基于云边协同的灵活用工平台智能监管方法及系统与流程

1.本发明涉及数据压缩技术领域，具体涉及基于云边协同的灵活用工平台智能监管方法及系统。


背景技术：

2.灵活用工是新时代劳动力市场发展的必然趋势，其中包含劳务派遣、外包用工、非全日制用工等。在灵活用工平台中，云边协同可以用于实时监控管理工人的工作状态和工资支付等情况，但是用工的规模和数量通常较为庞大，通常会产生海量的灵活用工平台数据，因此为了更好对工人的工作状态和工资支付等情况的监控管理，需要对海量的灵活用工平台数据进行压缩，从而减少存储和传输的成本。
3.现有技术通常通过有限状态熵编码对灵活用工平台数据进行压缩存储，但是有限状态熵编码在处理实时数据时，每次添加新的编码字符都需要重新统计各个字符的频数来重新构建状态表，从而造成大量的时间浪费，对应的压缩效率较低，从而影响对灵活用工平台的监管效率，也即现有技术通过有限状态熵编码进行灵活用工平台数据压缩的方法对灵活用工平台的监管效率低。


技术实现要素：

4.为了解决现有技术通过有限状态熵编码进行灵活用工平台数据压缩的方法对灵活用工平台的监管效率低的技术问题，本发明的目的在于提供一种基于云边协同的灵活用工平台智能监管方法及系统，所采用的技术方案具体如下：本发明提出了基于云边协同的灵活用工平台智能监管方法，所述方法包括：在每个时刻下，获取对应的未编码的实时灵活用工平台数据和对应的已编码的历史灵活用工平台数据；基于有限状态熵编码获取所述历史灵活用工平台数据对应的初始编码状态表；根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的参考平台数据编码字符段；根据将所述参考平台数据编码字符段加入历史编码平台数据后对应的各类编码字符的频次变化情况，得到每个时刻对应的参考平台数据编码字符段对应的调整必要性；根据所有调整必要性的分布情况对每个时刻的初始编码状态表进行调整，得到每个时刻对应的参考平台数据编码字符段的调整编码状态表；根据所述调整编码状态表继续进行编码压缩，得到压缩后灵活用工平台数据；根据压缩后灵活用工平台数据进行灵活用工平台智能监管。
5.进一步地，所述参考平台数据编码字符段的获取方法包括：获取每个时刻后的实时灵活用工平台数据中预设编码字符长度的局部未编码平台数据；根据历史编码平台数据和所述局部未编码平台数据中各类字符的频次分布情况，得到局部未编码平台数据的逐位计算必要性；根据所述逐位计算必要性得到每个时刻对应
的参考平台数据编码字符段。
6.进一步地，所述逐位计算必要性的获取方法包括：将局部未编码平台数据中的编码字符，作为参考平台编码字符；在历史编码平台数据和局部未编码平台数据对应的所有编码字符中，将每种参考平台编码字符的数量与所有编码字符总数量之间的比值，作为每种参考平台编码字符对应的参考频次占比；将所有种类的参考平台编码字符的参考频次占比的均值进行负相关映射，得到局部未编码平台数据的逐位计算必要性。
7.进一步地，所述根据所述逐位计算必要性得到每个时刻对应的参考平台数据编码字符段的方法包括：当所述逐位计算必要性大于或等于预设逐位计算阈值时，将局部未编码平台数据中的第一位编码字符作为对应时刻的参考平台数据编码字符段；当所述逐位计算必要性小于预设逐位计算阈值时，将局部未编码平台数据中的所有编码字符作为对应时刻的参考平台数据编码字符段。
8.进一步地，所述调整必要性的获取方法包括：将参考平台数据编码字符段中的编码字符，作为判断平台编码字符；根据历史编码平台数据中的各种判断平台编码字符的数量和编码字符总数量，以及参考平台数据编码字符段中各种判断平台编码字符的数量，构建调整必要性计算模型，通过所述调整必要性计算模型计算每个时刻的参考平台数据编码字符段对应的调整必要性。
9.进一步地，所述调整必要性计算模型包括：其中，为第个时刻的参考平台数据编码字符段对应的调整必要性，为第个时刻对应的参考平台数据编码字符段中判断平台编码字符的种类数量，为第个时刻对应的历史编码平台数据中第种判断平台编码字符的数量，为第个时刻对应的历史编码平台数据中的编码字符总数量，为第个时刻对应的参考平台数据编码字符段中第种判断平台编码字符的数量，为以自然数2为底的对数函数。
