[发明专利]一种基于大数据分析的数据智能分类及协同方法

权利要求书

1.一种基于大数据分析的数据智能分类及协同方法，其特征在于，包括以下内容：

S100，在企业的工业控制过程中，通过采集端从设定数据、运行数据和评价数据三个维度采集工业控制的数据并发送至后台端，在采集设定数据后添加评价标签，在采集运行数据添加设定标签，在采集评价数据后添加运行标签，在采集数据同时通过采集端对工业控制的现场图片进行采集，将现场图片添加实际标签发送至后台端，在发送数据时，将单一的设定数据、连续的运行数据和单一的评价数据成组地发送；

S200，在后台端收到数据后，截取收到数据的标签并进行更换，将评价标签更换成设定标签，将设定标签更换成运行标签，将运行标签更换成评价标签；

S300，由云网络端获取后台端的现场图片和运行数据，通过云网络端将现场图片与购物网络传输的功能图片进行匹配，当匹配成功时，暂停功能图片的传送。

2.根据权利要求1所述的基于大数据分析的数据智能分类及协同方法，其特征在于：当匹配成功时，由云网络端获取匹配成功的功能图片的地址信息，将功能图片和地址信息发送至后台端。

3.根据权利要求1所述的基于大数据分析的数据智能分类及协同方法，其特征在于：还包括S400，由后台端对三个维度的数据进行两两匹配，当任意两个维度的数据匹配失败时，将匹配失败的数据添加异常标签并进行存储。

4.根据权利要求3所述的基于大数据分析的数据智能分类及协同方法，其特征在于：所述内容S400中，在任意两个维度的数据匹配成功时，将匹配成功的数据添加时间信息并进行存储。

5.根据权利要求1所述的基于大数据分析的数据智能分类及协同方法，其特征在于：所述内容S200中，通过后台端对连续的运行数据求平均值，由后台端判断平均值是否在阈值范围内，当平均值偏离于阈值范围时，由后台端判断每个运行数据是否在阈值范围内，当有至少一个运行数据位于阈值范围外时，由后台端将该组数据添加部分标签进行存储。

6.根据权利要求3所述的基于大数据分析的数据智能分类及协同方法，其特征在于：先通过后台端将设定数据与预存的限定范围相匹配，当设定数据位于限定范围外时，将该组数据添加错误标签进行存储。

7.根据权利要求6所述的基于大数据分析的数据智能分类及协同方法，其特征在于：当设定数据位于限定范围外时，由后台端获取评价数据中的人员信息作为错误标签进行添加。