一种面向多源数据的大数据应用开发平台制造技术

本发明专利技术提供了一种面向多源数据的大数据应用开发平台，包括：数据接收模块，用于基于目标接收端接收客户端上传的多源数据；学习模块，用于将多源数据输入至大数据网络中进行学习，获得目标决策；数据分析模块，用于基于目标决策对客户端上传的多源数据进行分析，生成分析报告，同时，对分析报告进行合格验证；存储模块，用于当分析报告合格时将客户端上传的多源数据以及分析报告进行可视化存储。便于对多源数据进行准确可靠的管理，挖掘出其中具有潜在价值的数据，从而便于提高了对多源数据的利用率，同时，通过大数据应用开发平台对多源数据进行分析处理，提高了对多源数据处理的效率以及准确率，保障了对多源数据的管理效果。保障了对多源数据的管理效果。保障了对多源数据的管理效果。

【技术实现步骤摘要】
一种面向多源数据的大数据应用开发平台


[0001]本专利技术涉及数据处理
，特别涉及一种面向多源数据的大数据应用开发平台。

技术介绍

[0002]目前，大数据应用开发平台是为了借助大数据技术对海量数据进行分析的平台，通过大数据应用开发平台能够对海量数据进行高效的处理，挖掘出其中有价值的数据，也便于对多源数据进行合理的管理；
[0003]然而，在现有技术中，数据开发平台往往只能在同一时间处理一种数据，从而，使得对数据的处理单一且利用率低，进而降低了对数据的处理效率，不利于对不同数据的管理；
[0004]因此，为了克服上述问题，本专利技术提供了一种面向多源数据的大数据应用开发平台。

