基于物联网的企业信息化数据存储方法及系统技术方案

本发明专利技术涉及商业数据处理领域，尤其涉及一种基于物联网的企业信息化数据存储方法及系统，方法包括：采集目标轴承的历史订单参考数据获得目标初始参考数据集；划分所述目标初始参考数据集以获取所述目标轴承的用途堆叠速率和单次堆叠速率；基于所述用途堆叠速率和单次堆叠速率计算所述目标轴承的目标优化参考数据集；存储所述目标优化参考数据集，并构建目标优化参考数据序列；将所述目标优化参考数据序列输入训练好的神经网络预测模型中获得所述目标轴承下一次的订单预算数量。本发明专利技术可以在减少企业信息数据存储规模的同时提高企业的决策效率及准确度。业的决策效率及准确度。业的决策效率及准确度。

【技术实现步骤摘要】
基于物联网的企业信息化数据存储方法及系统


[0001]本专利技术一般地涉及商业信息处理领域，尤其涉及一种基于物联网的企业信息化数据存储方法及系统。

技术介绍

[0002]随着企业网络建设的不断开展，网络的应用和规模也在急剧膨胀，使得许多网络通信平台上的数据出现爆炸式的增长，相应的，也造成网络数据存储任务的负担愈加繁重。
[0003]对于企业来说，通过历史数据制定准确高效的生产决策能够为企业带来巨大的收益，但目前的数据存储策略并不能准确匹配企业的具体业务和场景，导致一些时间较为久远的历史数据对企业的生产决策产生错误指导。
[0004]现有技术中，一般都是通过建立数据库存储企业的全部信息数据，并在需要时从所有的信息数据中进行查询，然而这种方式限制了企业的决策效率，如果能将优先需要的数据进行单独存储并在需要的第一时间获取到，则能大大提高企业的决策效率。因此如何对企业历史数据进行差异化存储，从而为企业决策提供更为准确有效的数据源是急需解决的技术问题。

