针对在线业务会话的大数据存储优化方法及服务器技术

本申请涉及大数据和智慧业务技术领域，提供一种针对在线业务会话的大数据存储优化方法及服务器，在对业务会话信息进行优化存储标签确定时，不但要判断业务会话信息中的活动事件对应的记录数据是否存在异常，还需要在活动事件对应的记录数据存在异常时，结合去冗余策略线性知识对待处理业务会话信息的数据存储需求进行解析，从而依据数据存储需求信息来对待处理业务会话信息进行优化存储标签确定。这样一来，可以提高业务会话信息的优化存储标签确定精度。如此，能够通过大数据优化存储标签指导待处理业务会话信息的优化存储，从而减少存储压力，并尽可能保障待处理业务会话信息的可用性。可用性。可用性。

【技术实现步骤摘要】
针对在线业务会话的大数据存储优化方法及服务器


[0001]本申请涉及大数据和智慧业务
，尤其涉及一种针对在线业务会话的大数据存储优化方法及服务器。

技术介绍

[0002]大数据和人工智能时代下的数据信息存储成为日常生活、工作中的一个重要环节。随着各类智慧业务数据信息的暴增，相关数据存储技术所面临的存储压力也越来越大。诸如智慧城市管理业务、数字化虚拟空间业务等智慧业务的数据信息呈指数级增长，而为了缓解存储压力，对业务数据信息进行优化存储成为现在的工作重点。

