis获取模板数据。
步骤S204,基于所述目标报价信息与所述目标模板生成目标数据。
在本实施例中,可通过使用目标模板引擎对目标报价信息与目标模板进行处理以生成相应的目标数据。其中,目标数据为具有相应的数据结构的数据,例如json数据。目标模板引擎具体可采用FreeMarker,通过基于模板和源数据,来生成最终的文本(实际主要用途是用于生成HTML网页、电子邮件、源代码等)。具体的,FreeMarker是一款模板引擎:即一种基于模板和要改变的数据,并用来生成输出文本(HTML网页、电子邮件、配置文件、源代码等)的通用工具。它不是面向最终用户的,而是一个Java类库,是一款程序员可以嵌入他们所开发产品的组件。FreeMarker是免费的,基于Apache许可证2.0版本发布。其模板编写为FreeMarker Template Language(FTL),属于简单、专用的语言。需要准备数据在真实编程语言中来显示,比如数据库查询和业务运算,之后模板显示已经准备好的数据。在模板中,主要用于如何展现数据,而在模板之外注意于要展示什么数据。
步骤S205,基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
在本实施例中,在生成了目标数据后,使用目标模板引擎分析这些数据从而获取差异点,并根据差异点生成相应的差异信息。其中,可以返回实际差异点或还可对实际差异点进行二次加工。通过将差异点展示给前端客户或者接口返回给合作伙伴,使用者可以根据不同的差异点以及自己***的实际场景去指引客户。另外,如果分析的点不足以解决问题,可以通过优化模板的方式,来返回更为详细的信息,后续也能开发不同的模块,并通过配置不同的模板来实现不同的功能。
本申请首先接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;然后基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;之后从预设的模板数据库中获取与报价分析类型对应的目标模板;后续基于所述目标报价信息与所述目标模板生成目标数据;最后基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。本申请通过基于业务数据库的使用查询出与报价标识对应的所有目标报价信息,基于模板数据库的使用获取与报价分析类型对应的目标模板,进而根据目标模板引擎的使用对由目标报价信息与目标模板生成的目标数据进行对比分析,可以实现自动智能地生成与所有所述目标报价信息对应的差异信息,有效提高了报价分析的处理效率,提高了报价差异信息的生成效率与数据准确性。
在一些可选的实现方式中,在步骤S202之前,上述电子设备还可以执行以下步骤:
获取所有待分类的报价信息。
在本实施例中,上述报价信息为预先采集的所有原始报价信息。
基于预设的分类信息对所有所述报价信息进行分类,得到分类后的各种指定报价信息。
在本实施例中,上述分类信息可包括流水号、信息大小等。如果分类信息为流水号,则预先设定好多个流水号区间,再将所有待分类的报价信息中满足相同的流水号区间的报价信息作为同一类分类信息,从而完成对于所有报价信息的分类处理;如果分类信息为信息大小,则预先设定好多个信息大小区间,再将所有待分类的报价信息中满足相同的信息大小区间的报价信息作为同一类分类信息,从而完成对于所有报价信息的分类处理。
基于所述分类信息对所述业务数据库进行分区处理,得到多个存储区块。
在本实施例中,可通过获取分类信息所对应的分类数量,再基于该分类数量对所述业务数据库进行分区处理,得到对应数量的多个存储区块。
生成所述指定报价信息与所述存储区块之间的关联关系。
在本实施例中,可随机生成各种指定报价信息与各个存储区块之间的一一对应的关联关系,一种指定报价信息对应一个存储区块。
基于所述关联关系,将各所述指定报价信息对应存储至各所述存储区块内。
本申请通过获取所有待分类的报价信息;然后基于预设的分类信息对所有所述报价信息进行分类,得到分类后的各种指定报价信息;之后基于所述分类信息对所述业务数据库进行分区处理,得到多个存储区块;后续生成所述指定报价信息与所述存储区块之间的关联关系;最后基于所述关联关系,将各所述指定报价信息对应存储至各所述存储区块内。本申请通过使用分类信息对所有报价信息进行分类,以及使用分类信息对业务数据库进行分区处理,进而基于生成的指定报价信息与存储区块之间的关联关系,将各所述指定报价信息对应存储至各所述存储区块内,实现了对于指定报价信息的存储智能性与规范性,有利于后续能够基于存储区块的使用实现对于报价信息的快速精确获取。
在本实施例的一些可选的实现方式中,所述报价标识为流水号,步骤S202包括以下步骤:
确定所述流水号所属的数值区间。
从所述业务数据库中确定与所述数值区间对应的目标存储区块。
在本实施例中,如果分类信息为流水号,则预先设定好多个流水号区间,并将业务数据库根据各个流水号区间划分为对应的多个存储区块。
从所述目标存储区块内查询出与所述流水号对应的所有目标报价信息。
