发明

一种基于大数据的信息数据管理方法及系统2025

2024-03-31 07:38:21 发布于四川 8
  • 申请专利号:CN202311805638.8
  • 公开(公告)日:2025-11-11
  • 公开(公告)号:CN117785858A
  • 申请人:广州市大枣信息科技有限公司
摘要:本发明涉及数据检索技术领域,具体为一种基于大数据的信息数据管理方法及系统,包括以下步骤:基于原始数据集,采用多模态数据分析算法和长短期记忆网络模型,进行数据质量监测和评估,生成数据质量评估报告。本发明中,通过结合集成学习和增量学习算法的异常模式识别模型,可以有效地识别和预测异常类型,从而提高数据的安全性和可靠性,通过强化学习和云原生技术优化的数据索引结构,显著提高了数据存取效率和存储优化策略,而图卷积网络模型的应用则加强了对数据关系的深入分析,为数据关联提供了更丰富的视角,预测性模型与智能数据感知机制的结合不仅优化了数据治理策略,也为数据管理提供了更加精准和动态的调整。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117785858 A (43)申请公布日 2024.03.29 (21)申请号 202311805638.8 (22)申请日 2023.12.26 (71)申请人 广州市大枣信息科技有限公司 地址 510000 广东省广州市南沙区黄阁镇 四兴街5号501、601室 (72)发明人 请求不公布姓名 请求不公布姓名  (74)专利代理机构 广州一锐专利代理有限公司 44369 专利代理师 周升铭 (51)Int.Cl. G06F 16/215 (2019.01) G06N 3/042 (2023.01) G06N 3/0442 (2023.01) G06F 16/22 (2019.01) G06F 18/2433 (2023.01) 权利要求书3页 说明书10页 附图5页 (54)发明名称 一种基于大数据的信息数据管理方法及系 统 (57)摘要 本发明涉及数据检索技术领域,具体为一种 基于大数据的信息数据管理方法及系统,包括以 下步骤:基于原始数据集,采用多模态数据分析 算法和长短期记忆网络模型,进行数据质量监测 和评估,生成数据质量评估报告。本发明中,通过 结合集成学习和增量学习算法的异常模式识别 模型,可以有效地识别和预测异常类型,从而提 高数据的安全性和可靠性,通过强化学习和云原 生技术优化的数据索引结构,显著提高了数据存 取效率和存储优化策略,而图卷积

最新专利