技术实现思路

[0003]本申请提供一种针对在线业务会话的大数据存储优化方法及服务器，为实现上述技术目的，本申请采用如下技术方案。
[0004]第一方面是一种针对在线业务会话的大数据存储优化方法，应用于大数据优化服务器，所述方法包括：响应于待处理业务会话信息中活动事件对应的记录数据存在异常，获取所述待处理业务会话信息对应的目标冗余数据去除策略；对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识；对所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识进行AI知识聚合，得到目标联动优化决策知识；依据所述目标联动优化决策知识对所述待处理业务会话信息的数据存储需求进行解析，得到数据存储需求信息；结合所述数据存储需求信息确定所述待处理业务会话信息的大数据优化存储标签。
[0005]在一些可能的示例中，所述对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识，包括：通过AI知识提炼单元对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼；所述AI知识提炼单元包括业务会话处理模型和去冗余策略处理模型，所述通过AI知识提炼单元对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼，包括：采用完成调试的业务会话处理模型对所述待处理业务会话信息进行业务会话信息的AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识；采用完成调试的去冗余策略处理模型对所述目标冗余数据去除策略进行冗余数据去除策略的AI知识提炼，得到所述目标冗余数据去除策略的去冗余策略线性知识。
[0006]在一些可能的示例中，所述通过AI知识提炼单元对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼之前，还包括：获取初始AI算法，所述初始AI算法包括AI知识提炼单元、AI知识分析单元和AI知识生成单元；获取样本数据集，所述样本数据集包括业务会话信息样本和所述业务会话信息样本对应的冗余数据去除策略样本；结合所述业务会话信息样本调试初始的业务会话处理模型，得到完成调试的业务会话处理模型；结合所述冗余数据去除策略样本调试初始的去冗余策略处理模型，得到完成调试的去冗余策略处理模型；采用所述完成调试的业务会话处理模型和所述完成调试的去冗余策略处理模型，对所述业务会话信息样本和所述冗余数据去除策略样本进行AI知识提炼，得到所述业务会话信息样本的业务会话线性知识和所述冗余数据去除策略样本的去冗余策略线性知识；结合所述业务会话信息样本的业务会话线性知识和所述冗余数据去除策略样本的去冗余策略线性知识调试初始的AI知识分析单元和AI知识生成单元，得到完成调试的AI知识分析单元和AI知识生成单元。
[0007]在一些可能的示例中，所述完成调试的业务会话处理模型包括低阶AI知识提炼单元、AI知识筛选单元、高阶AI知识提炼单元和AI知识下采样单元，采用完成调试的业务会话处理模型对所述待处理业务会话信息进行业务会话信息的AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识，包括：采用所述低阶AI知识提炼单元对所述待处理业务会话信息进行低阶AI知识提炼，得到低阶业务会话线性知识；采用所述AI知识筛选单元对所述低阶业务会话线性知识进行筛选，得到业务会话筛选知识；采用所述高阶AI知识提炼单元对所述业务会话筛选知识进行高阶AI知识提炼，得到高阶业务会话线性知识；采用所述AI知识下采样单元对所述高阶业务会话线性知识进行知识降采样，得到所述待处理业务会话信息的业务会话线性知识。
[0008]在一些可能的示例中，所述采用所述AI知识筛选单元对所述低阶业务会话线性知识进行筛选，得到业务会话筛选知识，包括：基于所述低阶业务会话线性知识进行滑动处理，得到知识滑动窗口，其中，所述知识滑动窗口与原始知识窗口存在重叠；对所述低阶业务会话线性知识上的知识滑动窗口进行筛选处理，得到业务会话筛选知识。
[0009]在一些可能的示例中，所述高阶AI知识提炼单元包括多个局部AI知识提炼单元，所述采用所述高阶AI知识提炼单元对所述业务会话筛选知识进行高阶AI知识提炼，得到高阶业务会话线性知识，包括：将当前局部AI知识提炼单元生成的AI线性知识关系网与上一局部AI知识提炼单元生成的AI线性知识关系网进行AI知识聚合，得到联动优化决策知识关系网；
将所述联动优化决策知识关系网加载到后一局部AI知识提炼单元进行高阶AI知识提炼；获取末尾局部AI知识提炼单元生成的AI线性知识关系网，得到高阶业务会话线性知识。
[0010]在一些可能的示例中，所述将当前局部AI知识提炼单元生成的AI线性知识关系网与上一局部AI知识提炼单元生成的AI线性知识关系网进行AI知识聚合，包括：当当前局部AI知识提炼单元生成的AI线性知识关系网与上一局部AI知识提炼单元生成的AI线性知识关系网的尺寸不相同时，结合当前局部AI知识提炼单元中设定的滑动平均单元，对当前局部AI知识提炼单元生成的AI线性知识关系网进行滑动平均处理，以扩展当前局部AI知识提炼单元生成的AI线性知识关系网的尺寸；对扩展尺寸后的当前局部AI知识提炼单元生成的AI线性知识关系网与上一局部AI知识提炼单元生成的AI线性知识关系网进行加权。
