摘要
本申请提供一种基于典型业务场景下的大数据聚合分析方法和系统。其中,接收来自多个异构数据源的多维度业务数据流;利用所述多维度业务数据流,结合时间序列分析和因果推断技术,对数据的时间特性和因果关系进行深入挖掘处理,得到跨域数据关联网络;基于所述跨域数据关联网络,采用图神经网络算法对网络中的节点和边的特征进行深度学习处理,得到关键数据节点及其组合模式;根据所述关键数据节点及其组合模式,通过Q‑learning算法动态调整关键数据节点的选择策略,得到优化后的数据聚合分析模型;基于所述优化后的数据聚合分析模型,对业务数据进行综合分析处理,生成综合业务洞察报告。本申请提供的技术方案能够显著提升大数据聚合分析的效率和准确性。
技术关键词
节点
数据
引入注意力机制
强化学习框架
非线性
神经网络算法
邻居
评分算法
策略
电力设备
模式
分析方法
关系
动态
拓扑结构信息
因子
系统为您推荐了相关专利信息
MBD模型
零件特征识别
路径规划方法
三维模型
蚁群算法
焊接温度场
解析方法
热源
物理性能参数
三维模型
异常检测方法
表达式
样本
dice损失函数
点云