System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及數據資產管理,具體涉及一種分布式的數據資產管理優化方法及系統。
技術介紹
1、數據資產包括固定資產和非固定資產,其中,固定資產變化情況比較少,更新少;非固定資產變化情況比較多,更新多,需要分布式優化管理。傳統方法中對于數據資產管理還存在一些問題,一方面,在傳統的資產管理方法中,數據資產的管理通常是集中式處理的,這意味著所有的資產數據都需要發送到中心服務器進行處理,這樣會導致數據傳輸成本高、處理延遲長等問題;另一方面,傳統資產管理方法往往采用統一的管理策略,無法針對不同用戶、不同資產類型實施個性化的管理和優化,導致管理效果較差。
技術實現思路
1、本申請通過提供了一種分布式的數據資產管理優化方法,旨在解決傳統的資產管理方法通常是集中式處理的,導致數據傳輸成本高、處理延遲長,并且針對不同用戶、不同資產類型缺乏個性化的管理和優化,導致管理效果較差的技術問題。
2、鑒于上述問題,本申請提供了一種分布式的數據資產管理優化方法及系統。
3、本申請公開的第一個方面,提供了一種分布式的數據資產管理優化方法,所述方法包括:采集用戶信息庫中各個用戶的資產數據集;將所述資產數據集輸入風險識別網絡層中對各個用戶進行風險識別,獲取各個用戶對應的融合資產風險系數;按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,其中,每簇聚類用戶包括多個用戶;按照所述多簇聚類用戶匹配生成多個資產管理單元,其中,每個資產管理單元對應管理一簇聚類用戶的資產數據集;獲取所述多個資產
4、本申請公開的第二個方面,提供了一種分布式的數據資產管理優化系統,所述系統用于上述一種分布式的數據資產管理優化方法,所述系統包括:資產數據采集模塊,所述資產數據采集模塊用于采集用戶信息庫中各個用戶的資產數據集;風險識別模塊,所述風險識別模塊用于將所述資產數據集輸入風險識別網絡層中對各個用戶進行風險識別,獲取各個用戶對應的融合資產風險系數;用戶聚類模塊,所述用戶聚類模塊用于按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,其中,每簇聚類用戶包括多個用戶;聚類用戶匹配模塊,所述聚類用戶匹配模塊用于按照所述多簇聚類用戶匹配生成多個資產管理單元,其中,每個資產管理單元對應管理一簇聚類用戶的資產數據集;管理方案獲取模塊,所述管理方案獲取模塊用于獲取所述多個資產管理單元一一對應的多個管理方案,將所述多個管理方案輸入資產管理優化模型中,其中,所述資產管理優化模型嵌于云處理器中,所述多個資產管理單元與所述云處理器分布式通信連接;管理方案優化模塊,所述管理方案優化模塊用于按照所述資產管理優化模型對所述多個管理方案進行預測,獲取所述多個管理方案對應的多個管理效果指標,根據所述多個管理效果指標對所述多個管理方案進行優化。
5、本申請公開的第三個方面,提供了一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,所述處理器執行所述計算機程序時實現以下步驟:采集用戶信息庫中各個用戶的資產數據集;將所述資產數據集輸入風險識別網絡層中對各個用戶進行風險識別,獲取各個用戶對應的融合資產風險系數;按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,其中,每簇聚類用戶包括多個用戶;按照所述多簇聚類用戶匹配生成多個資產管理單元,其中,每個資產管理單元對應管理一簇聚類用戶的資產數據集;獲取所述多個資產管理單元一一對應的多個管理方案,將所述多個管理方案輸入資產管理優化模型中,其中,所述資產管理優化模型嵌于云處理器中,所述多個資產管理單元與所述云處理器分布式通信連接;按照所述資產管理優化模型對所述多個管理方案進行預測,獲取所述多個管理方案對應的多個管理效果指標,根據所述多個管理效果指標對所述多個管理方案進行優化。
