一种应用数据分析技术的用户数据管理系统及方法与流程

1.本发明涉及用户数据管理技术领域，具体为一种应用数据分析技术的用户数据管理系统及方法。


背景技术：

2.传统的用户数据管理系统在服务器存储空间不足的情况下，无法对数据源新发送的数据进行存储。一方面，这会导致新发送的数据不可避免地被舍弃；另一方面，这会导致服务器无法及时更新需要的数据；传统的用户数据管理系统没有考量数据对于用户的重要性、在服务器中被调用的程度以及其对其他数据的互相关联程度，导致服务器没有将重要程度不一致、调用次数不一致的数据区分开，无法通过筛选将特定的数据上传云端，致使用户数据管理系统服务器中冗余信息堆积，有用信息相对较少，造成服务器存储空间利用率的低下，不能很好地存储相对重要的数据，同时也存在丢失数据的可能性。


技术实现要素：

3.本发明的目的在于提供一种应用数据分析技术的用户数据管理系统及方法，以解决上述背景技术中提出的问题。
4.为了解决上述技术问题，本发明提供如下技术方案：
5.一种应用数据分析技术的用户数据管理系统包括数据源模块、服务器模块以及云端模块；
6.数据源模块用于收集用户发送的数据并将用户发送的数据叠加重要程度标签；所述服务器模块用于接收数据源模块发送的数据；服务器模块还用于实时监测服务器模块中所有数据被调用的次数；服务器模块还用于在服务器模块的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中的最小损失数据上传到云端模块；云端模块用于将服务器模块中上传到云端模块的最小损失数据流保存；云端模块还用于记录最小损失数据上传的时间。
7.通过该系统的操作，能够在服务器内存告急时候，将对系统影响较小的数据移出至云端，腾出空间给新放入的数据。
8.数据源模块的输出端与服务器模块的输入端相连；服务器模块的输出端与云端模块的输入端相连。
9.数据源模块包括收集单元以及数据处理单元；收集单元用于收集用户发送的数据；数据处理单元用于将用户发送的数据叠加上重要程度标签；重要程度标签ze有m个等级，e＝1，2，...，m、m∈r，由客户自行决定发送的数据的重要程度标签等级；
10.收集单元的输出端与数据处理单元的输入端相连。
11.服务器模块包括实时监测单元、数据存储单元以及计算单元；实时监测单元用于实时监测服务器模块中所有数据被调用的次数ti，i＝1，2，...，n、n∈r；数据存储单元用于存储每一个从数据源模块中发送的数据xi；计算单元用于将数据存储单元中的数据xi映射
为cos(2πfit)，其中fi＝2i、t∈r；重要程度标签ze映射为e*cos(4πfit)，数据存储单元中的数据xi叠加重要程度标签ze映射为cos(2πfit)+e*cos(4πfit)；计算单元还用于判定服务器模块中的数据存储单元的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中最小损失数据上传到云端模块。
12.云端模块包括接收单元以及时间单元；接收单元用于接收服务器模块上传的最小损失数据并将服务器模块中上传到云端模块的最小损失数据保存；时间单元用于记录最小损失数据上传的时间t。云端是通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储备份和业务访问的功能服务，其优点即安全可靠。
13.一种应用数据分析技术的用户数据管理方法，包括以下步骤：
14.s1、数据源规定需要发送数据的重要程度标签的等级并将重要程度标签叠加到数据中；数据源将叠加重要程度标签的数据发送到服务器；
15.s2、服务器实时监测每一个数据的调用次数；
16.s3、判定服务器存储剩余容量是否小于下一个数据源发送的数据所需容量；
17.s4、在服务器存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器中最小损失数据上传到云端模块并将下一个数据源发送的数据存储进服务器中；在服务器存储剩余容量大于等于下一个数据源发送的数据所需容量条件下，将下一个数据源发送的数据存储进服务器中；
18.s5、云端将服务器中上传到云端的最小损失数据保存并记录最小损失数据上传的时间。
