基于多核异构处理器的运维多模态决策方法及系统技术方案

本申请提供的基于多核异构处理器的运维多模态决策方法及系统，抽取决策内容向量作为历史内容向量，进而根据历史内容向量对目标关键决策类别进行识别预处理得到种类划分方法。利用种类划分方法控制目标关键决策类别的决策事项误差时，能够使目标关键决策类别中的排布方式误差变化范围与同一排布方式的决策内容向量相关。可以使范围调整较大的内容向量，在决策内容向量较小的范围调整较小的内容向量，从而使得目标关键决策类别相较于待处理决策数据的内容在各个匹配度较高。因此，根据待处理决策数据分别对目标关键决策类别的各个排布方式的决策事项误差进行调整，进而可以合理控制向量集合，降低待处理决策数据对关键决策类别的决策效果的影响。策类别的决策效果的影响。策类别的决策效果的影响。

【技术实现步骤摘要】
基于多核异构处理器的运维多模态决策方法及系统


[0001]本申请涉及数据决策
，具体而言，涉及基于多核异构处理器的运维多模态决策方法及系统。

技术介绍

[0002]随着信息技术的不断地进步，在早期是通过人工决策的方法，对运维多模态进行处理，这样就导致相关数据决策的步骤十分缓慢，从而可能导致相关数据处理效率降低，带来不好的用户体验。
[0003]通过多核异构处理器，在相关数据量不断增加的过程中，能有效地提高相关数决策的效率。
[0004]然而，在相关数据决策的技术中还存在一些缺陷。

