基于大数据的数据库维护分析方法、服务器及介质技术

本发明专利技术实施例提供的基于大数据的数据库维护分析方法、服务器及介质，通过本发明专利技术实施例，能够综合维护操作行为量化编码和AI问答语音量化编码两个层面的特征，然后分别生成维护操作行为量化编码所对应的第一判别变量和AI问答语音量化编码所对应的第二判别变量，这样能够结合第一判别变量和第二判别变量对数据库维护操作行为树注释的预配维护意向关键词的匹配性进行审核分析，从而准确、高效地实现对数据库维护操作行为树的预配维护意向关键词分类处理，以便为之后的数据库维护提供参考。考。考。

【技术实现步骤摘要】
基于大数据的数据库维护分析方法、服务器及介质


[0001]本专利技术涉及大数据和数据库
，具体而言，涉及基于大数据的数据库维护分析方法、服务器及介质。

技术介绍

[0002]数据库维护（database maintenance）是指当一个数据库被创建以后的工作都叫做数据库维护，包括备份系统数据、恢复数据库系统、产生用户信息表、为信息表授权、监视系统运行状况、及时处理系统错误、保证系统数据安全和周期更改用户口令等，数据库维护比数据库的创建和使用更难。鉴于数据库维护的任务繁杂性，通常需要为数据库维护的操作行为进行打标签处理，以供之后的数据库维护参考，但是传统技术难以满足上述需求。