本申请通过确定所述流水号所属的数值区间;然后从所述业务数据库中确定与所述数值区间对应的目标存储区块;后续从所述目标存储区块内查询出与所述流水号对应的所有目标报价信息。本申请在确定出所述流水号所属的数值区间后,后续只需对业务数据库中与所述数值区间对应的目标存储区块进行数据查询,以查询出与所述流水号对应的所有目标报价信息,而不需要对业务数据库内包含的所有存储区块进行数据查询,有效减少了报价信息的查询工作量,提高了目标报价信息的获取效率。
在一些可选的实现方式中,上述电子设备还可以执行以下步骤:
统计所述业务数据库内的已用存储空间。
判断所述已用存储空间是否大于预设阈值。
在本实施例中,对于预设阈值的取值可根据实际的业务数据库的运作情况生成,如果业务数据库内的已用存储空间大于该预设阈值,则表明业务数据库内的数据存储量过大,易对业务数据库的正常的数据处理造成影响,例如卡顿。
若是,基于预设的数据清除规则对所述业务数据库内的过期数据进行清除。
在本实施例中,上述基于预设的数据清除规则对所述业务数据库内的过期数据进行清除的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
本申请通过统计所述业务数据库内的已用存储空间;然后判断所述已用存储空间是否大于预设阈值;若是,基于预设的数据清除规则对所述业务数据库内的过期数据进行清除。本申请通过对业务数据库内的已用存储空间与预设阈值进行数值比较分析,并会根据得到的分析结果来自动智能地对业务数据库内的过期数据进行清除,减少数据库的存储成本以及减轻查询压力,且不需要用户按时进行对业务数据库内的过期数据的手动清除,提高了业务数据库的数据清除的智能性,提高了用户的使用体验。
在一些可选的实现方式中,所述基于预设的数据清除规则对所述业务数据库内的过期数据进行清除,包括以下步骤:
确定所述业务数据库中满足预设过期条件的过期数据。
在本实施例中,对于上述预设过期条件不作具体限定,可根据实际的业务使用需求进行设置,例如可为已存储时长大于预设的超时时长的数据,使用频率小于预设的频率阈值耳朵数据,等等。
获取当时时间。
判断当前时间是否处于预设的处理空档期内。
在本实施例中,上述处理空档期的确定过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
若是,对所述业务数据库内的过期数据进行清除。
本申请通过确定所述业务数据库中满足预设过期条件的过期数据;然后获取当时时间;后续判断当前时间是否处于预设的处理空档期内;若是,对所述业务数据库内的过期数据进行清除。本申请通过在该处理空档期内对业务数据库中满足预设过期条件的过期数据进行相应的清除处理,从而不会影响对于业务数据库的正常使用,保证了***资源的合理利用,提高了业务数据库的过期数据清除处理的处理效率与处理效率。
在本实施例的一些可选的实现方式中,在所述判断当前时间是否处于预设的处理空档期内的步骤之前,上述电子设备还可以执行以下步骤:
获取在预设时间周期内,所述业务数据库在每一天的各个预划分时间段内的数据处理压力值;其中,所述预划分时间段为包含预设时间长度的时间段。
在本实施例中,对于上述预设时间周期不作具体限定,可根据实际的使用需求进行设置,例如可设置为与当前时间相邻的上一个月。对于上述预设时间长度的取值不作具体限定,例如可采用1小时,2小时,3小时,等等。
对所述预设时间周期、所述预划分时间段以及所述数据处理压力值进行数据统计,生成相应的压力值统计表。
在本实施例中,可将预划分时间段段按照数值从小到大的顺序填充至预设的数据表模板内的行表头处,再将预设时间周期按照每一天作为单位进行划分,并按照数值从小到大的顺序填充至上述表模板内的列表头处,再将与行表头、列表头分别对应的数据处理压力值一一对应地填充至上述数据表模板的单元格内,从而构建得到上述压力值统计表。
基于所述压力值统计表,分别从所述预设时间周期内每一天的所有所述预划分时间段中筛选出数据处理压力值均小于预设的压力阈值的第一时间段。
在本实施例中,对于上述压力阈值的取值不作具体限定,可根据实际的业务使用需求进行设置。如果业务数据在当前时间段内的数据处理压力值小于预设的压力阈值,则表明业务数据库在当前时间段内为业务空闲状态。
从所有所述第一时间段中筛选出现次数大于预设的次数阈值的第二时间段。
在本实施例中,对于上述次数阈值的取值不作具体限定,可根据实际的业务使用需求进行设置。对于出现次数大于预设的次数阈值的第二时间段,表明第二时间段为在预设时间周期内业务数据库的数据处理压力值小于预设的压力阈值的常见时间段,也即业务数据库在第二时间段通常是处于业务空闲状态。
将所述第二时间段作为所述处理空档期。
本申请通过获取在预设时间周期内,所述业务数据库在每一天的各个预划分时间段内的数据处理压力值;然后对所述预设时间周期、所述预划分时间段以及所述数据处理压力值进行数据统计,生成相应的压力值统计表;之后基于所述压力值统计表,分别从所述预设时间周期内每一天的所有所述预划分时间段中筛选出数据处理压力值均小于预设的压力阈值的第一时间段;后续从所有所述第一时间段中筛选出现次数大于预设的次数阈值的第二时间段,并将所述第二时间段作为所述处理空档期。本申请通过对业务数据库在预设时间周期内的数据处理压力值数据进行分析统计,并基于得到的分析结果来智能地确定出业务数据库的处理空档期,保证了生成的处理空档期的准确性。后续通过在该处理空档期内对业务数据库中满足预设过期条件的过期数据进行相应的清除处理,从而不会影响对于业务数据库的正常使用,保证了***资源的合理利用,提高了业务数据库的过期数据清除处理的处理效率与处理效率。