19.在s1中，数据源规定需要发送数据的重要程度标签的等级并将重要程度标签叠加到数据中；数据源将叠加重要程度标签的数据发送到服务器的求解步骤如下：
20.s1-1、重要程度标签ze有m个等级，e＝1，2，...，m、m∈r，由客户自行决定发送的数据的重要程度标签等级；这样可以更加人性化地满足客户的需求。
21.s1-2、数据源将重要程度标签ze叠加到数据x
i+1
上，i＝1，2，...，n、n∈r；
22.s1-3、数据源将叠加重要程度标签ze的数据x
i+1
发送到服务器。
23.在步骤s3中，判定服务器存储剩余容量是否小于下一个数据源发送的数据所需容量的求解步骤如下：
24.s3-1、服务器中每一个数据xi的所需容量为si；
25.s3-2、服务器的总存储容量为s
总
；服务器的实时存储容量
26.s3-3、服务器的存储剩余容量s
剩
＝s
总-s；
27.s3-4、若s
i+1
＞s
剩
，判定服务器存储剩余容量小于下一个数据源发送的数据所需容量；
28.当下一个需要发送的数据比服务器的存储剩余容量大时，自然服务器的存储剩余容量无法满足需求。
29.在步骤s4中，最小损失数据的求解步骤如下：
30.s4-1、服务器将数据xi映射为cos(2πfit)，其中fi＝2i、t∈r；重要程度标签ze映射为e*cos(4πfit)，数据存储单元中的数据xi叠加重要程度标签ze映射为f(t)＝cos(2πfit)+
e*cos(4πfit)；
31.s4-2、运用傅里叶变换公式2、运用傅里叶变换公式
32.s4-3、计算f(f)*h(f)＝eδ(f-2fi)，其中h(f)＝2，f∈[3i，5i]；
[0033]
s4-4、计算
[0034]
s4-5、在服务器中所有数据xi中筛选出满足如下不等式的数据x
l
：
[0035]
其中k1、k2为比例系数、ti为服务器实时监测的每一个数据xi的调用次数、k为阈值；
[0036]
s4-6、计算服务器中数据xi的信息量hi＝-pi*log
2 pi，其中pi为数据xi在服务器中出现的概率；计算数据x
l
与下一个数据源发送的数据x
i+1
的互信息量m
互
＝h
l-h
l，i+1
，其中h
l，i+1
为在数据x
i+1
的条件下数据x
l
的信息量；
[0037]
s4-7、筛选出所需容量大于(s
i+1-s
剩
)的最小数据x
l
与下一个数据源发送的数据x
i+1
的互信息量m
互
数据xa；
[0038]
s4-8、将数据xa设为最小损失数据。
[0039]
将数据映射可以使抽象的拥有很多特征的数据信息转化为简洁明了的计算公式；运用傅里叶变换公式可以将叠加上的重要程度标签与数据本身分离开来；通过积分可以使重要程度标签的等级信息出现。
[0040]
与现有技术相比，本发明所达到的有益效果是：传统的服务器往往在内存不足的条件下无法继续对数据源新发送的数据进行存储；本发明通过筛选将每个发送的数据都叠加上重要程度标签，并通过重要程度标签、调用次数以及互信息量大小的判定筛选出影响相对较小的数据；将这个数据上传到云端保存，记录上传时间，方便记录。系统经过这一系列步骤可以在内存不足的条件下继续存储数据源新发送的数据，同时服务器里的数据也不会彻底丢失，提高了服务器存储空间的利用效率。
附图说明
[0041]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0042]
图1是本发明一种应用数据分析技术的用户数据管理系统的模块示意图；
[0043]
图2是本发明一种应用数据分析技术的用户数据管理方法的流程示意图。
具体实施方式
[0044]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0045]
请参阅图1-图2，本发明提供技术方案：一种应用数据分析技术的用户数据管理系
统包括数据源模块、服务器模块以及云端模块；
[0046]
数据源模块用于收集用户发送的数据并将用户发送的数据叠加重要程度标签；所述服务器模块用于接收数据源模块发送的数据；服务器模块还用于实时监测服务器模块中所有数据被调用的次数；服务器模块还用于在服务器模块的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中的最小损失数据上传到云端模块；云端模块用于将服务器模块中上传到云端模块的最小损失数据流保存；云端模块还用于记录最小损失数据上传的时间。