技术实现思路

[0003]本专利技术至少提供基于大数据的数据库维护分析方法、服务器及介质。
[0004]本专利技术提供了一种基于大数据的数据库维护分析方法，应用于数据库维护分析服务器，所述方法包括：对拟分析的数据库维护操作行为树分别进行维护操作行为量化编码和AI问答语音量化编码的挖掘处理；通过数据库维护分析网络，分别生成所述维护操作行为量化编码所对应的第一判别变量和所述AI问答语音量化编码所对应的第二判别变量；利用所述第一判别变量和所述第二判别变量判断所述数据库维护操作行为树注释的预配维护意向关键词是否通过审核。
[0005]在一些可选的实施例中，所述对拟分析的数据库维护操作行为树分别进行维护操作行为量化编码和AI问答语音量化编码的挖掘处理，包括：获取拟分析的数据库维护操作行为树以及所述数据库维护操作行为树牵涉的最少一种维护需求AI问答语音，所述数据库维护操作行为树注释有预配维护意向关键词；提炼所述数据库维护操作行为树的维护操作行为量化编码；结合所述数据库维护操作行为树的最少一种维护需求AI问答语音，确定所述数据库维护操作行为树的AI问答语音量化编码，所述AI问答语音量化编码为所述数据库维护操作行为树的最少一种维护需求AI问答语音中用于表征所述数据库维护操作行为树所对应维护意向关键词的编码知识。
[0006]在一些可选的实施例中，所述通过数据库维护分析网络，分别生成所述维护操作行为量化编码所对应的第一判别变量和所述AI问答语音量化编码所对应的第二判别变量，包括：调用第一数据库维护分析网络，将所述数据库维护操作行为树的维护操作行为量化编码变更成表征所述数据库维护操作行为树所匹配的预配维护意向关键词的第一判别变量；调用第二数据库维护分析网络，确定所述数据库维护操作行为树的AI问答语音量
化编码对应的第二判别变量，所述第二判别变量反映所述数据库维护操作行为树的AI问答语音量化编码中呈现的表征所述数据库维护操作行为树所匹配的预配维护意向关键词的知识向量，第一数据库维护分析网络和第二数据库维护分析网络为基于与所述数据库维护操作行为树存在一致的预配维护意向关键词的多个第一数据库维护操作行为树示例作为网络调试样例，并结合所述第一数据库维护操作行为树示例的维护操作行为量化编码和AI问答语音量化编码调试所得的，所述第一数据库维护操作行为树示例的AI问答语音量化编码为结合所述第一数据库维护操作行为树示例牵涉的维护需求AI问答语音确定的。
[0007]在一些可选的实施例中，所述利用所述第一判别变量和所述第二判别变量判断所述数据库维护操作行为树注释的预配维护意向关键词是否通过审核，包括：倘若所述第一判别变量和所述第二判别变量的适配性评价满足要求，则确定所述数据库维护操作行为树注释的预配维护意向关键词通过审核。
[0008]在一些可选的实施例中，所述结合所述数据库维护操作行为树的最少一种维护需求AI问答语音，确定所述数据库维护操作行为树的AI问答语音量化编码，包括：确定所述数据库维护操作行为树牵涉的最少一种维护需求AI问答语音对应的问答语音编码特征；将所述数据库维护操作行为树对应的问答语音编码特征加载至问答语音量化编码处理网络，并提炼所述问答语音量化编码处理网络的隐含层中间结果，将提炼得到的中间结果确定为所述数据库维护操作行为树的AI问答语音量化编码，所述问答语音量化编码处理网络为将注释有预配维护意向关键词的多个第二数据库维护操作行为树示例作为网络调试样例，并结合所述第二数据库维护操作行为树示例牵涉的维护需求AI问答语音所对应的问答语音编码特征调试所得的。
[0009]在一些可选的实施例中，在确定出所述数据库维护操作行为树的AI问答语音量化编码之后，所述方法还包括：基于维护任务判别网络确定所述数据库维护操作行为树的AI问答语音量化编码对应的目标维护操作行为树种类，所述维护任务判别网络为将注释有预配维护意向关键词的多个第三数据库维护操作行为树示例作为网络调试样例，并结合所述第三数据库维护操作行为树示例牵涉的维护需求AI问答语音对应的AI问答语音量化编码调试得到；确定用于反映所述目标维护操作行为树种类的维护任务判别决策向量；所述调用第二数据库维护分析网络，确定所述数据库维护操作行为树的AI问答语音量化编码对应的第二判别变量，包括：基于第二数据库维护分析网络，将所述维护任务判别决策向量变更成第二判别变量。
[0010]在一些可选的实施例中，所述确定用于反映所述目标维护操作行为树种类的维护任务判别决策向量，包括：依据不同维护操作行为树种类与维护任务判别决策向量的映射列表，确定所述目标维护操作行为树种类的维护任务判别决策向量，其中，维护操作行为树种类对应的维护任务判别决策向量为根据匹配所述目标维护操作行为树种类的多个第四数据库维护操作行为树示例的AI问答语音量化编码，所确定的对应于核心分团成员的第四数据库维护操作行为树示例的AI问答语音量化编码。
[0011]在一些可选的实施例中，所述第一数据库维护分析网络和第二数据库维护分析网络为至少基于预配维护意向关键词注释通过审核的最少一个第一数据库维护操作行为树
示例作为网络调试样例，并依据预设的调试期望，结合所述第一数据库维护操作行为树示例的维护操作行为量化编码和AI问答语音量化编码调试所得的；所述调试期望为所述预配维护意向关键词注释通过审核的第一数据库维护操作行为树示例对应的第三判别变量与第四判别变量的适配性评价满足要求；其中，所述第三判别变量为所述第一数据库维护分析网络将第一数据库维护操作行为树示例的维护操作行为量化编码确定出的判别变量；所述第四判别变量为结合所述第二数据库维护分析网络所确定的所述第一数据库维护操作行为树示例的AI问答语音量化编码对应的判别变量。
