一种基于大数据及人工智能的数据处理方法及系统技术方案

本发明专利技术公开了数据处理技术领域的一种基于大数据及人工智能的数据处理方法，该方法包括以下步骤：步骤一：数据输入：将具有关联值的数据通过数据输入单元输入；步骤二：数据分析：对输入的数据进行人工智能分析；步骤三：数据对比：当判断出预测数据的关联值位于数据存储单元中的对应预设数据关联值时，输出最终数据，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类后存储并输出；步骤四：数据输出：最终的数据输出，本发明专利技术通过人工智能收集大数据中同一类数据进行分类、关联、预测、对比、聚类和存储，实现数据快速更新和维护。

【技术实现步骤摘要】
一种基于大数据及人工智能的数据处理方法及系统
本专利技术公开了一种基于大数据及人工智能的数据处理方法及系统，具体为数据处理

技术介绍
人工智能一直是世界的尖端技术,前期发展较为迟缓,不过在最近几年在理论研究与实际应用领域,却取得了长足的进步，这主要得益于大数据技术的进步和成熟，而且市场需求的旺盛和迫切也导致人工智能技术的迅速发展，现有的数据处理大多只是将数据简单整理，对于同一数据的更新和存储大多还需要人工进行处理。
技术实现思路
本专利技术的目的在于提供一种基于大数据及人工智能的数据处理方法及系统，以解决上述
技术介绍
中提出的现有的数据处理方法和系统大多只是将数据简单整理，对于同一数据的更新和存储大多还需要人工进行处理的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于大数据及人工智能的数据处理方法，该方法包括以下步骤：步骤一：数据输入：将具有关联值的数据通过数据输入单元输入；步骤二：数据分析：对输入的数据进行人工智能分析；步骤三：数据对比：当判断出预测数据的关联值位于数据存储单元中的对应预设数据关联值时，输出最终数据，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类后存储并输出；步骤四：数据输出：最终的数据输出。优选的，所述步骤一中的输入数据至少包含一个关联值。优选的，所述步骤二中的数据分析包括数据分类、数据关联和数据预测。优选的，所述步骤三中的数据存储采用分布式存储。一种基于大数据及人工智能的数据处理系统，包括：数据输入单元：用于输入具有关联值的数据；数据分类单元：用于数据中特征值的分类，对输入的数据进行人工智能分析；数据关联单元：用于数据中特征值的关联，对输入的数据进行人工智能分析；数据预测单元：用于输出数据中的关联值，对输入的数据进行人工智能分析；数据对比单元：用于预测数据关联值与预设数据关联值的对比，判断预测数据的关联值是否位于数据存储单元中的对应预设数据关联值时；数据聚类单元：用于预测数据关联值与预设数据关联值的聚类，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类；数据存储单元：用于预测数据关联值与预设数据关联值聚类后的存储，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类并存储；数据输出单元：用于最终数据的输出。与现有技术相比，本专利技术的有益效果是：本专利技术在现有大数据的基础上通过人工智能进行数据处理，通过人工智能收集大数据中同一类数据进行分类、关联、预测、对比、聚类和存储，实现数据快速更新和维护，有效降低人工付出。附图说明图1为本专利技术基于大数据及人工智能的数据处理方法流程图；图2为本专利技术基于大数据及人工智能的数据处理系统结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1-2，本专利技术提供一种技术方案：一种基于大数据及人工智能的数据处理方法，该方法包括以下步骤：步骤一：数据输入：将具有关联值的数据通过数据输入单元输入；步骤二：数据分析：对输入的数据进行人工智能分析；步骤三：数据对比：当判断出预测数据的关联值位于数据存储单元中的对应预设数据关联值时，输出最终数据，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类后存储并输出；步骤四：数据输出：最终的数据输出。其中，步骤一中的输入数据至少包含一个关联值，步骤二中的数据分析包括数据分类、数据关联和数据预测，步骤三中的数据存储采用分布式存储。一种基于大数据及人工智能的数据处理系统，包括：数据输入单元：用于输入具有关联值的数据；数据分类单元：用于数据中特征值的分类，对输入的数据进行人工智能分析；数据关联单元：用于数据中特征值的关联，对输入的数据进行人工智能分析；数据预测单元：用于输出数据中的关联值，对输入的数据进行人工智能分析；数据对比单元：用于预测数据关联值与预设数据关联值的对比，判断预测数据的关联值是否位于数据存储单元中的对应预设数据关联值时；数据聚类单元：用于预测数据关联值与预设数据关联值的聚类，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类；数据存储单元：用于预测数据关联值与预设数据关联值聚类后的存储，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类并存储；数据输出单元：用于最终数据的输出。实施例将A人最新的个人信息和征信数据通过大数据采集输入至数据输入单元；将A人的个人信息和征信数据进行人工智能分类，将A人的个人信息和征信数据进行分类，得到A人的姓名、身份证、信用度、债务信息等数据；将A人的姓名、身份证、信用度、债务信息等数据通过数据关联单元进行关联；将A人的姓名、身份证、信用度、债务信息等数据通过数据预测单元进行预测，通过将A人的姓名和身份证数据关联值从数据存储单元找出原有的A人的姓名、身份证、信用度、债务信息等数据；将A人的姓名、身份证、信用度、债务信息等数据通过数据对比单元与原先的A人的姓名、身份证、信用度、债务信息等数据进行对比；当A人的信用度、债务信息等数据关联值位于数据存储单元的对应A人的信用度、债务信息等预设数据关联值时，输出A人最新的姓名、身份证、信用度、债务信息等数据，当A人的信用度、债务信息等数据关联值超出数据存储单元的对应A人的信用度、债务信息等预设数据关联值时，将A人的信用度、债务信息等预测数据超出的关联值与预设数据的关联值聚类后存储至数据存储单元并通过数据输出单元输出。尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。本文档来自技高网...

【技术保护点】
1.一种基于大数据及人工智能的数据处理方法，其特征在于：该方法包括以下步骤：步骤一：数据输入：将具有关联值的数据通过数据输入单元输入；步骤二：数据分析：对输入的数据进行人工智能分析；步骤三：数据对比：当判断出预测数据的关联值位于数据存储单元中的对应预设数据关联值时，输出最终数据，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类后存储并输出；步骤四：数据输出：最终的数据输出。

【技术特征摘要】
1.一种基于大数据及人工智能的数据处理方法，其特征在于：该方法包括以下步骤：步骤一：数据输入：将具有关联值的数据通过数据输入单元输入；步骤二：数据分析：对输入的数据进行人工智能分析；步骤三：数据对比：当判断出预测数据的关联值位于数据存储单元中的对应预设数据关联值时，输出最终数据，当判断出预测数据的关联值超出数据存储单元中的对应预设数据关联值时，将预测数据超出的关联值与预设数据的关联值聚类后存储并输出；步骤四：数据输出：最终的数据输出。2.根据权利要求1所述的一种基于大数据及人工智能的数据处理方法，其特征在于：所述步骤一中的输入数据至少包含一个关联值。3.根据权利要求1所述的一种基于大数据及人工智能的数据处理方法，其特征在于：所述步骤二中的数据分析包括数据分类、数据关联和数据预测。4.根据权利要求1所述的一种基于大数据及人工智能的数据处理方法，其特征在于：所述步骤三中的数据存储采用分布式存储。5....

【专利技术属性】
技术研发人员：徐华锋，李玲，周树克，徐可欣，陈耀，贺亚伟，
申请(专利权)人：河南城建学院，
类型：发明
国别省市：河南,41