应用于数据处理的噪声优化方法及AI系统技术方案

本发明专利技术实施例提供的应用于数据处理的噪声优化方法及AI系统，在确定业务处理事件的目标噪声项描述特征时，可以此外引入初始在线业务信息对应的噪声项描述特征和信任分析结果，提升了噪声挖掘和分析精度；此外鉴于结合信息质量评价向量确定每一所述初始在线业务信息所对应业务处理事件的不低于一个层级的噪声项描述特征，可以得到选定业务项目中业务处理事件在每一所述层级的目标噪声项描述特征，能够输出尽可能完整准确的分析层级，这样可以基于不同分析层级的目标噪声项描述特征对业务处理事件进行针对性且灵活的噪声优化处理，减少相关数据信息的噪声比率，提高数据信息的利用效率。用效率。用效率。

【技术实现步骤摘要】
应用于数据处理的噪声优化方法及AI系统


[0001]本专利技术涉及人工智能与数据处理
，特别涉及一种应用于数据处理的噪声优化方法及AI系统。

技术介绍

[0002]随着在线业务的普及，各类数据信息在云端呈现指数型增长，这给相关的处理系统带来了不小的压力。比如，云端的各类数据信息或多或少携带一些数据噪声，如果不对这些数据噪声加以处理和优化，可能会对正常的数据业务开展产生负面影响。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种应用于数据处理的噪声优化方法及AI系统。
[0004]第一方面，本专利技术实施例提供了一种应用于数据处理的噪声优化方法，应用于噪声优化系统，所述方法包括：提炼待优化在线业务运营报告对应的信息质量评价向量；所述待优化在线业务运营报告包含指向选定业务项目中不低于一个业务处理事件获取的若干个初始在线业务信息；结合所述信息质量评价向量，确定每一所述初始在线业务信息对应的事件噪声挖掘结果；所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的不低于一个层级的噪声项描述特征；对所述信息质量评价向量进行信任因子分析，得到每一所述初始在线业务信息对应的信任分析结果；所述信任分析结果表示所述初始在线业务信息的数据提取复杂性，且所述初始在线业务信息的信任分析结果与所述初始在线业务信息的数据提取复杂性存在第一指定联系；结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征；基于所述目标噪声项描述特征进行所述业务处理事件的噪声优化处理。
[0005]由此可见，鉴于在对待优化在线业务运营报告进行分析时，不仅获取了每一初始在线业务信息所对应业务处理事件的噪声项描述特征，还获取了每一初始在线业务信息对应的信任分析结果，在确定业务处理事件的目标噪声项描述特征时，可以此外引入初始在线业务信息对应的噪声项描述特征和信任分析结果，提升了噪声挖掘和分析精度；此外鉴于结合信息质量评价向量确定每一所述初始在线业务信息所对应业务处理事件的不低于一个层级的噪声项描述特征，可以得到选定业务项目中业务处理事件在每一所述层级的目标噪声项描述特征，能够输出尽可能完整准确的分析层级，这样可以基于不同分析层级的目标噪声项描述特征对业务处理事件进行针对性且灵活的噪声优化处理，减少相关数据信息的噪声比率，提高数据信息的利用效率。
[0006]对于一些可能的技术方案而言，所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的分布层级的噪声分布特征；所述结合所述信息质量评价向量，确定每一所述初始在线业务信息对应的事件噪声挖掘结果，包括：对所述信息质量评价向量
进行噪声分布解析，确定每一所述初始在线业务信息对应的噪声分布特征；所述噪声分布特征表示所述初始在线业务信息所对应业务处理事件的定位数据；所述结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征，包括：结合设定的信任因子判定值和每一所述初始在线业务信息对应的信任分析结果，在所述若干个初始在线业务信息中抽样得到若干个业务处理事件的初始在线业务信息；结合每一所述业务处理事件的初始在线业务信息对应的噪声分布特征，对所述若干个业务处理事件的初始在线业务信息进行分团，得到选定业务项目中每一所述业务处理事件对应的事件业务信息簇和每一所述业务处理事件在所述分布层级的目标噪声分布特征。
[0007]由此可见，鉴于该事件噪声挖掘结果包括初始在线业务信息所对应业务处理事件的分布层级的噪声分布特征，在得到每一初始在线业务信息对应的噪声分布特征之后，鉴于该噪声分布特征表征了初始在线业务信息所对应业务处理事件的定位数据，进而可以通过对每一初始在线业务信息的定位数据进行分团，实现对待优化在线业务运营报告的拆解，得到选定业务项目中每一所述业务处理事件对应的事件业务信息簇和每一所述业务处理事件在所述分布层级的目标噪声分布特征；此外，鉴于在对待优化在线业务运营报告进行拆解之前，先结合每一初始在线业务信息对应的信任因子信息对若干个初始在线业务信息进行针对性筛除，得到了提取精度较佳的若干个业务处理事件的初始在线业务信息，再结合若干个业务处理事件的初始在线业务信息对应的噪声分布特征进行分团，可以得到尽可能准确可靠的噪声处理结果。
[0008]对于一些可能的技术方案而言，所述对所述信息质量评价向量进行噪声分布解析，确定每一所述初始在线业务信息对应的噪声分布特征，包括：结合所述信息质量评价向量，确定每一所述初始在线业务信息对应的定位误差；所述定位误差表示所述初始在线业务信息与所述初始在线业务信息所对应业务处理事件的核心数据单元之间相对分布关系；结合每一所述初始在线业务信息对应的初始在线业务信息分布和定位误差，确定每一所述初始在线业务信息对应的噪声分布特征；所述噪声分布特征为所述初始在线业务信息所对应业务处理事件的核心数据单元的多维分布变量。
