[发明专利]一种社会‑技术紧耦合框架及其使用方法在审
申请号: | 201711121595.6 | 申请日: | 2017-11-14 |
公开(公告)号: | CN107908726A | 公开(公告)日: | 2018-04-13 |
发明(设计)人: | 刘安冉 | 申请(专利权)人: | 山东浪潮商用系统有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 济南信达专利事务所有限公司37100 | 代理人: | 李世喆 |
地址: | 250100 山东省济南市*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 社会 技术 耦合 框架 及其 使用方法 | ||
1.一种社会-技术紧耦合框架,其特征在于,包括:数据获取层、数据分析层和系统设计层;其中,
所述数据获取层,用于获取新媒体系统对应的业务数据,并将获取的所述业务数据发送给所述数据分析层;
所述数据分析层,用于接收所述业务数据,并对接收的所述业务数据进行分析,确定所述业务数据对应的用户行为模式;
所述系统设计层,根据所述用户行为模式,确定所述新媒体系统对应的设计原则,并利用确定出的所述设计原则,更新设计所述新媒体系统。
2.根据权利要求1所述的社会-技术紧耦合框架,其特征在于,
所述业务数据包括:系统类数据;
所述数据分析层,用于确定所述系统类数据对应的数据属性,根据确定出的所述数据属性,确定所述系统类数据对应的数据挖掘算法,并利用确定出的所述数据挖掘算法,对所述系统类数据进行分析,确定所述系统类数据对应的所述用户行为模式。
3.根据权利要求2所述的社会-技术紧耦合框架,其特征在于,
所述业务数据进一步包括:用户类数据;
所述数据分析层,进一步用于确定所述用户类数据的数据量,根据确定出的所述数据量选择对应的机器学习方法,利用选择的所述机器学习方法,对所述用户类数据进行聚类分析,确定所述用户类数据对应的所述用户行为模式。
4.根据权利要求3所述的社会-技术紧耦合框架,其特征在于,
所述数据分析层,用于确定所述用户类数据的数据类型,根据所述数据类型,为所述用户类数据添加对应的标识标签,并对添加后的所述用户类数据进行聚类分析。
5.根据权利要求1所述的社会-技术紧耦合框架,其特征在于,
所述数据获取层,用于根据预设的应用程序编程接口和分布式爬虫,形成主从式混合抓取平台,利用所述主从式混合抓取平台,获取所述业务数据。
6.一种社会-技术紧耦合框架的使用方法,其特征在于,包括:
获取新媒体系统对应的业务数据;
对所述业务数据进行分析,确定所述业务数据对应的用户行为模式;
根据所述用户行为模式,确定所述新媒体系统对应的设计原则,并利用确定出的所述设计原则,更新设计所述新媒体系统。
7.根据权利要求6所述的方法,其特征在于,
所述业务数据包括:系统类数据;
所述对所述业务数据进行分析,确定所述业务数据对应的用户行为模式,包括:
确定所述系统类数据对应的数据属性;
根据确定出的所述数据属性,确定所述系统类数据对应的数据挖掘算法;
利用确定出的所述数据挖掘算法,对所述系统类数据进行分析,确定所述系统类数据对应的所述用户行为模式。
8.根据权利要求7所述的方法,其特征在于,
所述业务数据进一步包括:用户类数据;
所述对所述业务数据进行分析,确定所述业务数据对应的用户行为模式,包括:
确定所述用户类数据的数据量;
根据确定出的所述数据量选择对应的机器学习方法;
利用选择的所述机器学习方法,对所述用户类数据进行聚类分析,确定所述用户类数据对应的所述用户行为模式。
9.根据权利要求8所述的方法,其特征在于,
所述利用选择的所述机器学习方法,对所述用户类数据进行聚类分析,包括:
确定所述用户类数据的数据类型;
根据所述数据类型,为所述用户类数据添加对应的标识标签,并对添加后的所述用户类数据进行聚类分析。
10.根据权利要求6所述的方法,其特征在于,
所述获取新媒体系统对应的业务数据,包括:
根据预设的应用程序编程接口和分布式爬虫,形成主从式混合抓取平台;
利用所述主从式混合抓取平台,获取所述业务数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东浪潮商用系统有限公司,未经山东浪潮商用系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711121595.6/1.html,转载请声明来源钻瓜专利网。