【技术实现步骤摘要】
推流前的数据定向化处理方法及装置
[0001]本专利技术涉及数据信息处理
，涉及推流前的数据定向化处理方法及装置。
技术介绍
[0002]数据推流是响应大数据时代的一种新型数据推送方法，其采用多角度、多维度的数据整合进行定点定向的数据传输，保证用户接收的数据信息可以更符合当前需求，保证需求的成本可以有效降低到最低档，同时可以实现与大数据进行合理搭接联系，保证用户的喜爱和数据流高度一致。
[0003]但是现有技术中，因为考虑到数据传递的模式化，基本采用数据的传统模式的传输，传输过程中，会利用每一个模块进行机械性的读写，基于此，不同的数据类型必然需要不同的设备进行，造成数据读取的效率较低，同时导致数据在进行不同的设备切换时，出现丢失、失真等一系列连锁情况，进而促使用户的推广符合度降低。
[0004]基于上述问题，虽然已经专利或者研究进行了相关的改善，但是改善的思路依然沿用传统的数据模式进行，其必然导致数据传输并无本质变化，依然具有潜在的数据传输切换过程中的丢失，进而无法满足用于推流，导致人力以及财力的大量损
【技术保护点】
【技术特征摘要】
1.推流前的数据定向化处理方法，其特征在于，包括以下步骤：步骤1.预处理集成配置，进行无线以及有线配置，将配置好的模块进行串接连接，形成第一网络模块；步骤2.引导分流，将第一网络模块中的数据信息进行分离，其中数据信息包括动态以及静态信息；步骤3.汇总数据流，将引导分流后的数据信息进行汇总，将汇总后的数据进行分析处理，数据分析处理基于K
‑
近邻算法进行，得到数据信息，将数据信息进行分类传输；步骤4.定位查找处理，将分类后的数据中的静态数据信息进行基于Mark点匹配进行定位处理，定位后进行图像细节校准，校准后将静态数据信息进行传输；步骤5.阶段配置，将定位查找后的静态数据进行阶段配置，配置过程中采用ID3算法，将静态数据进行多路配置，形成对外传输端口，形成第二网络模块；步骤6.分类推流，将阶段配置后的静态数据和分类好的动态数据进行对应推流，其中推流过程采用STREAM算法进行；步骤7.重复上述步骤1
‑
步骤6，持续至推流数据处理结束。2.根据权利要求1所述的推流前的数据定向化处理方法，其特征在于，所述步骤1具体为：配置集成无线和有线网络模块,形成第一网络模块，进而采用无线模块拉流。3.根据权利要求1所述的推流前的数据定向化处理方法，其特征在于，所述步骤2具体为：将第一网络模块中的数据信息利用HSAH算法进行分离引导，其中在第一网络模块中的数据会依据HASH算法进行数据的读取处理。4.根据权利要求1所述的推流前的数据定向化处理方法，其特征在于，所述步骤3具体为：所述K
‑
近邻算法被配置进行多路连续处理，处理过程中采用逐级优化方式进行。5.根据权利要求1所述的推流前的数据定向化处理方法，其特征在于，所述步骤4具体为：对静态信息进行双重定位处理，其中第一重采用全局Mark定位，第二重采用局部Mark定位。6.根据权利要求1所述...
【专利技术属性】
技术研发人员：张秀才，蒋先勇，李志刚，邹可欣，
申请(专利权)人：四川三思德科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。