在本实施例的一些可选的实现方式中,在步骤S205之后,上述电子设备还可以执行以下步骤:
确定信息展示方式。
在本实施例中,对于信息展示方式的确定方式不作具体限定,例如可获取用户的常用展示方式作为上述信息展示方式,或者通过提醒用户输入所需的展示方式作为上述信息展示方式,等等。
获取所述差异信息。
基于所述信息展示方式对所述差异信息进行展示。
本申请通过确定信息展示方式;然后获取所述差异信息;后续基于所述信息展示方式对所述差异信息进行展示。本申请在利用基于预设的目标模板引擎对所述目标数据进行对比分析,生成了与所有所述目标报价信息对应的差异信息后,还会智能地基于预先确定的信息展示方式对所述差异信息进行展示,以便用户能够便捷清楚地看到所有目标报价信息之间的差异信息,并能够根据该差异信息进行后续的相应处理,有利于提高用户的使用体验。
需要强调的是,为进一步保证上述差异信息的私密和安全性,上述差异信息还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种数据分析装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的数据分析装置300包括:接收模块301、查询模块302、第一获取模块303、第一生成模块304以及第二生成模块305。其中:
接收模块301,用于接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
查询模块302,用于基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
第一获取模块303,用于从预设的模板数据库中获取与报价分析类型对应的目标模板;
第一生成模块304,用于基于所述目标报价信息与所述目标模板生成目标数据;
第二生成模块305,用于基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,数据分析装置还包括:
第二获取模块,用于获取所有待分类的报价信息;
分类模块,用于基于预设的分类信息对所有所述报价信息进行分类,得到分类后的各种指定报价信息;
处理模块,用于基于所述分类信息对所述业务数据库进行分区处理,得到多个存储区块;
第三生成模块,用于生成所述指定报价信息与所述存储区块之间的关联关系;
存储模块,用于基于所述关联关系,将各所述指定报价信息对应存储至各所述存储区块内。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,所述报价标识为流水号,查询模块302包括:
第一确定子模块,用于确定所述流水号所属的数值区间;
第二确定子模块,用于从所述业务数据库中确定与所述数值区间对应的目标存储区块;
查询子模块,用于从所述目标存储区块内查询出与所述流水号对应的所有目标报价信息。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,数据分析装置还包括:
统计模块,用于统计所述业务数据库内的已用存储空间;
判断模块,用于判断所述已用存储空间是否大于预设阈值;
清除模块,用于若是,基于预设的数据清除规则对所述业务数据库内的过期数据进行清除。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,清除模块包括:
第三确定子模块,用于确定所述业务数据库中满足预设过期条件的过期数据;
第一获取子模块,用于获取当时时间;
判断子模块,用于判断当前时间是否处于预设的处理空档期内;
清除子模块,用于若是,对所述业务数据库内的过期数据进行清除。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,清除模块还包括:
第二获取子模块,用于获取在预设时间周期内,所述业务数据库在每一天的各个预划分时间段内的数据处理压力值;其中,所述预划分时间段为包含预设时间长度的时间段;
生成子模块,用于对所述预设时间周期、所述预划分时间段以及所述数据处理压力值进行数据统计,生成相应的压力值统计表;
第一筛选子模块,用于基于所述压力值统计表,分别从所述预设时间周期内每一天的所有所述预划分时间段中筛选出数据处理压力值均小于预设的压力阈值的第一时间段;
第二筛选子模块,用于从所有所述第一时间段中筛选出现次数大于预设的次数阈值的第二时间段;
第四确定子模块,用于将所述第二时间段作为所述处理空档期。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,数据分析装置还包括:
确定模块,用于确定信息展示方式;
第三获取模块,用于获取所述差异信息;
