基于模型匹配的非常规突发事件动态优先方法与流程

技术特征：

1.一种基于模型匹配的非常规突发事件动态优先方法，其特征在于：包括关键数据识别、关键信息权重计算、关键信息频率计算和关键信息优先级计算的过程；

关键数据识别过程

关键信息模型KMODEL：标识关键信息的各种关键信息规则的集合，对实时处理数据流进行匹配，通过匹配过滤出满足规则的关键信息；

关键信息权重

不同种类的关键信息，在系统中的重要程度不一样，对不同关键信息赋予不同的数值，通过赋予数值的大小表示关键信息在系统中的重要程度；

关键信息频率

关键信息频率，关键信息单位时间内出现的次数；即关键信息规则在关键信息时间窗内，每类关键信息出现频率。

关键信息优先级

关键信息优先级，关键信息频率与权重积的算数平均值，关键信息频率与权重，决定了关键信息在系统中的重要程度。

2.如权利要求1所述的基于模型匹配的非常规突发事件动态优先方法，其特征在于：在识别关键数据前，首先对关键信息模型配置文件进行加载并进行解析，获得关键信息模型数据MS，关键信息模型数据是一个关键信息规则集合，一个关键信息规则解析结果对应一个关键信息标志。

3.如权利要求1所述的基于模型匹配的非常规突发事件动态优先方法，其特征在于：原始数据经过关键信息模型进行匹配，识别出关键信息，关键信息被映射成具有不同权重的区间；关键信息权重动态变化，在不同系统、不同业务中，关键信息的权重值不一样，通过关键信息权重配置文件记录、描述关键信息数据权重与关键信息的关系。

在识别关键数据前，加载权重配置文件，对权重配置文件进行解析，计算权重标志，获得权重标志集合WS，并把WS放入内存。具体实现步骤如下：

1)加载权重配置文件；

2)对权重配置文件进解析；

3)计算权重标志；

4)权重标志放入内存列表。

一种权重类型对应一个权重标志，通过不同数值(权重值)表示不同权重标志，通过不同权重值表示不同关键信息的权重类型，二者关系一一对应；

权重标志配置文件与关键信息配置文件通过关键信息规则标志进行关联；

结合MS与WS，对原始数据流、处理后的数据流进行识别，识别结果通过1、0二值表示，1表示识别数据属于关键信息，0表示识别数据是非关键信息，如果数据满足关键信息规则，则被识别的数据是关键信息，否则不是，算法如(5)：

${\mathrm{KS}}_n=FRecognition(DATA,MS)=\left\{\begin{array}{c}({\mathrm{\Σ}}_{i=1}^{n-1}{\mathrm{KS}}_i+1,IFdata\∈MS\\ {\mathrm{\Σ}}_{i=1}^{n-1}{\mathrm{KS}}_i,IFdata\∈MS\end{array}\right.---\left(5\right)$

其中：

KS_n是关键信息规则在识别周期开始到当前时间内，系统识别出的每类关键信息的次数的集合，DATA是被识别的数据，MS是模型数据。

4.如权利要求3所述的基于模型匹配的非常规突发事件动态优先方法，其特征在于：频率公式如(6):

Pre＝FFrequency(KS_n,t)＝KS_n/t (6)

其中：

KS_n是每类关键信息识别出来的次数的集合，t是关键信息规则在识别周期开始到当前时间的时间长度。

5.如权利要求4所述的基于模型匹配的非常规突发事件动态优先方法，其特征在于：

在一个时间片段中，随着时间的变化，大量数据的持续分析，关键信息的优先级不断发生变化，通过对可视化显示的关键信息优先级进行动态调整，实时、优先显示优先级高的数据，通过对关键信息的频率与权重的乘积取平均，均值大，优先级高，优先级数据计算是一个持续的过程，优先级动态调整公式如(7)：

$\mathrm{Pr}i=FFreDynamicAdj(\mathrm{Pr}e,WS)=\frac{{\mathrm{\Σ}}_{i=1}^n({\mathrm{Pre}}_i*WS)}{n}---\left(7\right)$

其中：

Pre是关键信息的频率，是权重初始值，WS是权重标志；

实时分析系统中，大量数据在实时、源源不断进入系统，Pri值大的，则关键信息优先级越高，数据越关键。