10.进一步地，所述调整编码状态表的获取方法包括：依次将每个参考平台数据编码字符段作为目标参考平台数据编码字符段；当目标参考平台数据编码字符段对应的调整必要性大于或等于预设调整阈值时，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，得到目标参考平台数据编码字符段对应时刻的调整编码状态表；当目标参考平台数据编码字符段对应的调整必要性小于预设调整阈值时，根据目标参考平台数据编码字符段临近的参考平台数据编码字符段的调整必要性的分布情况，计算目标参考平台数据编码字符段对应时刻的更新必要性；当所述更新必要性大于或等于预
设更新阈值时，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，得到目标参考平台数据编码字符段对应时刻的调整编码状态表；当所述更新必要性小于预设更新阈值时，将目标参考平台数据编码字符段对应时刻的初始编码状态表作为调整编码状态表。
11.进一步地，所述更新必要性的获取方法包括：将目标参考平台数据编码字符段及其对应的判断平台数据编码字符段中的所有编码字符，作为目标参考平台数据编码字符段对应的判断编码字符，所述判断平台数据编码字符段为调整必要性小于预设调整阈值的参考平台数据编码字符段，且每个判断平台数据编码字符段与目标参考平台数据编码字符段之间不存在调整必要性大于或等于预设调整阈值的参考平台数据编码字符段；将每个判断编码字符对应的参考平台数据编码字符段对应的历史灵活用工平台数据，作为每个判断编码字符对应的参考历史灵活用工平台数据；根据各个判断编码字符的分布特征以及对应的参考历史灵活用工平台数据，构建更新必要性计算模型；通过更新必要性计算模型，计算目标参考平台数据编码字符段对应时刻的更新必要性。
12.进一步地，所述更新必要性计算模型包括：其中，为第个时刻的对应的更新必要性，为第个时刻的参考平台数据编码字符段对应的判断编码字符数量；为第个时刻对应的第个判断编码字符的参考历史灵活用工平台数据中的编码字符数量；为第个时刻对应的第个判断编码字符对应的字符种类在对应的参考历史灵活用工平台数据中的数量，为以自然数2为底的对数函数。
13.本发明还提出了基于云边协同的灵活用工平台智能监管系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现任意一项基于云边协同的灵活用工平台智能监管方法的步骤。
14.本发明具有如下有益效果：考虑到实时灵活用工平台数据对应编码字符的出现频数不同时，对压缩效果的影响程度不同，因此本发明从编码字符的频次特征进行分析，通过计算出的调整必要性来进一步地对初始编码状态表进行选择性调整。考虑到逐位计算实时编码数据中的调整必要性对应的计算量过大，从而严重影响灵活用工平台数据的压缩时间；而将连续的编码字符作为整体计算的调整必要性虽然会提高计算效率和压缩效率，但是由于各个编码字符的出现频数对压缩效果的影响不同，若将全部的实时数据均以整体的连续编码字符的形式进行调整必要性的计算，会大幅度影响数据的压缩效果；因此本发明实施例根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的参考平台数据编码字符段，根据长度不完全相同的参考平台数据编码字符段进行
分析，使得后续在尽可能减少计算时间来提高压缩效率的同时，减少各个编码字符的出现频数对压缩效果的影响程度。
15.进一步地根据各个编码字符的出现频数对压缩效果的影响程度，通过计算出的各个参考平台数据编码字符段对应的调整必要性，对每个时刻初始编码状态表进行调整，得到对应的调整编码状态表，从而实现对状态表的动态更新。由于参考平台数据编码字符段的长度不完全相同，相比于传统有限状态熵编码中的逐位进行状态表的更新而言，对应的获取或构建调整编码状态表的时间更短，也即对应的编码效率更高，从而使得对灵活用工平台监管的效率更高。综上所述，本发明通过计算每个参考平台数据编码字符段对应的调整编码状态表的方法对灵活用工平台监管的效率更高。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
17.图1为本发明一个实施例所提供的一种基于云边协同的灵活用工平台智能监管方法流程图。
具体实施方式
18.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于云边协同的灵活用工平台智能监管方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
