[發明專利]一種社會?技術緊耦合框架及其使用方法在審
| 申請號: | 201711121595.6 | 申請日: | 2017-11-14 |
| 公開(公告)號: | CN107908726A | 公開(公告)日: | 2018-04-13 |
| 發明(設計)人: | 劉安冉 | 申請(專利權)人: | 山東浪潮商用系統有限公司 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30 |
| 代理公司: | 濟南信達專利事務所有限公司37100 | 代理人: | 李世喆 |
| 地址: | 250100 山東省濟南市*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 社會 技術 耦合 框架 及其 使用方法 | ||
1.一種社會-技術緊耦合框架,其特征在于,包括:數據獲取層、數據分析層和系統設計層;其中,
所述數據獲取層,用于獲取新媒體系統對應的業務數據,并將獲取的所述業務數據發送給所述數據分析層;
所述數據分析層,用于接收所述業務數據,并對接收的所述業務數據進行分析,確定所述業務數據對應的用戶行為模式;
所述系統設計層,根據所述用戶行為模式,確定所述新媒體系統對應的設計原則,并利用確定出的所述設計原則,更新設計所述新媒體系統。
2.根據權利要求1所述的社會-技術緊耦合框架,其特征在于,
所述業務數據包括:系統類數據;
所述數據分析層,用于確定所述系統類數據對應的數據屬性,根據確定出的所述數據屬性,確定所述系統類數據對應的數據挖掘算法,并利用確定出的所述數據挖掘算法,對所述系統類數據進行分析,確定所述系統類數據對應的所述用戶行為模式。
3.根據權利要求2所述的社會-技術緊耦合框架,其特征在于,
所述業務數據進一步包括:用戶類數據;
所述數據分析層,進一步用于確定所述用戶類數據的數據量,根據確定出的所述數據量選擇對應的機器學習方法,利用選擇的所述機器學習方法,對所述用戶類數據進行聚類分析,確定所述用戶類數據對應的所述用戶行為模式。
4.根據權利要求3所述的社會-技術緊耦合框架,其特征在于,
所述數據分析層,用于確定所述用戶類數據的數據類型,根據所述數據類型,為所述用戶類數據添加對應的標識標簽,并對添加后的所述用戶類數據進行聚類分析。
5.根據權利要求1所述的社會-技術緊耦合框架,其特征在于,
所述數據獲取層,用于根據預設的應用程序編程接口和分布式爬蟲,形成主從式混合抓取平臺,利用所述主從式混合抓取平臺,獲取所述業務數據。
6.一種社會-技術緊耦合框架的使用方法,其特征在于,包括:
獲取新媒體系統對應的業務數據;
對所述業務數據進行分析,確定所述業務數據對應的用戶行為模式;
根據所述用戶行為模式,確定所述新媒體系統對應的設計原則,并利用確定出的所述設計原則,更新設計所述新媒體系統。
7.根據權利要求6所述的方法,其特征在于,
所述業務數據包括:系統類數據;
所述對所述業務數據進行分析,確定所述業務數據對應的用戶行為模式,包括:
確定所述系統類數據對應的數據屬性;
根據確定出的所述數據屬性,確定所述系統類數據對應的數據挖掘算法;
利用確定出的所述數據挖掘算法,對所述系統類數據進行分析,確定所述系統類數據對應的所述用戶行為模式。
8.根據權利要求7所述的方法,其特征在于,
所述業務數據進一步包括:用戶類數據;
所述對所述業務數據進行分析,確定所述業務數據對應的用戶行為模式,包括:
確定所述用戶類數據的數據量;
根據確定出的所述數據量選擇對應的機器學習方法;
利用選擇的所述機器學習方法,對所述用戶類數據進行聚類分析,確定所述用戶類數據對應的所述用戶行為模式。
9.根據權利要求8所述的方法,其特征在于,
所述利用選擇的所述機器學習方法,對所述用戶類數據進行聚類分析,包括:
確定所述用戶類數據的數據類型;
根據所述數據類型,為所述用戶類數據添加對應的標識標簽,并對添加后的所述用戶類數據進行聚類分析。
10.根據權利要求6所述的方法,其特征在于,
所述獲取新媒體系統對應的業務數據,包括:
根據預設的應用程序編程接口和分布式爬蟲,形成主從式混合抓取平臺;
利用所述主從式混合抓取平臺,獲取所述業務數據。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東浪潮商用系統有限公司,未經山東浪潮商用系統有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711121595.6/1.html,轉載請聲明來源鉆瓜專利網。





