摘要
本申请提供一种基于深度学习的大数据分析与处理方法及系统。其中,对来自多个异构数据源的包含结构化数据及非结构化数据的实时数据流进行采集处理,得到数据流集合;对数据流集合进行即时模式识别处理,得到行为模式信息;基于行为模式信息,构建能够反映不同数据节点之间关联性的动态数据图谱;对动态数据图谱中的节点与边的关系进行分析处理,得到各节点间的影响因子并预测未来趋势;根据影响因子及预测结果,生成决策支持信息;将决策支持信息反馈至实时数据源,形成闭环控制机制。本申请提供的技术方案能够快速整合来自不同源的数据,识别出行为模式信息,并基于此进行趋势预测,最终为业务提供及时有效的决策支持。
技术关键词
神经网络模型
图谱
分布式计算框架
节点特征
动态演化模型
因子
时间序列信息
模式识别
时间序列特征
回归算法
闭环控制
决策
存储组件
收集系统
实时数据
实体
注意力
系统为您推荐了相关专利信息
进程
深度强化学习模型
多层卷积神经网络
节点
滑动时间窗口
负荷辨识方法
电气特征
智能电能表
模型库
皮尔逊相关系数