申请/专利权人:黄雨勤
申请日:2020-06-14
公开(公告)日:2021-05-07
公开(公告)号:CN112765385A
主分类号:G06F16/55(20190101)
分类号:G06F16/55(20190101);G06F16/58(20190101);G06F16/51(20190101);G06F16/532(20190101)
优先权:
专利状态码:失效-发明专利申请公布后的撤回
法律状态:2022.01.11#发明专利申请公布后的撤回;2021.05.25#实质审查的生效;2021.05.07#公开
摘要:本公开实施例提供一种基于大数据和互联网的信息管理方法及系统,通过基于预定的大数据收集分类对各个人工智能识别结果下的图像分类标签进行分类,从而考虑到不同大数据收集分类的差异,改善分类过程中出现多分类冲突的情况,此外通过结合目标图形搜索对象的用户搜索行为信息和历史分级分类信息,以对比二者图形分类分级标签的信息管理索引序列后基于人工智能识别结果的每个相应的图形分类分级标签分别对目标图形搜索对象中的各个图形单元库进行大数据分析,可以便于基于前面大数据分析时的历史分类情况,从而基于一些关键的图形分类分级标签对图像单元库进行更为准确快速的大数据处理,提高大数据分析效率,减少缓冲时间。
主权项:1.一种基于大数据和互联网的信息管理方法,其特征在于,应用于人工智能云服务器,所述人工智能云服务器与多个互联网访问设备通信连接,所述方法包括:从每个互联网访问设备中获取目标图形搜索对象在每个人工智能识别模型的人工智能识别结果下的图像分类标签,并按照预定的大数据收集分类对各个人工智能识别结果下的图像分类标签进行分类,分别生成每个大数据收集分类的图像分类标签序列;根据所述目标图形搜索对象的用户搜索行为信息确定所述各个人工智能识别结果关联的目标图形分类分级标签,针对所述各个人工智能识别结果关联的目标图形分类分级标签,分别确定出所述目标图形分类分级标签的第一可索引分类标签在所对应的大数据收集分类的图像分类标签序列中的分级标签信息,得到所述目标图形分类分级标签的第一信息管理索引序列,所述目标图形分类分级标签为与所述目标图形搜索对象的用户搜索行为信息预先匹配的图形分类分级标签,所述图形分类分级标签可以包括分类标签和所述分类标签所在的分级标签;根据所述目标图形搜索对象的历史分级分类信息确定所述各个人工智能识别结果关联的关键图形分类分级标签,针对所述各个人工智能识别结果关联的关键图形分类分级标签,分别获取所述关键图形分类分级标签的第二可索引分类标签,并确定出所述第二可索引分类标签在所对应的大数据收集分类的图像分类标签序列中的分级标签信息,得到所述关键图形分类分级标签的第二信息管理索引序列,所述关键图形分类分级标签为所述目标图形搜索对象的历史分级分类信息中的分类频繁度大于设定频繁度阈值的图形分类分级标签,所述分类频繁度用于表示所述图形分类分级标签在单位时间内的搜索分类次数;根据所述第一信息管理索引序列以及所述第二信息管理索引序列之间的匹配关系,基于所述人工智能识别结果的每个相应的图形分类分级标签分别对所述目标图形搜索对象中的各个图形单元库进行大数据分析;所述按照预定的大数据收集分类对各个人工智能识别结果下的图像分类标签进行分类,分别生成每个大数据收集分类的图像分类标签序列的步骤,包括:获取每个预定的大数据收集分类所对应的分类目标,形成每个预定的大数据收集分类的分类目标序列,并获取各个人工智能识别结果的每个目标分类目标与所述分类目标序列的分类目标的关联分类目标信息;根据所述目标分类目标与所述分类目标序列的分类目标的关联分类目标信息,计算每种目标大数据收集分类的关键分类目标的密集度,并根据每种目标大数据收集分类的关键分类目标的密集度,从所述分类目标序列中选取分类目标,得到初始分类目标排列分布;若所述初始分类目标排列分布的总分类目标分布密集度大于总分类目标分布密集度要求的最大总分类目标分布密集度,则将所述初始分类目标排列分布中的第一关键分类目标分散到第一分布密集度,并且将所述初始分类目标排列分布中的第二关键分类目标聚集到所述第一分布密集度,其中,所述第二关键分类目标是指关键分类目标在所在的标签分级的标签密集程度小于设定程度的关键分类目标,所述第一关键分类目标是指关键分类目标在所在的标签分级的标签密集程度不小于设定程度的关键分类目标;计算本次更新后的初始分类目标排列分布的总分类目标分布密集度;若本次更新后的初始分类目标排列分布的总分类目标分布密集度大于所述最大总分类目标分布密集度,则再一次对本次更新后的初始分类目标排列分布执行以上处理;若本次更新后的初始分类目标排列分布的总分类目标分布密集度小于或者等于所述最大总分类目标分布密集度,则将本次更新前的初始分类目标排列分布作为第一更新排列分布,按照大数据收集分类由低优先级到高优先级的顺序将各所述目标大数据收集分类进行排序,得到目标大数据收集分类序列;根据所述目标大数据收集分类序列对各个人工智能识别结果下的图像分类标签进行分类,分别生成每个大数据收集分类的图像分类标签序列,其中,所述标签密集程度用于表示标签在单位区域的数量。
全文数据:
权利要求:
百度查询: 黄雨勤 基于大数据和互联网的信息管理方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。