技术实现思路

[0005]本专利技术提供一种面向多源数据的大数据应用开发平台，用以通过大数据对多源数据进行分析整合，便于对多源数据进行准确可靠的管理，挖掘出其中具有潜在价值的数据，从而便于提高了对多源数据的利用率，同时，通过大数据应用开发平台对多源数据进行分析处理，提高了对多源数据处理的效率以及准确率，保障了对多源数据的管理效果。
[0006]本专利技术提供了一种面向多源数据的大数据应用开发平台，包括：
[0007]数据接收模块，用于基于目标接收端接收客户端上传的多源数据；
[0008]学习模块，用于将多源数据输入至大数据网络中进行学习，获得目标决策；
[0009]数据分析模块，用于基于目标决策对客户端上传的多源数据进行分析，生成分析报告，同时，对分析报告进行合格验证；r/>[0010]存储模块，用于当分析报告合格时将客户端上传的多源数据以及分析报告进行可视化存储。
[0011]优选的，一种面向多源数据的大数据应用开发平台，数据接收模块，包括：
[0012]请求生成单元，用于基于客户端生成数据上传请求，其中，数据上传请求包括，客户端端地址以及待上传多源数据的数据类型；
[0013]验证单元，用于基于客户端端地址以及待上传多源数据的数据类型在目标接收端中进行授权验证；
[0014]数据上传单元，用于当验证通过时，则基于目标接收端接收客户端上传的多源数据。
[0015]优选的，一种面向多源数据的大数据应用开发平台，验证单元，包括：
[0016]请求处理子单元，用于获取目标接收端中信息管理库的访问权限，并基于访问权限确定请求输入标准，同时，基于请求输入标准对数据上传请求进行转化获得目标数据上
传请求，同时，确定目标数据上传请求的请求类型；
[0017]匹配子单元，用于基于请求类型将目标数据上传请求输入至信息管理库中进行第一匹配，获得与请求类型相符合的授权客户端地址集与授权数据类型集；
[0018]验证子单元，用于将目标数据上传请求中的客户端端地址与授权客户端地址集进行第二匹配，同时，将目标数据上传请求中待上传多源数据的数据类型与授权数据类型集进行第三匹配，同时，基于第二匹配与第三匹配确定目标数据上传请求是否通过授权验证。
[0019]优选的，一种面向多源数据的大数据应用开发平台，验证子单元，包括：
[0020]获取第二匹配的匹配结果，当授权客户端地址集中存在与客户端端地址相一致的授权客户端地址，且获取第三匹配的匹配结果，当授权数据类型集中存在与待上传多源数据的数据类型相一致的授权数据类型时，则判定通过授权验证，否则，则判定验证不通过授权验证。
[0021]优选的，一种面向多源数据的大数据应用开发平台，学习模块，包括：
[0022]分类单元，用于将多源数据根据数据维度进行分类，生成多个子数据段，同时，确定每个子数据段对应的段标识，并将子数据段对应的段标识与大数据网络中各网络节点进行检索，确定每个子数据段对应的目标网络节点；
[0023]评估单元，用于读取目标网络节点中存储的策略信息数据，确定策略信息数据对应的策略特征，同时，获取策略信息数据对应的子数据段的数据结构，并将策略特征与数据结构进行第四匹配，基于第四匹配的匹配结果评估策略信息数据对对应子数据段进行分析的可执行度；
[0024]判断单元，用于：
[0025]获取可执行度阈值，并将可执行度阈值与策略信息数据对对应子数据段进行分析的可执行度进行比较，判断策略信息数据是否合格；
[0026]当策略信息数据对对应子数据段进行分析的可执行度等于或大于可执行度阈值时，则判定策略信息数据合格，并基于策略信息数据确定对对应子数据段进行分析的分析策略；
[0027]否则，则判定策略信息数据不合格，同时，重新在大数据网络中匹配目标网络节点。
[0028]优选的，一种面向多源数据的大数据应用开发平台，评估单元，包括：
[0029]读取子单元，用于读取数据结构，确定子数据段对应的数据类型、数据总量以及数据逻辑，同时，读取策略特征，确定策略信息数据对应的策略分析类型、分析总量以及策略分析逻辑，且将数据结构与策略信息数据进行第四匹配；
[0030]第四匹配单元，用于：
[0031]将子数据段对应的数据类型与策略信息数据对应的策略分析类型进行第一子匹配，获得子数据段与策略信息数据的第一关联度，同时，确定第一子匹配对应的第一匹配权重；
[0032]将子数据段对应的数据总量与策略信息数据对应的分析总量进行第二子匹配，获取子数据段与策略信息数据的第二关联度，同时，确定第二子匹配对应的第二匹配权重；
[0033]将子数据段对应的数据逻辑与策略信息数据对应的策略分析逻辑进行第三子匹配，获取子数据段与策略信息数据的第三关联度，同时，确定第三子匹配对应的第三匹配权
重；
[0034]计算子单元，用于将第一关联度、第一匹配权重、第二关联度、第二匹配权重、第三关联度以及第三匹配权重进行计算，并基于计算结果确定策略信息数据对对应子数据段进行分析的可执行度。
[0035]优选的，一种面向多源数据的大数据应用开发平台，数据分析模块，包括：
[0036]数据分析单元，用于基于目标决策对多源数据进行分析，获得对多源数据进行分析的分析结果；
[0037]报告生成单元，用于基于目标决策、多源数据以及分析结果生成分析报告。
[0038]优选的，一种面向多源数据的大数据应用开发平台，报告生成单元，包括：
[0039]数据属性获取子单元，用于获取多源数据的数据属性，并基于多源数据的数据属性在预设文档管理库中调取第一文件列表，且将多源数据自动录入至第一文件列表，获得第一报告；
[0040]第一复制子单元，用于对第一报告进行第一复制，并基于第一复制结果添加策略列生成第二文件列表，且将目标策略自动录入至第二文件列表，获得第二报告；
[0041]第二复制子单元，用于对第二报告进行第二复制，同时，基于第二复制结果添加结果列生成第三文件列表，且将分析结果自动录入至第三文件列表，生成第三报告，其中，第三报告为分析报告。
[0042]优选的，一种面向多源数据的大数据应用开发平台，数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向多源数据的大数据应用开发平台，其特征在于，包括：数据接收模块，用于基于目标接收端接收客户端上传的多源数据；学习模块，用于将多源数据输入至大数据网络中进行学习，获得目标决策；数据分析模块，用于基于目标决策对客户端上传的多源数据进行分析，生成分析报告，同时，对分析报告进行合格验证；存储模块，用于当分析报告合格时将客户端上传的多源数据以及分析报告进行可视化存储。2.根据权利要求1所述的一种面向多源数据的大数据应用开发平台，其特征在于，数据接收模块，包括：请求生成单元，用于基于客户端生成数据上传请求，其中，数据上传请求包括，客户端端地址以及待上传多源数据的数据类型；验证单元，用于基于客户端端地址以及待上传多源数据的数据类型在目标接收端中进行授权验证；数据上传单元，用于当验证通过时，则基于目标接收端接收客户端上传的多源数据。3.根据权利要求2所述的一种面向多源数据的大数据应用开发平台，其特征在于，验证单元，包括：请求处理子单元，用于获取目标接收端中信息管理库的访问权限，并基于访问权限确定请求输入标准，同时，基于请求输入标准对数据上传请求进行转化获得目标数据上传请求，同时，确定目标数据上传请求的请求类型；匹配子单元，用于基于请求类型将目标数据上传请求输入至信息管理库中进行第一匹配，获得与请求类型相符合的授权客户端地址集与授权数据类型集；验证子单元，用于将目标数据上传请求中的客户端端地址与授权客户端地址集进行第二匹配，同时，将目标数据上传请求中待上传多源数据的数据类型与授权数据类型集进行第三匹配，同时，基于第二匹配与第三匹配确定目标数据上传请求是否通过授权验证。4.根据权利要求3所述的一种面向多源数据的大数据应用开发平台，其特征在于，验证子单元，包括：获取第二匹配的匹配结果，当授权客户端地址集中存在与客户端端地址相一致的授权客户端地址，且获取第三匹配的匹配结果，当授权数据类型集中存在与待上传多源数据的数据类型相一致的授权数据类型时，则判定通过授权验证，否则，则判定验证不通过授权验证。5.根据权利要求1所述的一种面向多源数据的大数据应用开发平台，其特征在于，学习模块，包括：分类单元，用于将多源数据根据数据维度进行分类，生成多个子数据段，同时，确定每个子数据段对应的段标识，并将子数据段对应的段标识与大数据网络中各网络节点进行检索，确定每个子数据段对应的目标网络节点；评估单元，用于读取目标网络节点中存储的策略信息数据，确定策略信息数据对应的策略特征，同时，获取策略信息数据对应的子数据段的数据结构，并将策略特征与数据结构进行第四匹配，基于第四匹配的匹配结果评估策略信息数据对对应子数据段进行分析的可执行度；
判断单元，用于：获取可执行度阈值，并将可执行度阈值与策略信息数据对对应子数据段进行分析的可执行度进行比较，判断策略信息数据是否合格；当策略信息数据对对应子数据段进行分析的可执行度等于或大于可执行度阈值时，则判定策略信息数据合格，并基于策略信息数据确定对对应子数据段进行分析的分析策略；否则，则判定策略信息数据不合格，同时，重新在大数据网络中匹配目标网络...

【专利技术属性】
技术研发人员：吴海峰，张昌博，颜丽萍，邓土亮，
申请(专利权)人：广东飞企互联科技股份有限公司，
类型：发明
国别省市：