19.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
20.下面结合附图具体的说明本发明所提供的一种基于云边协同的灵活用工平台智能监管方法及系统的具体方案。
21.请参阅图1，其示出了本发明一个实施例提供的一种基于云边协同的灵活用工平台智能监管方法流程图，该方法包括：步骤s1：在每个时刻下，获取对应的未编码的实时灵活用工平台数据和对应的已编码的历史灵活用工平台数据。
22.由于有限状态熵编码在处理实时数据时，每添加一个编码字符就需要对状态表进行一次更新调整，使得更新调整状态表的过程浪费了大量时间，对应的压缩效率较低。因此本发明实施例旨在提供一种基于云边协同的灵活用工平台智能监管方法及系统，通过优化状态表的更新调整过程来进一步提高压缩效率。由于有限状态熵编码在处理实时数据时对应的压缩效率较低，因此本发明实施例需要在获取实时灵活用工平台数据的场景下进行分析。需要说明的是，有限状态熵编码为本领域技术人员所熟知的现有技术，在此不做进一步限定和赘述。
23.本发明实施例在每个时刻下，获取对应的未编码的实时灵活用工平台数据和对应的已编码的历史灵活用工平台数据。灵活用工平台数据包括但不限于人员数据、工作任务数据、交易数据等，本发明实施例选用交易数据作为灵活用工平台数据进行分析，实施者也可根据具体实施环境选用其他数据。并且由于本发明实施例是对有限状态熵编码处理实时数据的过程进行优化，因此通过有限状态熵编码方法对每个时刻之前的灵活用工平台数据进行压缩，从而获取历史灵活用工平台数据，而实施灵活用工平台数据是每个时刻对应的未通过有限状态熵编码进行压缩的数据。
24.需要说明的是，由于后续需要基于历史灵活用工平台数据中各种编码字符的频次进行分析，而压缩初始阶段对应的历史灵活用工平台数据中编码字符的频次较低，对应的参考价值较小，因此本发明实施例在对实施数据进行编码压缩之前，首先需要获取数量充足的历史用工平台数据，在本发明实施例中，在对实时灵活用工平台数据进行分析之前，首先获取1000个编码字符的历史用工平台数据，例如，若以开始采集灵活用工平台数据对应的时刻为第1个时刻，则首先从第一个时刻开始采集1000个编码字符对应的历史用工平台数据，将采集1000个编码字符后的时刻作为获取实时灵活用工平台数据的第一个时刻；实施者可根据具体实时环境自行调整历史用工平台数据中编码字符的数量，需要说明的是，本发明实施例中的历史用工平台数据至少包含两种编码字符，在此不做进一步赘述。
25.步骤s2：基于有限状态熵编码获取历史灵活用工平台数据对应的初始编码状态表；根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的参考平台数据编码字符段。
26.由于本发明实施例是对有限状态熵编码处理实时数据的过程进行优化，而有限状态熵编码在处理实时数据时需要更新状态表，并且更新前的状态表是基于有限状态熵编码已编码数据获取的。因此本发明实施例基于有限状态熵编码获取历史灵活用工平台数据对应的初始编码状态表，初始编码状态表即有限状态熵编码中的状态表。
27.有限状态熵编码在处理实时数据时，实时数据对应的新的编码字符会改变各种编码字符的频数分布，导致采用原本的状态表进行压缩时对应的编码效果下降，因此有限状态熵编码对实时数据对应的新的编码字符进行逐个分析，在每次加入新的编码字符时，均需要对状态表进行更新调整。而每加入一个新的编码字符就对状态表进行更新会大幅降低压缩效率。
28.因此为了提高压缩效率，本发明实施例在加入实时灵活用工平台数据时，放弃对实时灵活用工平台数据对应的新的编码字符均进行逐个分析的方法，而是每隔一个编码字符段进行一次状态表的调整，从而减少对状态表更新调整的频次。但是考虑到编码字符段其中不同编码字符的出现频次会影响压缩率，例如若某个编码字符在历史灵活用工平台数据中出现的次数较少时，则该编码字符对应的频数增加时，也即该编码字符在编码字符段中出现时，就会使得有限状态熵编码过程中编码缩短的长度较多，则在对该编码字符对应的编码字符段进行编码压缩时，整体的压缩效果受到的影响较大；相反地，若某个编码字符在历史灵活用工平台数据中出现的次数较少，则该编码字符对应的频数增加时，也即该编码字符在编码字符段中出现时，对应使得有限状态熵编码过程中编码缩短的长度相对较少，则在对该编码字符对应的编码字符段进行编码压缩时，整体的压缩效果受到的影响较小。
