【技术实现步骤摘要】
本专利技术涉及银行信息化管理，尤其涉及一种基于大数据的银行信息化智能管理方法及系统。
技术介绍
1、以往的银行智慧运营管理信息系统采用传统的手工管理方式，面对海量数据往往需要花费大量的时间成本。大数据处理技术目前已经成熟的运用到运营管理信息系统上，目前成熟的技术框架有teradata天睿公司的动态企业数据仓库active edw，其主要注重于底层数据存储以及数据处理层面；ibm公司的银行业系统管理解决方案依赖于spssclementine数据挖掘平台与cognos analytics数据可视化分析工具开发出一套数据管理模型。然而，随着客户的数据增加，银行信息化管理平台在使用到一定的时间之后，就会使得数据存储量不断上升，而许多数据在一定的时限之后就会成为无用数据，而数据的释放之后就会经过数据的同步来完成对平台数据的更新，然而现有技术中并未考虑网络波动对数据删除或者数据释放的影响，从而导致在删除或者释放数据的过程中，银行信息化管理平台卡顿。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种基于大数据的银行信息化智能管理方法及系统。
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种基于大数据的银行信息化智能管理方法，包括以下步骤：
4、获取银行信息化管理平台的数据存储量数据，并通过对所述银行信息化管理平台的数据存储量数据进行识别与分析，获取数据存储量分析结果；
5、通过大数据获取各网络波动数据之下
6、通过所述信息释放量预测模型预测当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量；
7、根据所述数据存储量分析结果获取待释放的存储数据，根据所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量以及待释放的存储数据制定数据释放策略。
8、进一步的，在本方法中，获取银行信息化管理平台的数据存储量数据，并通过对所述银行信息化管理平台的数据存储量数据进行识别与分析，获取数据存储量分析结果，具体包括：
9、获取银行信息化管理平台的数据存储量数据，并设置数据存储量数据阈值，判断所述银行信息化管理平台的数据存储量数据是否大于所述数据存储量数据阈值；
10、当所述银行信息化管理平台的数据存储量数据大于所述数据存储量数据阈值时，则将当前的银行信息化管理平台的数据存储量状态作为超存储量状态；
11、当所述银行信息化管理平台的数据存储量数据大于所述数据存储量数据阈值时，则将当前的银行信息化管理平台的数据存储量状态作为正常存储量状态；
12、根据所述超存储量状态或者正常存储量状态生成超存储量状态，并将所述超存储量状态输出。
13、进一步的，在本方法中，通过大数据获取各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量，并根据所述各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量构建信息释放量预测模型，具体为：
14、通过大数据获取各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量，将所述各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量输入到图神经网络中；
15、将网络波动数据作为所述图神经网络的第一图节点，将银行信息化管理平台在单位时间之内的最大信息释放量作为第二图节点，构建有向描述关系；
16、基于所述有向描述关系将所述第一图节点以及第二图节点连接，形成拓扑结构图，基于所述拓扑结构图获取相关的邻接矩阵，并基于深度神经网络构建信息释放量预测模型；
17、将所述相关的邻接矩阵输入到所述信息释放量预测模型，当所述信息释放量预测模型的损失函数收敛至预设值之后，保存信息释放量预测模型的模型参数。
18、进一步的，在本方法中，通过所述信息释放量预测模型预测当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量，具体为：
19、获取当前时间戳的网络波动数据，并将所述当前时间戳的网络波动数据输入到所述信息释放量预测模型中进行预测；
20、通过预测，获取当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量，并将所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量输出。
21、进一步的，在本方法中，根据所述数据存储量分析结果获取待释放的存储数据，具体为：
22、当所述数据存储量分析结果为超存储量状态时，则获取银行信息化管理平台中每一存储数据的存储时限数据，并设置存储时限数据阈值；
23、当所述存储时限数据大于所述存储时限数据阈值时，则将所述存储时限数据大于所述存储时限数据阈值对应的存储数据作为待释放的存储数据，并将所述待释放的存储数据输出。
24、进一步的，在本方法中，根据所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量以及待释放的存储数据制定数据释放策略，具体为：
25、获取当前时间戳中的待释放的存储数据，判断所述当前时间戳中的待释放的存储数据是否大于所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量；
26、当所述当前时间戳中的待释放的存储数据大于所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量时，则将所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量生成第一释放策略；
27、当所述当前时间戳中的待释放的存储数据不大于所述当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量时，则将所述当前时间戳中的待释放的存储数据所对应的存储量生成第二释放策略；
28、基于所述第一释放策略或者第二释放策略生成数据释放策略，并按照所述数据释放策略对银行信息化管理平台进行存储数据释放。
29、本专利技术第二方面提供了一种基于大数据的银行信息化智能管理系统，包括存储器以及处理器，所述存储器中包括基于大数据的银行信息化智能管理方法程序，所述基于大数据的银行信息化智能管理方法程序被所述处理器执行时，实现任一项所述的基于大数据的银行信息化智能管理方法的步骤。
30、本专利技术第三方面提供了一种计算机可读存储介质，其特征在于，包括基于大数据的银行信息化智能管理方法程序，所述基于大数据的银行信息化智能管理方法程序被处理器执行时，实现任一项所述的基于大数据的银行信息化智能管理方法的步骤。
31、本专利技术解决了
技术介绍
中存在的缺陷，本专利技术具备以下有益效果：
32、本专利技术通过获取银行信息化管理平台的数据存储量数据，并通过对银行信息化管理平台的数据存储量数据进行识别与分析，获取数据存储量分析结果，进而通过大数据获取各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量，并根据本文档来自技高网...
【技术保护点】
1.一种基于大数据的银行信息化智能管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，获取银行信息化管理平台的数据存储量数据，并通过对所述银行信息化管理平台的数据存储量数据进行识别与分析，获取数据存储量分析结果，具体包括：
3.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，通过大数据获取各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量，并根据所述各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量构建信息释放量预测模型，具体为：
4.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，通过所述信息释放量预测模型预测当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量，具体为：
5.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，根据所述数据存储量分析结果获取待释放的存储数据，具体为：
6.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特
7.一种基于大数据的银行信息化智能管理系统，其特征在于，包括存储器以及处理器，所述存储器中包括基于大数据的银行信息化智能管理方法程序，所述基于大数据的银行信息化智能管理方法程序被所述处理器执行时，实现如权利要求1-6任一项所述的基于大数据的银行信息化智能管理方法的步骤。
8.一种计算机可读存储介质，其特征在于，包括基于大数据的银行信息化智能管理方法程序，所述基于大数据的银行信息化智能管理方法程序被处理器执行时，实现如权利要求1-6任一项所述的基于大数据的银行信息化智能管理方法的步骤。
...【技术特征摘要】
1.一种基于大数据的银行信息化智能管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，获取银行信息化管理平台的数据存储量数据，并通过对所述银行信息化管理平台的数据存储量数据进行识别与分析，获取数据存储量分析结果，具体包括：
3.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，通过大数据获取各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量，并根据所述各网络波动数据之下银行信息化管理平台在单位时间之内的最大信息释放量构建信息释放量预测模型，具体为：
4.根据权利要求1所述的一种基于大数据的银行信息化智能管理方法，其特征在于，通过所述信息释放量预测模型预测当前时间戳中银行信息化管理平台在单位时间之内的最大信息释放量，具体为：
5.根据权利要求1所述的一种基于大数...
【专利技术属性】
技术研发人员：张剑峰，康熹微，
申请(专利权)人：深圳市和合信诺大数据科技有限公司，
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。