[發(fā)明專利]一種基于分類模型的數(shù)據(jù)分類方法及系統(tǒng)

無效

• 申請(qǐng)?zhí)枺?/td>: 201110009286.6
• 申請(qǐng)日: 2011-01-17
• 公開（公告）號(hào): CN102033965A
• 公開（公告）日: 2011-04-27
• 發(fā)明（設(shè)計(jì)）人: 黃林;黃學(xué)柱;楊宏彬;朱香友;劉安舒;夏洪濤;孫曙;張俊;張華
• 申請(qǐng)（專利權(quán)）人: 安徽海匯金融投資集團(tuán)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 逯長明

1.一種基于分類模型的數(shù)據(jù)分類方法，其特征在于，包括：

接收待分析的目標(biāo)樣本數(shù)據(jù)，所述目標(biāo)樣本數(shù)據(jù)攜帶標(biāo)識(shí)其各屬性的值；

提取所述目標(biāo)樣本數(shù)據(jù)的有效屬性的值，所述有效屬性是根據(jù)預(yù)設(shè)的分類函數(shù)所確定的；

將所述有效屬性的值代入所述分類函數(shù)，獲得所述目標(biāo)樣本數(shù)據(jù)的分類值；

根據(jù)所述目標(biāo)樣本數(shù)據(jù)的分類值，判定所述目標(biāo)樣本數(shù)據(jù)所屬的數(shù)據(jù)類別；

其中，所述預(yù)設(shè)的分類函數(shù)的構(gòu)建方式為：

根據(jù)第一原始樣本集中的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)，為第一原始樣本集中的無標(biāo)記樣本數(shù)據(jù)設(shè)置類別標(biāo)識(shí)；

將有標(biāo)記樣本數(shù)據(jù)和設(shè)置有類別標(biāo)識(shí)的無標(biāo)記樣本數(shù)據(jù)作為第二原始樣本集；

根據(jù)所述第二原始樣本集，利用有監(jiān)督分類模型，確定所述分類函數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)第一原始樣本集中的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)，為第一原始樣本集中的無標(biāo)記樣本數(shù)據(jù)設(shè)置類別標(biāo)識(shí)，具體為：

將第一原始樣本集中的有標(biāo)記樣本數(shù)據(jù)和無標(biāo)記樣本數(shù)據(jù)分別分配到預(yù)設(shè)的不同的集合中，所述不同的集合對(duì)應(yīng)不同的數(shù)據(jù)類別；

根據(jù)集合中的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)，為該集合中的無標(biāo)記樣本數(shù)據(jù)設(shè)置類別標(biāo)識(shí)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)集合中的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)，為該集合中的無標(biāo)記樣本數(shù)據(jù)設(shè)置類別標(biāo)識(shí)，具體為：

獲得所述集合的不同數(shù)據(jù)類別的有標(biāo)記樣本數(shù)據(jù)的比例分布；

獲得所述集合中比例最大的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)；

根據(jù)所述比例最大的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)設(shè)置該集合中無標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第二原始樣本集，利用有監(jiān)督分類模型，確定分類函數(shù)，具體為：

提取所述第二原始樣本集的有標(biāo)記樣本數(shù)據(jù)和預(yù)設(shè)比例的設(shè)置有類別標(biāo)識(shí)的無標(biāo)記樣本數(shù)據(jù)作為訓(xùn)練集；

根據(jù)所述訓(xùn)練集，利用有監(jiān)督分類模型，確定所述分類函數(shù)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練集，利用有監(jiān)督分類模型，確定所述分類函數(shù)，具體為：

將所述訓(xùn)練集對(duì)應(yīng)的樣本數(shù)據(jù)集代入所述有監(jiān)督分類模型，獲得所述有監(jiān)督分類模型對(duì)應(yīng)的分類函數(shù)的系數(shù)和樣本數(shù)據(jù)的有效屬性；

根據(jù)所述系數(shù)和樣本數(shù)據(jù)的有效屬性確定所述分類函數(shù)。

6.一種基于分類模型的數(shù)據(jù)分類系統(tǒng)，其特征在于，包括：接收模塊、提取模塊、計(jì)算模塊、類別判定模塊、分類函數(shù)構(gòu)建模塊；

所述接收模塊，用于接收待分析的目標(biāo)樣本數(shù)據(jù)，所述目標(biāo)樣本數(shù)據(jù)攜帶標(biāo)識(shí)其各屬性的值；

所述提取模塊，用于提取所述接收模塊接收的目標(biāo)樣本數(shù)據(jù)的有效屬性的值，所述有效屬性是根據(jù)所述分類函數(shù)構(gòu)建模塊預(yù)先構(gòu)建的分類函數(shù)所確定的；

所述計(jì)算模塊，用于將所述提取模塊提取的有效屬性的值代入所述分類函數(shù)，獲得所述目標(biāo)樣本數(shù)據(jù)的分類值；

所述類別判定模塊，用于根據(jù)所述計(jì)算模塊得到的目標(biāo)樣本數(shù)據(jù)的分類值，判定所述目標(biāo)樣本數(shù)據(jù)所屬的數(shù)據(jù)類別；

所述分類函數(shù)構(gòu)建模塊，用于構(gòu)建分類函數(shù)，具體包括：

類別標(biāo)識(shí)設(shè)置子模塊，用于根據(jù)第一原始樣本集中的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)，為第一原始樣本集中的無標(biāo)記樣本數(shù)據(jù)設(shè)置類別標(biāo)識(shí)；

樣本集確定子模塊，用于將有標(biāo)記樣本數(shù)據(jù)和設(shè)置有類別標(biāo)識(shí)的無標(biāo)記樣本數(shù)據(jù)作為第二原始樣本集；

分類函數(shù)確定子模塊，用于根據(jù)所述樣本集確定子模塊確定的第二原始樣本集，利用有監(jiān)督分類模型，確定所述分類函數(shù)。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述類別標(biāo)識(shí)設(shè)置子模塊包括：

分配單元，用于將第一原始樣本集中的有標(biāo)記樣本數(shù)據(jù)和無標(biāo)記樣本數(shù)據(jù)分別分配到預(yù)設(shè)的不同的集合中，所述不同的集合對(duì)應(yīng)不同的數(shù)據(jù)類別；

標(biāo)識(shí)設(shè)置單元，用于根據(jù)集合中的有標(biāo)記樣本數(shù)據(jù)的類別標(biāo)識(shí)，為該集合中的無標(biāo)記樣本數(shù)據(jù)設(shè)置類別標(biāo)識(shí)。