29.因此每个时刻对应的编码字符段的长度需要由实时灵活用工平台数据中各类编码字符的频次决定。因此为了确定每个时刻对应的编码字符段，本发明实施例根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的参考平台数据编码字符段，参考平台数据编码字符段也即编码字符段。
30.优选地，参考平台数据编码字符段的获取方法包括：获取每个时刻后的实时灵活用工平台数据中预设编码字符长度的局部未编码平台数据；根据历史编码平台数据和局部未编码平台数据中各类字符的频次分布情况，得到局部未编码平台数据的逐位计算必要性。在本发明实施例中，局部未编码平台数据对应的预设编码字符长度设置为100，即局部未编码平台数据中包括100个编码字符，并且在编码顺序上，局部未编码平台数据的第一个编码字符与历史灵活用工平台数据的最后一个编码字符邻接。
31.优选地，逐位计算必要性的获取方法包括：将局部未编码平台数据中的编码字符，作为参考平台编码字符；在历史编码平台数据和局部未编码平台数据对应的所有编码字符中，将每种参考平台编码字符的数量与所有编码字符总数量之间的比值，作为每种参考平台编码字符对应的参考频次占比。通过参考频次占比表征每种参考平台编码字符在所有编码字符中的频次，并且通过每种参考平台编码字符的数量与所有编码字符总数量之间的比值将所得到的编码字符中的频次进行归一化，使得所计算出的参考频次占比对每种参考平台编码字符的频次表征更加准确。
32.将所有种类的参考平台编码字符的参考频次占比的均值进行负相关映射，得到局部未编码平台数据的逐位计算必要性。进一步地通过计算所有种类的参考平台编码字符对应的参考频次占比的均值来进一步表征对应的局部未编码平台数据整体的频次分布情况。并且考虑到对应的参考频次占比整体越大，也即对应的均值越大时，说明局部未编码平台数据中的编码字符出现的频率越高，即以局部未编码平台数据中的编码字符进行有限状态熵编码过程中编码缩短的长度越少，对整体的压缩效果影响越小，说明对该局部未编码平台数据进行逐位计算的必要性较差，也即所有种类的参考平台编码字符的参考频次占比的均值与逐位计算必要性呈负相关，因此需要进行负相关映射。
33.在本发明实施例中，依次将每个时刻作为第个时刻，则第个时刻的局部未编码平台数据的逐位计算必要性的获取方法在公式上表现为：其中，为第个时刻的局部未编码平台数据的逐位计算必要性，为第个时刻的局部未编码平台数据中参考平台编码字符的种类数，为第个时刻的局部未编码平台数据中的第种参考平台编码字符在对应的历史编码平台数据中的数量，为第个时刻的局部未编码平台数据中的第种参考平台编码字符在对应的局部未编码平台数据中的数量，为第个时刻对应的历史编码平台数据中的编码字符数量，为第个时刻对应的局部
未编码平台数据中的编码字符数量，为以自然常数为底的指数函数，为第个时刻的局部未编码平台数据中的第种参考平台编码字符在对应的历史编码平台数据和局部未编码平台数据的数量，为第个时刻对应的历史编码平台数据和局部未编码平台数据中的所有编码字符总数量。
34.进一步地根据逐位计算必要性判断是否对局部未编码平台数据的每个编码字符进行逐位分析，或者将局部未编码平台数据中的所有编码字符作为一个整体进行分析。本发明实施例根据逐位计算必要性得到每个时刻对应的参考平台数据编码字符段，也即参考平台数据编码字符段中的编码字符数量可能为1，也可能与对应的局部未编码平台数据中的编码字符数量相同，并且仅可能出现上述两种情况。
35.优选地，根据逐位计算必要性得到每个时刻对应的参考平台数据编码字符段的方法包括：考虑到当逐位计算必要性越大时，对局部未编码平台数据的每个编码字符进行逐个分析的必要性越大；而逐位计算必要性越小时，对局部未编码平台数据的所有编码字符进行整体分析的必要性越大。因此本发明实施例当逐位计算必要性大于或等于预设逐位计算阈值时，将局部未编码平台数据中的第一位编码字符作为对应时刻的参考平台数据编码字符段。当逐位计算必要性小于预设逐位计算阈值时，将局部未编码平台数据中的所有编码字符作为对应时刻的参考平台数据编码字符段。在本发明实施例中，预设逐位计算阈值设置为0.5，实施者可根据具体实施环境自行调整预设逐位计算阈值的大小，在此不做进一步赘述。
