面向企业数字化服务的云存储分配方法、系统及云服务器技术方案

本发明专利技术提供的面向企业数字化服务的云存储分配方法、系统及云服务器，涉及数据处理技术领域。在本发明专利技术中，云存储分配方法包括：提取到目标企业对应的目标企业数字化信息；采用目标行为数据分析神经网络，分别对目标企业行为数据包括的每一个目标企业行为数据片段进行数据分析处理，以输出每一个目标企业行为数据片段对应的目标企业行为属性信息；依据每一个目标企业行为数据片段对应的目标企业行为属性信息，并通过云服务器通信连接的云存储系统包括的多个云存储设备，对目标企业行为数据包括的多条目标企业行为信息进行分类存储。基于上述方法，可以在一定程度上提高企业行为数据的分类存储的可靠度。的分类存储的可靠度。的分类存储的可靠度。

【技术实现步骤摘要】
面向企业数字化服务的云存储分配方法、系统及云服务器


[0001]本专利技术涉及数据处理
，具体而言，涉及一种面向企业数字化服务的云存储分配方法、系统及云服务器。

技术介绍

[0002]企业数字化服务是指将企业的诸多信息进行数字化处理，以进行存储。其中，由于需要存储的数据的数据量较大，一般是通过云存储系统包括的多个云存储设备分别进行存储，然后，在现有技术中，一般是基于数据的形成时间以分别进行存储（即基于时间分类），使得分类存储的可靠度。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种面向企业数字化服务的云存储分配方法、系统及云服务器，以在一定程度上提高企业行为数据的分类存储的可靠度。
[0004]为实现上述目的，本专利技术实施例采用如下技术方案：一种面向企业数字化服务的云存储分配方法，应用于云服务器，所述面向企业数字化服务的云存储分配方法包括：提取到目标企业对应的目标企业数字化信息，所述目标企业数字化信息包括所述目标企业对应的目标企业行为数据，所述目标企业行为数据包括所述目标企业对应的多条目标企业行为信息；采用目标行为数据分析神经网络，分别对所述目标企业行为数据包括的每一个目标企业行为数据片段进行数据分析处理，以输出每一个所述目标企业行为数据片段对应的目标企业行为属性信息，每一个所述目标企业行为数据片段包括至少一条目标企业行为信息；依据每一个所述目标企业行为数据片段对应的目标企业行为属性信息，并通过所述云服务器通信连接的云存储系统包括的多个云存储设备，对所述目标企业行为数据包括的多条目标企业行为信息进行分类存储。
[0005]在一些优选的实施例中，在上述面向企业数字化服务的云存储分配方法中，所述提取到目标企业对应的目标企业数字化信息的步骤，包括：提取到目标企业对应的当前企业数字化信息和历史企业数字化信息，所述当前企业数字化信息为所述目标企业当前未通过所述云存储系统进行分类存储的企业数字化信息，所述历史企业数字化信息为所述目标企业当前已经通过所述云存储系统进行分类存储的企业数字化信息；将所述当前企业数字化信息和所述历史企业数字化信息进行信息拼接，以形成所述目标企业对应的目标企业数字化信息，并控制所述云存储系统对所述历史企业数字化信息进行删除。
[0006]在一些优选的实施例中，在上述面向企业数字化服务的云存储分配方法中，所述
采用目标行为数据分析神经网络，分别对所述目标企业行为数据包括的每一个目标企业行为数据片段进行数据分析处理，以输出每一个所述目标企业行为数据片段对应的目标企业行为属性信息的步骤，包括：从所述目标企业行为数据中，提取到进行数据分析处理的目标企业行为数据片段；在预先构建的参考重要行为有序集合组中，分析输出与所述目标企业行为数据相关联的第一参考重要行为有序集合，所述参考重要行为有序集合组包括参考重要行为有序集合和所述参考重要行为有序集合对应的集合重要性数据，所述集合重要性数据用于反映在典型企业行为数据集合中所述参考重要行为有序集合的分布情况；依据所述第一参考重要行为有序集合对应的集合重要性数据，分析输出所述目标企业行为数据中的辅助企业行为数据片段对应的集合重要性数据，所述辅助企业行为数据片段属于所述目标企业行为数据中所述目标企业行为数据片段外的剩余企业行为数据片段；采用目标行为数据分析神经网络，并依据所述辅助企业行为数据片段对应的行为数据描述向量和对应的集合重要性数据，对所述目标企业行为数据片段进行行为关键描述信息挖掘操作，以输出所述目标企业行为数据片段对应的第一行为数据描述向量；基于所述第一行为数据描述向量和所述目标企业行为数据对应的第二行为数据描述向量，对所述目标企业行为数据片段进行企业行为属性分析处理，以输出所述目标企业行为数据片段在所述目标企业行为数据中具有的目标企业行为属性信息，所述第二行为数据描述向量基于所述目标企业的企业类型信息确定。
