数据流转方法、装置、设备及计算机可读存储介质

技术领域

本申请实施例涉及物联网技术领域，具体涉及一种数据流转方法、装置、设备及计算机可读存储介质。

背景技术

目前，物联网技术已应用于各行各业中，例如工业物联网、车联网、家庭物联网等等。而随着科技的发展，物联网的规模也会越来越大。以工业物联网为例，大型企业的物联网部署规模已经快速扩展到成千甚至上万台设备或传感器。而在大部分的物联网场景下，都是通过物联网平台来实现对物联网中庞大数量的设备或传感器的管理。

具体的，物联网平台中会配置有设备与传感器之间的数据流转规则，当接入新设备和传感器时，用户可以在物联网平台上自定义配置新设备与新传感器之间的数据流转规则，以实现传感器对设备的控制。然而，这样的数据流转方法，往往会忽视设备之间的联动或者相关性，导致该设备的控制效果不够理想。

发明内容

本申请实施例提供一种数据流转方法、装置、设备及计算机可读存储介质，旨在解决现有的物联网平台存在的数据流转过程中未考虑到设备之间联动或者相关性，从而影响设备控制效果的技术问题。

一方面，本申请实施例提供一种数据流转方法，应用于物联网平台中；

所述方法包括：

获取所述物联网平台中的流转数据以及所述流转数据对应的目标设备；

从所述物联网平台的预设数据库中提取所述目标设备对应的历史数据；

根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据；

将所述流转数据流转至与所述关联数据对应的关联设备。

作为本申请的一种可选实施例，所述根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据，包括：

计算所述历史数据与所述预设数据库中剩余数据之间的余弦相似度；

根据所述历史数据中各数值的变化特征以及所述剩余数据中各数值的变化特征，确定所述历史数据与所述剩余数据之间的趋势相似度；

根据所述余弦相似度和所述趋势相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

作为本申请的一种可选实施例，所述对所述余弦相似度和所述趋势相似度加权，得到所述历史数据与所述剩余数据之间的综合相似度，包括：

根据所述目标设备的物模型字段设定所述余弦相似度和所述趋势相似度的权重；

根据所述权重对所述余弦相似度和所述趋势相似度加权，得到所述历史数据与所述剩余数据之间的综合相似度；

根据所述综合相似度的大小关系，从所述剩余数据中确定所述历史数据对应的关联数据。

作为本申请的一种可选实施例，所述根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据，包括：

根据所述物联网平台各设备的物模型字段之间的相似度，确定所述目标设备关联的候选设备；

从所述预设数据库中提取所述候选设备对应的候选数据；

根据所述历史数据与所述候选数据之间的相似度，从所述候选数据中确定所述历史数据对应的关联数据。

作为本申请的一种可选实施例，所述根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据，包括：

根据所述历史数据中各数值对应的时间戳以及所述预设数据库中剩余数据内各数值对应的时间戳，将所述历史数据与所述剩余数据时间对齐，得到对齐后的历史数据与剩余数据；

分别对对齐后的历史数据与剩余数据进行归一化处理，得到归一化后的历史数据与剩余数据；

根据归一化后的历史数据与剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

作为本申请的一种可选实施例，所述从所述物联网平台的预设数据库中提取所述目标设备对应的历史数据，包括：

根据预设的时间周期与采样周期，从所述物联网平台的时序数据库中提取所述目标设备对应的历史数据。

作为本申请的一种可选实施例，所述将所述流转数据流转至与所述关联数据对应的关联设备之后，所述方法还包括：

将所述物联网平台中所述关联设备对应的初始流转规则替换为所述目标设备与所述关联设备之间的流转规则。

另一方面，本申请实施例还提供一种数据流转装置，设置于物联网平台中；

所述装置包括：

获取模块，用于获取所述物联网平台中的流转数据以及所述流转数据对应的目标设备；

提取模块，用于从所述物联网平台的预设数据库中提取所述目标设备对应的历史数据；

比对模块，用于根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据；

流转模块，用于将所述流转数据流转至与所述关联数据对应的关联设备。

另一方面，本申请实施例还提供一种数据流转设备，数据流转设备包括处理器、存储器以及存储于存储器中并可在处理器上运行的数据流转程序，处理器执行数据流转程序以实现上述的数据流转方法中的步骤。

另一方面，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有数据流转程序，数据流转程序被处理器执行以实现上述的数据流转方法中的步骤。

本申请实施例提供的数据流转方法，在进行数据流转时，会从预设数据库中提取得到与该流转数据对应的目标设备的历史数据，并利用该历史数据与剩余数据的相似度，得到关联数据，从而能够确定出与目标设备相关联或者相似度较高的关联设备，将与目标设备相关的流转数据流转至关联设备时，可以更好的提高设备之间的联动性。此外还可以进一步优化物联网平台内的流转规则，避免了因物联网规模的扩大而导致对物联网平台性能要求越来越高的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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他的附图。

