[發(fā)明專利]數(shù)據(jù)挖掘系統(tǒng)及數(shù)據(jù)挖掘方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201210369692.8
• 申請(qǐng)日: 2012-09-27
• 公開（公告）號(hào): CN103699550A
• 公開（公告）日: 2014-04-02
• 發(fā)明（設(shè)計(jì)）人: 赫南;姚伶伶;王迪;蘇麒勻;孫國(guó)政
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 上海波拓知識(shí)產(chǎn)權(quán)代理有限公司 31264
• 代理人: 楊波

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)挖掘技術(shù)領(lǐng)域，特別涉及數(shù)據(jù)挖掘系統(tǒng)及數(shù)據(jù)挖掘方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，各大廠商在網(wǎng)絡(luò)上投放的信息數(shù)量也越來(lái)越多，因此，有必要對(duì)數(shù)據(jù)的挖掘技術(shù)進(jìn)行研究以使客戶能從大量的網(wǎng)絡(luò)信息中找到所需要的信息。目前，各大網(wǎng)絡(luò)運(yùn)營(yíng)商對(duì)數(shù)據(jù)挖掘技術(shù)研究的方法大致分為以下幾種：一種方法是通過半自動(dòng)化的方式建立網(wǎng)頁(yè)分類體系，并引入數(shù)據(jù)分類和查詢?cè)~/購(gòu)買詞（query/bidterm）分類等屬性特征，結(jié)合網(wǎng)頁(yè)搜索結(jié)果進(jìn)行相關(guān)性反饋，從而找到所需要的信息。另一種方法是采用基于字面的文字匹配。再一種方法是采用基于語(yǔ)義的概率潛在語(yǔ)義分析（probabilistic?latent?semantic?analysis，PLSA）相關(guān)性模型方式而找到所需要的信息。

但是，上述現(xiàn)有的數(shù)據(jù)挖掘方法均未涉及數(shù)據(jù)源樣本的拓?fù)浣Y(jié)構(gòu)，難以從系統(tǒng)整體結(jié)構(gòu)和動(dòng)態(tài)演化的角度發(fā)現(xiàn)多視圖、多粒度的整體結(jié)構(gòu)知識(shí)，容易遺漏信息業(yè)務(wù)中潛在的數(shù)據(jù)特征，從而給客戶提供的信息的挖掘結(jié)果不全面。

發(fā)明內(nèi)容

因此，本發(fā)明提供數(shù)據(jù)挖掘系統(tǒng)及數(shù)據(jù)挖掘方法，以克服現(xiàn)有互聯(lián)網(wǎng)挖掘技術(shù)存在的問題。

具體地，本發(fā)明實(shí)施例提出的一種數(shù)據(jù)挖掘系統(tǒng)，包括：數(shù)據(jù)源整合模塊、存儲(chǔ)模塊、挖掘模塊以及存儲(chǔ)器；數(shù)據(jù)源整合模塊用于對(duì)用戶提交給搜索引擎的查詢?cè)~與預(yù)先存儲(chǔ)的購(gòu)買詞進(jìn)行相關(guān)性匹配，以形成查詢?cè)~和購(gòu)買詞之間關(guān)聯(lián)關(guān)系對(duì)應(yīng)的至少一種數(shù)據(jù)源；存儲(chǔ)模塊利用各數(shù)據(jù)源的查詢?cè)~、購(gòu)買詞之間的關(guān)聯(lián)關(guān)系，在查詢?cè)~、購(gòu)買詞之間建立圖的存儲(chǔ)結(jié)構(gòu)；挖掘模塊基于圖的存儲(chǔ)結(jié)構(gòu)構(gòu)建網(wǎng)絡(luò)拓?fù)潢P(guān)系圖，并作基于圖的數(shù)據(jù)挖掘；輸出模塊，根據(jù)用戶輸入的不同應(yīng)用需求，將數(shù)據(jù)挖掘的結(jié)果進(jìn)行輸出以使用戶對(duì)輸出結(jié)果進(jìn)行選擇，從而觸發(fā)輸出信息的展示。