[0047]
通过该系统的操作，能够在服务器内存告急时候，将对系统影响较小的数据移出至云端，腾出空间给新放入的数据。
[0048]
数据源模块的输出端与服务器模块的输入端相连；服务器模块的输出端与云端模块的输入端相连。
[0049]
数据源模块包括收集单元以及数据处理单元；收集单元用于收集用户发送的数据；数据处理单元用于将用户发送的数据叠加上重要程度标签；重要程度标签ze有m个等级，e＝1，2，...，m、m∈r，由客户自行决定发送的数据的重要程度标签等级；
[0050]
收集单元的输出端与数据处理单元的输入端相连。
[0051]
服务器模块包括实时监测单元、数据存储单元以及计算单元；实时监测单元用于实时监测服务器模块中所有数据被调用的次数ti，i＝1，2，...，n、n∈r；数据存储单元用于存储每一个从数据源模块中发送的数据xi；计算单元用于将数据存储单元中的数据xi映射为cos(2πfit)，其中fi＝2i、t∈r；重要程度标签ze映射为e*cos(4πfit)，数据存储单元中的数据xi叠加重要程度标签ze映射为cos(2πfit)+e*cos(4πfit)；计算单元还用于判定服务器模块中的数据存储单元的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中最小损失数据上传到云端模块。
[0052]
云端模块包括接收单元以及时间单元；接收单元用于接收服务器模块上传的最小损失数据并将服务器模块中上传到云端模块的最小损失数据保存；时间单元用于记录最小损失数据上传的时间t。云端是通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储备份和业务访问的功能服务，其优点即安全可靠。
[0053]
一种应用数据分析技术的用户数据管理方法，包括以下步骤：
[0054]
s1、数据源规定需要发送数据的重要程度标签的等级并将重要程度标签叠加到数据中；数据源将叠加重要程度标签的数据发送到服务器；
[0055]
s2、服务器实时监测每一个数据的调用次数；
[0056]
s3、判定服务器存储剩余容量是否小于下一个数据源发送的数据所需容量；
[0057]
s4、在服务器存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器中最小损失数据上传到云端模块并将下一个数据源发送的数据存储进服务器中；在服务器存储剩余容量大于等于下一个数据源发送的数据所需容量条件下，将下一个数据源发送的数据存储进服务器中；
[0058]
s5、云端将服务器中上传到云端的最小损失数据保存并记录最小损失数据上传的时间。
[0059]
在s1中，数据源规定需要发送数据的重要程度标签的等级并将重要程度标签叠加
到数据中；数据源将叠加重要程度标签的数据发送到服务器的求解步骤如下：
[0060]
s1-1、重要程度标签ze有m个等级，e＝1，2，...，m、m∈r，由客户自行决定发送的数据的重要程度标签等级；这样可以更加人性化地满足客户的需求。
[0061]
s1-2、数据源将重要程度标签ze叠加到数据x
i+1
上，i＝1，2，...，n、n∈r；
[0062]
s1-3、数据源将叠加重要程度标签ze的数据x
i+1
发送到服务器。
[0063]
在步骤s3中，判定服务器存储剩余容量是否小于下一个数据源发送的数据所需容量的求解步骤如下：
[0064]
s3-1、服务器中每一个数据xi的所需容量为si；
[0065]
s3-2、服务器的总存储容量为s
总
；服务器的实时存储容量
[0066]
s3-3、服务器的存储剩余容量s
剩
＝s
总-s；
[0067]
s3-4、若s
i+1
＞s
剩
，判定服务器存储剩余容量小于下一个数据源发送的数据所需容量；
[0068]
当下一个需要发送的数据比服务器的存储剩余容量大时，自然服务器的存储剩余容量无法满足需求。
[0069]
在步骤s4中，最小损失数据的求解步骤如下：
[0070]
