[发明专利]一种软件开发线程的优化方法、系统及云平台

说明书

本申请提供的一种软件开发线程的优化方法、系统及云平台，通过对进行重要内容识别后得到的第一关键业务数据进行聚类操作，得到若干个第二关键业务数据，并通过对所述第二关键业务数据进行关联识别和属性关联识别，可以同时对所述第二关键业务数据进行干扰识别和属性异常识别，由此可以提高所述待处理的业务数据的识别效率；之后再基于第一干扰知识向量和第一属性异常向量进行识别处理，提高了待处理的业务数据对应的目标融合结果的精确性；对所述目标融合结果进行优化，这样一来，可以保障优化结果的准确性和可靠性，从而提高软件开发线程的优化的可靠性和可信度。

技术领域

本申请涉及数据优化技术领域，具体而言，涉及一种软件开发线程的优化方法、系统及云平台。

背景技术

网络数据处理是网络信息计量学的重要组成部分，也是当前网络界、新闻传播界、信息管理界都十分关注的热点研究领域之一。有科学价值的数据库，应能实现基于数据库的数据挖掘和科学研究。数据库是支持知识发现的基础工程。要获得高信息含量的、有用的知识，理想情况是原始数据是不含噪声的正确数据。

在对软件开发线程进行开发时需要尽可能减小干扰或者噪声等问题，但是，在实际操作过程中，一直无法规避干扰或者噪声等问题，这样一来就难以确保软件开发线程计算的准确性和可靠性。

发明内容

为改善相关技术中存在的技术问题，本申请提供了一种软件开发线程的优化方法、系统及云平台。

第一方面，提供一种软件开发线程的优化方法，所述方法至少包括：获得待处理的业务数据，并对所述待处理的业务数据进行重要内容识别，得到涵盖若干种属性的第一关键业务数据；对所述第一关键业务数据的属性进行聚类操作，得到若干个第二关键业务数据；对所述第二关键业务数据进行关联识别，确定所述第二关键业务数据对应的第一干扰知识向量；以及对所述第二关键业务数据进行属性关联识别，确定所述第二关键业务数据对应的第一属性异常向量；通过各个第二关键业务数据对应的第一干扰知识向量和第一属性异常向量，确定每一所述第二关键业务数据逐一对应的融合数据；结合每一所述第二关键业务数据逐一对应的融合数据，确定所述待处理的业务数据对应的第一融合特征，以及结合所述第一关键业务数据进行二次融合处理，确定所述待处理的业务数据对应的第二融合特征，所述第一融合特征和所述第二融合特征组成所述待处理的业务数据对应的目标融合结果；对所述目标融合结果进行优化，得到优化结果。

在一种独立实施的实施例中，在得到所述第一关键业务数据之后，所述方法还包括：对所述第一关键业务数据进行评估处理；所述对所述第一关键业务数据的属性进行聚类操作，得到若干个第二关键业务数据，包括：基于事先设定的若干个目标属性数量对经过评估处理的所述第一关键业务数据的属性进行聚类操作，得到若干个事先设定分团，每个事先设定分团的属性向量组成一个第二关键业务数据；其中，各第二关键业务数据所涵盖的属性数量不完全一致。

在一种独立实施的实施例中，所述对所述第二关键业务数据进行关联识别，确定所述第二关键业务数据对应的第一干扰知识向量，包括：针对随机一个所述第二关键业务数据，基于人工智能线程依次确定该第二关键业务数据的各属性逐一对应的第一干扰知识向量；该第二关键业务数据的各属性逐一对应的第一干扰知识向量组成该第二关键业务数据对应的第一干扰知识向量。

在一种独立实施的实施例中，所述方法还包括根据以下方法确定第二关键业务数据的各属性对应的第一干扰知识向量：针对随机一个第二关键业务数据的任一属性，将该属性之前的属性的属性向量加载至所述人工智能线程，确定该属性对应的第一干扰知识向量；任一第二关键业务数据的第一个属性对应的第一干扰知识向量为空。