(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210381557.9 (22)申请日 2022.04.13 (65)同一申请的已公布的文献号 申请公布号 CN 114691664 A (43)申请公布日 2022.07.01 (73)专利权人 杭州双禾丹网络科技有限公司 地址 310051 浙江省杭州市滨江区浦沿街 道伟业路3号A幢801室 (72)发明人 周正涛　吴正红　 (74)专利代理 机构 安徽盟友知识产权代理事务 所(特殊普通 合伙) 34213 专利代理师 邓立忠 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/23(2019.01)(56)对比文件 WO 2021195688 A1,2021.10.07 CN 112000656 A,2020.1 1.27 CN 111354352 A,2020.0 6.30 审查员 袁冠群 (54)发明名称 基于AI预测的智慧场景大数据清洗方法及 智慧场景系统 (57)摘要 本申请实施例提供一种基于AI预测的智慧 场景大数据清洗方法及智慧场景系统， 该方案可 以结合噪声渗透点簇配置噪声渗透关系空间， 采 用基础模板场景数据中的噪声渗透点的渗透关 系进行渗透区衍生， 由此扩展基础模板场景数据 的数据标签， 此外基于渗透区衍生， 可有效增强 基础模板场景数据的噪声渗透学习性能， 从而可 以进一步增强噪声渗透决策网络的噪声渗透决 策性能， 以便于后续大数据清洗流程的配置精度 保证。 权利要求书4页 说明书13页 附图2页 CN 114691664 B 2022.12.20 CN 114691664 B 1.一种基于AI预测的智慧场景大数据清洗方法， 其特征在于， 应用于智慧场景系统， 所 述方法包括： 从预先与所述智慧场景系统绑定的智慧场景业务数据库中调取基础模板场景大数据， 所述基础模板场景 大数据涵盖若干数量的标定 了根模板噪声渗透区的基础模板场景 数据； 结合初始化训练的噪声渗透决策模型对所述基础模板场景大数据中的基础模板场景 数据进行噪声渗透点挖掘， 输出噪声渗透点簇； 结合所述噪声渗透点簇， 以每个所述基础模板场景数据为独立的渗透噪声渗透定位分 支配置噪声渗透关系空间； 结合所述噪声渗透关系空间对所述基础模板场景数据的根模板噪声渗透区进行渗透 区衍生， 输出衍 生模板场景 大数据； 基于所述衍生模板场景大数据对所述初始化训练的噪声渗透决策模型进行决策函数 功能层调整， 并基于匹配模型部署条件的目标噪声渗透决策模型对智慧场景业务服务器基 于任务要求添加的目标智慧场景大数据进 行噪声渗透决策， 并根据噪声渗透决策获得的目 标噪声渗透区执 行大数据清洗流； 所述结合所述噪声渗透点簇， 以每个所述基础模板场景数据为独立的渗透噪声渗透定 位分支配置噪声渗透关系空间， 包括： 在所述噪声渗透点簇中确定各个基础模板场景数据关联的噪声渗透点， 并基于所述基 础模板场景 数据的噪声渗透点， 确定所述基础模板场景 数据之间的噪声渗透连通度； 结合所述噪声渗透连通度， 在所述基础模板场景大数据中确定所述基础模板场景数据 的连通基础模板场景 数据， 输出 所述基础模板场景 数据的连通基础模板场景 大数据； 在所述噪声渗透连通度中确定所述基础模板场景数据与关联的连通基础模板场景大 数据中基础模板场景 数据之间的目标噪声渗透连通度； 对所述目标噪声渗透连通度进行聚合， 输出所述基础模板场景数据与 所述连通基础模 板场景大数据中的基础模板场景 数据之间的噪声渗透连通信息； 结合所述噪声渗透连通信息， 生成所述基础模板场景 数据的连通数据； 结合所述连通数据， 以每个所述基础模板场景数据为独立的渗透噪声渗透定位分支配 置初始噪声渗透关系空间， 并对所述初始噪声渗透关系空间进行重复关系剔除， 输出所述 噪声渗透关系空间。 2.