s4-1、服务器将数据xi映射为cos(2πfit)，其中fi＝2i、t∈r；重要程度标签ze映射为e*cos(4πfit)，数据存储单元中的数据xi叠加重要程度标签ze映射为f(t)＝cos(2πfit)+e*cos(4πfit)；将数据映射可以使抽象的拥有很多特征的数据信息转化为简洁明了的计算公式，定量分析服务器中的数据是否能被上传云端。；
[0071]
s4-2、运用傅里叶变换公式2、运用傅里叶变换公式运用傅里叶变换可以将余弦信号变为冲激响应，冲激响应直观简单易分析；
[0072]
s4-3、计算f(f)*h(f)＝eδ(f-2fi)，其中h(f)＝2，f∈[3i，5i]；h(f)被设计为只在重要程度标签ze傅里叶变换后的冲激响应周围有定义，目的是为了过滤数据xi，便于直观地得到重要程度标签ze的冲激响应，h(f)值为2目的是为了将冲激响应的幅值等于重要程度等级e。
[0073]
s4-4、计算因为单位冲激响应在负无穷到正无穷区间的积分结果为1，所以进行积分运算能够还原出原本的重要程度标签ze。
[0074]
s4-5、在服务器中所有数据xi中筛选出满足如下不等式的数据x
l
：
[0075]
其中k1、k2为比例系数、ti为服务器实时监测的每一个数据xi的调用次数、k为阈值；重要程度越高，调用次数越多，该数据在服务器中占据的地位越高，所以设置阈值，当数据重要程度与占用次数小于阈值时，便认为这些数据有存在被上传云端的可能。
[0076]
s4-6、计算服务器中数据xi的信息量hi＝-pi*log
2 pi，其中pi为数据xi在服务器中出现的概率；计算数据x
l
与下一个数据源发送的数据x
i+1
的互信息量m
互
＝h
l-h
l，i+1
，其中h
l，i+1
为在数据x
i+1
的条件下数据x
l
的信息量；互信息量表示两数据之间的关联程度，运用互
信息量计算出数据与下一数据的关联程度，可以判断当数据上传云端时对其他数据的影响，所以互信息量小的数据上传到云端对下个数据的影响也相对较小。
[0077]
s4-7、筛选出所需容量大于(s
i+1-s
剩
)的最小数据x
l
与下一个数据源发送的数据x
i+1
的互信息量m
互
数据xa；(s
i+1-s
剩
)表示服务器需要腾出存储空间的大小。
[0078]
s4-8、将数据xa设为最小损失数据。当数据满足上述所有要求时，即可判断数据为最下损失数据。
[0079]
将数据映射可以使抽象的拥有很多特征的数据信息转化为简洁明了的计算公式；运用傅里叶变换公式可以将叠加上的重要程度标签与数据本身分离开来；通过积分可以使重要程度标签的等级信息出现。
[0080]
在本发明的实施例中，服务器的总存储容量s
总
＝100、k1＝30、k2＝1、k＝100、服务器中存有三组数据x1、x2以及x3；数据x1的调用次数t1＝50、在服务器中出现的概率p1＝0.125、存储所需容量s1＝25；数据x2的调用次数t2＝60、存储所需容量s2＝25、在服务器中出现的概率p2＝0.375；数据x3的调用次数t3＝5、存储所需容量s3＝30、在服务器中出现的概率p3＝0.5；数据源新发送一个数据x4，其所需存储容量为s4＝25；数据x1与下一个数据源发送的数据x4的互信息量m
1互
＝0.0625；数据x2与下一个数据源发送的数据x4的互信息量m
2互
＝0.0625；；数据x3与下一个数据源发送的数据x4的互信息量m
3互
＝0.125
[0081]
服务器将数据x1映射为cos(4πt)，重要程度标签z1映射为cos(8πt)，数据存储单元中的数据x1叠加重要程度标签z1映射为f(t)＝cos(4πt)+cos(8πt)；
[0082]
因为服务器的实时存储容量s
剩
＝s
总-s＝20；所以s
i+1
＞s
剩
，服务器存储剩余容量小于下一个数据源发送的数据所需容量；
[0083]
运用傅里叶变换公式运用傅里叶变换公式计算f(f)*h(f)＝δ(f-4)，其中h(f)＝2，f∈[3，5]；计算计算计算所以进一步计算数据x1的信息量h1＝-pi*log
2 pi＝0.375，计算数据x1与下一个数据源发送的数据x4的互信息量m
1互
＝h
l-h
l，i+1
＝0.3125；
[0084]