6、本申請公開的第四個方面,提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時實現以下步驟:采集用戶信息庫中各個用戶的資產數據集;將所述資產數據集輸入風險識別網絡層中對各個用戶進行風險識別,獲取各個用戶對應的融合資產風險系數;按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,其中,每簇聚類用戶包括多個用戶;按照所述多簇聚類用戶匹配生成多個資產管理單元,其中,每個資產管理單元對應管理一簇聚類用戶的資產數據集;獲取所述多個資產管理單元一一對應的多個管理方案,將所述多個管理方案輸入資產管理優化模型中,其中,所述資產管理優化模型嵌于云處理器中,所述多個資產管理單元與所述云處理器分布式通信連接;按照所述資產管理優化模型對所述多個管理方案進行預測,獲取所述多個管理方案對應的多個管理效果指標,根據所述多個管理效果指標對所述多個管理方案進行優化。
7、本申請中提供的一個或多個技術方案,至少具有如下技術效果或優點:
8、通過將資產數據處理分布式地進行,充分利用多個資產管理單元的計算資源,可以有效提高資產管理的處理效率和速度,降低了數據傳輸成本和處理延遲;通過對用戶進行風險識別和聚類分析,實現了對用戶的個性化管理,針對不同用戶的不同需求和風險偏好,可以制定相應的管理方案,提高了管理效果;引入資產管理優化模型,并將其嵌入云處理器中進行分布式處理,可以更加精確地預測和優化資產管理方案,通過對多個管理方案進行綜合評估和優化,提高了管理效果和預測精度。綜上所述,該分布式的數據資產管理優化方法提高了管理效率和處理速度、實現了個性化管理,達到了提高管理效果和預測精度的技術效果。
9、上述說明僅是本申請技術方案的概述,為了能夠更清楚了解本申請的技術手段,而可依照說明書的內容予以實施,并且為了讓本申請的上述和其它目的、特征和優點能夠更明顯易懂,以下特舉本申請的具體實施方式。
本文檔來自技高網...【技術保護點】
1.一種分布式的數據資產管理優化方法,其特征在于,所述方法包括:
2.如權利要求1所述的方法,其特征在于,根據所述資產數據集對各個用戶進行聚類,方法包括:
3.如權利要求2所述的方法,其特征在于,根據所述資產風險識別網絡層對各個用戶進行資產分布結構穩定性識別,輸出第一資產風險系數,包括:
4.如權利要求2所述的方法,其特征在于,根據所述資產回撤風險識別網絡層對各個用戶進行資產回撤風險識別,輸出第二資產風險系數,包括:
5.如權利要求1所述的方法,其特征在于,按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,方法包括:
6.如權利要求5所述的方法,其特征在于,按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,方法還包括:
7.如權利要求5所述的方法,其特征在于,若所述相似性檢驗根小于所述預設相似性檢驗根,獲取所述N個初始化聚類結果的偏離聚類結果;
8.一種分布式的數據資產管理優化系統,其特征在于,用于實施權利要求1-7任一項所述的一種分布式的數據資產管理優化方法,所述系統包括
9.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的一種分布式的數據資產管理優化方法的步驟。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的一種分布式的數據資產管理優化方法的步驟。
...【技術特征摘要】
1.一種分布式的數據資產管理優化方法,其特征在于,所述方法包括:
2.如權利要求1所述的方法,其特征在于,根據所述資產數據集對各個用戶進行聚類,方法包括:
3.如權利要求2所述的方法,其特征在于,根據所述資產風險識別網絡層對各個用戶進行資產分布結構穩定性識別,輸出第一資產風險系數,包括:
4.如權利要求2所述的方法,其特征在于,根據所述資產回撤風險識別網絡層對各個用戶進行資產回撤風險識別,輸出第二資產風險系數,包括:
5.如權利要求1所述的方法,其特征在于,按照所述融合資產風險系數對各個用戶進行聚類,輸出多簇聚類用戶,方法包括:
6.如權利要求5所述的方法,其特征在于,按照所述融合資產風險系數對各個用戶進行聚類,輸出多...
【專利技術屬性】
技術研發人員:霍綏力,劉然,張堯,
申請(專利權)人:北京華檔致遠科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。