技术实现思路

[0005]为解决上述一个或多个技术问题，本专利技术提供了一种基于物联网的企业信息化数据存储方法及系统，可以在减少企业信息数据存储规模的同时提高企业的决策效率及准确度。为此，本专利技术在如下的多个方面中提供方案。
[0006]第一方面，本专利技术提供了一种基于物联网的企业信息化数据存储方法，包括：采集目标轴承的历史订单参考数据并进行预处理获得目标初始参考数据集；基于所述目标轴承的用途划分所述目标初始参考数据集以获取所述目标轴承的用途堆叠速率和单次堆叠速率；基于所述用途堆叠速率和单次堆叠速率计算所述目标轴承的目标优化参考数据集；存储所述目标优化参考数据集，并基于所述目标优化参考数据集构建目标优化参考数据序列；将所述目标优化参考数据序列输入训练好的神经网络预测模型中获得所述目标轴承下一次的订单预算数量。
[0007]在一个实施例中，所述采集目标轴承的历史订单参考数据并进行预处理获得目标初始参考数据集包括：采集目标轴承的历史订单参考数据，所述目标轴承为企业生产的任意一种型号的轴承；建立停用词表，并基于所述停用词表预处理所述目标轴承的历史订单参考数据获得目标初始参考数据。
[0008]在一个实施例中，所述基于所述目标轴承的用途划分所述目标初始参考数据集以获取所述目标轴承的用途堆叠速率和单次堆叠速率包括：将目标轴承在所述目标初始参考数据集中每一笔的订单数量按照预设的用途领
域进行划分，获得多个用途类别数据集；统计每个用途类别数据集中的总订单数量及总订单笔数；基于所述总订单数量及总订单笔数计算所述目标轴承的用途堆叠速率；计算所述目标初始参考数据集中的总订单数量与总订单笔数的比值作为所述目标轴承的单次堆叠速率。
[0009]在一个实施例中，所述基于所述总订单数量及总订单次数计算所述目标轴承的用途堆叠速率包括：计算每个用途类别数据集中的总订单数量与所述目标初始参考数据集中的总订单数量的比值作为对应的用途类别数据集中的用途权重；对每个用途类别数据集的用途权重和总订单笔数进行加权求和得到所述目标轴承的用途堆叠速率。
[0010]在一个实施例中，所述存储所述目标优化参考数据集，并基于所述目标优化参考数据集构建目标优化参考数据序列包括：保留所述目标轴承的历史订单参考数据中属于所述目标优化参考数据集的数据并进行存储，舍弃所述目标轴承的历史订单参考数据中不属于所述目标优化参考数据集的数据；计算每个用途类别数据集中的总订单数量与总订单笔数的比值作为对应的用途平均值；基于所述用途平均值将对应的用途类别数据集中每一笔订单的订单数量进行替换；遍历所有的用途类别数据集，将每一笔订单的订单数量都替换为对应的用途平均值得到目标优化参考数据序列。
[0011]在一个实施例中，所述神经网络预测模型包括长时记忆状态输出和短时记忆状态输出，所述将所述目标优化参考数据序列输入训练好的神经网络预测模型中获得所述目标轴承下一次的订单预算数量包括：将所述目标优化参考数据序列输入训练好的神经网络预测模型中获得长时记忆状态输出；将所述目标优化参考数据序列中预设长度的由每笔订单的订单数量组成的数据序列输入训练好的神经网络预测模型中获得短时记忆状态输出；基于所述目标优化参考数据集的总数据量合并所述长时记忆状态输出和短时记忆状态输出获得合并状态；将所述合并状态输入训练好的神经网络预测模型中的回归层得到所述目标轴承下一次的订单预算数量。
[0012]在一个实施例中，所述合并状态满足关系式：其中，M表示所述目标优化参考数据集的总数据量，表示所述合并状态，n为所述目标优化参考数据序列中预设的由每笔订单的订单数量组成的数据序列长度，表示所述长时记忆状态输出，表示所述短时记忆状态输出。
[0013]在一个实施例中，所述方法还包括：基于所述目标轴承下一次的订单预算数量更新所述目标优化参考数据集的总数据量；基于更新后的所述目标优化参考数据集的总数据量继续更新下一次的合并状态以实现所述订单预算数量的实时预测。
附图说明
[0014]通过参考附图阅读下文的详细描述，本专利技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本专利技术的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：图1是根据本专利技术实施例的一种基于物联网的企业信息化数据存储方法的流程图；图2是根据本专利技术实施例的一种基于物联网的企业信息化数据存储系统的示意框图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]应当理解，当本专利技术的权利要求、说明书及附图使用术语“第一”、“第二”等时，其仅是用于区别不同对象，而不是用于描述特定顺序。本专利技术的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0017]根据本专利技术的第一方面，本专利技术提供了一种基于物联网的企业信息化数据存储方法。请参阅图1所示，为本专利技术较佳实施方式提供的一种基于物联网的企业信息化数据存储方法的流程图。根据不同的需求，所述流程图中步骤的顺序可以改变，某些步骤可以省略。
[0018]S11，采集目标轴承的历史订单参考数据并进行预处理获得目标初始参考数据集。
[0019]在一个实施例中，可采集目标轴承的所有历史订单信息，并将这些历史订单信息中的文本数据作为历史订单参考数据，由于这些历史订单参考数据中包括很多对企业生产决策无用的信息，因此可通过对历史订单参考数据进行预处理来过滤掉这些无用信息。其中，所述目标轴承为企业生产的任意一种型号的轴承，示例性的，目标轴承可以为推力球轴承、深沟球本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的企业信息化数据存储方法，其特征在于：采集目标轴承的历史订单参考数据并进行预处理获得目标初始参考数据集；基于所述目标轴承的用途划分所述目标初始参考数据集以获取所述目标轴承的用途堆叠速率和单次堆叠速率；基于所述用途堆叠速率和单次堆叠速率计算所述目标轴承的目标优化参考数据集，所述目标优化参考数据集的总数据量满足关系式：其中，M表示所述目标优化参考数据集的总数据量，x表示所述用途堆叠速率，y表示所述单次堆叠速率，f表示所述目标轴承的历史订单总数量，F表示所有轴承的历史订单总数量；存储所述目标优化参考数据集，并基于所述目标优化参考数据集构建目标优化参考数据序列；将所述目标优化参考数据序列输入训练好的神经网络预测模型中获得所述目标轴承下一次的订单预算数量。2.如权利要求1所述的一种基于物联网的企业信息化数据存储方法，其特征在于，所述采集目标轴承的历史订单参考数据并进行预处理获得目标初始参考数据集包括：采集目标轴承的历史订单参考数据，所述目标轴承为企业生产的任意一种型号的轴承；建立停用词表，并基于所述停用词表预处理所述目标轴承的历史订单参考数据获得目标初始参考数据。3.如权利要求1所述的一种基于物联网的企业信息化数据存储方法，其特征在于，所述基于所述目标轴承的用途划分所述目标初始参考数据集以获取所述目标轴承的用途堆叠速率和单次堆叠速率包括：将目标轴承在所述目标初始参考数据集中每一笔的订单数量按照预设的用途领域进行划分，获得多个用途类别数据集；统计每个用途类别数据集中的总订单数量及总订单笔数；基于所述总订单数量及总订单笔数计算所述目标轴承的用途堆叠速率；计算所述目标初始参考数据集中的总订单数量与总订单笔数的比值作为所述目标轴承的单次堆叠速率。4.如权利要求3所述的一种基于物联网的企业信息化数据存储方法，其特征在于，所述基于所述总订单数量及总订单次数计算所述目标轴承的用途堆叠速率包括：计算每个用途类别数据集中的总订单数量与所述目标初始参考数据集中的总订单数量的比值作为对应的用途类别数据集中的用途权重；对每个用途类别数据集的用途权重和总订单笔数进行加权求和得到所述目标轴承的用途堆叠速率。5.如权利要求3所述的一种基于物联网的企业信息化数据存储方法，其特征在于，所述存储所述目标优化参考数据集，并基于所述...

【专利技术属性】
技术研发人员：李建伟，吴勃，熊杰，万心海，唐元超，王洪燕，
申请(专利权)人：山东朝阳轴承有限公司，
类型：发明
国别省市：