[發明專利]一種大數據信息共享系統

在審

• 申請號: 202110972957.2
• 申請日: 2021-08-24
• 公開（公告）號: CN113657529A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 孟耀偉
• 申請（專利權）人: 許昌學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/13;G06F40/30;G06F16/45
• 代理公司: 北京華際知識產權代理有限公司 11676
• 代理人: 顏翠萍

本發明公開了一種大數據信息共享系統，包括信息采集模塊、中心管理模塊、信息共享模塊、信息傳輸模塊、云存儲模塊，信息共享模塊包括信息提取模塊、信息預處理模塊、信息分析模塊，數據采集模塊將采集的數據信息上傳至云存儲模塊，信息分析模塊對瀏覽者的請求信息進行分析得到信息瀏覽的標識信息，信息共享模塊通過標識信息進行提取目標信息進行信息共享，信息共享模塊利用信息特征的提取算法對存儲信息進行信息特征選取，通過將信息特征提取過程中的特征選擇問題轉化為了拓撲研究中的求解多維空間內的偏微分方程的極值解的過程，再通過解方程的方法來找到信息提取的全局最優范圍，從而提高了信息共享過程中信息特征的精準提取。

技術領域

本發明涉及信息管理技術領域，特別是涉及一種大數據信息共享系統。

背景技術

隨著互聯網時代的發展，在大數據時代下，可進行信息共享的信息的數量越來越遠，在龐大的數據信息庫中，信息共享過程中，可以及時、準確、安全的使用數據信息變得尤為重要，對數據信息中的關鍵信息提取變得越來越重要，隨著機器學習的不斷應用，利用計算機編程中得算法對數據信息進行處理成為了常用處理手段，算法是任何明確定義的計算過程，它接收一些值或集合作為輸入，并產生一些值或集合作為輸出，利用不同的數據處理算法去解決信息共享過程中的數據共享的安全性問題，但是所有的算法都不具有普世的功能，會存在一定的技術缺陷，為了解決特征選擇算法在面向不同特征的數據集時完備性差的問題，避免算法失靈的風險擴散，本系統提供了一種大數據信息共享系統。

發明內容

針對上述情況，為克服現有技術之缺陷，本發明之目的在于提供一種大數據信息共享系統，系統利用信息共享模塊分析信息共享過程中存儲信息的特征，將特征分析轉變為拓撲空間中偏微分方程解的得分析，利用極大極小值原理對偏微分方程進行求解得到特征選取全局最優解的范圍，從而達到了信息共享過程中信息特征的精準提取，提高了信息共享過程中信息的特征選取的準確性，使得信息共享過程中的可以快速獲得待共享的信息。

其解決的技術方案是，一種大數據信息共享系統，包括信息采集模塊、中心管理模塊、信息共享模塊、信息傳輸模塊、云存儲模塊，信息共享模塊包括信息提取模塊、信息預處理模塊、信息分析模塊；信息此系統管理過程具體如下：

(1)數據采集模塊將采集的數據信息上傳至云存儲模塊，中心管理模塊可以接收請求信息共享時的請求信息，并將請求信息發送至信息共享模塊的信息分析模塊；

(2)信息分析模塊對瀏覽者的請求信息進行分析得到信息瀏覽的標識信息，并將標識信息發送至信息共享模塊的信息預處理模塊；

(3)信息共享模塊通過標識信息進行提取存儲信息中的目標信息進行信息共享，信息共享模塊利用信息特征的提取算法對云存儲模塊中的存儲信息進行信息特征選取，具體的分析過程如下：

步驟1、信息共享模塊的信息預處理模塊首先根據標識信息中的特征進行分類對云存儲模塊中的存儲信息進行分類，計算每一個特征對應存儲信息的信息增益，對應的信息增益越大代表特征的分類能力越強，計算不同的特征F對應的信息增益IG(F)的公式如下：

其中，表示一個樣本屬于C_i的概率，D^*表示C_i的樣本數，D表示總的樣本數，m為類別數，v是劃分子集D_j的個數，信息預處理模塊將計算出的不同特征對應的信息增益發送至信息分析模塊；

步驟2、信息分析模塊根據不同的特征F的信息增益將特征分為不同的特征子集，再利用雅可比公式求解特征子集中特征與特征之間的相似性并根據特征子集的相關性進行分析，計算公式如下：

其中，表示的是M_k是含有k個特征的特征子集的加權參數，是特征類之間的平均信息增益，是特征-特征之間的平均相關性，k是子集中包含的特征數；