[0009]对于一些可能的技术方案而言，所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的热力状态层级的热力状态特征；所述结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征，还包括：对于各所述业务处理事件，结合所述业务处理事件对应的在线业务运营报告合中的每一业务处理事件的初始在线业务信息的热力状态特征，确定所述业务处理事件在所述热力状态层级的目标热力状态特征。
[0010]由此可见，在确定每一业务处理事件对应的若干个业务处理事件的初始在线业务信息之后，结合每一初始在线业务信息对应的热力状态特征，确定当前业务处理事件对应的目标热力状态特征。鉴于若干个业务处理事件的初始在线业务信息都对应同一个业务处理事件，且信任因子都大于预设信任因子判定值，这样得到的目标热力状态特征的精度更佳。
[0011]对于一些可能的技术方案而言，事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的多元回归层级的多元回归特征；所述结合每一所述初始在线业务信息
对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征，还包括：对于各所述业务处理事件，结合所述业务处理事件对应的在线业务运营报告合中的每一业务处理事件的初始在线业务信息的多元回归特征，确定所述业务处理事件在所述多元回归层级的目标多元回归特征。
[0012]由此可见，在确定每一业务处理事件对应的若干个业务处理事件的初始在线业务信息之后，结合每一初始在线业务信息对应的多元回归特征，确定当前业务处理事件对应的目标多元回归特征。鉴于若干个业务处理事件的初始在线业务信息都对应同一个业务处理事件，且信任因子都大于预设信任因子判定值，这样得到的目标多元回归特征的精度更佳。
[0013]对于一些可能的技术方案而言，所述提炼待优化在线业务运营报告对应的信息质量评价向量，包括：获取基础在线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于数据处理的噪声优化方法，其特征在于，应用于噪声优化系统，所述方法包括：提炼所述待优化在线业务运营报告对应的信息质量评价向量；所述待优化在线业务运营报告包含指向选定业务项目中不低于一个业务处理事件获取的若干个初始在线业务信息；结合所述信息质量评价向量，确定每一所述初始在线业务信息对应的事件噪声挖掘结果；所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的不低于一个层级的噪声项描述特征；对所述信息质量评价向量进行信任因子分析，得到每一所述初始在线业务信息对应的信任分析结果；所述信任分析结果表示所述初始在线业务信息的数据提取复杂性，且所述初始在线业务信息的信任分析结果与所述初始在线业务信息的数据提取复杂性存在第一指定联系；结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征；基于所述目标噪声项描述特征进行所述业务处理事件的噪声优化处理。2.根据权利要求1所述的方法，其特征在于，所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的分布层级的噪声分布特征；所述结合所述信息质量评价向量，确定每一所述初始在线业务信息对应的事件噪声挖掘结果，包括：对所述信息质量评价向量进行噪声分布解析，确定每一所述初始在线业务信息对应的噪声分布特征；所述噪声分布特征表示所述初始在线业务信息所对应业务处理事件的定位数据；所述结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征，包括：结合设定的信任因子判定值和每一所述初始在线业务信息对应的信任分析结果，在所述若干个初始在线业务信息中抽样得到若干个业务处理事件的初始在线业务信息；结合每一所述业务处理事件的初始在线业务信息对应的噪声分布特征，对所述若干个业务处理事件的初始在线业务信息进行分团，得到选定业务项目中每一所述业务处理事件对应的事件业务信息簇和每一所述业务处理事件在所述分布层级的目标噪声分布特征。3.根据权利要求2所述的方法，其特征在于，所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的热力状态层级的热力状态特征；所述结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征，还包括：对于各所述业务处理事件，结合所述业务处理事件对应的在线业务运营报告合中的每一业务处理事件的初始在线业务信息的热力状态特征，确定所述业务处理事件在所述热力状态层级的目标热力状态特征。4.根据权利要求3所述的方法，其特征在于，所述事件噪声挖掘结果包括所述初始在线业务信息所对应业务处理事件的多元回归层级的多元回归特征；所述结合每一所述初始在线业务信息对应的事件噪声挖掘结果和信任分析结果，确定每一所述业务处理事件在不低于一个所述层级的目标噪声项描述特征，还包括：对于各所述业务处理事件，结合所述业务处理事件对应的在线业务运营报告合中的每一业务处理事
件的初始在线业务信息的多元回归特征，确定所述业务处理事件在所述多元回归层级的目标多元回归特征。5.根据权利要求1所述的方法，其特征在于，所述提炼待优化在线业务运营报告对应的信息质量评价向量，包括：获取基础在线业务运营报告；对所述基础在线业务运营报告进行设定操作，得到针对所述不低于一个业务处理事件获取的若干个初始在线业务信息；对所述若干个初始在线业务信息进行向量挖掘，得到所述待优化在线业务运营报告对应的信息质量评价向量。6.根据权利要求1所述的方法，其特征在于，所述应用于数据处理的噪声优化方法由联合神经网络执行，所述应用于数据处理的噪声优化方法包括：所述联合神经网络中的向量挖掘模块提炼待优化在线业务运营报告对应的信息质量评价向量；所述联合神经网络中的事件噪声分析模块结合所述信息质量评价向量，确定每一所...

【专利技术属性】
技术研发人员：潘洋，柴豪杰，
申请(专利权)人：遵义钟钟网络科技有限公司，
类型：发明
国别省市：