[发明专利]大数据机器学习智能科研平台在审
申请号: | 201910003841.0 | 申请日: | 2019-01-03 |
公开(公告)号: | CN109960704A | 公开(公告)日: | 2019-07-02 |
发明(设计)人: | 马培娜;张林;武保权;王成锐;杨守斌;韩克强 | 申请(专利权)人: | 青岛萨纳斯智能科技股份有限公司 |
主分类号: | G06F16/25 | 分类号: | G06F16/25;G06F16/22;G06F16/242;G06F16/26 |
代理公司: | 青岛华慧泽专利代理事务所(普通合伙) 37247 | 代理人: | 刘娜 |
地址: | 266071 山东省青岛市市*** | 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: | 数据立方体 结构化查询 海量数据 引擎系统 机器学习 接入系统 大数据 存储系统 数据融合 数据终端 双向连接 展示系统 智能 科研 业务处理逻辑 关联性分析 融合处理 系统构建 自动实现 | ||
本发明公开了一种大数据机器学习智能科研平台,包括海量数据接入系统、结构化查询引擎系统、数据立方体系统、数据立方体存储系统和数据终端展示系统,所述数据立方体系统分别与海量数据接入系统、结构化查询引擎系统和数据立方体存储系统双向连接,所述结构化查询引擎系统和数据终端展示系统双向连接,本发明所公开的大数据机器学习智能科研平台通过海量数据接入系统对接入的海量数据融合处理,通过结构化查询引擎系统去自动实现复杂的业务处理逻辑,通过数据立方体系统构建一整套的数据融合关联性分析系统,解决数据融合处理过程中的复杂、繁琐以及速度慢的问题。
技术领域
本发明涉及一种大数据科研工具,特别涉及一种大数据机器学习智能科研平台。
背景技术
在大数据处理过程中,数据的处理是一个复杂、繁琐的高技术工作。特别是对于各种海量数据的融合关联性分析,以及对海量数据不同维度的数据查询,都存在处理复杂且速度慢,查询效率低的问题。
发明内容
为解决上述技术问题,本发明提供了一种大数据机器学习智能科研平台,以达到提供一种快速构建数据立方体处理模式,实现多维度快速查询的智能大数据机器学习科研平台的目的。
为达到上述目的,本发明的技术方案如下:
大数据机器学习智能科研平台,包括海量数据接入系统、结构化查询引擎系统、数据立方体系统、数据立方体存储系统和数据终端展示系统,所述数据立方体系统分别与海量数据接入系统、结构化查询引擎系统和数据立方体存储系统双向连接,所述结构化查询引擎系统和数据终端展示系统双向连接。
上述方案中,所述数据立方体系统包括数据模型构建单元、数据模型验证训练单元、数据相关性分析单元和数据立方体构建单元。
上述方案中,所述数据终端展示系统和结构化查询引擎系统通过RestAPI接口连接。
上述方案中,所述结构化查询引擎系统和数据立方体系统通过RestAPI接口以及JDBC/ODBC接口连接。
通过上述技术方案,本发明提供的大数据机器学习智能科研平台通过海量数据接入系统对接入的海量数据融合处理,为结构化查询引擎系统和立方体系统提供数据基础;通过结构化查询引擎系统、数据立方体系统,普通技术人员只需编写SQL语言,通过结构化查询引擎系统去自动实现复杂的业务处理逻辑,通过数据立方体系统构建一整套的数据融合关联性分析系统,解决数据融合处理过程中的复杂、繁琐以及速度慢的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例所公开的大数据机器学习智能科研平台组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本发明提供了一种大数据机器学习智能科研平台,如图1所示,该平台可以解决数据融合处理过程中的复杂、繁琐以及速度慢的问题。
如图1所示的大数据机器学习智能科研平台,包括海量数据接入系统、结构化查询引擎系统、数据立方体系统、数据立方体存储系统和数据终端展示系统,数据立方体系统分别与海量数据接入系统、结构化查询引擎系统和数据立方体存储系统双向连接,结构化查询引擎系统和数据终端展示系统双向连接。
1、海量数据接入系统
本系统模块主要是通过接口的方式,对接入的各种关联性海量数据,进行初级清洗存储,并对数据建立关联性索引标签,使数据具有相关性分析的基础条件,并进行临时性存储,为结构化查询引擎系统和立方体系统提供数据基础。
2、结构化查询引擎系统
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青岛萨纳斯智能科技股份有限公司,未经青岛萨纳斯智能科技股份有限公司许可,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/201910003841.0/2.html,转载请声明来源钻瓜专利网。