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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏瑞问科技有限公司李章浩获国家专利权

江苏瑞问科技有限公司李章浩获国家专利权

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!

龙图腾网获悉江苏瑞问科技有限公司申请的专利基于大模型的数据治理质量智能检测系统及方法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:CN121255793B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511812061.2,技术领域涉及:G06F16/215;该发明授权基于大模型的数据治理质量智能检测系统及方法是由李章浩;陈子健;朱娴设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。

基于大模型的数据治理质量智能检测系统及方法在说明书摘要公布了:本发明公开了一种基于大模型的数据治理质量智能检测系统及方法,涉及数据治理质量技术领域,本发明通过对业务需求原始信息进行规范化校验与结构化解析,精准提取核心指标项并转化为可量化质量基准参数,创建并划分临时存储区完成数据合规校验、类型划分与有序存储,规范存储架构;解析终端版本信息执行当前与历史数据治理,筛除冗余条目,依托多模态大模型开展多维度质量评估,标记存储异常数据,构建实时画像并归纳历史治理信息形成特征分析集合;构建并动态更新基准数据治理特征画像,精准识别异常特征,对异常数据进行修正和预警。无需人工繁琐解析日志,显著提升数据治理的精准性、流转效率、存储稳定性与可追溯性。

本发明授权基于大模型的数据治理质量智能检测系统及方法在权利要求书中公布了:1.一种基于大模型的数据治理质量智能检测方法,其特征在于:所述数据治理质量智能检测方法包括以下步骤: 步骤S1、基于数据治理终端的服务层进行校验解析,获取数据治理的业务需求治理信息,所述业务需求治理信息包括业务需求导向治理目标和可量化质量基准参数; 步骤S2、创建数据治理临时存储区并进行存储区划分,所述存储区划分包括主存储区划分和副存储区划分;根据业务需求治理信息对数据治理提交的数据进行数据类型划分和初级数据质量校验;并将通过初级数据质量校验的数据存储至数据治理临时存储区的主存储区; 步骤S3、通过获取数据治理终端的版本信息进行解析,根据版本信息解析结果对已存数据进行数据治理判断;针对提交的数据通过大模型进行数据质量多维度评估,并将数据质量多维度评估未通过的数据存储至数据治理临时存储区的副存储区; 步骤S4、对数据治理临时存储区的副存储区进行数据质量多维度评估结果特征提取并构建实时数据治理特征画像;结合业务需求治理信息解析得到业务属性指标,利用解析得到的业务属性指标获取数据治理终端历史数据治理信息,解析得到相同业务属性指标下的历史多次数据治理信息,归纳存储得到数据治理质量特征分析集合; 步骤S4-1、对数据治理临时存储区的副存储区中标记异常标识的数据进行特征提取,统计时效性特征、唯一性特征、一致性特征和完整性特征各自评估未通过的数据条目数量,计算各特征未通过条目数量与本次提交进行数据治理的总条目数量比值,基于比值结果构建实时数据治理特征画像; 步骤S4-2、调用业务属性指标,从数据治理终端的历史数据库中提取相同业务属性指标对应的历史多次数据治理信息,解析各次历史治理中时效性特征、唯一性特征、一致性特征和完整性特征的评估结果,分别计算各特征评估未通过数据条目数量与对应批次总治理数据条目数量的比值,将各次比值及关联业务属性指标归纳存储,形成数据治理质量特征分析集合; 步骤S5、根据数据治理质量特征分析集合分析构建得到业务属性指标对应的基准数据治理特征画像,并对实时数据治理特征画像进行异常特征识别和修正;基于识别得到的异常特征根据数据治理质量特征分析集合分析,并进行异常特征合理性分析预警; 步骤S5-1、调用数据治理质量特征分析集合,提取相同业务属性指标下各次历史治理中时效性特征、唯一性特征、一致性特征和完整性特征的未通过的数据条目与对应提交进行数据治理的总条目数量比值,采用三西格玛原则分别计算各特征比值的平均值和波动范围,所述波动范围包括波动上限值与波动下限值; 步骤S5-2、将相同业务属性指标下各次历史治理中各个特征的平均值、波动上限值和波动下限值与对应业务属性指标进行关联绑定,构建得到该业务属性指标专属的基准数据治理特征画像,所述基准数据治理特征画像包含各个特征的比对量化范围值,在数据治理完成后,根据新增数据治理的数据治理特征画像对基准数据治理特征画像进行更新; 步骤S5-3、提取实时数据治理特征画像中各特征的未通过比值,将其分别与基准数据治理特征画像中对应特征的比对量化范围值进行比对,识别出低于波动下限值或高于波动上限值的特征,标记为异常特征; 步骤S5-4、当前数据治理完成后,对数据治理临时存储区副存储区中标记异常标识的数据进行修正,所述修正包括交叉检验、同源数据比对和特征关联性验证; 步骤S5-5、基于业务属性指标从数据治理质量特征分析集合中提取各个特征历史治理的未通过比值,选取各特征历史未通过比值中的最大值作为智能检测特征阈值;将当前实时画像中异常特征的未通过比值与对应智能检测特征阈值进行比较: 当智能检测特征阈值超过当前比值时,判定本次治理数据正常,持续对数据治理过程进行检测; 当智能检测特征阈值未超过当前比值时,判定本次治理数据存在质量异常,将异常特征名称及对应未通过比值打包生成反馈信息推送至数据治理控制显示终端,并触发预警信号后打印输出异常日志。

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江苏瑞问科技有限公司,其通讯地址为:210012 江苏省南京市雨花台区宁双路28号11层创新0516;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。