将数据x2映射为cos(8πt)，重要程度标签z2映射为cos(16πt)，数据存储单元中的数据x2叠加重要程度标签z2映射为f(t)＝cos(8πt)+2cos(16πt)；
[0085]
因为服务器的实时存储容量s
剩
＝s
总-s＝20；所以s
i+1
＞s
剩
，服务器存储剩余容量小于下一个数据源发送的数据所需容量；
[0086]
运用傅里叶变换公式运用傅里叶变换公式计算f(f)*h(f)＝δ(f-8)，其中h(f)＝2，f∈[6，10]；计算计算
所以不满足条件；
[0087]
将数据x3映射为cos(12πt)，重要程度标签z3映射为cos(24πt)，数据存储单元中的数据x3叠加重要程度标签z3映射为f(t)＝cos(12πt)+3cos(24πt)；
[0088]
因为服务器的实时存储容量s
剩
＝s
总-s＝20；所以s
i+1
＞s
剩
，服务器存储剩余容量小于下一个数据源发送的数据所需容量；
[0089]
运用傅里叶变换公式运用傅里叶变换公式计算f(f)*h(f)＝δ(f-12)，其中h(f)＝2，f∈[9，15]；计算计算计算所以进一步计算数据x3的信息量h3＝-pi*log
2 pi＝0.5，计算数据x3与下一个数据源发送的数据x4的互信息量m
3互
＝h
l-h
l，i+1
＝0.375；因为m
3互
＞m
1互
，所以选择数据x1作为最小损失数据上传到云端并记录其上传的时间。
[0090]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0091]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种应用数据分析技术的用户数据管理系统，其特征在于，该系统包括数据源模块、服务器模块以及云端模块；所述数据源模块用于收集用户发送的数据；所述数据源模块还用于将用户发送的数据叠加重要程度标签并发送到服务器模块；所述服务器模块用于接收数据源模块发送的数据；所述服务器模块还用于实时监测服务器模块中所有数据被调用的次数；所述服务器模块还用于在服务器模块的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中的最小损失数据上传到云端模块；所述云端模块用于将服务器模块中上传到云端模块的最小损失数据保存；所述云端模块还用于记录最小损失数据上传的时间；所述数据源模块的输出端与服务器模块的输入端相连；所述服务器模块的输出端与云端模块的输入端相连。2.根据权利要求1所述的一种应用数据分析技术的用户数据管理系统，其特征在于：所述数据源模块包括收集单元以及数据处理单元；所述收集单元用于收集用户发送的数据；所述数据处理单元用于将用户发送的数据叠加上重要程度标签；所述重要程度标签z
e
有m个等级，e＝1，2，...，m、m∈r，由客户自行决定发送的数据的重要程度标签等级；所述收集单元的输出端与数据处理单元的输入端相连。3.根据权利要求2所述的一种应用数据分析技术的用户数据管理系统，其特征在于：所述服务器模块包括实时监测单元、数据存储单元以及计算单元；所述实时监测单元用于实时监测服务器模块中所有数据被调用的次数t
i
，i＝1，2，...，n、n∈r；所述数据存储单元用于存储每一个从数据源模块中发送的数据x
i
；所述计算单元用于将数据存储单元中的数据x
i
映射为cos(2πf
i
t)，其中f
i
＝2i、t∈r；重要程度标签z
e
映射为e*cos(4πf
i
t)，数据存储单元中的数据x
i
叠加重要程度标签z
e
映射为cos(2πf
i
t)+e*cos(4πf
i
