一种基于本地区域特性自学习的信息交流的方法及系统技术方案

本发明专利技术涉及一种基于本地区域特性自学习的信息交流的方法及系统，该方法包括：设置本地终端，按照预设的信息分类表收集本地信息数据并存储在本地终端，进行筛查处理后存入本地信息数据私有链区块；对本地信息数据进行筛查处理后存入本地信息数据的公有链区块；接收本地区域特性的自学习需求，链接至响应服务区块从公有链区块调取对应的公共数据，按照自学习需求的策略要求，基于神经网络建立数据模型；在响应服务区块，将私有链区块中各个私有数据代入数据模型得到对应的本地区域特性自学习的私有推荐数据，发送至对应的本地终端。本发明专利技术能够通过本地终端收集本地用户的信息数据，生成本地区域特性自学习的方案并推送。生成本地区域特性自学习的方案并推送。生成本地区域特性自学习的方案并推送。

【技术实现步骤摘要】
一种基于本地区域特性自学习的信息交流的方法及系统


[0001]本专利技术涉及信息交流的
，尤其涉及一种基于本地区域特性自学习的信息交流的方法及系统。

技术介绍

[0002]随着互联网数据的快速发展，基于数据信息分析的交流技术逐步涌现，而人们生活中基于地域性、习惯性、文化性等能够体现出很多的信息特性，如何利用好本地区域内的数据，为后续操作提供预测数据已然成为了一项重要的研究课题。
[0003]虽然本地区域特性信息数据具有一定的规律性，但是要如何精准利用好，排除其中无效的数据，并形成循环推动的信息流也是一件很困难的事情。例如，在医疗健康领域，涌现出了很多智能的健康检测设备，这些健康检测设备每时每刻都在采集生成大量与个人息息相关的健康数据并对这些健康数据进行存储。
[0004]目前，这些采集到的健康数据并没有被有效的利用起来作为医生、心理师、康复师给病人看诊时的依据。当病人的病情十分严重需要进行专家会诊的情况下，要与各个专家取得联系，逐一协调专家时间，耗费大量的时间，使病人的即时诊断的需求无法得到满足，延误病人就医的时间。
[0005]如果能够基于本地区域特性信息进行自学习形成预测性的信息交流或精准专业性的信息交流，就能很好地避免日常生活、学习及工作中的很多上述问题。因此，如何提供一种基于本地区域特性自学习的信息交流的方案是本
亟待解决的技术问题。