图1为本申请实施例提供的一种数据流转方法的实现场景示意图；

图2为本申请实施例提供的一种数据流转方法的步骤流程示意图；

图3为本申请实施例提供的一种基于余弦相似度和趋势相似度确定关联数据的步骤流程示意图；

图4为本申请实施例提供的一种基于物模型字段确定关联数据的步骤流程示意图；

图5为本申请实施例提供的一种对剩余数据进行预筛选以确定关联数据的步骤流程示意图；

图6为本申请实施例提供的一种对数据进行预处理以确定关联数据的步骤流程示意图；

图7为本申请实施例提供的另一种数据流转方法的步骤流程示意图；

图8是本申请实施例提供的一种数据流转装置的结构示意图；

图9为本申请实施例提供的一种数据流转设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明包含的范围。

在本申请实施例中，“示例性”一词用来表示“用作例子、例证或说明”。本申请实施例中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请实施例所公开的原理和特征的最广范围相一致。

本申请实施例中提供一种数据流转方法、装置、设备及计算机可读存储介质，以下分别进行详细说明。

本申请实施例中数据流转方法是以程序的形式部署在数据流转装置上，数据流转装置是以处理器的形式安装在数据流转设备中，数据流转设备中的数据流转装置通过运行数据流转法对应的程序，以执行如下步骤：获取物联网平台中的流转数据以及流转数据对应的目标设备；从物联网平台的预设数据库中提取目标设备对应的历史数据；根据历史数据与预设数据库中剩余数据之间的相似度，从剩余数据中确定历史数据对应的关联数据；将流转数据流转至与关联数据对应的关联设备。

如图1所示，图1为本申请实施例提供的一种数据流转方法的实现场景示意图，也可以理解为一种物联网平台的结构示意图。本申请实施例提供的数据流转方法的实现场景示意中包括若干设备100，以及与该若干设备通讯连接的数据流转设备200。其中设备100可以是传感器，例如温度传感器、压力传感器、湿度传感器等等，也可以是终端。具体的，这里的终端可以是手机、电脑、空调、冰箱、热水器等一些用于构建家庭物联网的家用设备，可以是输送带、发电机、切割机等一些用于构建工业物联网的工业设备，本申请实施例在此对于设备的具体形式不做限制。而数据流转设备200则可以理解为物联网平台的服务端，例如可以是服务器、云服务器、分布式服务器等等，用于实现对物联网平台中数据的处理。

具体的，在通常情况下，设备中的传感器主要用于数据采集，并将采集得到的数据通过数据流转设备200按照既定的数据流转规则流转至其他设备中，这里接受数据的设备通常情况下是指终端这类需要进行控制的设备。例如，以最常见的一种物联网架构为例，安装在家中的温度传感器在采集得到家中的温度后，会通过终端数据流转设备将温度发送至空调，以实现对空调的控制。当然，上述提供的方案仅仅为一种示例，事实上，在配置了相应流转规则的前提下，终端也可以将自己的运行数据或处理得到的数据流转至其他设备中，也就是说，通过在数据流转设备200上配置相应的数据流转规则，就可以实现将任一设备采集或处理得到的数据，流转至其他任一设备中。

然而，目前物联网在接入了新设备后，通常是会接入新的传感器，并在物联网平台的数据流转设备中配置该传感器与该设备之间的数据流转规则，以实现该传感器与该设备之间的数据流转，完成对设备的控制。然而，这样的数据流转方法往往会忽视掉该设备与物联网平台中其他已接入设备之间的可能的潜在联动关系。以一种比较简单的家庭物联网结构为例进行说明，在已有的家庭物联网结构中，可以通过温度传感器采集得到温度数据，并流转给空调，完成对空调的控制，当需要在家庭物联网结构中接入加湿器时，会同步接入湿度传感器，并配置湿度传感器和加湿器之间的数据流转规则，完成对加湿器的控制。然而，新接入的加湿器和已经接入物联网的空调器之间是存在联动关系的。具体的，当温度较高时，空调器会运行，而通常情况下，温度较高时，室内的湿度会普遍较低，且空调器运行也会在一定程度上导致室内湿度进一步降低，因此通常情况下，开启空调也意味着需要同步开启加湿器，即空调器与加湿器之间会存在同步的联动关系。

进一步的，如果忽视掉新接入的设备与物联网平台中其他已接入设备之间的可能的潜在联动关系，则随着物联网平台内接入的设备的逐渐增多，会导致数据流转设备内配置的流转规则越来越复杂，尤其是在规模比较大的工业物联网中，当接入了上千设备后，如果无法对配置的数据流转规则进行优化，则对工业物联网的平台性能要求也就会越来越高，提高了平台的管理成本。本申请也正是在上述数据流转方法的实现场景示意图的基础上，提出了一种数据流转方法，具体实施例请参阅后续图2～图6。

需要说明的是，图1所示的数据流转方法的实现场景示意图仅仅是一个示例，本申请实施例描述的数据流转方法的场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定。

如图2所示，图2为本申请实施例提供的一种数据流转方法的步骤流程示意图，本申请实施例中数据流转方法包括步骤201～204：

201，获取所述物联网平台中的流转数据以及所述流转数据对应的目标设备。

本申请实施例中，流转数据是指物联网平台中数据流转设备所实时接收到的一串数据，而流转数据对应的目标设备则是指基于数据流转设备中所配置的数据流转规则，所需要流转至的目标设备。例如，以前述图1中所提供的物联网架构为例，流转数据可以是温度传感器采集得到的温度数据，其对应的目标设备则为该温度数据所流转至的终端设备，也就是空调。