36.步骤s3：根据将参考平台数据编码字符段加入历史编码平台数据后对应的各类编码字符的频次变化情况，得到每个时刻对应的参考平台数据编码字符段对应的调整必要性；根据所有调整必要性的分布情况对每个时刻的初始编码状态表进行调整，得到每个时刻对应的参考平台数据编码字符段的调整编码状态表；根据调整编码状态表继续进行编码压缩，得到压缩后灵活用工平台数据；根据压缩后灵活用工平台数据进行灵活用工平台智能监管。
37.至此得到每个时刻对应的参考平台数据编码字符段，也即后续需要根据参考平台数据编码字符段中的编码字符决定是否需要对对应时刻的初始编码状态表进行调整。在历史灵活用工平台数据的基础上，每加入一个编码字符，在整体灵活用工平台数据中所加入的编码字符的种类的频率必然会增大，从而导致该种类的编码字符的编码长度缩小。并且所加入的编码字符对应的种类在历史灵活用工平台数据中的数量越少，则加入后的频率变化越大，此时对状态的表进行更新后的平均码长就会越短，则后续在压缩时对应的压缩效果会提升的越大，则将该编码字符加入到历史灵活用工平台数据中进行初始编码状态表的更新调整的必要性就越大。也即对应时刻的参考平台数据编码字符段中的各个编码字符的出现频率在历史灵活用工平台数据中的频率越大，则将参考平台数据编码字符段加入历史灵活用工平台数据中进行初始编码状态表的更新必要性就越大。但是考虑到参考平台数据编码字符段可能不仅仅只对应一个编码字符，因此本发明实施例根据将参考平台数据编码字符段加入历史编码平台数据后对应的各类编码字符的频次变化情况，得到每个时刻对应的参考平台数据编码字符段对应的调整必要性。
38.优选地，调整必要性的获取方法包括：由于参考平台数据编码字符段中的可能存在多种编码字符，因此为了对参考平台数据编码字符段的编码字符的频次表征的更加清楚，本发明实施例将参考平台数据编码字符段中的编码字符，作为判断平台编码字符。进一步地根据历史编码平台数据中的各种判断平台编码字符的数量和编码字符总数量，以及参考平台数据编码字符段中各种判断平台编码字符的数量，构建调整必要性计算模型，通过调整必要性计算模型计算每个时刻的参考平台数据编码字符段对应的调整必要性。
39.优选地，调整必要性计算模型包括：其中，为第个时刻的参考平台数据编码字符段对应的调整必要性，为第个时刻对应的参考平台数据编码字符段中判断平台编码字符的种类数量，为第个时刻对应的历史编码平台数据中第种判断平台编码字符的数量，为第个时刻对应的历史编码平台数据中的编码字符总数量，为第个时刻对应的参考平台数据编码字符段中第种判断平台编码字符的数量，为以自然数2为底的对数函数。需要说明的是，由于本发明实施例所获取的历史编码平台数据中至少包含两种编码字符，因此取值不可能为1，也即的取值不可能为0，因此调整必要性计算模型对应的公式不可能存在分母为0导致无意义的情况。
40.在调整必要性计算模型中，基于有限状态熵编码可知，表征第个时刻下参考平台数据编码字符段中第种判断平台编码字符对初始编码状态表进行调整前的平均码长，表征第个时刻下参考平台数据编码字符段中第种判断平台编码字符对初始编码状态表进行调整后的平均码长，并且由于加入编码字符后对应的平均码长必然会缩小，因此表征第种判断平台编码字符在对初始编码状态表进行调整前后的平均码长的变化程度，并且对应的取值一定在0到1范围内；并且考虑到判断平台编码字符对初始编码状态表进行调整后的平均码长变化越大，也即调整后的平均码长相对于调整前的平均码长的变化越大，说明后续在压缩时对应的压缩效果提升就越大，也即将该判断平台编码字符加入到历史灵活用工平台数据中进行初始编码状态表的更新调整的必要性就越大。并且考虑到参考平台数据编码字符段中可能不仅仅只存在一种判断平台编码字符，因此进一步地，计算参考平台数据编码字符段中所有种类的判断平台编码字符加入到历史灵
活用工平台数据中后，对应的进行初始编码状态表的更新调整的必要性，从而得到对应时刻下参考平台数据编码字符段对应的调整必要性。
41.进一步地根据所有调整必要性的分布情况对每个时刻的初始编码状态表进行调整，得到每个时刻对应的参考平台数据编码字符段的调整编码状态表。
