[發明專利]基于業務用戶習慣的智能學習查詢模型

在審

• 申請號: 201810332569.6
• 申請日: 2018-04-13
• 公開（公告）號: CN108536841A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 張震;寧珊;黃遠;高圣翔;侯煒;孫曉晨;李鵬;李新;劉志會;溫志斌
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心;天津市國瑞數碼安全系統股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京力量專利代理事務所(特殊普通合伙) 11504
• 代理人: 李之壯

本發明屬于數據查詢技術領域，具體而言，涉及一種基于業務用戶習慣的智能學習查詢模型，其方法包括步驟一，對業務用戶的數據查詢習慣進行分析；步驟二，針對所述數據查詢習慣的分析結果制定數據查詢方案；步驟三，根據所述數據查詢方案構建數據查詢模型；步驟四，根據所述數據查詢模型對現有數據查詢系統進行改造。查詢系統包括數據源存儲系統、數據過濾系統、用戶數據存儲系統和數據展示系統。本發明通過對業務用戶的數據查詢習慣進行分析，針對分析結果制定數據查詢方案，并對現有數據查詢系統進行改進，能夠提前將業務用戶關注的數據推送給業務用戶，具有查詢時間短，用戶體驗效果好的特點。

技術領域

本發明屬于數據查詢技術領域，具體而言，涉及一種基于業務用戶習慣的智能學習查詢模型。

背景技術

目前系統中，每天系統接入的數據量已超過千萬量級，一個月累計數據量為億級，對于此類數據查詢通常由用戶選擇各類查詢條件再手動查詢，查詢時間相對比較長，用戶操作復雜，體驗效果差。

針對系統中不斷增加的業務數據，需要對業務人員日常業務查詢操作進行模型化研究，主要是根據業務人員的操作規范，構建業務人員開展查詢的業務模型，對關聯查詢數據進行預處理，進而提升響應速度。

由以上分析可知，現有技術的數據查詢系統存在以下不足：

現有技術的數據查詢系統用戶操作復雜，因而造成查詢時間長，用戶體驗效果差。

發明內容

本發明提供了一種基于業務用戶習慣的智能學習查詢模型，能夠有效解決現有的數據查詢系統查詢時間長的技術問題。

為了解決以上問題，本發明提供了一種基于業務用戶習慣的智能學習查詢模型，技術方案如下：

一種基于業務用戶習慣的智能學習查詢模型的方法，包括如下步驟：

步驟一：對業務用戶的數據查詢習慣進行分析；

步驟二：針對所述數據查詢習慣的分析結果制定數據查詢方案；

步驟三：根據所述數據查詢方案構建數據查詢模型；

步驟四：根據所述數據查詢模型對現有數據查詢系統進行改造。

如上述的基于業務用戶習慣的智能學習查詢模型的方法，進一步優選為：在步驟一中，所述數據查詢習慣的分析內容包括業務用戶日常工作的行為習慣、業務用戶日常工作的輸入輸出習慣和業務用戶日常工作的權重。

如上述的基于業務用戶習慣的智能學習查詢模型的方法，進一步優選為：在步驟二中，所述數據查詢方案包括根據所述用戶日常工作的行為習慣和所述業務用戶日常工作的輸入輸出習慣創建數據查詢模型；根據所述數據查詢模型對查詢數據進行提取；將所述查詢數據推送給業務用戶。

如上述的基于業務用戶習慣的智能學習查詢模型的方法，進一步優選為：在步驟三中，構建所述數據查詢模型的內容包括重建日志系統、提取所述業務用戶的輸入參數和分析日志文件。

如上述的基于業務用戶習慣的智能學習查詢模型的方法，進一步優選為：在步驟四中，對所述現有數據查詢系統進行改造時包括對現有日志系統進行重新修改和日志數據持久化。

一種基于業務用戶習慣的智能學習查詢模型，包括數據源存儲系統，所述數據源存儲系統用于存儲數據；數據過濾系統，所述數據過濾系統與所述數據源存儲系統相連，用于對所述數據源進行過濾；用戶數據存儲系統，所述用戶數據存儲系統與所述數據過濾系統相連，用于存儲用戶關注的數據；數據展示系統，所述數據展示系統與所述用戶數據存儲系統相連，用于向所述業務用戶推送查詢數據。

分析可知，與現有技術相比，本發明的優點和有益效果在于：