一种电子商务云存储数据处理系统技术方案

本发明专利技术公开了一种电子商务云存储数据处理系统，属于数据处理技术领域，包括归类模块、筛选模块、一级数据库、二级数据库和服务器；所述归类模块用于将用户的购买数据进行归类，并将归类后的数据发送到一级数据库进行储存；所述筛选模块用于对一级数据库内的数据进行筛选，具体方法包括：设置一致性模板，提取一级数据库内数据的关键词，将提取的关键词进行数据处理，获得核心词，为核心词补充对应的说明数据，制作核心词补充说明表，将核心词补充说明表发送给管理员，管理员根据接收到的核心词补充说明表设置用户购买数据中的必要数据；获取一级数据库内N条用户购买数据，将必要数据和N条用户购买数据发送到一致性模板中，获得筛选数据。数据。数据。

【技术实现步骤摘要】
一种电子商务云存储数据处理系统


[0001]本专利技术属于数据处理
，具体是一种电子商务云存储数据处理系统。

技术介绍

[0002]当今时代，是一个信息化和网络化的时代，电子信息技术的产生对人们的生产和生活起到至关重要的影响，随着人们生活水平不断发展，电子商务顺势而生。电子商务中包含有大量数据信息，这些数据信息在检索的过程中往往耗费了大量人力、物力、时间资源。特别是商家客户很久之前的购物数据，处理购物数据中的某些数据会被使用，其他的数据都是无用数据，占用储存空间，使得储存空间得不到充分地利用。

