[發(fā)明專利]一種業(yè)務(wù)變量的數(shù)值的分段方法及裝置

有效

• 申請?zhí)枺?/td>: 201610289143.8
• 申請日: 2016-05-04
• 公開（公告）號: CN107346367B
• 公開（公告）日: 2020-09-18
• 發(fā)明（設(shè)計）人: 邵明旭;潘浩源;錢劭立
• 申請（專利權(quán)）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 黨曉林;李輝

1.一種業(yè)務(wù)變量的數(shù)值的分段方法，其特征在于包括：

對業(yè)務(wù)變量的各個數(shù)值排序形成數(shù)值隊列，并對所述數(shù)值隊列進行初始分段；

計算每個初始分段中數(shù)值的集中程度；

嘗試合并相鄰分段，計算新分段中數(shù)值的集中程度，若該集中程度符合預(yù)定條件，則形成新的分段結(jié)果；

輸出所述新的分段結(jié)果；

嘗試合并相鄰分段，計算新分段中數(shù)值的集中程度，若該集中程度符合預(yù)定條件，則形成新的分段結(jié)果具體包括，從數(shù)值集中程度最好的分段開始，嘗試將該分段與向前的分段合并，然后計算合并后的前向分段中數(shù)值的前向集中程度；嘗試將該分段與向后的分段合并，然后計算合并后的后向分段中數(shù)值的后向集中程度；比較所述前向集中程度和后向集中程度，取集中程度較小的作為新的分段；對所有分段重復(fù)進行上述處理，直到新的分段中數(shù)值的集中程度超過第一門限值，則停止處理，形成新的分段結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對業(yè)務(wù)變量的各個數(shù)值排序形成數(shù)值隊列之前還包括，抽取業(yè)務(wù)變量原始數(shù)值中的數(shù)值，形成所述數(shù)值隊列。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對業(yè)務(wù)變量的各個數(shù)值排序形成數(shù)值隊列之前還包括，將時間型的業(yè)務(wù)變量轉(zhuǎn)換為數(shù)值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述數(shù)值隊列進行初始分段進一步包括，通過分位數(shù)的方式將數(shù)值隊列進行初始分段，或者通過等距法將數(shù)值隊列進行初始分段。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述數(shù)值隊列進行初始分段進一步包括，獲得初始分段中每個分段的分界值，形成分界值隊列。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，獲得初始分段中每個分段的分界值，形成分界值隊列之后還包括，將數(shù)值隊列中小于分界值隊列中最小值的數(shù)值更新為所述分界值隊列中的最小值，將數(shù)值隊列中大于分界值隊列中最大值的數(shù)值更新為所述分界值隊列中的最大值。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，獲得初始分段中每個分段的分界值，形成分界值隊列之后還包括，若數(shù)值隊列中的最小值等于分界值隊列中的最小值，則去掉所述分界值隊列中的最小值，若數(shù)值隊列中的最大值等于分界值隊列中的最大值，則去掉所述分界值隊列中的最大值。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算每個初始分段中數(shù)值的集中程度具體包括，計算每個分段中數(shù)值的變異系數(shù)，其中，變異系數(shù)CV＝標準偏差SD/平均值Mean。

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算每個初始分段中數(shù)值的集中程度具體包括，計算每個分段中數(shù)值的方差，或者標準差。

10.根據(jù)權(quán)利要求9所述的方法，其特征在于，在嘗試合并相鄰分段，計算新分段中數(shù)值的集中程度，若該集中程度符合預(yù)定條件，則形成新的分段結(jié)果之中還包括，將數(shù)值個數(shù)較少的分段與相鄰的分段進行合并，確保每個分段中數(shù)值個數(shù)占整個數(shù)值隊列中數(shù)值個數(shù)的比例大于第二門限值，形成新的分段結(jié)果。

11.根據(jù)權(quán)利要求1所述的方法，其特征在于，輸出所述新的分段結(jié)果后還包括，根據(jù)集中程度最好的分段所在的時間段，查詢該時間段中互聯(lián)網(wǎng)的輿論是否發(fā)生異常情況。