技术实现思路

[0005]鉴于此，本申请提供了基于多核异构处理器的运维多模态决策方法及系统。
[0006]第一方面，提供一种基于多核异构处理器的运维多模态决策方法包括：
[0007]获取待处理决策数据并确定所述待处理决策数据的决策内容排布数据；其中，所述决策内容排布数据包括排布方式和决策内容向量的映射关系；
[0008]根据所述决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量；
[0009]根据所述历史内容向量对目标关键决策类别进行识别预处理得到种类划分方法；其中，所述种类划分方法包括所述目标关键决策类别中每一排布方式对应的目标排布方式误差变化范围；
[0010]根据所述种类划分方法控制所述目标关键决策类别的决策事项误差。
[0011]进一步地，根据所述种类划分方法控制所述目标关键决策类别的决策事项误差，包括：
[0012]根据所述种类划分方法确定当前边界划分所述目标关键决策类别的目标排布方式误差变化范围；
[0013]确定当前边界划分所述目标关键决策类别的目标排布方式误差变化范围，并根据所述当前边界划分所述目标关键决策类别的目标排布方式误差变化范围控制所述目标关键决策类别的决策事项误差；其中，所述当前边界划分所述目标关键决策类别的目标排布方式误差变化范围在误差变化区间范围内；
[0014]所述误差变化区间范围为开区间范围，所述误差变化区间范围的端点向量为上一边界划分所述目标关键决策类别的目标排布方式误差变化范围，以及当前边界划分所述目标关键决策类别的目标排布方式误差变化范围；
[0015]其中，根据所述决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量，包括：
[0016]对所述决策内容排布数据中的决策内容向量归一化关联至目标区间范围；
[0017]根据归一化关联后的决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量。
[0018]进一步地，在根据所述决策内容排布数据控制目标关键决策类别的决策事项误差之后，还包括：
[0019]利用内容分布矩阵识别装置识别划分所述目标关键决策类别时的全局内容分布矩阵数据；其中，所述全局内容分布矩阵数据包括所述目标关键决策类别的内容分布矩阵和待处理决策数据；
[0020]判断所述全局内容分布矩阵数据的内容分布矩阵数量是否大于预设数量向量；若是，则执行第一预设步骤和/或第二预设步骤；其中，所述第一预设步骤为生成向量集合过大的预警数据；所述第二预设步骤为降低所述目标关键决策类别的决策事项误差。
[0021]进一步地，确定所述待处理决策数据的决策内容排布数据，包括：
[0022]计算所述待处理决策数据的决策关键内容；
[0023]对所述决策关键内容执行训练模型的反馈向量加权步骤得到所述待处理决策数据的决策内容排布数据。
[0024]进一步地，还包括：
[0025]采集传输轨迹描述数据；其中，所述传输轨迹描述数据用于描述传输在多个排布方式的内容分布矩阵兴趣程度；
[0026]若获得到向量集合控制指令，则根据传输轨迹描述数据确定所述目标关键决策类别对应的向量集合控制向量；其中，所述向量集合控制向量包括所述目标关键决策类别中每一排布方式对应的排布方式误差变化范围，所述排布方式误差变化范围与同一排布方式的内容分布矩阵兴趣程度正相关；
[0027]根据所述向量集合控制向量控制所述目标关键决策类别的决策事项误差；
[0028]其中，所述采集传输轨迹描述数据包括：
[0029]依次划分界线内容分布矩阵节点，并根据操作行为反馈数据确定内容分布矩阵兴趣度数据；其中，所述内容分布矩阵兴趣度数据包括传输对所有所述界线内容分布矩阵节点的兴趣内容分布矩阵数量，所述兴趣内容分布矩阵数量与所述内容分布矩阵兴趣程度正相关；
[0030]将所有所述界线内容分布矩阵节点的排布方式在线性关系的内容分布矩阵数量作为标准内容分布矩阵数量；
[0031]将同一排布方式对应的所述标准内容分布矩阵数量和所述兴趣内容分布矩阵数量进行内容分布矩阵数量比较，根据所述内容分布矩阵数量比较结果确定所述传输轨迹描述数据；
[0032]其中，所述根据操作行为反馈数据确定内容分布矩阵兴趣度数据，包括：
[0033]若第一历史内容分布矩阵数量和第二历史内容分布矩阵数量的内容分布矩阵数量之差在预计误差范围内，则将所述第一历史内容分布矩阵数量和第二历史内容分布矩阵数量的平均向量作为传输对所述目标界线内容分布矩阵节点的兴趣内容分布矩阵数量；其中，所述第一历史内容分布矩阵数量为在第一过程中获得到操作行为反馈数据时对应的内容分布矩阵数量，所述第二历史内容分布矩阵数量为在第二过程中获得到操作行为反馈数
据时对应的内容分布矩阵数量，所述第一过程为按照从小到大的顺序调整所述界线内容分布矩阵节点的内容分布矩阵数量的过程，所述第二过程为按照从大到小的顺序调整所述界线内容分布矩阵节点的内容分布矩阵数量的过程；
[0034]若第一历史内容分布矩阵数量和第二历史内容分布矩阵数量的内容分布矩阵数量之差不在预计误差范围内，则重新划分所述界线内容分布矩阵节点，并调整所述界线内容分布矩阵节点的内容分布矩阵数量，以便根据操作行为反馈数据确定新的第一历史内容分布矩阵数量和新的第二历史内容分布矩阵数量。
[0035]第二方面，提供一种基于多核异构处理器的运维多模态决策系统，包括数据采集端和数据处理终端，所述数据采集端和所述数据处理终端通信连接，所述数据处理终端具体用于：
[0036]获取待处理决策数据并确定所述待处理决策数据的决策内容排布数据；其中，所述决策内容排布数据包括排布方式和决策内容向量的映射关系；