技术实现思路

[0003]为了解决上述方案存在的问题，本专利技术提供了一种电子商务云存储数据处理系统。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]一种电子商务云存储数据处理系统，包括归类模块、筛选模块、一级数据库、二级数据库和服务器；
[0006]所述归类模块用于将用户的购买数据进行归类，并将归类后的数据发送到一级数据库进行储存；
[0007]所述筛选模块用于对一级数据库内的数据进行筛选，具体方法包括：
[0008]设置一致性模板，提取一级数据库内数据的关键词，将提取的关键词进行数据处理，获得核心词，为核心词补充对应的说明数据，制作核心词补充说明表，将核心词补充说明表发送给管理员，管理员根据接收到的核心词补充说明表设置用户购买数据中的必要数据；获取一级数据库内N条用户购买数据，将必要数据和N条用户购买数据发送到一致性模板中，获得筛选数据，将筛选数据发送到二级数据库中进行储存。
[0009]进一步地，还包括三级数据库，当筛选数据发送到二级数据库中进行储存后，将一级数据库中对应的N条用户购买数据发送到三级数据库中，并将一级数据库中对应的数据进行删除。
[0010]进一步地，归类模块将用户的购买数据进行归类的方法包括：
[0011]建立归类模型，设置定额采集单元，定额采集单元用于定量的采集云储存数据，并将采集到的数据发送到归类模型，获取对应数据的分类标签，将分类标签为用户购买标签的云储存数据发送到一级数据库进行储存；
[0012]设置反馈单元，通过反馈单元实时检测归类模型的数据处理速度V1，设置归类模型的正常处理速度区间[V2，V3]，将检测数据处理速度V1与正常处理速度区间[V2，V3]进行比较，获得处理速度标签，处理速度标签包括01、02和03；
[0013]当获得的处理速度标签为01和03时，分别表示V1<V2和V3<V1，根据数据处理速度V1调整定额采集单元的采集时间间隔；
[0014]当获得的处理速度标签为02时，表示V2≤V1≤V3，不进行操作。
[0015]进一步地，定额采集单元的工作方法包括：
[0016]设置定额采集量、采集时间间隔和采集时间，获取云储存数据库中数据的储存时间，对储存时间超过采集时间的数据进行标记，根据设置的定额采集量和采集时间间隔从云储存数据库中采集标记的数据。
[0017]进一步地，设置一致性模板的方法包括：
[0018]构建人工智能模型，获取用户历史购买数据，提取必要数据，在用户历史购买数据中标记出必要数据对应的购买数据，并标记为筛选数据，将必要数据、用户历史购买数据和筛选数据整合标记为训练集，通过训练集对人工智能模型进行训练，将训练后的对人工智能模型标记一致性模板。
[0019]进一步地，还包括压缩模块，所述压缩模块用于对三级数据库内的数据进行压缩，具体方法包括：
[0020]获取一致性模板筛选一次N条用户购买数据所用的时间Pi，根据公式获取一致性模板筛选一次N条用户购买数据所用的平均时间Ps，获取筛选时间稳值根据公式Q＝(Ps+α)
×
T获得压缩时间间隔Q，根据压缩时间间隔Q对三级数据库内未压缩的数据进行压缩。
[0021]进一步地，T为比例系数，且T的取值范围为[5，20]。
[0022]进一步地，数据处理包括数据去重和数据提取。
附图说明
[0023]为了更清楚地说明本专利技术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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本专利技术原理框图。
具体实施方式
[0025]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]如图1所示，一种电子商务云存储数据处理系统，包括归类模块、筛选模块、压缩模块、一级数据库、二级数据库、三级数据库和服务器；
[0027]所述归类模块用于将用户的购买数据进行归类，用户指的是在商家进行商品购买的客户，具体方法包括：
[0028]建立归类模型，设置定额采集单元，定额采集单元用于定量的采集云储存数据，并
将采集到的数据发送到归类模型，获取对应数据的分类标签，将分类标签为用户购买标签的云储存数据发送到一级数据库进行储存，相当于剪切；
[0029]设置反馈单元，反馈单元用于实时检测归类模型的数据处理速度，数据处理速度可以根据归类模型的数据处理量和处理时间进行设置，通过反馈单元实时检测归类模型的数据处理速度V1，设置归类模型的正常处理速度区间[V2，V3]，将检测数据处理速度V1与正常处理速度区间[V2，V3]进行比较，获得处理速度标签，处理速度标签包括01、02和03；
[0030]当获得的处理速度标签为01时，表示V1<V2，根据数据处理速度V1调整定额采集单元的采集时间间隔，将采集时间间隔加长，避免向归类模型中输入过多的数据；
[0031]当获得的处理速度标签为02时，表示V2≤V1≤V3，不进行操作；
[0032]当获得的处理速度标签为03时，表示V3<V1，根据数据处理速度V1调整定额采集单元的采集时间间隔，缩短采集时间间隔，充分利用归类模型的运行效率；
[0033]定额采集单元的工作方法包括：
[0034]设置定额采集量、采集时间间隔和采集时间，定额采集量的数值和采集时间间隔都是根据归类模型的处理速度进行设置的，通过定额采集，尽可能地保障归类模型的最佳处理速度，避免一次输入数据过多导致归类模型出现故障，采集时间为距离当前多长的时间为采集数据的范围，相当于只采集时间之前的数据；获取云储存数据库中数据的储存时间，对储存时间超过采集时间的数据进行标记，根据设置的定额采集量和采集时间间隔从云储存数据库中采集标记的数据；云储存数据库即为商家储存数据的数据库；
[0035]归类模型是通过神经网络模型进行训练获得的，建立的大致本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子商务云存储数据处理系统，其特征在于，包括归类模块、筛选模块、一级数据库、二级数据库和服务器；所述归类模块用于将用户的购买数据进行归类，并将归类后的数据发送到一级数据库进行储存；所述筛选模块用于对一级数据库内的数据进行筛选，具体方法包括：设置一致性模板，提取一级数据库内数据的关键词，将提取的关键词进行数据处理，获得核心词，为核心词补充对应的说明数据，制作核心词补充说明表，将核心词补充说明表发送给管理员，管理员根据接收到的核心词补充说明表设置用户购买数据中的必要数据；获取一级数据库内N条用户购买数据，将必要数据和N条用户购买数据发送到一致性模板中，获得筛选数据，将筛选数据发送到二级数据库中进行储存。2.根据权利要求1所述的一种电子商务云存储数据处理系统，其特征在于，还包括三级数据库，当筛选数据发送到二级数据库中进行储存后，将一级数据库中对应的N条用户购买数据发送到三级数据库中，并将一级数据库中对应的数据进行删除。3.根据权利要求1所述的一种电子商务云存储数据处理系统，其特征在于，归类模块将用户的购买数据进行归类的方法包括：建立归类模型，设置定额采集单元，定额采集单元用于定量的采集云储存数据，并将采集到的数据发送到归类模型，获取对应数据的分类标签，将分类标签为用户购买标签的云储存数据发送到一级数据库进行储存；设置反馈单元，通过反馈单元实时检测归类模型的数据处理速度V1，设置归类模型的正常处理速度区间[V2，V3]，将检测数据处理速度V1与正常处理速度区间[V2，V3]进行比较，获得处理速度标签，处理速度标签包括01、02和03；当获得的处理速度标签为01和03时，分别表示V1&lt...

【专利技术属性】
技术研发人员：范娜，
申请(专利权)人：深圳市可隆科技有限公司，
类型：发明
国别省市：