Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州太信信息科技有限公司石岱恒获国家专利权

广州太信信息科技有限公司石岱恒获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广州太信信息科技有限公司申请的专利基于元数据驱动的数据中台数据管理方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120030076B

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510150017.3,技术领域涉及:G06F16/25;该发明授权基于元数据驱动的数据中台数据管理方法及系统是由石岱恒;李晓洁;周建;孟迪;罗杰;杜国雄设计研发完成,并于2025-02-11向国家知识产权局提交的专利申请。

基于元数据驱动的数据中台数据管理方法及系统在说明书摘要公布了:本发明提出基于元数据驱动的数据中台数据管理方法及系统,方法包括:通过多种接入方式连接到多种异构的数据源;自动调整和优化元数据模型;使用机器学习方法识别历史数据中各字段变化的规律,生成元数据演化的演化规则;将实时监控数据源和自适应元数据模型之间的差异,进行自动反馈;使用所述自适应元数据模型实时监控数据源的质量,并根据数据源的质量设计预警规则,生成预警规则集;当数据质量问题触发了预警;设计针对数据质量问题的基于机器学习的修复模型,选择适当的修复方法进行优化。本发明通过引入自适应元数据演化机制和多层次数据质量预警与修复机制,克服了现有技术中的不足,提供了一种高效、灵活且智能的数据中台管理解决方案。

本发明授权基于元数据驱动的数据中台数据管理方法及系统在权利要求书中公布了:1.基于元数据驱动的数据中台数据管理方法,其特征在于,所述方法包括以下步骤: 通过多种接入方式连接到多种异构的数据源,获取原始数据,使用预设的初步元数据模型对原始数据进行初步分析; 根据原始数据的历史流转模式、变更规律和业务需求,自动调整和优化元数据模型,得到自适应演化后的自适应元数据模型; 使用机器学习方法识别历史数据中各字段变化的规律,生成元数据演化的演化规则;其中,所述演化规则的优化目标是最大化自适应元数据模型的预测准确性与适配能力; 将实时监控数据源和自适应元数据模型之间的差异,当检测到自适应元数据模型存在偏差时,进行自动反馈并对自适应元数据模型进行调整; 使用所述自适应元数据模型实时监控数据源的质量,并根据数据源的质量设计预警规则,生成预警规则集;所述预警规则集,包括: 当某个字段的数据质量超出了预设的容忍范围时,则根据因素自动触发警报;其中,所述因素包括字段重要性和数据质量问题的严重性; 所述字段重要性:通过元数据模型中的业务权重,根据字段的重要性赋予字段不同的权重值;所述数据质量问题的严重性:根据每个字段的质量评估结果,若某个字段的缺失值超过30%且为核心业务字段,则立即触发预警; 当数据质量问题触发了预警,将通过反馈机制进行数据修复,输出修复反馈数据集;其中,具体修复方法依据字段的类型和数据的异常程度决定: 若某字段数据缺失,将首先检查其历史数据趋势,并基于趋势或平均值填充缺失数据; 若某字段的值超出了预定的合理范围,将尝试进行修正; 对于时间序列数据,将利用时间窗口和历史数据进行预测,从而保证数据的一致性; 根据修复反馈数据集设计针对数据质量问题的基于机器学习的修复模型,针对不同的字段的类型和数据的具体修复方法选择适当的修复方法进行优化,生成最终修复后的数据集; 所述设计针对数据质量问题的基于机器学习的修复模型,包括: 若某字段数据缺失,设计了多层次自适应修复机制进行填充,包括: 若某个字段的数据缺失,将根据字段间的相关性以及数据的分布情况,选择合适的回归模型或神经网络进行预测填充; 若出现异常值,引入了基于深度学习的变分自编码器模型根据数据的深层结构进行异常修复; 对于时间序列数据利用时序建模对时间字段进行修正,确保数据在时序上的一致性。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州太信信息科技有限公司,其通讯地址为:510399 广东省广州市海珠区敦和路189号大院第3栋502室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。