42.优选地，调整编码状态表的获取方法包括：考虑到参考平台数据编码字符段对应的调整必要性越大，则越有必要将参考平台数据编码字符段加入到历史灵活用工平台数据中进行初始编码状态表的更新调整，因此依次将每个参考平台数据编码字符段作为目标参考平台数据编码字符段；当目标参考平台数据编码字符段对应的调整必要性大于或等于预设调整阈值时，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，得到目标参考平台数据编码字符段对应时刻的调整编码状态表。在本发明实施例中，预设调整阈值设置为0.8，实施者可根据具体实施环境自行设置预设调整阈值的大小。需要说明的是，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，也即将目标参考平台数据编码字符段加入到历史灵活用工平台数据中后更新对应的初始编码状态表，并且对初始编码状态表进行调整的方法为有限状态熵编码中的常规技术手段，有限状态熵编码为本领域技术人员所熟知的现有技术，在此不做进一步限定和赘述。
43.进一步地，考虑到若在所有调整必要性小于预设调整阈值的参考平台数据编码字符段的对应的时刻下，均不对对应的初始编码状态表进行更新调整，则可能会产生连续多次不进行初始编码状态更新的情况，从而造成压缩效果降低、压缩率逐渐变大的情况，因此需要进一步对调整必要性的分布情况进行进一步地分析。本发明实施例当目标参考平台数据编码字符段对应的调整必要性小于预设调整阈值时，根据目标参考平台数据编码字符段临近的参考平台数据编码字符段的调整必要性的分布情况，计算目标参考平台数据编码字符段对应时刻的更新必要性。通过计算更新必要性来进一步地决定是否对调整必要性小于预设调整阈值的时刻的初始编码状态表进行更新调整。
44.优选地，更新必要性的获取方法包括：将目标参考平台数据编码字符段及其对应的判断平台数据编码字符段中的所有编码字符，作为目标参考平台数据编码字符段对应的判断编码字符，判断平台数据编码字符段为调整必要性小于预设调整阈值的参考平台数据编码字符段，且每个判断平台数据编码字符段与目标参考平台数据编码字符段之间，不存在调整必要性大于或等于预设调整阈值的参考平台数据编码字符段。也即判断平台数据编码字符段为目标参考平台数据编码字符段对应的时刻之前，调整必要性小于预设调整阈值且连续出现的参考平台数据编码字符段。判断编码字符的数量越多，说明连续多次不对初始编码状态表进行调整的次数越多，则对目标参考平台数据编码字符段对应时刻的初始编码状态表进行更新调整的必要性越大。
45.将每个判断编码字符对应的参考平台数据编码字符段对应的历史灵活用工平台数据，作为每个判断编码字符对应的参考历史灵活用工平台数据；根据各个判断编码字符的分布特征以及对应的参考历史灵活用工平台数据，构建更新必要性计算模型；通过更新必要性计算模型，计算目标参考平台数据编码字符段对应时刻的更新必要性。
46.优选地，更新必要性计算模型包括：
其中，为第个时刻的对应的更新必要性，为第个时刻的参考平台数据编码字符段对应的判断编码字符数量；为第个时刻对应的第个判断编码字符的参考历史灵活用工平台数据中的编码字符数量；为第个时刻对应的第个判断编码字符对应的字符种类在对应的参考历史灵活用工平台数据中的数量，为以自然数2为底的对数函数。需要说明的是，由于本发明实施例所获取的历史编码平台数据中至少包含两种编码字符，因此取值不可能为1，也即的取值不可能为0，因此更新必要性计算模型对应的公式不可能存在分母为0导致无意义的情况。
47.与调整必要性计算模型中的意义类似，所表征的含义为第个时刻对应的第个判断编码字符对对应时刻下的初始编码状态表进行调整前后的平均码长的变化程度，由于总是逐个对判断编码字符进行分析，因此在一定程度上能够表征第个判断编码字符对应的调整必要性，进一步地将所有判断编码字符的调整必要性累加，得到第个时刻的对应的更新必要性，也即判断编码字符的数量越多，判断编码字符在对应的参考历史灵活用工平台数据中的出现频次越低时，对应的时刻的更新必要性越大，也即将对应时刻的初始编码状态表进行更新调整的必要性越大。
48.进一步地当更新必要性大于或等于预设更新阈值时，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，得到目标参考平台数据编码字符段对应时刻的调整编码状态表；当更新必要性小于预设更新阈值时，将目标参考平台数据编码字符段对应时刻的初始编码状态表作为调整编码状态表，也即不对更新必要性小于预设更新阈值的参考平台数据编码字符段对应的时刻的初始编码状态表进行更新。在本发明实施例中，预设更新阈值设置为2，实施者可根据具体实施环境自行调整。需要说明的是，为了使得后续分析能够继续进行，若目标参考平台数据编码字符段的更新必要性大于或等于预设更新阈值时，将对应的调整必要性视为大于或等于预设调整阈值，从而使得后续所获取的判断编码字符更加符合实际情况。
