[發明專利]經改變的數據集的數據分析中的可靠性度量

在審

• 申請號: 201680044286.0
• 申請日: 2016-07-18
• 公開（公告）號: CN107851465A
• 公開（公告）日: 2018-03-27
• 發明（設計）人: U·拉加萬;D·R·埃爾戈特
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: G16H70/00
• 分類號: G16H70/00
• 代理公司: 永新專利商標代理有限公司72002
• 代理人: 王英,劉炳勝

1.一種對經改變數據進行數據分析的方法，包括：

使用一個或多個經配置的處理器(30)，利用數據分析技術來分析(64)測試數據集(14)，其創建一個或多個分析度量，并且所述測試數據集根據置信度分數從經改變的數據集(12)中選擇；

使用所述一個或多個經配置的處理器，基于所述一個或多個分析度量與根據應用于根據不同置信度分數從所述經改變的數據集中選擇的一個或多個可靠性測試數據集(16、18)的所述數據分析技術創建的相同分析度量的相似性，來計算(66)所述一個或多個分析度量的至少一個可靠性度量。

2.根據權利要求1所述的方法，其中，所述可靠性度量包括以下中的至少一個：Jaccard指標，學生t測試，Welch的t測試，Kolmogorov-Smirnov測試，或預測性模型準確性度量。

3.根據權利要求1和2中的任一項所述的方法，還包括：

通過改動所述經改變的數據集中的值并且將所述置信度分數與經改動的值相關聯，來針對至少一個數據元素改變所述經改變的數據集內的數據。

4.根據權利要求1-3中的任一項所述的方法，還包括：

通過對來自至少兩個來源的記錄進行匹配將數據整合到所述經改變的數據集中，并將所述置信度分數與整合的數據相關聯。

5.根據權利要求1-4中的任一項所述的方法，其中，所述分析度量包括描述性統計、預測性準確性度量、分類或數據分布中的至少一個。

6.根據權利要求1-5中的任一項所述的方法，其中，計算至少一個可靠性度量包括：

基于對從所述經改變的數據集中選擇的具有不同于所述置信度分數的第一置信度分數的第一可靠性測試數據集(16)的所述數據分析，來計算第一可靠性度量；并且

基于對從所述經改變的數據中選擇的具有不同于所述置信度分數和所述第一置信度分數的第二置信度分數的第二可靠性測試數據集(18)的所述數據分析，來計算第二可靠性度量。

7.根據權利要求6所述的方法，其中，所述第一置信度分數與所述置信度分數相比具有負差值，所述第二置信度分數與所述置信度分數相比具有正差值。

8.根據權利要求1-7中的任一項所述的方法，其中，所述至少一個可靠性度量包括作為個體可靠性度量的函數的復合度量。

9.根據權利要求1-8中的任一項所述的方法，其中，所述至少一個可靠性度量被進一步歸類。

10.根據權利要求1-9中的任一項所述的方法，其中，利用所述數據分析技術來分析所述測試數據集包括：

將所述數據分析技術并行地應用于所述測試數據集和所述一個或多個可靠性測試數據集(16、18)。

11.根據權利要求1-10中的任一項所述的方法，還包括：

將所述可靠性分析輸出(68)到顯示設備、打印設備或計算機文件中的一個。

12.一種用于對經改變的數據進行數據分析的系統(10)，包括：

包括一個或多個經配置的處理器的分析單元(20)，所述分析單元利用數據分析技術來分析根據置信度分數從經改變的數據集(12)中選擇的測試數據集(14)，其創建一個或多個分析度量，并且根據應用于根據不同置信度分數從所述經改變的數據集中選擇的一個或多個可靠性測試數據的所述數據分析技術創建相同分析度量；

包括所述一個或多個經配置的處理器的可靠性單元(22)，所述可靠性單元基于所述一個或多個分析度量與應用于所述一個或多個可靠性度量數據集的所述相同分析度量的相似性，來計算所述一個或多個分析度量的至少一個可靠性度量。

13.根據權利要求12所述的系統，其中，所述可靠性度量包括以下中的至少一個：Jaccard指標，學生t測試，Welch的t測試，Kolmogorov-Smirnov測試，或預測性模型準確性測量。

14.根據權利要求12和13中的任一項所述的系統，其中，所述置信度分數根據變動的數據值與所述經改變的數據集相關聯。

15.根據權利要求12-13中的任一項所述的系統，其中，根據通過對來自至少兩個源的記錄進行匹配而被整合到所述經改變的數據集中的數據，所述置信度分數與所述經改變的數據相關聯。