[發明專利]基于大數據和多維特征的數據溯源方法及大數據云服務器

有效

• 申請號: 202010877961.6
• 申請日: 2020-08-27
• 公開（公告）號: CN112069269B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 黃天紅
• 申請（專利權）人: 中潤普達（深圳）大數據技術有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/22;G06F16/2455
• 代理公司: 廣州天河萬研知識產權代理事務所(普通合伙) 44418
• 代理人: 劉強;陳軒

本申請關于的基于大數據和多維特征的數據溯源方法及大數據云服務器，首先對待溯源數據進行多維特征識別得到多維數據特征隊列，其次對多維數據特征隊列進行數據環境參數聚類得到特征分布信息并分別對特征分布信息進行特征相關性識別和數據交互缺損識別以得到相關性數據特征集和缺損數據特征集，然后根據缺損數據特征集對多維數據特征隊列以及相關性數據特征集進行索引值提取得到包括索引類別的目標索引值，最后按照目標索引值及其索引類別在預設數據庫中查詢與待溯源數據對應的目標配對數據并根據目標溯源數據對待溯源數據進行溯源得到原始業務數據。如此，能夠考慮待溯源數據的多維數據特征，實現對待溯源數據的完整、準確的溯源。

技術領域

本申請涉及大數據分析技術領域，尤其涉及基于大數據和多維特征的數據溯源方法及大數據云服務器。

背景技術

隨著科技的發展，大數據時代悄然而至。大數據可以根據移動互聯網、物聯網、社交網絡、數字家庭、電子商務等信息技術不同來源數據的轉換，分析和優化，將各種結果交叉反饋到應用中，去改善用戶的體驗，來創造最大的商業價值，經濟價值以及社會價值。合理有效地利用大數據，能夠為人們創造更大的競爭力、價值和財富，以實現數據價值的最大化。

然而，隨著數據業務規模的不斷擴大，數據量也呈現激增狀態，這會給大數據服務器造成巨大的存儲壓力，為了改善大數據服務器端的存儲壓力，需要對業務數據進行壓縮存儲。在對業務數據進行壓縮存儲的過程中難免會丟失一些數據，在后續對壓縮存儲的業務數據進行再使用時，需要對壓縮存儲的業務數據進行溯源。

發明內容

本申請提供基于大數據和多維特征的數據溯源方法及大數據云服務器，以實現對數據進行溯源從而得到完整的原始業務數據。

根據本發明實施例的第一方面，提供一種基于大數據和多維特征的數據溯源方法，包括：

根據預設的數據特征識別模型對待溯源數據進行多維特征識別，得到與所述待溯源數據對應的多維數據特征隊列；

對所述多維數據特征隊列進行數據環境參數聚類，得到所述待溯源數據的特征分布信息；

對所述待溯源數據的特征分布信息進行特征相關性識別，得到對應所述待溯源數據的相關性數據特征集；

對所述待溯源數據的特征分布信息進行數據交互缺損識別，得到對應所述待溯源數據的缺損數據特征集；

根據所述缺損數據特征集，對所述多維數據特征隊列以及所述相關性數據特征集進行索引值提取，得到包括索引類別的目標索引值；

按照所述目標索引值及其所述索引類別在預設數據庫中查詢與所述待溯源數據對應的目標配對數據，并根據目標溯源數據對所述待溯源數據進行溯源得到所述待溯源數據對應的原始業務數據。

在上述第一方面的基礎上，所述根據預設的數據特征識別模型對待溯源數據進行多維特征識別之前，還包括：對所述待溯源數據進行業務數據標簽提取，得到所述待溯源數據的業務處理標簽；

其中，所述根據預設的數據特征識別模型對待溯源數據進行多維特征識別，得到與所述待溯源數據對應的多維數據特征隊列，包括：根據所述預設的數據特征識別模型中的預存標簽信息集，對所述待溯源數據的業務處理標簽進行數據特征和業務處理標簽的遍歷匹配，得到與所述待溯源數據對應的多維數據特征隊列。

在上述第一方面的基礎上，所述根據所述預設的數據特征識別模型中的預存標簽信息集，對所述待溯源數據的業務處理標簽進行數據特征和業務處理標簽的遍歷匹配，得到與所述待溯源數據對應的多維數據特征隊列，包括：

根據所述預設的數據特征識別模型中的預存標簽信息集、以及所述待溯源數據的業務處理標簽，確定用于將所述業務處理標簽轉換為所述預存標簽信息集的標簽映射路徑；