49.至此，得到每个时刻对应的调整编码状态表。进一步地根据调整编码状态表继续
进行编码压缩，得到压缩后灵活用工平台数据。在本发明实施例中，根据调整编码状态表继续通过有限状态熵编码进行编码压缩。
50.最后根据压缩后灵活用工平台数据进行灵活用工平台智能监管。在本发明实施例中将压缩后灵活用工平台数据传输至可视化平台，通过可视化平台展示实时用工数据的变化来进行灵活用工平台智能监管。
51.综上所述，本发明根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的长度不完全相同的参考平台数据编码字符段，通过计算每个参考平台数据编码字符段加入历史编码平台数据后对应各类编码字符的频次变化情况，得到对应的调整必要性，进一步地根据调整必要性对每个时刻的初始编码状态表进行调整，并根据调整后的调整编码状态表进行编码压缩，根据压缩后灵活用工平台数据进行灵活用工平台智能监管。本发明通过计算每个参考平台数据编码字符段对应的调整编码状态表的方法对灵活用工平台监管的效率更高。
52.本发明还提出了基于云边协同的灵活用工平台智能监管系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现任意一项基于云边协同的灵活用工平台智能监管方法的步骤。
53.需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
54.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

技术特征：
1.基于云边协同的灵活用工平台智能监管方法，其特征在于，所述方法包括：在每个时刻下，获取对应的未编码的实时灵活用工平台数据和对应的已编码的历史灵活用工平台数据；基于有限状态熵编码获取所述历史灵活用工平台数据对应的初始编码状态表；根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的参考平台数据编码字符段；根据将所述参考平台数据编码字符段加入历史编码平台数据后对应的各类编码字符的频次变化情况，得到每个时刻对应的参考平台数据编码字符段对应的调整必要性；根据所有调整必要性的分布情况对每个时刻的初始编码状态表进行调整，得到每个时刻对应的参考平台数据编码字符段的调整编码状态表；根据所述调整编码状态表继续进行编码压缩，得到压缩后灵活用工平台数据；根据压缩后灵活用工平台数据进行灵活用工平台智能监管。2.根据权利要求1所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述参考平台数据编码字符段的获取方法包括：获取每个时刻后的实时灵活用工平台数据中预设编码字符长度的局部未编码平台数据；根据历史编码平台数据和所述局部未编码平台数据中各类字符的频次分布情况，得到局部未编码平台数据的逐位计算必要性；根据所述逐位计算必要性得到每个时刻对应的参考平台数据编码字符段。3.根据权利要求2所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述逐位计算必要性的获取方法包括：将局部未编码平台数据中的编码字符，作为参考平台编码字符；在历史编码平台数据和局部未编码平台数据对应的所有编码字符中，将每种参考平台编码字符的数量与所有编码字符总数量之间的比值，作为每种参考平台编码字符对应的参考频次占比；将所有种类的参考平台编码字符的参考频次占比的均值进行负相关映射，得到局部未编码平台数据的逐位计算必要性。4.根据权利要求2所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述根据所述逐位计算必要性得到每个时刻对应的参考平台数据编码字符段的方法包括：当所述逐位计算必要性大于或等于预设逐位计算阈值时，将局部未编码平台数据中的第一位编码字符作为对应时刻的参考平台数据编码字符段；当所述逐位计算必要性小于预设逐位计算阈值时，将局部未编码平台数据中的所有编码字符作为对应时刻的参考平台数据编码字符段。5.根据权利要求1所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述调整必要性的获取方法包括：将参考平台数据编码字符段中的编码字符，作为判断平台编码字符；根据历史编码平台数据中的各种判断平台编码字符的数量和编码字符总数量，以及参考平台数据编码字符段中各种判断平台编码字符的数量，构建调整必要性计算模型，通过所述调整必要性计算模型计算每个时刻的参考平台数据编码字符段对应的调整必要性。6.根据权利要求5所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述调整必要性计算模型包括：