本申请实施例中，在确定流转数据以及目标设备后，会基于预设数据库中所存储的历史数据之间的相似度，来筛选出可能与目标设备存在联动的关联设备，具体的过程见后续步骤202～203。

202，从所述物联网平台的预设数据库中提取所述目标设备对应的历史数据。

本申请实施例中，物联网平台会将各设备采集、处理得到的数据与时间戳、设备标识信息、数据类型标识信息关联存入预设数据库中。其中，设备标识信息是与设备唯一相关，通常情况下可以直接采用设备唯一标识码作为设备标识信息。而数据类型标识信息通常是与设备所接收或者所输出的数据相关，例如，空调所接收到的温度传感器的温度数据、空调在运行过程中的运行数据，例如工作频率等等，此时，温度数据和运行数据会被打上不同的数据类型标识信息。也就是说，预设数据库中各数据都是按照不同设备标识信息、不同数据类型标识信息进行区分的数据串，例如，这些数据传可以包括A设备所接收到的温度数据、B设备所接收到的温度数据、B设备所接收到的湿度数据等等，且每串数据都是基于时间戳排列的。

本申请实施例中，目标设备对应的历史数据可以理解为目标设备在过去的一段周期内所接收到的数据，因此，基于各数据串打上的设备标识信息、数据类型标识信息，就可以从预设数据库中提取得到目标设备对应的历史数据，该历史数据是以按照时间戳排列的数据串形式存在，本申请实施例在此不再赘述。

进一步的，考虑到物联网平台中数据有很强时间属性的特点，为提高本申请实施例数据流转方法的效率，这里的预设数据库通常是指时序数据库。具体的，物联网平台在接收到各传感器上传的数据，并对数据进行清洗处理后，会将数据写入专门以时间维度进行设计和优化的时序数据库中进行存储，以支持高并发量高吞吐量的数据写入。由于本申请提供的数据流转方法涉及到大批量数据的读写和处理，常规的关系型数据库虽然也可以处理物联网数据，但当数据规模急剧增加时，关系型数据库的性能急剧下降，而基于时序数据库的存储方式可以处理大批量数据的读写，提供更稳定的读写数据的性能，如数据保留、连续查询、流式计算、基于时间聚合等等。

具体的，从物联网平台的预设数据库中提取目标设备对应的历史数据可以是按照预设的时间周期与采样周期，从时序数据库中提取目标设备对应的历史数据。其中，这里的时间周期和采样周期可以是基于用户的需求设定，具体的，可以理解，时间周期越长，采样周期越短，则提取到的历史数据越多，则越可以准确的利用这些数据分析得到设备之间的联动性，但相应的数据计算量也就越多。例如，作为一种可行的实现方案，可以是采集最近一个月内每个小时的数据。

203，根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

本申请实施例中，在提取得到历史数据后，数据流转设备会将该历史数据与预设数据库中的剩余数据进行相似度比对，并根据相似度来确定该历史数据对应的关联数据。其中，这里的剩余数据可以是指物联网中除去此历史数据之外的其他全部数据，具体可以包括目标设备对应的其他数据类型的历史数据，以及其他设备所对应的历史数据。当然，考虑到本申请主要是为了分析不同设备的数据之间的关联性从而确定不同设备之间的联动性，因此，这里的剩余数据也可以只包含其他设备所对应的历史数据，也就是剩余数据可以是利用目标设备的历史数据中的设备标识信息从预设数据库中筛选得到。

进一步的，历史数据与预设数据库中剩余数据之间的相似度，是指历史数据与剩余数据中每一数据之间的相似度。因此，与前述提取历史数据的方式相同，还需要对剩余数据中的每一数据都按照相同的时间周期和采样周期进行处理，最终所得到多个数据串即可用于计算相似度。最终所处理得到的剩余数据可以理解为多组参考数据串。

为便于理解本申请实施例提供的历史数据与剩余数据，下面将给出一种可行实施例。例如，历史数据为空调所接收到的历史温度数据，其包含了过去一天内各个整点时刻的温度值，此时，历史数据是一个24维的数据串(a

进一步的，这里的相似度并非简单通过判断历史数据中的各数值是否分别与剩余数据中的各数值相等来确定的，而是会基于大数据中的数据统计方式从不同维度来综合确定历史数据与剩余数据之间的相似度，例如。涉及到数据的整体特征、趋势特征等等，具体的实现方案可以参阅后续图3及其解释说明的内容。

可以理解，基于历史数据与剩余数据之间的相似度，从剩余数据中确定历史数据对应的关联数据的本质上可以理解为基于不同设备历史所接收到的数据之间的相似度，来判断设备之间是否存在关联。具体的，若第一设备历史所接收到的数据与第二设备历史所接收到的数据之间相似度较高，则可以认为第一设备和第二设备存在比较高的关联性，例如，还是以前述提供的家庭物联网结构为例，通过比对可以发现，空调接收到的历史温度数据，加湿器接收到的历史湿度数据在变化趋势上的相似度较高，温度的上升往往伴随着湿度的下降，此时则可以认为空调与加湿器之间是存在联动的可能性。