[0007]在一些优选的实施例中，在上述面向企业数字化服务的云存储分配方法中，所述在预先构建的参考重要行为有序集合组中，分析输出与所述目标企业行为数据相关联的第一参考重要行为有序集合的步骤，包括：对所述目标企业行为数据进行数据拆分操作，以输出所述目标企业行为数据对应的至少一个企业行为数据片段；依据所述企业行为数据片段，在所述目标企业行为数据中具有的分布信息，对所述至少一个企业行为数据片段进行排列，以形成所述目标企业行为数据对应的数据片段排序结果；在预先构建的参考重要行为有序集合组中，提取出符合预先配置的参考数据片段排序规则的与所述数据片段排序结果匹配的参考重要行为有序集合，以标记为与所述目标企业行为数据相关联的第一参考重要行为有序集合。
[0008]在一些优选的实施例中，在上述面向企业数字化服务的云存储分配方法中，所述依据所述第一参考重要行为有序集合对应的集合重要性数据，分析输出所述目标企业行为数据中的辅助企业行为数据片段对应的集合重要性数据的步骤，包括：从所述目标企业行为数据中，筛选出与所述第一参考重要行为有序集合相关联的目标企业行为有序集合；针对所述目标企业行为数据包括的所述目标企业行为有序集合内的辅助企业行为数据片段，将所述第一参考重要行为有序集合对应的集合重要性数据，标记为该辅助企业行为数据片段对应的集合重要性数据；
针对所述目标企业行为数据包括的所述目标企业行为有序集合外的辅助企业行为数据片段，将预先配置的设定集合重要性数据，标记为该辅助企业行为数据片段对应的集合重要性数据。
[0009]在一些优选的实施例中，在上述面向企业数字化服务的云存储分配方法中，所述采用目标行为数据分析神经网络，并依据所述辅助企业行为数据片段对应的行为数据描述向量和对应的集合重要性数据，对所述目标企业行为数据片段进行行为关键描述信息挖掘操作，以输出所述目标企业行为数据片段对应的第一行为数据描述向量的步骤，包括：对所述辅助企业行为数据片段对应的行为数据描述向量和对应的集合重要性数据进行信息聚合操作，以形成所述目标企业行为数据对应的聚合行为数据描述向量；采用目标行为数据分析神经网络，并基于所述聚合行为数据描述向量，对所述目标企业行为数据片段进行行为关键描述信息挖掘操作，以输出所述目标企业行为数据片段对应的第一行为数据描述向量。
[0010]在一些优选的实施例中，在上述面向企业数字化服务的云存储分配方法中，在所述采用目标行为数据分析神经网络，并依据所述辅助企业行为数据片段对应的行为数据描述向量和对应的集合重要性数据，对所述目标企业行为数据片段进行行为关键描述信息挖掘操作，以输出所述目标企业行为数据片段对应的第一行为数据描述向量的步骤之前，所述采用目标行为数据分析神经网络，分别对所述目标企业行为数据包括的每一个目标企业行为数据片段进行数据分析处理，以输出每一个所述目标企业行为数据片段对应的目标企业行为属性信息的步骤，还包括：提取到神经网络优化数据，所述神经网络优化数据包括典型企业行为数据中需要进行企业行为属性分析处理的第一典型企业行为数据片段对应的参考行为数据描述向量，所述神经网络优化数据还包括辅助典型企业行为数据片段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向企业数字化服务的云存储分配方法，其特征在于，应用于云服务器，所述面向企业数字化服务的云存储分配方法包括：提取到目标企业对应的目标企业数字化信息，所述目标企业数字化信息包括所述目标企业对应的目标企业行为数据，所述目标企业行为数据包括所述目标企业对应的多条目标企业行为信息；采用目标行为数据分析神经网络，分别对所述目标企业行为数据包括的每一个目标企业行为数据片段进行数据分析处理，以输出每一个所述目标企业行为数据片段对应的目标企业行为属性信息，每一个所述目标企业行为数据片段包括至少一条目标企业行为信息；依据每一个所述目标企业行为数据片段对应的目标企业行为属性信息，并通过所述云服务器通信连接的云存储系统包括的多个云存储设备，对所述目标企业行为数据包括的多条目标企业行为信息进行分类存储。