[0037]根据所述决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量；
[0038]根据所述历史内容向量对目标关键决策类别进行识别预处理得到种类划分方法；其中，所述种类划分方法包括所述目标关键决策类别中每一排布方式对应的目标排布方式误差变化范围；
[0039]根据所述种类划分方法控制所述目标关键决策类别的决策事项误差。
[0040]进一步地，所述数据处理终端具体用于：
[0041]根据所述种类划分方法确定当前边界划分所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多核异构处理器的运维多模态决策方法，其特征在于，包括：获取待处理决策数据并确定所述待处理决策数据的决策内容排布数据；其中，所述决策内容排布数据包括排布方式和决策内容向量的映射关系；根据所述决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量；根据所述历史内容向量对目标关键决策类别进行识别预处理得到种类划分方法；其中，所述种类划分方法包括所述目标关键决策类别中每一排布方式对应的目标排布方式误差变化范围；根据所述种类划分方法控制所述目标关键决策类别的决策事项误差。2.根据权利要求1所述的方法，其特征在于，根据所述种类划分方法控制所述目标关键决策类别的决策事项误差，包括：根据所述种类划分方法确定当前边界划分所述目标关键决策类别的目标排布方式误差变化范围；确定当前边界划分所述目标关键决策类别的目标排布方式误差变化范围，并根据所述当前边界划分所述目标关键决策类别的目标排布方式误差变化范围控制所述目标关键决策类别的决策事项误差；其中，所述当前边界划分所述目标关键决策类别的目标排布方式误差变化范围在误差变化区间范围内；所述误差变化区间范围为开区间范围，所述误差变化区间范围的端点向量为上一边界划分所述目标关键决策类别的目标排布方式误差变化范围，以及当前边界划分所述目标关键决策类别的目标排布方式误差变化范围；其中，根据所述决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量，包括：对所述决策内容排布数据中的决策内容向量归一化关联至目标区间范围；根据归一化关联后的决策内容排布数据，抽取M个目标排布方式的对应的决策内容向量作为历史内容向量。3.根据权利要求1所述的方法，其特征在于，在根据所述决策内容排布数据控制目标关键决策类别的决策事项误差之后，还包括：利用内容分布矩阵识别装置识别划分所述目标关键决策类别时的全局内容分布矩阵数据；其中，所述全局内容分布矩阵数据包括所述目标关键决策类别的内容分布矩阵和待处理决策数据；判断所述全局内容分布矩阵数据的内容分布矩阵数量是否大于预设数量向量；若是，则执行第一预设步骤和/或第二预设步骤；其中，所述第一预设步骤为生成向量集合过大的预警数据；所述第二预设步骤为降低所述目标关键决策类别的决策事项误差。4.根据权利要求1所述的方法，其特征在于，确定所述待处理决策数据的决策内容排布数据，包括：计算所述待处理决策数据的决策关键内容；对所述决策关键内容执行训练模型的反馈向量加权步骤得到所述待处理决策数据的决策内容排布数据。
5.根据权利要求1至4任一项所述的方法，其特征在于，还包括：采集传输轨迹描述数据；其中，所述传输轨迹描述数据用于描述传输在多个排布方式的内容分布矩阵兴趣程度；若获得到向量集合控制指令，则根据传输轨迹描述数据确定所述目标关键决策类别对应的向量集合控制向量；其中，所述向量集合控制向量包括所述目标关键决策类别中每一排布方式对应的排布方式误差变化范围，所述排布方式误差变化范围与同一排布方式的内容分布矩阵兴趣程度正相关；根据所述向量集合控制向量控制所述目标关键决策类别的决策事项误差；其中，所述采集传输轨迹描述数据包括：依次划分界线内容分布矩阵节点，并根据操作行为反馈数据确定内容分布矩阵兴趣度数据；其中，所述内容分布矩阵兴趣度数据包括传输对所有所述界线内容分布矩阵节点的兴趣内容分布矩阵数量，所述兴趣内容分布矩阵数量与所述内容分布矩阵兴趣程度正相关；将所有所述界线内容分布矩阵节点的排布方式在线性关系的内容分布矩阵数量作为标准内容分布矩阵数量；将同一排布方式对应的所述标准内容分布矩阵数量和所述兴趣内容分布矩阵数量进行内容分布矩阵数量比较，根据所述内容分布矩阵数量比较结果确定所述传输轨迹描述数据；其中，所述根据操作行为反馈数据确定内容分布矩阵兴趣度数据，包括：若第一历史内容分布矩阵数量和第二历史内容分布矩阵数量的内容分布矩阵数量之差在预计误差范围内，则将所述第一历史内容分布矩阵数量和第二历史内容分布矩阵数量的平均向量作为传输对所述目标界线内容分布矩阵节点的兴趣内容分布矩阵数量；其中，所述第一历史内容分布矩阵数量为在第一过程中获得到操作行为反馈数据时对应的内容分布矩阵数量，所述第二历史内容分布矩阵数量为在第二过程中获得到操作行为反馈数据时对应的内容分布矩阵数量，所述第一过程为按照从小到大的顺序调整所述界线内容分布矩阵节点的内容分布矩阵数量的过程，所述第二过程为按照从大到小的顺序调整所述界线内容分布矩阵节点的内容分布矩阵数量的过程；若第一历史内容分布矩阵数量和第二历史内容分布矩阵数量的内容分布矩阵数量之差不在预计误差范围内，则重新划分所述界线内容分布矩阵节点，并调整所述界线内容分布矩阵节点的内容分布矩阵数量，以便根据操作行为反馈数据确定新的第一历史内容分布矩阵...

【专利技术属性】
技术研发人员：刘鹤，王羽，赵汀，
申请(专利权)人：上海齐网网络科技有限公司，
类型：发明
国别省市：