[0012]在一些可选的实施例中，所述第一数据库维护分析网络和第二数据库维护分析网络基于以下步骤调试得到：获取多个第一数据库维护操作行为树示例以及所述第一数据库维护操作行为树示例牵涉的最少一种维护需求AI问答语音，所述第一数据库维护操作行为树示例的预配维护意向关键词与所述数据库维护操作行为树的预配维护意向关键词一致，且所述多个第一数据库维护操作行为树示例中包括预配维护意向关键词注释通过审核的最少一个第一数据库维护操作行为树示例和预配维护意向关键词注释存在偏差的最少一个第一数据库维护操作行为树示例；针对每个第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的数据库维护分析方法，其特征在于，应用于数据库维护分析服务器，所述方法包括：对拟分析的数据库维护操作行为树分别进行维护操作行为量化编码和AI问答语音量化编码的挖掘处理；通过数据库维护分析网络，分别生成所述维护操作行为量化编码所对应的第一判别变量和所述AI问答语音量化编码所对应的第二判别变量；利用所述第一判别变量和所述第二判别变量判断所述数据库维护操作行为树注释的预配维护意向关键词是否通过审核。2.根据权利要求1所述的方法，其特征在于，所述对拟分析的数据库维护操作行为树分别进行维护操作行为量化编码和AI问答语音量化编码的挖掘处理，包括：获取拟分析的数据库维护操作行为树以及所述数据库维护操作行为树牵涉的最少一种维护需求AI问答语音，所述数据库维护操作行为树注释有预配维护意向关键词；提炼所述数据库维护操作行为树的维护操作行为量化编码；结合所述数据库维护操作行为树的最少一种维护需求AI问答语音，确定所述数据库维护操作行为树的AI问答语音量化编码，所述AI问答语音量化编码为所述数据库维护操作行为树的最少一种维护需求AI问答语音中用于表征所述数据库维护操作行为树所对应维护意向关键词的编码知识。3.根据权利要求2所述的方法，其特征在于，所述通过数据库维护分析网络，分别生成所述维护操作行为量化编码所对应的第一判别变量和所述AI问答语音量化编码所对应的第二判别变量，包括：调用第一数据库维护分析网络，将所述数据库维护操作行为树的维护操作行为量化编码变更成表征所述数据库维护操作行为树所匹配的预配维护意向关键词的第一判别变量；调用第二数据库维护分析网络，确定所述数据库维护操作行为树的AI问答语音量化编码对应的第二判别变量，所述第二判别变量反映所述数据库维护操作行为树的AI问答语音量化编码中呈现的表征所述数据库维护操作行为树所匹配的预配维护意向关键词的知识向量，第一数据库维护分析网络和第二数据库维护分析网络为基于与所述数据库维护操作行为树存在一致的预配维护意向关键词的多个第一数据库维护操作行为树示例作为网络调试样例，并结合所述第一数据库维护操作行为树示例的维护操作行为量化编码和AI问答语音量化编码调试所得的，所述第一数据库维护操作行为树示例的AI问答语音量化编码为结合所述第一数据库维护操作行为树示例牵涉的维护需求AI问答语音确定的。4.根据权利要求3所述的方法，其特征在于，所述利用所述第一判别变量和所述第二判别变量判断所述数据库维护操作行为树注释的预配维护意向关键词是否通过审核，包括：倘若所述第一判别变量和所述第二判别变量的适配性评价满足要求，则确定所述数据库维护操作行为树注释的预配维护意向关键词通过审核。5.根据权利要求4所述的方法，其特征在于，所述结合所述数据库维护操作行为树的最少一种维护需求AI问答语音，确定所述数据库维护操作行为树的AI问答语音量化编码，包括：确定所述数据库维护操作行为树牵涉的最少一种维护需求AI问答语音对应的问答语音编码特征；将所述数据库维护操作行为树对应的问答语音编码特征加载至问答语音量化编码处
理网络，并提炼所述问答语音量化编码处理网络的隐含层中间结果，将提炼得到的中间结果确定为所述数据库维护操作行为树的AI问答语音量化编码，所述问答语音量化编码处理网络为将注释有预配维护意向关键词的多个第二数据库维护操作行为树示例作为网络调试样例，并结合所述第二数据库维护操作行为树示例牵涉的维护需求AI问答语音所对应的问答语音编码特征调试所得的。6.根据权利要求4或5所述的方法，其特征在于，在确定出所述数据库维护操作行为树的AI问答语音量化编码之后，所述方法还包括：基于维护任务判别网络确定所述数据库维护操作行为树的AI问答语音量化编码对应的目标维护操作行为树种类，所述维护任务判别网络为将注释有预配维护意向关键词的多个第三数据库维护操作行为树示例作为网络调试样例，并结合所述第三数据库维护操作行为树示例牵涉的维护需求AI问答语音对应的AI问答语音量化编码调试得到；确定用于反映所述目标维护操作行为树种类的维护任务判别决策向量；所述调用第二数据库维护分析网络，确定所述数据库维护操作行为树的AI问答语音量化编码对应的第二判别变量，包括：基于第二数据库维护分析网络，将所述维护任务判别决策向量变更成第二判别变量；其中，所述确定用于反映所述目标维护操作行为树种类的维护任务判别决策向量，包括：依据不同维护操作行为树种类与维护任务...

【专利技术属性】
技术研发人员：田凯，张惠元，宋园园，
申请(专利权)人：大白熊大数据科技常熟有限公司，
类型：发明
国别省市：