展示模块,用于基于所述信息展示方式对所述差异信息进行展示。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的数据分析方法的步骤一一对应,在此不再赘述。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过***总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作***和各类应用软件,例如数据分析方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行所述数据分析方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;然后基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;之后从预设的模板数据库中获取与报价分析类型对应的目标模板;后续基于所述目标报价信息与所述目标模板生成目标数据;最后基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。本申请实施例通过基于业务数据库的使用查询出与报价标识对应的所有目标报价信息,基于模板数据库的使用获取与报价分析类型对应的目标模板,进而根据目标模板引擎的使用对由目标报价信息与目标模板生成的目标数据进行对比分析,可以实现自动智能地生成与所有所述目标报价信息对应的差异信息,有效提高了报价分析的处理效率,提高了报价差异信息的生成效率与数据准确性。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的数据分析方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;然后基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;之后从预设的模板数据库中获取与报价分析类型对应的目标模板;后续基于所述目标报价信息与所述目标模板生成目标数据;最后基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。本申请实施例通过基于业务数据库的使用查询出与报价标识对应的所有目标报价信息,基于模板数据库的使用获取与报价分析类型对应的目标模板,进而根据目标模板引擎的使用对由目标报价信息与目标模板生成的目标数据进行对比分析,可以实现自动智能地生成与所有所述目标报价信息对应的差异信息,有效提高了报价分析的处理效率,提高了报价差异信息的生成效率与数据准确性。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种数据分析方法,其特征在于,包括下述步骤:
接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
从预设的模板数据库中获取与报价分析类型对应的目标模板;
基于所述目标报价信息与所述目标模板生成目标数据;
基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
2.根据权利要求1所述的数据分析方法,其特征在于,在所述基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息的步骤之前,还包括:
获取所有待分类的报价信息;
基于预设的分类信息对所有所述报价信息进行分类,得到分类后的各种指定报价信息;
基于所述分类信息对所述业务数据库进行分区处理,得到多个存储区块;
生成所述指定报价信息与所述存储区块之间的关联关系;
基于所述关联关系,将各所述指定报价信息对应存储至各所述存储区块内。
3.根据权利要求1所述的数据分析方法,其特征在于,所述报价标识为流水号,所述基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息的步骤,具体包括:
确定所述流水号所属的数值区间;
从所述业务数据库中确定与所述数值区间对应的目标存储区块;
从所述目标存储区块内查询出与所述流水号对应的所有目标报价信息。
4.根据权利要求1所述的数据分析方法,其特征在于,所述数据分析方法还包括:
统计所述业务数据库内的已用存储空间;
判断所述已用存储空间是否大于预设阈值;
若是,基于预设的数据清除规则对所述业务数据库内的过期数据进行清除。
5.根据权利要求4所述的数据分析方法,其特征在于,所述基于预设的数据清除规则对所述业务数据库内的过期数据进行清除的步骤,具体包括:
确定所述业务数据库中满足预设过期条件的过期数据;
获取当时时间;
判断当前时间是否处于预设的处理空档期内;
若是,对所述业务数据库内的过期数据进行清除。
6.根据权利要求5所述的数据分析方法,其特征在于,在所述判断当前时间是否处于预设的处理空档期内的步骤之前,还包括:
获取在预设时间周期内,所述业务数据库在每一天的各个预划分时间段内的数据处理压力值;其中,所述预划分时间段为包含预设时间长度的时间段;
对所述预设时间周期、所述预划分时间段以及所述数据处理压力值进行数据统计,生成相应的压力值统计表;
基于所述压力值统计表,分别从所述预设时间周期内每一天的所有所述预划分时间段中筛选出数据处理压力值均小于预设的压力阈值的第一时间段;
从所有所述第一时间段中筛选出现次数大于预设的次数阈值的第二时间段;
将所述第二时间段作为所述处理空档期。
7.根据权利要求1所述的数据分析方法,其特征在于,在所述基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息的步骤之后,还包括:
确定信息展示方式;
获取所述差异信息;
基于所述信息展示方式对所述差异信息进行展示。