技术实现思路

[0006]为了解决上述问题，本专利技术提供了一种基于本地区域特性自学习的信息交流的方法及系统。
[0007]在本专利技术中，提供了一种基于本地区域特性自学习的信息交流的方法，包括：预设区域特性服务器，在所述区域特性服务器上基于预设的本地区域特性与预设需求策略对照表，根据本地区域特性创建本地区域需求策略；根据所述本地区域需求策略以及预设推选策略在所述区域特性服务器上确定至少一个服务区块作为响应服务区块；设置本地终端，根据预设的区域性链接合约连接至所述区域特性服务器，按照预设的信息分类表收集本地信息数据并存储在所述本地终端，根据预设的私有信息链接合约对所述本地信息数据进行筛查处理后存入本地信息数据私有链区块；根据预设的公用信息链接合约对所述本地信息数据进行筛查处理后存入本地信息数据的公有链区块；接收本地区域特性的自学习需求，链接至所述响应服务区块从所述公有链区块调取对应的公共数据，按照所述自学习需求的策略要求，基于神经网络建立数据模型，并随机调取所述私有链区块中私有数据进行验证；在验证通过后将所述数据模型存储至所述响应服务区块；在所述响应服务区块，将所述私有链区块中各个所述私有数据代入所述数据模型
得到对应的本地区域特性自学习的私有推荐数据，发送至对应的所述本地终端。
[0008]可选地，其中，该方法还包括：根据本地区域特性设置对应不同数据属性分类的信息分类表，并形成本地区域特性与所述信息分类表的对应关系表，存储至所述响应服务区块；根据所述信息分类表中各个项设置与其对应的数据筛查处理策略，并对应存储至所述响应服务区块中。
[0009]可选地，其中，接收本地区域特性的自学习需求，链接至所述响应服务区块从所述公有链区块调取对应的公共数据，按照所述自学习需求的策略要求，基于神经网络建立数据模型，为：在所述公有链区块基础上创建，以响应服务的所述本地终端以及预设自学习需求的所述本地终端为节点创建策略要求，与所述私有链区块链接，用于将所述响应所述本地终端、预设自学习需求发起的所述本地终端进行信息数据互通；并根据数据分析处理策略以及所述自学习需求的策略要求分析所述公共数据，得到基于神经网络建立数据模型；将所述数据模型按照所述自学习需求的策略要求发送至对应的所述本地终端中。
[0010]可选地，其中，该方法还包括：在所述本地信息数据的公有链区块上，根据本地终端上用户的身份、信用等级、工作性质与预设信息标识等级对应关系对照得到该本地终端上用户的本地终端标识，并存储至所述私有链区块；将所述私有链区块中各个本地终端标识及预设的标识权重对应关系加入对应的所述私有数据。
[0011]可选地，其中，该方法还包括：根据所述本地终端预设各自更新的信息数据量达到预设数据量阈值的更新策略；接收本地信息的更新数据，在所述更新数据的数据量达到或超过所述数据量阈值时，根据所述更新策略，将所述更新数据加入所述本地信息数据并与现有数据一起替换原有数据。
[0012]另一方面，本专利技术还提供一种基于本地区域特性自学习的信息交流的系统，包括：区域特性设置模块、公有链数据收集模块、自学习数据模型建立模块及自学习信息交流模块；其中，所述区域特性设置模块，预设区域特性服务器，在所述区域特性服务器上基于预设的本地区域特性与预设需求策略对照表，根据本地区域特性创建本地区域需求策略；根据所述本地区域需求策略以及预设推选策略在所述区域特性服务器上确定至少一个服务区块作为响应服务区块；所述链数据收集模块，与所述区域特性设置模块相连接，设置本地终端，根据预设的区域性链接合约连接至所述区域特性服务器，按照预设的信息分类表收集本地信息数据并存储在所述本地终端，根据预设的私有信息链接合约对所述本地信息数据进行筛查处理后存入本地信息数据私有链区块；根据预设的公用信息链接合约对所述本地信息数据进行筛查处理后存入本地信息数据的公有链区块；所述自学习数据模型建立模块，与所述区域特性设置模块及链数据收集模块相连
接，接收本地区域特性的自学习需求，链接至所述响应服务区块从所述公有链区块调取对应的公共数据，按照所述自学习需求的策略要求，基于神经网络建立数据模型，并随机调取所述私有链区块中私有数据进行验证；在验证通过后将所述数据模型存储至所述响应服务区块；所述自学习信息交流模块，与所述区域特性设置模块及自学习数据模型建立模块相连接，在所述响应服务区块，将所述私有链区块中各个所述私有数据代入所述数据模型得到对应的本地区域特性自学习的私有推荐数据，发送至对应的所述本地终端。