当然，考虑到设备也可能与其他设备之间均不存在联动，即该设备的历史数据与其他的设备的历史数据之间的相似度均较低，因此，这里通常是将剩余数据中相似度高于预设阈值的前若干数据作为历史数据的关联数据。

进一步的，考虑到将历史数据与预设数据库中的剩余数据全部进行比对的计算量过高，因此，可以先对数据进行预筛选，筛选出可能存在联动的相关设备。具体的，作为本申请的一种可选实施例，提出了一种基于物联网平台中各设备的物模型字段对数据进行筛选的实现方式。具体的实现方案可以参阅后续图5及其解释说明的内容。

进一步的，考虑到数据库中所存储的数据分别代表着不同的含义，例如湿度、温度、速度等等，而这些数据的量纲又会存在较大的差异，因此，若直接比对这些量纲不同的数据，往往难以分析得到较为准确的相似度。因此。可以先对消除这些数据在量纲、时间上的差异，具体的，作为本申请的一种可选实施例，提出了一种对数据进行预处理的实现方式。具体的实现方案可以参阅后续图6及其解释说明的内容。

204，将所述流转数据流转至与所述关联数据对应的关联设备。

本申请实施例中，关联数据对应的关联设备是指基于关联数据中的设备标识信息所确定出来的设备。结合前述描述可知，关联数据与历史数据的相似度高，则可以认为关联数据所对应的关联设备与历史数据所对应的目标设备之间越可能存在联动性，因此，为更好的实现设备之间的联动，可以将流转至目标设备的流转数据流转至关联设备。例如，以前述提供的家庭物联网场景为例，最初的数据流转规则是通过温度传感器控制空调，通过湿度传感器控制加湿器，在确定空调和加湿器这两个设备之间存在联动之后，可以基于温度，或是说空调的运行数据以及温度传感器同时控制加湿器。

进一步的，作为本申请的可选实施例，在确定目标设备和关联设备之间存在联动性后，还可以进一步优化关联设备的流转规则。具体的，可以在物联网平台上的数据流转设备中配置目标设备与关联设备之间的流转规则，以替换原有的关联设备的流转规则。具体的实现方案可以参阅后续图7及其解释说明的内容。

需要说明的是，在配置目标设备与关联设备之间的流转规则时，为避免生成错误的流转规则，数据流转设备还会通过预设页面展示目标设备与关联设备的相关信息，以便于用户来确定是否配置目标设备与关联设备之间的流转规则。换言之，本申请提供的数据流转方法，是基于各个设备历史所接收到的数据之间的相似度，为用户推荐可能存在联动关系的设备，从而实现对物联网平台内的流转规则优化。

本申请实施例提供的数据流转方法，在进行数据流转时，会从预设数据库中提取得到与该流转数据对应的目标设备的历史数据，并利用该历史数据与剩余数据的相似度，得到关联数据，从而能够确定出与目标设备相关联或者相似度较高的关联设备，将与目标设备相关的流转数据流转至关联设备时，可以更好的提高设备之间的联动性。此外还可以进一步优化物联网平台内的流转规则，避免了因物联网规模的扩大而导致对物联网平台性能要求越来越高的问题。

如图3所示，图3为本申请实施例提供的一种基于余弦相似度和趋势相似度确定关联数据的步骤流程示意图，详述如下。

本申请实施例中，提供了一种从余弦相似度和变化趋势两个维度确定关联数据的实现方案，具体的，包括步骤301～303：

301，计算所述历史数据与所述预设数据库中剩余数据之间的余弦相似度。

本申请实施例中，结合前述描述可知，历史数据和剩余数据都是按照预设的时间周期和采样周期所提取得到的数据串，这些数据串是由若干数值组成，也就是说，这些数据都可以通过一个向量来表示。因此，可以采用描述向量相似度的余弦相似度来确定历史数据与剩余数据之间的相似度。进一步的，考虑到剩余数据包含有若干参考数据串，则计算历史数据与剩余数据之间的余弦相似度是指计算历史数据这一数据串与剩余数据中每一参考数据串之间的相似度。

具体的，余弦相似度是通过计算两个向量的夹角余弦值来评估他们的相似度，本申请实施例在此对计算余弦相似度的具体公式不做描述。其中，余弦相似度为1，则表明两个向量具有完全相同的方向，余弦相似度为-1，则表明两个向量具有完全相反的方向，这两种情况均表明这两个向量之间的相关性比较高，反之，余弦相似度为0，则表明两个向量之间的夹角为90°，也就是表明这两个向量之间几乎不存在相关性。也就是说，余弦相似度的绝对值越大，则数据之间的相似度也就越大，余弦相似度的绝对值越小，则数据之间的相似度也就越小。

本申请实施例中，相较于其他相似度的计算方式，例如通过欧式距离来确定数据之间的相似度，余弦相似度能够更加关注于数据整体方向上的相似度，而欧式距离等方式则会更多的关注于数据本身的相似度，而数据整体方向上的相似度更能体现出来设备之间的联动性。因此，本申请实施例采用余弦相似度来描述历史数据与剩余数据之间的相似度。