2.如权利要求1所述的面向企业数字化服务的云存储分配方法，其特征在于，所述提取到目标企业对应的目标企业数字化信息的步骤，包括：提取到目标企业对应的当前企业数字化信息和历史企业数字化信息，所述当前企业数字化信息为所述目标企业当前未通过所述云存储系统进行分类存储的企业数字化信息，所述历史企业数字化信息为所述目标企业当前已经通过所述云存储系统进行分类存储的企业数字化信息；将所述当前企业数字化信息和所述历史企业数字化信息进行信息拼接，以形成所述目标企业对应的目标企业数字化信息，并控制所述云存储系统对所述历史企业数字化信息进行删除。3.如权利要求1所述的面向企业数字化服务的云存储分配方法，其特征在于，所述采用目标行为数据分析神经网络，分别对所述目标企业行为数据包括的每一个目标企业行为数据片段进行数据分析处理，以输出每一个所述目标企业行为数据片段对应的目标企业行为属性信息的步骤，包括：从所述目标企业行为数据中，提取到进行数据分析处理的目标企业行为数据片段；在预先构建的参考重要行为有序集合组中，分析输出与所述目标企业行为数据相关联的第一参考重要行为有序集合，所述参考重要行为有序集合组包括参考重要行为有序集合和所述参考重要行为有序集合对应的集合重要性数据，所述集合重要性数据用于反映在典型企业行为数据集合中所述参考重要行为有序集合的分布情况；依据所述第一参考重要行为有序集合对应的集合重要性数据，分析输出所述目标企业行为数据中的辅助企业行为数据片段对应的集合重要性数据，所述辅助企业行为数据片段属于所述目标企业行为数据中所述目标企业行为数据片段外的剩余企业行为数据片段；采用目标行为数据分析神经网络，并依据所述辅助企业行为数据片段对应的行为数据描述向量和对应的集合重要性数据，对所述目标企业行为数据片段进行行为关键描述信息挖掘操作，以输出所述目标企业行为数据片段对应的第一行为数据描述向量；基于所述第一行为数据描述向量和所述目标企业行为数据对应的第二行为数据描述向量，对所述目标企业行为数据片段进行企业行为属性分析处理，以输出所述目标企业行为数据片段在所述目标企业行为数据中具有的目标企业行为属性信息，所述第二行为数据描述向量基于所述目标企业的企业类型信息确定。
4.如权利要求3所述的面向企业数字化服务的云存储分配方法，其特征在于，所述在预先构建的参考重要行为有序集合组中，分析输出与所述目标企业行为数据相关联的第一参考重要行为有序集合的步骤，包括：对所述目标企业行为数据进行数据拆分操作，以输出所述目标企业行为数据对应的至少一个企业行为数据片段；依据所述企业行为数据片段，在所述目标企业行为数据中具有的分布信息，对所述至少一个企业行为数据片段进行排列，以形成所述目标企业行为数据对应的数据片段排序结果；在预先构建的参考重要行为有序集合组中，提取出符合预先配置的参考数据片段排序规则的与所述数据片段排序结果匹配的参考重要行为有序集合，以标记为与所述目标企业行为数据相关联的第一参考重要行为有序集合。5.如权利要求3所述的面向企业数字化服务的云存储分配方法，其特征在于，所述依据所述第一参考重要行为有序集合对应的集合重要性数据，分析输出所述目标企业行为数据中的辅助企业行为数据片段对应的集合重要性数据的步骤，包括：从所述目标企业行为数据中，筛选出与所述第一参考重要行为有序集合相关联的目标企业行为有序集合；针对所述目标企业行为数据包括的所述目标企业行为有序集合内的辅助企业行为数据片段，将所述第一参考重要行为有序集合对应的集合重要性数据，标记为该辅助企业行为数据片段对应的集合重要性数据；针对所述目标企业行为数据包括的所述目标企业行为有序集合外的辅助企业行为数据片段，将预先配置的设定集合重要性数据，标记为该辅助企业行为数据片段对应的集合重要性数据。6.如权利要求3所述的面向企业数字化服务的云存储分配方法，其特征在于，所述采用目标行为数据...

【专利技术属性】
技术研发人员：马丽敏，况文明，杨阳，周连玲，嵇拓，
申请(专利权)人：扬州博士创新技术转移有限公司，
类型：发明
国别省市：