[0013]可选地，其中，该系统还包括：数据筛查处理策略设置模块，与所述区域特性设置模块相连接，根据本地区域特性设置对应不同数据属性分类的信息分类表，并形成本地区域特性与所述信息分类表的对应关系表，存储至所述响应服务区块；根据所述信息分类表中各个项设置与其对应的数据筛查处理策略，并对应存储至所述响应服务区块中。
[0014]可选地，其中，该系统还包括：信息数据互通处理模块，与所述自学习数据模型建立模块相连接，在所述公有链区块基础上创建，以响应服务的所述本地终端以及预设自学习需求的所述本地终端为节点创建策略要求，与所述私有链区块链接，用于将所述响应所述本地终端、预设自学习需求发起的所述本地终端进行信息数据互通；并根据数据分析处理策略以及所述自学习需求的策略要求分析所述公共数据，得到基于神经网络建立数据模型；将所述数据模型按照所述自学习需求的策略要求发送至对应的所述本地终端中。
[0015]可选地，其中，该系统还包括：基于本地终端身份标识的处理模块，与所述链数据收集模块相连接，在所述本地信息数据的公本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于本地区域特性自学习的信息交流的方法，其特征在于，包括：预设区域特性服务器，在所述区域特性服务器上基于预设的本地区域特性与预设需求策略对照表，根据本地区域特性创建本地区域需求策略；根据所述本地区域需求策略以及预设推选策略在所述区域特性服务器上确定至少一个服务区块作为响应服务区块；设置本地终端，根据预设的区域性链接合约连接至所述区域特性服务器，按照预设的信息分类表收集本地信息数据并存储在所述本地终端，根据预设的私有信息链接合约对所述本地信息数据进行筛查处理后存入本地信息数据私有链区块；根据预设的公用信息链接合约对所述本地信息数据进行筛查处理后存入本地信息数据的公有链区块；接收本地区域特性的自学习需求，链接至所述响应服务区块从所述公有链区块调取对应的公共数据，按照所述自学习需求的策略要求，基于神经网络建立数据模型，并随机调取所述私有链区块中私有数据进行验证；在验证通过后将所述数据模型存储至所述响应服务区块；在所述响应服务区块，将所述私有链区块中各个所述私有数据代入所述数据模型得到对应的本地区域特性自学习的私有推荐数据，发送至对应的所述本地终端。2.根据权利要求1所述的基于本地区域特性自学习的信息交流的方法，其特征在于，还包括：根据本地区域特性设置对应不同数据属性分类的信息分类表，并形成本地区域特性与所述信息分类表的对应关系表，存储至所述响应服务区块；根据所述信息分类表中各个项设置与其对应的数据筛查处理策略，并对应存储至所述响应服务区块中。3.根据权利要求1所述的基于本地区域特性自学习的信息交流的方法，其特征在于，接收本地区域特性的自学习需求，链接至所述响应服务区块从所述公有链区块调取对应的公共数据，按照所述自学习需求的策略要求，基于神经网络建立数据模型，为：在所述公有链区块基础上创建，以响应服务的所述本地终端以及预设自学习需求的所述本地终端为节点创建策略要求，与所述私有链区块链接，用于将所述响应所述本地终端、预设自学习需求发起的所述本地终端进行信息数据互通；并根据数据分析处理策略以及所述自学习需求的策略要求分析所述公共数据，得到基于神经网络建立数据模型；将所述数据模型按照所述自学习需求的策略要求发送至对应的所述本地终端中。4.根据权利要求1所述的基于本地区域特性自学习的信息交流的方法，其特征在于，还包括：在所述本地信息数据的公有链区块上，根据本地终端上用户的身份、信用等级、工作性质与预设信息标识等级对应关系对照得到该本地终端上用户的本地终端标识，并存储至所述私有链区块；将所述私有链区块中各个本地终端标识及预设的标识权重对应关系加入对应的所述私有数据。5.根据权利要求1所述的基于本地区域特性自学习的信息交流的方法，其特征在于，还包括：根据所述本地终端预设各自更新的信息数据量达到预设数据量阈值的更新策略；
接收本地信息的更新数据，在所述更新数据的数据量达到或超过所述数据量阈值时，根据所述更新策略，将所述更新数据加入所述本地信息数据并与现有数据一起替换原有数据。6.一种基于本地区域特性自学习的信息交流的系统，其特征在于，包括：区域特性设置模块、公有链数据收集模块、自学习数据模型建立模块及自学习信息交流模块；其中，所述区域特性设置模块，预设区域特性服务器，在所述区域特性服...

【专利技术属性】
技术研发人员：董永斌，黄碧银，刘明东，
申请(专利权)人：深圳本地宝新媒体技术有限公司，
类型：发明
国别省市：