302，根据所述历史数据中各数值的变化特征以及所述剩余数据中各数值的变化特征，确定所述历史数据与所述剩余数据之间的趋势相似度。

本申请实施例中，结合前述相关说明可知，历史数据和剩余数据均可以理解为由若干数值组成的数据串，因此，针对于剩余数据中的每一数据串，可以根据该数据串中各数值的变化情况，以及历史数据这一数据串中的数值的变化情况，来确定历史数据与剩余数据之间的趋势相似度。具体的，历史数据和剩余数据中各数值的变化特征可以是通过一阶差值、二阶差值等等方式确定。例如，最常见的，由于这些数据是以数据串，也就是序列的形式存在，因此，可以计算序列中相邻的数之间的差值，或是通过0和1来描述序列中一个数相对于上一个数的大小关系，得到新的数据串，新的数据串即可理解为数据中各数值的变化特征。当然，确定变化特征的方式不局限于上述方式，凡是所得到能够描述数据中各数值的变化趋势的特征均可被视为变化特征，本申请实施例在此不再赘述。

本申请实施例中，在得到数据中各数值的变化特征后，由于变化特征也是以数据串的形式存在，即也可以视为向量，因此，同样可以基于余弦相似度的计算方式，来得到各数据的变化特征之间的相似度，从而得到历史数据与剩余数据之间的趋势相似度。具体的，趋势相似度越高，则表明数据中数值的变化趋势也就越相似。

303，根据所述余弦相似度和所述趋势相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

在本申请实施例中，余弦相似度和趋势相似度分别从两个不同的维度描述了数据之间的相似度，数据流转设备也会最终基于这两个维度的相似度来综合筛选出关联数据。具体的，作为本申请的一种可行实施例，可以通过对余弦相似度和趋势相似度进行加权，得到综合相似度，再基于综合相似度的大小关系，从剩余数据中确定关联数据。进一步的，在对余弦相似度和趋势相似度进行加权的过程中，可以是基于目标设备的性质来设定。具体的实现方案可以参阅后续图4及其解释说明的内容。

当然，除了基于通过余弦相似度和趋势相似度来确定关联数据外，还可以融合其他方式所计算得到的相似度来确定关联数据。可以理解，计算得到相似度的方式越多，则最终所筛选出的关联数据也就越好，但相应的对于数据流转设备的计算量也就越高，数据流转的效率也就越低。本申请实施例在此对其他计算得到相似度的方式不做限制。

本申请实施例中，提出了基于数据的变化特征所确定的趋势相似度，以及描述数据整体方向相似度的趋势相似度这两个维度来综合筛选出与历史数据最相似的关联数据，保证了所筛选出的关联数据对应的设备与目标设备之间存在联动的可能性。

如图4所示，图4为本申请实施例提供的一种基于物模型字段确定关联数据的步骤流程示意图，详述如下。

本申请实施例中，提出了一种基于目标设备的物模型字段来设定权重，从而对余弦相似度和趋势相似度进行加权，以确定关联数据的实现方式，具体的，包括步骤401～403：

401，根据所述目标设备的物模型字段设定所述余弦相似度和所述趋势相似度的权重。

本申请实施例中，目标设备的物模型字段可以理解为在物联网平台中从属性、服务和事件三个维度上来描述目标设备是什么、能做什么、可以对外提供哪些信息的数字化表示形式，也可以理解为物联网平台中关于目标设备的定义。具体的，属性用于描述设备运行时的具体信息和状态，服务则描述了设备可供外部调用的指令或方法，服务调用中可设置输入和输出参数。输入参数是服务执行时的参数，输出参数是服务执行后的结果，而事件则描述了设备在运行时，需要上报给服务端，也就是数据流转设备的信息，一般包含需要被外部感知和处理的信息。也就是说，物联网平台中关于目标设备的物模型字段可以完整描述在物理空间内的目标设备的性质。具体的，为便于理解物模型字段，以叉车的物模型字段为例，主要包括如下字段：模型标识符、设备标识符(ID)、开关机状态(Power_State)、经度(Longitude)、纬度(Latitude)、速度(Speed)、行驶里程(Distance)、剩余电量(Batt_SoC)、电池电压(Batt_Volt)等等。

本申请实施例中，在获取到目标设备的物模型字段后，数据流转设备会基于物模型字段来设定余弦相似度和趋势相似度的权重。具体的，对于依赖于数据本身来控制的目标设备，例如，对于通过判断接收到的数据是否满足某种要求，例如是否大于某个值，或者是否位于某个区间时来控制的设备，则会更多的考虑该设备的历史数据与其他数据之间的余弦相似度，即余弦相似度的权重会设定的更高一些，而通过判断接收到的数据的变化是否满足某种要求，例如下降的速率是否大于某个值的设备，则会更多的考虑该设备的历史数据与其他数据之间的趋势相似度，则趋势相似度的权重会设定的更高一些。具体的，余弦相似度和趋势相似度的权重可以是与物模型字段关联存储在预设数据表中，以便于数据流转设备根据目标设备的物模型字段从该预设数据表中直接查询得到相应余弦相似度和趋势相似度的权重。