t)；所述计算单元还用于判定服务器模块中的数据存储单元的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中最小损失数据上传到云端模块；所述实时监测单元的输出端与数据存储单元的输入端相连；所述数据存储单元的输出端与计算单元的输入端相连。4.根据权利要求3所述的一种应用数据分析技术的用户数据管理系统，其特征在于：所述云端模块包括接收单元以及时间单元；所述接收单元用于接收服务器模块上传的最小损失数据并将服务器模块中上传到云端模块的最小损失数据保存；所述时间单元用于记录最小损失数据上传的时间；所述接收单元的输出端与时间单元的输入端相连。5.一种应用数据分析技术的用户数据管理方法，其特征在于，该方法包括以下步骤：s1、数据源规定需要发送数据的重要程度标签的等级并将重要程度标签叠加到数据中；数据源将叠加重要程度标签的数据发送到服务器；s2、服务器实时监测每一个数据的调用次数；s3、判定服务器存储剩余容量是否小于下一个数据源发送的数据所需容量；s4、在服务器存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器中最小损失数据上传到云端模块并将下一个数据源发送的数据存储进服务器中；在服务器存储剩余容量大于等于下一个数据源发送的数据所需容量条件下，将下一个数据源发送的
数据存储进服务器中；s5、云端将服务器中上传到云端的最小损失数据保存并记录最小损失数据上传的时间。6.根据权利要求5所述的一种应用数据分析技术的用户数据管理方法，其特征在于：在s1中，数据源规定需要发送数据的重要程度标签的等级并将重要程度标签叠加到数据中；数据源将叠加重要程度标签的数据发送到服务器的求解步骤如下：s1-1、重要程度标签z
e
有m个等级，e＝1，2，...，m、m∈r，由客户自行决定发送的数据的重要程度标签等级；s1-2、数据源将重要程度标签z
e
叠加到数据x
i+1
上，i＝1，2，...，n、n∈r；s1-3、数据源将叠加重要程度标签z
e
的数据x
i+1
发送到服务器。7.根据权利要求6所述的一种应用数据分析技术的用户数据管理方法，其特征在于：在步骤s3中，判定服务器存储剩余容量是否小于下一个数据源发送的数据所需容量的求解步骤如下：s3-1、服务器中每一个数据x
i
的所需容量为s
i
；s3-2、服务器的总存储容量为s
总
；服务器的实时存储容量s3-3、服务器的存储剩余容量s
剩
＝s
总-s；s3-4、若s
i+1
＞s
剩
，判定服务器存储剩余容量小于下一个数据源发送的数据所需容量。8.根据权利要求7所述的一种应用数据分析技术的用户数据管理方法，其特征在于：在步骤s4中，最小损失数据的求解步骤如下：s4-1、服务器将数据x
i
映射为cos(2πf
i
t)，其中f
i
＝2i、t∈r；重要程度标签z
e
映射为e*cos(4πf
i
t)，数据存储单元中的数据x
i
叠加重要程度标签z
e
映射为f(t)＝cos(2πf
i
t)+e*cos(4πf
i
t)；s4-2、运用傅里叶变换公式s4-3、计算f(f)*h(f)，其中h(f)＝2，f∈[3i，5i]；s4-4、计算s4-5、在服务器中所有数据x
i
中筛选出满足如下不等式的数据x
l
：其中k1、k2为比例系数、t
i
为服务器实时监测的每一个数据x
i
的调用次数、k为阈值；s4-6、计算服务器中数据x
i
的信息量h
i
＝-p
i
*log
2 p
i
，其中p
i
为数据x
i
在服务器中出现的概率；计算数据x
l
与下一个数据源发送的数据x
i+1
的互信息量m
i互
＝h
l-h
l，i+1
，其中h
l，i+1
为在数据x
i+1
的条件下数据x
l
的信息量；s4-7、筛选出所需容量大于(s
i+1-s
剩
)的最小数据x
l
与下一个数据源发送的数据x
i+1
的互信息量m
互
数据x
a
；s4-8、将数据x
a
设为最小损失数据。

技术总结
本发明公开了一种应用数据分析技术的用户数据管理系统及方法，属于用户数据管理技术领域。用户数据管理系统通过数据源模块收集用户发送的数据，将用户发送的数据叠加重要程度标签并发送到服务器模块；服务器模块实时监测服务器模块中所有数据被调用的次数；在服务器模块的数据存储剩余容量小于下一个数据源发送的数据所需容量条件下，将服务器模块中的最小损失数据上传到云端模块；云端模块将服务器模块中上传到云端模块的最小损失数据保存并记录最小损失数据上传的时间；本发明可以在内存不足的条件下继续存储数据源新发送的数据，提高了服务器存储空间的利用效率。提高了服务器存储空间的利用效率。提高了服务器存储空间的利用效率。


技术研发人员：张艳臣
受保护的技术使用者：哈尔滨晨文科技开发有限公司
技术研发日：2023.06.27
技术公布日：2023/9/25