[0011]在一些可能的示例中，所述采用所述去冗余策略处理模型对所述目标冗余数据去除策略进行冗余数据去除策略的AI知识提炼，得到所述目标冗余数据去除策略的去冗余策略线性知识，包括：提取所述目标冗余数据去除策略的去除规则要素特征、去除规则分布特征和策略反馈特征；对所述目标冗余数据去除策略的去除规则要素特征、去除规则分布特征和策略反馈特征进行特征知识连接，得到所述目标冗余数据去除策略的去冗余策略线性知识。
[0012]在一些可能的示例中，所述对所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识进行AI知识聚合，得到目标联动优化决策知识，包括：将所述待处理业务会话信息的业务会话线性知识的第一知识成员集与所述目标冗余数据去除策略的去冗余策略线性知识的第二知识成员集进行知识连接，得到目标联动优化决策知识。
[0013]在一些可能的示例中，所述结合所述数据存储需求信息确定所述待处理业务会话信息的大数据优化存储标签，包括：当所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对在线业务会话的大数据存储优化方法，其特征在于，应用于大数据优化服务器，所述方法包括：响应于待处理业务会话信息中活动事件对应的记录数据存在异常，获取所述待处理业务会话信息对应的目标冗余数据去除策略；对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识；对所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识进行AI知识聚合，得到目标联动优化决策知识；依据所述目标联动优化决策知识对所述待处理业务会话信息的数据存储需求进行解析，得到数据存储需求信息；结合所述数据存储需求信息确定所述待处理业务会话信息的大数据优化存储标签。2.根据权利要求1所述的针对在线业务会话的大数据存储优化方法，其特征在于，所述对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识和所述目标冗余数据去除策略的去冗余策略线性知识，包括：通过AI知识提炼单元对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼；所述AI知识提炼单元包括业务会话处理模型和去冗余策略处理模型，所述通过AI知识提炼单元对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼，包括：采用完成调试的业务会话处理模型对所述待处理业务会话信息进行业务会话信息的AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识；采用完成调试的去冗余策略处理模型对所述目标冗余数据去除策略进行冗余数据去除策略的AI知识提炼，得到所述目标冗余数据去除策略的去冗余策略线性知识。3.根据权利要求2所述的针对在线业务会话的大数据存储优化方法，其特征在于，所述通过AI知识提炼单元对所述待处理业务会话信息和所述目标冗余数据去除策略进行AI知识提炼之前，还包括：获取初始AI算法，所述初始AI算法包括AI知识提炼单元、AI知识分析单元和AI知识生成单元；获取样本数据集，所述样本数据集包括业务会话信息样本和所述业务会话信息样本对应的冗余数据去除策略样本；结合所述业务会话信息样本调试初始的业务会话处理模型，得到完成调试的业务会话处理模型；结合所述冗余数据去除策略样本调试初始的去冗余策略处理模型，得到完成调试的去冗余策略处理模型；采用所述完成调试的业务会话处理模型和所述完成调试的去冗余策略处理模型，对所述业务会话信息样本和所述冗余数据去除策略样本进行AI知识提炼，得到所述业务会话信息样本的业务会话线性知识和所述冗余数据去除策略样本的去冗余策略线性知识；结合所述业务会话信息样本的业务会话线性知识和所述冗余数据去除策略样本的去冗余策略线性知识调试初始的AI知识分析单元和AI知识生成单元，得到完成调试的AI知识
分析单元和AI知识生成单元。4.根据权利要求2所述的针对在线业务会话的大数据存储优化方法，其特征在于，所述完成调试的业务会话处理模型包括低阶AI知识提炼单元、AI知识筛选单元、高阶AI知识提炼单元和AI知识下采样单元，采用完成调试的业务会话处理模型对所述待处理业务会话信息进行业务会话信息的AI知识提炼，得到所述待处理业务会话信息的业务会话线性知识，包括：采用所述低阶AI知识提炼单元对所述待处理业务会话信息进行低阶AI知识提炼，得到低阶业务会话线性知识；采用所述AI知识筛选单元对所述低阶业务会话线性知识进行筛选，得到业务会话筛选知识；采用所述高阶AI知识提炼单元对所述业务会话筛选知识进行高阶AI知识提炼，得到高阶业务会话线性知识；采用所述AI知识下采样单元对所述高阶业务会话线性知识进行知识降采样，得到所述待处理业务会话信息的业务会话线性知识；其中，所述采用所述AI知识筛选单元对所述低阶业务会话线性知识进行筛选，得到业务会话筛选知识，包括：基于所述低阶业务会话线性知识进行滑动处理，得到知识滑动窗口，其中，所述知识滑动窗口与原始知识窗口存在重叠；对所述低阶业务会话线性知识上的知识滑动窗口进行筛选处理，得到业务会话筛选知识；其中，所述高阶AI知识提炼单元包括多个局部AI知识提炼单元，所述采用所述高阶AI知识提炼单元对所述业务会话筛选知识进行高阶AI知识提炼，得到高阶业务会话线性知识，包括：将当前局部AI知识...

【专利技术属性】
技术研发人员：王晓东，
申请(专利权)人：西安伟雄电子科技有限公司，
类型：发明
国别省市：