402，根据所述权重对所述余弦相似度和所述趋势相似度加权，得到所述历史数据与所述剩余数据之间的综合相似度。

本申请实施例中，在基于目标设备的物模型字段设定余弦相似度和趋势相似度的权重后，数据流转设备会基于设定好的权重来对余弦相似度和趋势相似度加权，从而得到综合相似度，并且综合相似度考虑到了目标设备本身的性质，后续可以更好的确定出关联数据。

403，根据所述综合相似度的大小关系，从所述剩余数据中确定所述历史数据对应的关联数据。

本申请实施例中，在得到历史数据与其他数据之间的综合相似度后，综合相似度越高，则表示这两组数据对应的设备之间更可能存在联动，因此，可以将剩余数据中综合相似度最高的数据确定为历史数据对应的关联数据。当然，考虑到设备可能与其他设备之间不存在联动，这里所设定的关联数据需要与历史数据的综合相似度大于设定好的阈值，也就是只有综合相似度足够高，才会认为目标设备存在关联的关联设备。

如图5所示，图5为本申请实施例提供的一种对剩余数据进行预筛选以确定关联数据的步骤流程示意图，详述如下。

本申请实施例中，提供了基于物联网平台设备的物模型字段之间的相似度来进行预筛选的技术方案，具体的，包括步骤501～503：

501，根据所述物联网平台各设备的物模型字段之间的相似度，确定所述目标设备关联的候选设备。

本申请实施例中，物联网平台中各设备的物模型字段分别描述了在物理空间内的目标设备的性质。本申请实施例在此不再对物模型字段进行重复的解释说明，关于物模型字段的定义可以参阅步骤401及其解释说明的内容。

本申请实施例中，由于物模型字段可以理解为设备的数字化形式的描述，因此，可以基于物联网平台各设备的物模型字段之间的相似度，来分析设备性质之间的相似度。其中，结合前述图1所提供的实现场景，这里的物联网平台中各设备即为全部与物联网平台相连的设备100。当然，考虑到本申请实施例是为了确定和目标设备可能存在联动关系的关联设备，因此，这里主要还是计算目标设备的物模型字段与其他设备的物模型字段之间的相似度。具体的，可以将物模型字段与目标设备的物模型字段的相似度较高的设备作为与目标设备关联的候选设备。考虑到通常情况下，所筛选出的候选设备可能有多个，因此，可以将物模型字段与目标设备的物模型字段之间的相似度高于预设阈值的设备均作为候选设备，以便于后续进一步利用这些设备历史所接收到的数据之间的相似度筛选出与目标设备最可能联动的关联设备。

进一步的，本申请实施例中，考虑到在同一物联网平台下，不同设备的物模型字段的定义规则是相同的，因此，物模型字段之间的相似度可以通过统计两个物模型中包含的相同物模型字段的比例来确定，本申请实施例在此不再赘述。

进一步的，除了在数据流转过程中，通过物模型字段来筛选出与目标设备可能关联的候选设备，以便于后续从剩余数据中预筛选得到相应的候选数据外，本申请实施例提出的根据物联网平台各设备的物模型字段之间的相似度，确定目标设备关联的候选设备还可以用于在新设备首次接入物联网平台时，基于新设备的物模型字段与其他设备的物模型字段的相似度，从物联网平台中筛选与该新设备可能关联的设备，并将这些设备配置的数据流转规则推荐给用户，以便于实现用户对新接入设备的流转规则的配置。

502，从所述预设数据库中提取所述候选设备对应的候选数据。

本申请实施例中，在确定候选设备后，数据流转规则会基于预设数据库。剩余数据的设备标识信息，从中提取得到各候选设备对应的候选数据，即提取了剩余数据中的部分数据以用于后续的相似度计算。具体的，提取候选数据的方式也是基于相同的时间周期和采样周期提取得到，本申请实施在此不再赘述。

503，根据所述历史数据与所述候选数据之间的相似度，从所述候选数据中确定所述历史数据对应的关联数据。

相比于图2所提供的技术方案，本申请实施例中，是通过比对历史数据与候选数据之间的相似度，从候选数据中确定历史数据对应的关联数据。其中，具体的实现方案可以是与前述图3、图4所提供的方案相似，也就是通过历史数据与候选数据之间的余弦相似度和趋势相似度，并利用目标设备的物模型字段设定相应的权重，并对余弦相似度和趋势相似度加权以确定关联数据。本申请实施例在此不再赘述。

本申请实施例中，通过预先利用物联网平台中各设备之间的物模型字段对数据库中的数据进行预筛选，筛选出更有可能与目标设备发生联动的设备的数据，能够有效降低后续通过比对相似度来确定关联数据的计算量，从而进一步提高了本申请实施例中数据流转的效率。

如图6所示，图6为本申请实施例提供的一种对数据进行预处理以确定关联数据的步骤流程示意图，详述如下。

本申请实施例中，提供了一种对数据进行预处理，以消除数据在量纲、时间上的差异，从而便于更好计算得到相似度的实现方案，具体的，包括步骤601～603：

601，根据所述历史数据中各数值对应的时间戳以及所述预设数据库中剩余数据内各数值对应的时间戳，将所述历史数据与所述剩余数据时间对齐，得到对齐后的历史数据与剩余数据。

