【技术实现步骤摘要】
本申请涉及物联网，特别是涉及一种设备预测行为的分发方法、装置、电子设备和系统。
技术介绍
1、随着越来越多的设备接入到物联平台，设备的稳定性、可维护性逐渐成为平台使用者的关注点，若可以对设备进行行为预估、故障预测，毋容置疑会大大提高使用体验，也可以间接地降低运维成本，因此如何精确高效地预测设备行为已成为物联平台运营的重要课题之一。
2、现有技术相关的方案中，一般通过采集智能终端数据，将智能终端数据通过数据通道投递到画像系统中，画像通过对终端数据特征提取、打标、生成设备画像模型，最后以服务方式开放给第三方服务使用。但相关技术方案中，第三方服务依赖于画像系统，由于物联网设备量巨大通过服务调用方式会增大调用方压力，不能实时感知设备行为，进而影响设备行为的分析和预测。
技术实现思路
1、本申请实施例提供了一种设备预测行为的分发方法、装置、电子设备和系统，以至少解决相关技术中设备行为无法进行实时分析和预测的问题。
2、第一方面，本申请实施例提供了一种设备预测行为的分发方法，包括：
3、获取子设备的运行数据；
4、根据预设标签规则对所述运行数据进行打标，得到标签数据；
5、基于所述标签数据进行数据处理；
6、根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息；
7、根据业务方在开放平台的注册信息，将所述标签数据和标签数据对应的行为信息发送至对应的业务方。
8、在其中一些实施例中，
9、在其中一些实施例中，所述根据预设标签规则对所述运行数据进行打标，得到标签数据包括：
10、将所述运行数据按照不同的维度进行分类，得到类别信息；
11、对分类后的运行数据进行等级判定，得到等级信息。
12、根据所述类别信息和所述等级信息将对所述运行数据进行打标，得到标签数据。
13、在其中一些实施例中，所述根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息，包括：
14、基于预设行为规则对经数据处理后的所述标签数据对应的子设备进行多维度的类别划分和等级判定，得到行为信息；或将根据经数据处理后的所述标签数据输入预先训练好的行为预测模型，得到行为信息；其中，所述行为预测模型为基于设备的标签数据样本训练得到的机器学习模型。
15、在其中一些实施例中，所述根据业务方在开放平台的注册信息，将所述标签数据和标签数据对应的行为信息发送至对应的业务方，包括：
16、根据业务方在开放平台的注册信息获取对应的数据规则；
17、根据数据规则对行为预测后的所述标签数据进行数据流划分；
18、将划分后的标签数据与标签数据对应的预测行为打包发送至对应的业务方进行业务处理。
19、在其中一些实施例中，所述注册信息包括：数据流权限和数据流目标集群。
20、第二方面，本申请实施例提供了一种设备预测行为的分发装置，包括：
21、运行数据获取单元，用于采集子设备的运行数据；
22、标签数据获取单元，用于根据预设标签规则对所述运行数据进行打标，得到标签数据；
23、数据处理单元，用于基于所述标签数据进行数据处理；
24、行为信息获取单元，用于根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息；
25、分发单元，用于根据业务方的注册信息，将所述标签数据和对应的行为信息发送至对应的业务方。
26、第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的设备预测行为的分发方法。
27、第四方面，本申请实施例提供了一种设备预测行为的分发系统，包括：终端采集模块、数据分析模块、以及规则引擎模块；其中，所述规则引擎模块连接终端采集模块和数据分析模块；
28、所述终端采集模块用于采集子设备的运行数据并发送至所述数据分析模块；
29、所述数据分析模块用于获取终端采集模块采集的运行数据并存储到数据库供规则引擎模块调用；
30、所述规则引擎模块用于执行如上述第一方面所述的设备预测行为的分发方法。
31、在其中一些实施例中，所述规则引擎模块包括：标签规则引擎、行为预测引擎和数据流引擎；其中，所述行为预测引擎连接所述标签规则引擎和所述数据流引擎；
32、所述标签规则引擎用于根据预设标签规则对所述运行数据进行打标，得到标签数据；
33、所述行为预测引擎用于基于所述标签数据进行数据处理，并根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息；
34、所述数据流引擎用于根据业务方的注册信息，将所述标签数据和对应的行为信息发送至对应的业务方。
35、相比于相关技术，本申请实施例提供的设备预测行为的分发方法、装置、电子设备和系统，通过根据预设标签规则对所述运行数据进行打标，得到标签数据；基于所述标签数据进行数据处理，并根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息；根据业务方在开放平台的注册信息，将所述标签数据和标签数据对应的行为信息发送至对应的业务方，从而实现了从技术层面降低了调用方压力，保证能够进行设备行为实时的分析和预测，进而实现了设备行为的实时感知，扩宽了设备画像的应用场景。
36、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
37、附图说明
38、此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
39、图1是本申请其中一个实施例中设备预测行为的分发方法的流程示意图；
40、图2是本申请其中一个实施例中设备预测行为的分发装置的结构框图；
41、图3是本申请其中一个实施例中计算机设备的结构示意图；
42、图4是本申请其中一个实施例中设备预测行为的分发系统的结构示意图。
本文档来自技高网...【技术保护点】
1.一种设备预测行为的分发方法，其特征在于，包括：
2.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述运行数据包括设备信息和业务信息，所述设备信息包括：设备的资产信息、状态信息和日志信息；所述业务信息包括设备的订单信息和负载信息。
3.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述根据预设标签规则对所述运行数据进行打标，得到标签数据包括：
4.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息，包括：
5.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述根据业务方在开放平台的注册信息，将所述标签数据和标签数据对应的行为信息发送至对应的业务方，包括：
6.根据权利要求5所述的设备预测行为的分发方法，其特征在于，所述注册信息包括：数据流权限和数据流目标集群。
7.一种设备预测行为的分发装置，其特征在于，包括：
8.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机
9.一种设备预测行为的分发系统，其特征在于，包括：终端采集模块、数据分析模块、以及规则引擎模块；其中，所述规则引擎模块连接终端采集模块和数据分析模块；
10.根据权利要求9所述的设备预测行为的分发系统，其特征在于，所述规则引擎模块包括：标签规则引擎、行为预测引擎和数据流引擎；其中，所述行为预测引擎连接所述标签规则引擎和所述数据流引擎；
...【技术特征摘要】
1.一种设备预测行为的分发方法，其特征在于，包括：
2.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述运行数据包括设备信息和业务信息，所述设备信息包括：设备的资产信息、状态信息和日志信息；所述业务信息包括设备的订单信息和负载信息。
3.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述根据预设标签规则对所述运行数据进行打标，得到标签数据包括：
4.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述根据经数据处理后的所述标签数据对对应的子设备进行行为预测，得到行为信息，包括：
5.根据权利要求1所述的设备预测行为的分发方法，其特征在于，所述根据业务方在开放平台的注册信息，将所述标签数据和标签数据对应的行为信息发送至对应的业务方，包括：
【专利技术属性】
技术研发人员：刘遵明，唐永波，张海妮，
申请(专利权)人：杭州小电科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。