8.一种数据分析装置,其特征在于,包括:
接收模块,用于接收用户输入的数据分析请求;其中,所述数据分析请求携带报价标识;
查询模块,用于基于所述报价标识,从预设的业务数据库中查询出与所述报价标识对应的所有目标报价信息;
第一获取模块,用于从预设的模板数据库中获取与报价分析类型对应的目标模板;
第一生成模块,用于基于所述目标报价信息与所述目标模板生成目标数据;
第二生成模块,用于基于预设的目标模板引擎对所述目标数据进行对比分析,生成与所有所述目标报价信息对应的差异信息。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的数据分析方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的数据分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310499653.8A CN116611936A (zh) | 2023-05-05 | 2023-05-05 | 数据分析方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310499653.8A CN116611936A (zh) | 2023-05-05 | 2023-05-05 | 数据分析方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116611936A true CN116611936A (zh) | 2023-08-18 |
Family
ID=87673896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310499653.8A Pending CN116611936A (zh) | 2023-05-05 | 2023-05-05 | 数据分析方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611936A (zh) |
-
2023
- 2023-05-05 CN CN202310499653.8A patent/CN116611936A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
CN115712422A (zh) | 表单页面的生成方法、装置、计算机设备及存储介质 | |
CN117094729A (zh) | 请求处理方法、装置、计算机设备及存储介质 | |
CN116843395A (zh) | 一种业务***的告警分级方法、装置、设备及存储介质 | |
CN116956326A (zh) | 权限数据的处理方法、装置、计算机设备及存储介质 | |
CN117251490A (zh) | 数据查询方法、装置、计算机设备及存储介质 | |
CN116450723A (zh) | 数据提取方法、装置、计算机设备及存储介质 | |
CN116611936A (zh) | 数据分析方法、装置、计算机设备及存储介质 | |
CN116821493A (zh) | 消息推送方法、装置、计算机设备及存储介质 | |
CN112328960B (zh) | 数据运算的优化方法、装置、电子设备及存储介质 | |
CN116401061A (zh) | 资源数据的处理方法、装置、计算机设备及存储介质 | |
CN116842011A (zh) | 血缘关系分析方法、装置、计算机设备及存储介质 | |
CN117933699A (zh) | 任务分析方法、装置、计算机设备及存储介质 | |
CN117290597A (zh) | 基于人工智能的信息推送方法、装置、设备及存储介质 | |
CN116795882A (zh) | 数据获取方法、装置、计算机设备及存储介质 | |
CN117390119A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN117076775A (zh) | 资讯数据的处理方法、装置、计算机设备及存储介质 | |
CN117034173A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN116796133A (zh) | 数据分析方法、装置、计算机设备及存储介质 | |
CN117271790A (zh) | 标注数据的扩充方法、装置、计算机设备及存储介质 | |
CN117421207A (zh) | 智能评估影响点测试方法、装置、计算机设备及存储介质 | |
CN116450724A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN116795632A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN115080045A (zh) | 链路生成方法、装置、计算机设备及存储介质 | |
CN117112383A (zh) | 基于人工智能的性能分析方法、装置、设备及存储介质 |
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 |