本申请实施例中，结合前述说明可知，历史数据和剩余数据均可以理解为由若干数值组成的数据串，且数据串中的每一数据都是基于时间戳与时间关联的，而为消除数据在时间上的差异，可以根据各数值对应的时间戳将各数据时间对齐，也就是保证序列中相同位置的数据是在同一时刻内提取得到，从而便于后续更好的计算相似度。

602，分别对对齐后的历史数据与剩余数据进行归一化处理，得到归一化后的历史数据与剩余数据。

本申请实施例中，在将数据库中的数据对齐后，还会进一步消除各数据的量纲影响。具体的，消除数据的量纲影响可以理解为消除数据库中的数据的单位差异，例如，对于温度数据，其数值取值范围通常为0～30°之间，而对于湿度数据，其数值取值范围通常为40％～80％，对于其他数据，其数值的取值范围差异可能更大，因此，可以对历史数据与剩余数据进行归一化处理，将每一串中的数值映射到相同的维度，也就是[0,1]之间，从而使归一化后的数据不再携带有与其本身属性相关的信息。具体归一化处理的方式，本申请实施例在此不做具体阐述。

603，根据归一化后的历史数据与剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

本申请实施例中，在对数据进行时间对齐以及归一化处理后，后续就可以进一步利用归一化后的历史数据与剩余数据之间的相似度，从剩余数据中更准确的确定历史数据对应的关联数据。

当然，需要说明的是，上述方案同样可以与图5提供的方案相融合，也就是在得到历史数据和候选数据后，对历史数据和候选数据进行时间对齐以及归一化处理，以便于后续基于时间对齐以及归一化处理的历史数据和候选数据进行余弦相似度和趋势相似度的计算，本申请实施例在此不再赘述。

本申请实施例中，通过对数据进行时间对齐以及归一化处理，能够有效消除数据库中不同数据在量纲、时间上的差异，避免因量纲、时间差异而导致相似度计算结果不准确的问题。

如图7所示，图7为本申请实施例提供的另一种数据流转方法的步骤流程示意图，详述如下。

本申请实施例中，提出了一种在确定目标设备的关联设备后进一步配置数据流转规则的技术方案，具体的，包括步骤701～705：

701，获取所述物联网平台中的流转数据以及所述流转数据对应的目标设备。

本申请实施例中，关于流转数据以及目标设备的说明可以参阅前述步骤201及其解释说明的内容，本申请实施例在此不再赘述。

702，从所述物联网平台的预设数据库中提取所述目标设备对应的历史数据。

本申请实施例中，关于从预设数据库中提取目标设备对应的历史数据同样可以参阅前述步骤202及其解释说明的内容，本申请实施例在此不再赘述。

703，根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

本申请实施例中，根据数据之间的相似度确定关联数据的实现方案可以参阅前述步骤203及其解释说明的内容，本申请实施例在此不再赘述。

704，将所述流转数据流转至与所述关联数据对应的关联设备。

本申请实施例中，关于将流转数据流转至与关联数据对应的关联设备的实现方案可以参阅前述步骤204及其解释说明的内容，本申请实施例在此不再赘述。

705，将所述物联网平台中所述关联设备对应的初始流转规则替换为所述目标设备与所述关联设备之间的流转规则。

本申请实施例中，将关联设备的初始流转规则替换为目标设备与关联设备之间的流转规则，后续就可以实现利用目标设备来控制关联设备，从而简化物联网平台中所配置的流转规则。例如，还是以前述提供的家庭物联网场景为例，在确定空调和加湿器这两个设备之间存在联动之后，可以基于温度传感器来控制空调的运行，然后基于空调的运行来进一步控制加湿器，这样就可以释放湿度传感器所采集的湿度数据，尤其是在工业物联网中，在接入的设备、传感器数量较多时，上述方式能够有效的对数据流转设备中配置的流转规则进行简化，从而有效降低物联网平台的管理成本。此外，基于设备之间的联动可以使设备的实效性达到秒级甚至更短时间。

为了更清楚理解本申请实施例提供的数据流转方法的完整实现过程，下面将结合前述图1～图7的内容提供一种数据流转方法的完整实现流程，详述如下。

(1)在物联网平台中新接入设备时，基于新设备的物模型字段推荐相似的设备的流转规则，以使用户在推荐的流转规则中选中目标流转规则，或者人工为新接入的设备配置流转规则；

(2)若选择人工为新接入的设备配置流转规则的方式，则物联网平台在按照配置好的流转规则运行一段时间后，物联网平台中数据流转装置会提取新设备最近一段时间所接收到的数据，作为历史数据；

(3)数据流转装置会根据其他设备的物模型字段与新设备的物模型字段之间的相似度，筛选出相似度高于预设阈值的设备作为候选设备，并从数据库中提取得到这些候选设备最近一段时间所接收到的数据作为候选数据；

(4)对历史数据和候选数据进行时间对齐以及归一化处理，以消除数据在时间、量纲维度上的差异，从而得到预处理后的历史数据和候选数据；

(5)计算历史数据和候选数据之间的余弦相似度，并根据历史数据和候选数据中数值的变化特征确定趋势相似度；

(6)基于物联网平台的物模型字段设定好余弦相似度和趋势相似度的权重，并对余弦相似度和趋势相似度加权，得到综合相似度；

(7)根据历史数据和各候选数据的综合相似度的大小关系，将综合相似度较高，且高于预设相似度阈值的前一个或者前多个候选数据作为历史数据对应的关联数据，从而完成对设备相似度的确定，此时，关联数据所对应的设备即可以理解为可能与目标设备，也就是新接入设备存在联动的关联设备；

