申请/专利权人：江西开放大学

申请日：2024-03-12

公开（公告）日：2024-04-12

公开（公告）号：CN117876016A

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06Q30/0203

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及数据管理技术领域，具体为一种分布式市场数据采集管理系统，系统包括数据采集与识别模块、数据分布分析模块、索引与查询优化模块、多维数据聚类模块、实时数据监控模块、异常检测与通知模块、查询策略调整模块、市场风险分析模块。本发明中，通过集成数据处理技术，能够优化市场数据的处理流程，通过动态索引调整算法与实时数据监控框架，使得数据检索与市场动态监控更加高效和准确。不仅能够提高数据处理的速度和质量，还增强应用对市场变化的响应能力和预测精度。异常检测与风险评估机制的加强，为企业应对市场风险提供可靠支持，提升决策的科学性和安全性。优化后的查询策略和深度学习模型，提高了企业制定风险防范措施的效率。

主权项：1.一种分布式市场数据采集管理系统，其特征在于：数据采集与识别模块、数据分布分析模块、索引与查询优化模块、多维数据聚类模块、实时数据监控模块、异常检测与通知模块、查询策略调整模块、市场风险分析模块；所述数据采集与识别模块基于分布式网络环境，采用网络爬虫算法进行数据源爬取，通过自然语言处理技术分析和识别数据内容，收集市场关联信息，并进行内容的初步识别处理，生成市场趋势分析数据集；所述数据分布分析模块基于市场趋势分析数据集，采用主成分分析和t分布随机邻域嵌入技术，对数据进行维度降低处理和特征提取，分析数据在多维空间中的分布特性，以及数据的内在结构和分布模式，生成分布特征图谱；所述索引与查询优化模块基于分布特征图谱，采用倒排索引技术构建初步索引，通过动态索引调整算法，根据数据实时变化调整索引结构，生成优化的索引结构；所述多维数据聚类模块基于优化的索引结构，采用谱聚类算法和密度基准空间聚类，对数据进行多维空间的聚类分析，识别数据间的拟合性和群体特性，并对数据进行分类和分组，生成分组后的数据集；所述实时数据监控模块基于分组后的数据集，采用流处理框架对实时数据流进行监控和分析，识别市场动态和趋势，并揭示市场变化和潜在的风险点，生成实时更新的监控结果；所述异常检测与通知模块基于实时更新的监控结果，采用孤立森林算法和神经网络异常检测模型，进行异常模式识别和风险评估，并识别潜在异常行为和市场风险，生成异常数据集；所述查询策略调整模块基于异常数据集，采用基于代价的优化和启发式方法，分析当前查询策略的性能，针对检测到的数据异常和市场变化调整查询路径和资源分配，生成策略执行计划；所述市场风险分析模块基于策略执行计划，采用时间序列分析和深度学习模型，对市场数据进行深度分析，预测市场趋势和潜在风险，基于分析和预测结果制定风险防范措施，生成市场风险分析结果。

全文数据：

权利要求：

百度查询： 江西开放大学 一种分布式市场数据采集管理系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD