一种基于机器学习的统一纳管数据管理系统及方法

本发明公开了一种基于机器学习的统一纳管数据管理系统及方法，属于数据分析技术领域。本发明通过在纳管数据云平台中，对经过自动化分类系统的资源数据进行人工审查，将各种资源数据审查结果为错误的错误数量进行采集分析，得到若干个时间间隔；建立以不同时间间隔进行采集的，各种资源数据的错误数量预测模型，测试得到各种资源数据的错误数量的最优预测模型；根据工作人员审查错误数据所花费总时间的阈值，计算得到各种资源数据的若干种错误数量组合；根据各种资源数据的若干种错误数量组合，计算得到更新间隔时长。根据更新间隔时长对自动化分类系统及时更新，减少发生错误情况。