(8)数据流转设备将目标设备和确定出的关联设备展示，以便于用户确定目标设备是否与展示出的关联设备存在潜在的联动关系，并根据用户所选的设备，配置设备之间的流转规则，重新更新接入设备的数据流转规则；

(9)基于更新之后的数据流转规则完成对数据的流转。

为了更好实施本申请实施例中数据流转方法，在数据流转方法基础之上，本申请实施例中还提供一种数据流转装置。如图8所示，图8是本申请实施例提供的一种数据流转装置的结构示意图。具体的，数据流转装置设置于物联网平台中，包括：

获取模块801，用于获取所述物联网平台中的流转数据以及所述流转数据对应的目标设备；

提取模块802，用于从所述物联网平台的预设数据库中提取所述目标设备对应的历史数据；

比对模块803，用于根据所述历史数据与所述预设数据库中剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据；

流转模块804，用于将所述流转数据流转至与所述关联数据对应的关联设备。

在本申请一些实施例中，上述比对模块包括：

余弦相似度计算次模块，用于计算所述历史数据与所述预设数据库中剩余数据之间的余弦相似度；

趋势相似度计算次模块，用于根据所述历史数据中各数值的变化特征以及所述剩余数据中各数值的变化特征，确定所述历史数据与所述剩余数据之间的趋势相似度；

第一关联数据确定次模块，用于根据所述余弦相似度和所述趋势相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

在本申请一些实施例中，上述关联数据确定次模块包括：

权重设定单元，用于根据所述目标设备的物模型字段设定所述余弦相似度和所述趋势相似度的权重；

加权单元，用于根据所述权重对所述余弦相似度和所述趋势相似度加权，得到所述历史数据与所述剩余数据之间的综合相似度；

关联数据确定单元，用于根据所述综合相似度的大小关系，从所述剩余数据中确定所述历史数据对应的关联数据。

在本申请一些实施例中，上述比对模块包括：

筛选次模块，用于根据所述物联网平台各设备的物模型字段之间的相似度，确定所述目标设备关联的候选设备；

提取次模块，用于从所述预设数据库中提取所述候选设备对应的候选数据；

第二关联数据确定次模块，用于根据所述历史数据与所述候选数据之间的相似度，从所述候选数据中确定所述历史数据对应的关联数据。

在本申请一些实施例中，上述比对模块包括：

对齐次模块，用于根据所述历史数据中各数值对应的时间戳以及所述预设数据库中剩余数据内各数值对应的时间戳，将所述历史数据与所述剩余数据时间对齐，得到对齐后的历史数据与剩余数据；

归一化次模块，用于分别对对齐后的历史数据与剩余数据进行归一化处理，得到归一化后的历史数据与剩余数据；

第三关联数据确定次模块，用于根据归一化后的历史数据与剩余数据之间的相似度，从所述剩余数据中确定所述历史数据对应的关联数据。

在本申请一些实施例中，上述数据流转装置还包括：

替换模块，用于将所述物联网平台中所述关联设备对应的初始流转规则替换为所述目标设备与所述关联设备之间的流转规则

本申请实施例还提供一种数据流转设备，如图9所示，图9为本申请实施例提供的一种数据流转设备的结构示意图。

数据流转设备包括存储器、处理器以及存储于存储器中，并可在处理器上运行的数据流转程序，处理器执行数据流转程序时实现本申请任一实施例提供的数据流转方法中的步骤。

具体来讲：数据流转设备可以包括一个或者一个以上处理核心的处理器901、一个或一个以上存储介质的存储器902、电源903和输入单元904等部件。本领域技术人员可以理解，图9中示出的数据流转设备结构并不构成对数据流转设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器901是该数据流转设备的控制中心，利用各种接口和线路连接整个数据流转设备的各个部分，通过运行或执行存储在存储器902内的软件程序和/或模块，以及调用存储在存储器902内的数据，执行数据流转设备的各种功能和处理数据，从而对数据流转设备进行整体监控。可选的，处理器901可包括一个或多个处理核心；优选的，处理器901可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器901中。

存储器902可用于存储软件程序以及模块，处理器901通过运行存储在存储器902的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器902可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据数据流转设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器902还可以包括存储器控制器，以提供处理器901对存储器902的访问。

数据流转设备还包括给各个部件供电的电源903，优选的，电源903可以通过电源管理系统与处理器901逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源903还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该数据流转设备还可包括输入单元904，该输入单元904可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，数据流转设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，数据流转设备中的处理器901会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器902中，并由处理器901来运行存储在存储器902中的应用程序，从而实现本申请任一实施例所提供的数据流转方法中的步骤。

为此，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random AccessMemory)、磁盘或光盘等。计算机可读存储介质上存储有数据流转程序，数据流转程序被处理器执行时实现本申请任一实施例所提供的数据流转方法中的步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。

具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的一种数据流转方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。