根据权利要求1所述的基于AI预测的智慧场景大数据清洗方法， 其特征在于， 所述基 于所述衍生模板场景大数据对所述初始化训练的噪声渗透决策模型进行决策函数功 能层 调整， 包括： 基于所述衍生模板场景大数据中基础模板场景数据的噪声渗透点和噪声渗透区， 对所 述初始化训练的噪声渗透决策模型进行决策函数功能层调整； 结合所述初始化训练的噪声渗透决策模型对所述衍生模板场景大数据中的基础模板 场景数据进行噪声渗透点挖掘， 输出目标噪声渗透点簇； 基于所述目标噪声渗透点簇， 对所述基础模板场景数据的噪声渗透区进行渗透区衍 生； 返回执行所述基于所述衍生模板场景大数据中基础模板场景数据的噪声渗透点和噪 声渗透区， 对所述初始化训练的噪声渗透决策模型进行决策函数功能层调整的步骤， 直到权　利　要　求　书 1/4 页 2 CN 114691664 B 2所述初始化训练的噪声渗透决策模型匹配模型部署条件， 输出匹配模型部署条件的目标噪 声渗透决策模型； 其中， 所述基于所述衍生模板场景大数据中基础模板场景数据的噪声渗透点和噪声渗 透区， 对所述初始化训练的噪声渗透决策模型进行决策函数功能层调整， 包括： 基于所述衍生模板场景大数据中基础模板场景数据的噪声渗透区， 确定所述基础模板 场景数据的噪声渗透区的第一 渗透决策错 误值； 基于所述衍生模板场景大数据中基础模板场景数据的噪声渗透区， 对所述基础模板场 景数据进行聚簇， 输出每 个噪声渗透区关联的基础模板场景 数据簇； 基于所述基础模板场景数据簇 中基础模板场景数据的噪声渗透点， 获取所述基础模板 场景数据簇关联的目标噪声渗透点； 基于所述基础模板场景数据的噪声渗透点， 确定所述基础模板场景数据簇 中基础模板 场景数据之间的噪声渗透 差异信息， 输出第一噪声渗透 差异信息； 基于所述基础模板场景数据簇关联的目标 噪声渗透差异信 息， 确定所述基础模板场景 数据簇之间的噪声渗透 差异信息， 输出第二噪声渗透 差异信息； 计算所述第 一噪声渗透差异信 息和第二噪声渗透差异信 息之间的噪声渗透差异信 息， 输出第三噪声渗透差异信息， 并将所述第三噪声渗透差异信息与预设渗透模板变量进 行各 自对应系数的权 重融合， 输出第四噪声渗透 差异信息； 如果分析到所述第四噪声渗透差异信 息大于预设差异数值 时， 确定所述第四噪声渗透 差异信息的噪声渗透差异均值， 输出所述基础 模板场景数据的噪声渗透点的第二渗透决策 错误值； 将所述第一渗透决策错误值和所述第二渗透决策错误值进行各自对应系数的权重融 合， 并基于融合渗透决策错误值对所述初始 化训练的噪声渗透决策模型进 行决策函数功能 层调整。 3.根据权利要求1所述的基于AI预测的智慧场景大数据清洗方法， 其特征在于， 所述基 于匹配模型部署条件的目标噪声渗透决策模型对智慧场景业务服务器基于任务要求添加 的目标智慧场景大数据进 行噪声渗透决策， 并根据噪声渗透决策获得的目标噪声渗透区执 行大数据清洗流 程的步骤， 包括： 获取基于匹配模型部署条件的目标噪声渗透决策模型对基于任务要求添加的目标智 慧场景大数据进行噪声渗透决策获得的目标噪声渗透区； 基于所述目标噪声渗透区确定所述目标智慧场景大数据关联的大数据采集进程的大 数据清洗 字段分布； 对所述大数据采集进程进行大数据清洗配置， 获取所述大数据采集进程的业务采集活 动在大数据更新状态内对所述大数据采集进程关联 的大数据更新活动进行遍历数据采集 获得的遍历数据采集节点分布， 所述遍历数据采集节点分布包括依据大数据采集模板的最 新采集配置顺序生成的若干个遍历数据采集节点； 针对所述遍历数据采集节点分布中各遍历数据采集节点， 在每个单独流程中获取一个 标的遍历数据采集节 点确定为目标遍历数据采集节点， 并获取所述标的遍历数据采集节点 联动的一个遍历数据采集节点确定为联动遍历数据采集节点； 结合所述大数据清洗字段分布获取需要进行大数据清洗配置的目标大数据更新流程权　利　要　求　书 2/4 页 3 CN 114691664 B 3