其中，为第个时刻的参考平台数据编码字符段对应的调整必要性，为第个时刻对应的参考平台数据编码字符段中判断平台编码字符的种类数量，为第个时刻对应的历史编码平台数据中第种判断平台编码字符的数量，为第个时刻对应的历史编码平台数据中的编码字符总数量，为第个时刻对应的参考平台数据编码字符段中第种判断平台编码字符的数量，为以自然数2为底的对数函数。7.根据权利要求1所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述调整编码状态表的获取方法包括：依次将每个参考平台数据编码字符段作为目标参考平台数据编码字符段；当目标参考平台数据编码字符段对应的调整必要性大于或等于预设调整阈值时，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，得到目标参考平台数据编码字符段对应时刻的调整编码状态表；当目标参考平台数据编码字符段对应的调整必要性小于预设调整阈值时，根据目标参考平台数据编码字符段临近的参考平台数据编码字符段的调整必要性的分布情况，计算目标参考平台数据编码字符段对应时刻的更新必要性；当所述更新必要性大于或等于预设更新阈值时，根据目标参考平台数据编码字符段对对应时刻的初始编码状态表进行调整，得到目标参考平台数据编码字符段对应时刻的调整编码状态表；当所述更新必要性小于预设更新阈值时，将目标参考平台数据编码字符段对应时刻的初始编码状态表作为调整编码状态表。8.根据权利要求7所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述更新必要性的获取方法包括：将目标参考平台数据编码字符段及其对应的判断平台数据编码字符段中的所有编码字符，作为目标参考平台数据编码字符段对应的判断编码字符，所述判断平台数据编码字符段为调整必要性小于预设调整阈值的参考平台数据编码字符段，且每个判断平台数据编码字符段与目标参考平台数据编码字符段之间不存在调整必要性大于或等于预设调整阈值的参考平台数据编码字符段；将每个判断编码字符对应的参考平台数据编码字符段对应的历史灵活用工平台数据，作为每个判断编码字符对应的参考历史灵活用工平台数据；根据各个判断编码字符的分布特征以及对应的参考历史灵活用工平台数据，构建更新必要性计算模型；通过更新必要性计算模型，计算目标参考平台数据编码字符段对应时刻的更新必要性。9.根据权利要求7所述的基于云边协同的灵活用工平台智能监管方法，其特征在于，所述更新必要性计算模型包括：
其中，为第个时刻的对应的更新必要性，为第个时刻的参考平台数据编码字符段对应的判断编码字符数量；为第个时刻对应的第个判断编码字符的参考历史灵活用工平台数据中的编码字符数量；为第个时刻对应的第个判断编码字符对应的字符种类在对应的参考历史灵活用工平台数据中的数量，为以自然数2为底的对数函数。10.基于云边协同的灵活用工平台智能监管系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述方法的步骤。

技术总结
本发明涉及数据压缩技术领域，具体涉及基于云边协同的灵活用工平台智能监管方法及系统，该方法根据每个时刻下实时灵活用工平台数据与历史灵活用工平台数据中各类编码字符的频次分布情况，得到每个时刻对应的长度不完全相同的参考平台数据编码字符段，通过计算每个参考平台数据编码字符段加入历史编码平台数据后对应各类编码字符的频次变化情况，得到对应的调整必要性，进一步地根据调整必要性对每个时刻的初始编码状态表进行调整，并根据调整后的调整编码状态表进行编码压缩，根据压缩后灵活用工平台数据进行灵活用工平台智能监管。本发明通过计算每个参考平台数据编码字符段对应的调整编码状态表的方法对灵活用工平台监管的效率更高。监管的效率更高。监管的效率更高。


技术研发人员：刘晶晶
受保护的技术使用者：众科云（北京）科技有限公司
技术研发日：2023.08.29
技术公布日：2023/10/5