基于机器学习的数据标准自动优化方法、装置及设备

基于机器学习的数据标准自动优化方法、装置及设备，属于数据标准更新技术领域。数据标准自动优化方法包括：S1、基于分布式流式计算框架获取全域输入数据；S2、根据预设规则提取全域输入数据中相应的元数据特征，并对元数据特征进行标准化处理，生成新数据特征向量；S3、将新数据特征向量与预设的历史标准数据库中的若干标准向量进行对比，生成标准差异；S4、基于标准差异生成新的标准规则。本申请通过实时监测供应链数据特征变化，自动识别标准更新需求，并利用机器学习分析生成候选数据标准，通过多维度验证确保新标准的准确性和可靠性，由此实现了标准更新的自动化部署和闭环反馈。