[發(fā)明專利]基于區(qū)塊鏈深度學習的數(shù)據(jù)熱度統(tǒng)計方法

在審

• 申請?zhí)枺?/td>: 202110707421.8
• 申請日: 2021-06-24
• 公開（公告）號: CN113590673A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設計）人: 熊飛;梁志宏;安浩
• 申請（專利權）人: 西南林業(yè)大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/2457
• 代理公司: 北京思創(chuàng)大成知識產(chǎn)權代理有限公司 11614
• 代理人: 張立君

本申請公開了一種基于區(qū)塊鏈深度學習的數(shù)據(jù)熱度統(tǒng)計方法。該方法可以包括：獲取指定地址的目標數(shù)據(jù)與目標數(shù)據(jù)的熱度信息；確定目標數(shù)據(jù)的第一熱度值，進而計算目標數(shù)據(jù)的熱度預測值；依據(jù)第一熱度值與熱度預測值計算得到目標數(shù)據(jù)的目標熱度值并統(tǒng)計，獲得熱度表。本發(fā)明同時考慮到了用戶行為及未來持續(xù)熱度的影響，提高了統(tǒng)計數(shù)據(jù)熱度的準確性。

技術領域

本發(fā)明涉及數(shù)據(jù)熱度的技術領域，更具體地，涉及一種基于區(qū)塊鏈深度學習的數(shù)據(jù)熱度統(tǒng)計方法。

背景技術

隨著大數(shù)據(jù)的發(fā)展，數(shù)據(jù)的需求也越來越豐富，人們通過對數(shù)據(jù)的各種研究以將其最大利用化，其中數(shù)據(jù)的熱度能直觀體現(xiàn)數(shù)據(jù)的影響范圍和重要性，目前的數(shù)據(jù)熱度統(tǒng)計通常是通過統(tǒng)計訪問次數(shù)來確定數(shù)據(jù)熱度，并沒有考慮到用戶行為以及未來持續(xù)熱度的影響，得到的熱度數(shù)據(jù)不夠精準。

因此，有必要開發(fā)一種基于區(qū)塊鏈深度學習的數(shù)據(jù)熱度統(tǒng)計方法。

公開于本發(fā)明背景技術部分的信息僅僅旨在加深對本發(fā)明的一般背景技術的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域技術人員所公知的現(xiàn)有技術。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于區(qū)塊鏈深度學習的數(shù)據(jù)熱度統(tǒng)計方法，所述方法可以包括：

獲取指定地址的目標數(shù)據(jù)與所述目標數(shù)據(jù)的熱度信息；

確定所述目標數(shù)據(jù)的第一熱度值，進而計算所述目標數(shù)據(jù)的熱度預測值；

依據(jù)所述第一熱度值與所述熱度預測值計算得到所述目標數(shù)據(jù)的目標熱度值并統(tǒng)計，獲得熱度表。

優(yōu)選地，還包括：

判斷所述目標熱度值是否超過預設閾值；

若是，則將所述目標數(shù)據(jù)存儲于預設的信息庫，并計算所述信息庫中所有數(shù)據(jù)的目標熱度值，將所述信息庫中所有數(shù)據(jù)按照對應的目標熱度值的高低進行排序，并按排序好的順序?qū)?shù)據(jù)的信息錄入預設的熱度表中，將目標熱度值低于所述預設閾值的數(shù)據(jù)排除出所述熱度表。

優(yōu)選地，所述熱度信息包括目標數(shù)據(jù)的數(shù)量、最早發(fā)布時間以及關聯(lián)的用戶行為數(shù)據(jù)。

優(yōu)選地，通過公式(1)計算第一熱度值：

其中，q為第一熱度值，T_now為當前時間，T₀為目標數(shù)據(jù)的最早發(fā)布時間，k＞0，s為目標數(shù)據(jù)的數(shù)量，p為目標數(shù)據(jù)關聯(lián)的用戶行為數(shù)據(jù)，w₁、w₂分別表示目標數(shù)據(jù)的數(shù)量以及用戶行為數(shù)據(jù)影響目標數(shù)據(jù)熱度值的比重。

優(yōu)選地，計算所述目標數(shù)據(jù)的熱度預測值包括：

將所述熱度信息輸入至預設的預測模型進行計算，依據(jù)計算結果得到對應所述目標數(shù)據(jù)的熱度預測值。

優(yōu)選地，所述預測模型為基于熱度信息數(shù)據(jù)訓練深度網(wǎng)絡模型而得的模型。

優(yōu)選地，依據(jù)所述第一熱度值與所述熱度預測值計算得到所述目標數(shù)據(jù)的目標熱度值包括：

對所述第一熱度值以及所述熱度預測值進行權重賦值，得到對應的權重；

依據(jù)所述權重對所述第一熱度值以及所述熱度預測值進行計算，得到所述目標熱度值。

優(yōu)選地，將所述目標數(shù)據(jù)存儲于預設的信息庫包括：

將所述目標數(shù)據(jù)輸入至預設的分類模型中分類，得到所述目標數(shù)據(jù)的類型；

判斷所述信息庫中是否存在所述目標數(shù)據(jù)所對應的類型的存儲區(qū)，所述信息庫包括多個不同的存儲區(qū)，每一存儲區(qū)對應存儲一個類型的數(shù)據(jù)；