在本發(fā)明實(shí)施例中，上述數(shù)據(jù)源例如包括q2b、q2q以及b2b。上述數(shù)據(jù)挖掘系統(tǒng)例如還進(jìn)一步包括：存儲(chǔ)模塊，將數(shù)據(jù)源中的查詢?cè)~、購(gòu)買詞及其核心成分抽象成節(jié)點(diǎn)，節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系抽象成邊，節(jié)點(diǎn)和邊附加屬性并且可擴(kuò)展，從而在查詢?cè)~、購(gòu)買詞之間建立圖的存儲(chǔ)結(jié)構(gòu)。上述挖掘模塊例如使用復(fù)雜網(wǎng)絡(luò)的知識(shí)對(duì)圖進(jìn)行挖掘。上述數(shù)據(jù)挖掘系統(tǒng)例如還進(jìn)一步包括：存儲(chǔ)器，用于存儲(chǔ)購(gòu)買詞、查詢?cè)~、數(shù)據(jù)源、圖的存儲(chǔ)結(jié)構(gòu)和挖掘模塊數(shù)據(jù)挖掘的結(jié)果。上述數(shù)據(jù)挖掘系統(tǒng)例如還進(jìn)一步包括：反饋模塊，用于將用戶選擇的輸出結(jié)果反饋給數(shù)據(jù)源整合模塊以使數(shù)據(jù)源整合模塊根據(jù)反饋模塊的反饋形成新的至少一種數(shù)據(jù)源。

另外，本發(fā)明實(shí)施例提出的一種數(shù)據(jù)挖掘方法，其包括：對(duì)用戶提交給搜索引擎的查詢?cè)~與預(yù)先存儲(chǔ)的購(gòu)買詞進(jìn)行相關(guān)性匹配，以形成查詢?cè)~和購(gòu)買詞之間關(guān)聯(lián)關(guān)系對(duì)應(yīng)的至少一種數(shù)據(jù)源；利用各數(shù)據(jù)源查詢?cè)~、購(gòu)買詞之間的關(guān)聯(lián)關(guān)系，在查詢?cè)~、購(gòu)買詞之間建立圖的存儲(chǔ)結(jié)構(gòu)；基于圖的存儲(chǔ)結(jié)構(gòu)構(gòu)建網(wǎng)絡(luò)拓?fù)潢P(guān)系圖，并作基于圖的數(shù)據(jù)挖掘；以及根據(jù)用戶輸入的不同應(yīng)用需求將數(shù)據(jù)挖掘的結(jié)果進(jìn)行輸出以使用戶對(duì)輸出結(jié)果進(jìn)行選擇，從而觸發(fā)輸出信息的展示。

在本發(fā)明實(shí)施例中，上述數(shù)據(jù)挖掘方法在執(zhí)行基于所述圖的存儲(chǔ)結(jié)構(gòu)構(gòu)建網(wǎng)絡(luò)拓?fù)潢P(guān)系圖的步驟中例如進(jìn)一步包括步驟：使用復(fù)雜網(wǎng)絡(luò)的知識(shí)對(duì)所述圖進(jìn)行數(shù)據(jù)挖掘。上述數(shù)據(jù)挖掘方法在執(zhí)行根據(jù)用戶輸入的不同應(yīng)用需求，將數(shù)據(jù)挖掘的結(jié)果進(jìn)行輸出的步驟中例如進(jìn)一步包括步驟：將用戶選擇的輸出結(jié)果進(jìn)行反饋，并返回執(zhí)行對(duì)用戶提交給搜索引擎的查詢?cè)~與購(gòu)買詞進(jìn)行相關(guān)性匹配的步驟。上述數(shù)據(jù)挖掘方法在執(zhí)行利用各數(shù)據(jù)源查詢?cè)~、購(gòu)買詞之間的關(guān)聯(lián)關(guān)系的步驟中例如進(jìn)一步包括步驟：將數(shù)據(jù)源中的查詢?cè)~、購(gòu)買詞及其核心成分抽象成節(jié)點(diǎn)，節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系抽象成邊，節(jié)點(diǎn)和邊附加屬性并且可擴(kuò)展從而在查詢?cè)~、購(gòu)買詞之間建立圖的存儲(chǔ)結(jié)構(gòu)。

由上述實(shí)施例可知，本發(fā)明通過整合不同種類的數(shù)據(jù)源，并通過分布式的數(shù)據(jù)庫(kù)設(shè)計(jì)對(duì)圖的關(guān)聯(lián)關(guān)系（短串間關(guān)系）進(jìn)行存儲(chǔ)，再通過應(yīng)用圖論知識(shí)、復(fù)雜網(wǎng)絡(luò)知識(shí)刻畫由數(shù)據(jù)源構(gòu)成的圖，對(duì)其進(jìn)行數(shù)據(jù)分析、并作基于圖的數(shù)據(jù)挖掘，從而使得本發(fā)明從多視圖、多粒度對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行了分析，并且能夠支持海量數(shù)據(jù)集、還提供了可復(fù)用的擴(kuò)展服務(wù)。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉較佳實(shí)施例，并配合附圖，詳細(xì)說(shuō)明如下。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例提出的數(shù)據(jù)挖掘系統(tǒng)的主要架構(gòu)框圖；

圖2是圖1的數(shù)據(jù)挖掘系統(tǒng)對(duì)查詢?cè)~進(jìn)行糾錯(cuò)提示的示意圖；