一种数字化集成企业价值分析结合算力应用的方法与流程

本发明属于数字化集成，具体涉及一种数字化集成企业价值分析结合算力应用的方法。

背景技术：

1、随着大数据领域的不断发展,越来越多的概念被提出并应用到生产中而数据湖概念就是其中之一。数据湖是一个集中式存储库,可存储任意规模结构化和非结构化数据,支持大数据和ai计算.数据湖构建服务(data lake formation,dlf)作为云原生数据湖架构核心组成部分,帮助用户简单快速地构建云原生数据湖解决方案.flink是数据湖的核心，它针对流数据和批数据的分布式处理引擎，无缝对接多种数据源,打破数据孤岛,洞察业务价值。研发活动是一个集体性的创造和协同过程，需要相应的管理体系作指导规范，我们可以从交付物，方法论、能力要素组织管理的角度来理解活动中的管理体系。网络虚拟化技术是指：通过抽象、分配、隔离机制，在一个公共物理网络(substrate network,sn)上支持多个虚拟网络，各个虚拟网络可以使用相互独立的协议体系，并能够根据动态变化的用户需求对整个网络中的节点资源和链路资源进行合理配。每一个虚拟网络是底层网络的一份资源片，它由虚拟节点(例如，虚拟路由器)和虚拟链路组成。算子：深度学习算法由一个个计算单元组成,我们称这些计算单元为算子(operator,简称op)。在网络模型中,算子对应层中的计算逻辑,例如:卷积层(convolution layer)是一个算子。flink：flink是一个流处理引擎(stream processing engine),它被设计用于处理具有高吞吐量和低延迟需求的实时数据流处理应用程序。

技术实现思路

1、本发明针对现有技术的不足，提供一种数字化集成企业价值分析结合算力应用的方法。

2、本发明的技术方案如下：

3、一种数字化集成企业价值分析结合算力应用的方法，包括以下步骤：

4、(1)构建基于数字化集成的管理体系并通过流数据引擎管理核心流程；所述研发活动映射为流数据flink，管理多个算子链；所述数字化集成的管理体系主要流程包括研发过程、质量管控点和验收标准三个部分，分别映射为三个算子组成一个算子链；

5、(2)在数字化集成的管理体系中部署taskmanager技术功能支持计算层：flink、spark、hive、presto，用于加速运算，为大数据运算的性能适配优化提供基础环境；

6、(3)采用taskmanager技术功能管理多个流数据流程中的有交叉点的算子，合并成一个流数据流程进行数据优化传递，可以获取更快的数据处理及传输性能；

7、(4)放入flink里的task slot(进程插槽)将其均匀放入共享的slot从而达到充分的利用task slots(进程插槽)的资源使较大的子任务(subtask)能够均匀的分布在taskmanager上；

8、(5)引用方法论概念对研发活动进行时间的顺序化和空间上的算力量化；具体操作如下，由于jobmanagers按照资源的内存分配多个taskmanager并管理，为了防止cpu资源不足造成的研发活动流程各环节异常，因此动态的采用算力量化模型对每个taskmanager分配的task slots进行空闲算力动态监测，及时发现资源不足并进行资源分配；

9、(6)给每一个底层物理网络节点映射一个虚拟节点，每个taskmanager最多只映射一个虚拟节；具体为：

10、s1、从物理网络配置文件中获取各虚拟网节点资源配置信息，并根据配置信息给每个taskmanager设定高、中、低配置三个档，每个档分别以(cpu4、6、8核、内存16g、32g、64g、磁盘500、1000、2000gb)从物理资源中按虚拟节点网总数的30％均分给三个档次进行预配置，做为taskmanager是否出现数据资源过载的三个阈值；

11、s2、当taskmanager中50％以内task slots触发过载数据时，虚拟网发送映射请求到物理网时为了避免物理网分配资源不足造成映射请求失败，先按虚拟映射请求的配置匹配资源从而提高映射请求的接收率，空闲算力达到30％；

12、s3、当taskmanager中50％以上task slots资源均过载超过最高档时，映射的物理网络自动进行资源的按档次补充资源到空闲算力达到50％；

13、(7)设研发活动的基本组成形式是项目；设项目管理的要求及产生的数据生成数据集合；所述全部数据集合生成数据矩阵，其中每个数据集合设为子矩阵；通过历史数据的分析对子矩阵之间有关联的概率进行分；最后，构建消费者终身价值预测模型，对子矩阵之间有关联的数据集合做为训练数据一起放入模型。

14、对本发明的进一步说明，所述算力量化模型为：针对异构算力的设备和平台，设存在n个逻辑运算芯片、m个并行计算芯片和p个神经网络加速芯片，则

15、

16、式中，cbr为为总的算力需求；f(x)是映射函数；α、β和γ为映射比例系数；q1、q2、q3为冗余算力；j到m的求和运算用于表示m个并行计算芯片b可提供的并行计算能力的映射函数的值的求和，其中a、b、c用于区分不同类型的芯片，m、n、p用于区分不同类型芯片各自的数量总和，i、j、k为记录不同类型芯片的计数标记变量。以并行计算能力为例，假设有b1、b2、b3；3种不同类型的并行计算芯片资源，则f(bj)表示第j个并行计算芯片b可提供的并行计算能力的映射函数，q2表示并行计算的冗余算力。

17、对本发明的进一步说明，所述消费者终身价值预测模型为：

18、设当前时间点为t，相关利益者i在未来一段有限时间段t内的clv可以定义为公式：

19、

20、其中t是clv预测的时间周期，profiti，t表示当前时间点为t的情景下从相关利益者i处获得的预期使用率，d表示折现率；通常，折现率是一个预先确定的常数，代表使用率是否有损耗或折扣；

21、对于提供需要项目管理的要求中多种管理的企业，所述profiti，t可以写作如下形式：

22、

23、其中，p表示管理的数量，profiti，p，t是新引入的指示变量，用来表示当前时间点为t的情景下相关利益者i是否使用管理p，usagei，p，t表示管理的数量，marginp，t表示管理的平均使用率。

24、本发明的有益效果：

25、本发明通过数字化为企业转型提供帮助过程中，构建基于数字化集成的管理体系并通过流数据引擎管理核心流程来数字化管理企业的数据，可以极大的提高企业管理的效率和数据安全，同时节约人力成本。

技术特征：

1.一种数字化集成企业价值分析结合算力应用的方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种数字化集成企业价值分析结合算力应用的方法，其特征在于：所述算力量化模型为：针对异构算力的设备和平台，设存在n个逻辑运算芯片、m个并行计算芯片和p个神经网络加速芯片，则

3.根据权利要求1所述的一种数字化集成企业价值分析结合算力应用的方法，其特征在于：所述消费者终身价值预测模型为：

技术总结
本发明公开了一种数字化集成企业价值分析结合算力应用的方法，通过构建基于数字化集成的管理体系并通过流数据引擎管理核心流程来数字化管理企业的数据以及将项目管理的要求及产生的数据生成数据集合生成数据矩阵和子矩阵等，然后通过历史数据的分析对子矩阵之间有关联的概率进行分析；最后构建消费者终身价值预测模型，对子矩阵之间有关联的数据集合做为训练数据一起放入模型等步骤方法。本发明通过数字化为企业转型提供帮助过程中，构建基于数字化集成的管理体系并通过流数据引擎管理核心流程来数字化管理企业的数据，可以极大的提高企业管理的效率和数据安全，同时节约人力成本。

技术研发人员：唐继哲
受保护的技术使用者：广西壮族自治区公众信息产业有限公司
技术研发日：
技术公布日：2024/1/22