[發(fā)明專利]基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710760113.5
• 申請(qǐng)日: 2017-08-30
• 公開（公告）號(hào): CN107609064A
• 公開（公告）日: 2018-01-19
• 發(fā)明（設(shè)計(jì)）人: 徐波
• 申請(qǐng)（專利權(quán)）人: 成都中建科聯(lián)網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 重慶棱鏡智慧知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)50222
• 代理人: 李興寰

技術(shù)領(lǐng)域

本發(fā)明涉及信息挖掘技術(shù)領(lǐng)域，具體基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法。

背景技術(shù)

數(shù)據(jù)挖掘是指利用各種分析工具從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程，這種方式能對(duì)未來做出預(yù)測(cè)和評(píng)估。目前，數(shù)據(jù)挖掘技術(shù)在商業(yè)領(lǐng)域已經(jīng)不是一個(gè)新名詞，它最早成功應(yīng)用于高投入、高風(fēng)險(xiǎn)、高回報(bào)的金融領(lǐng)域，現(xiàn)在不斷向電信、保險(xiǎn)、零售等客戶資源信息密集的行業(yè)拓展。

然而，現(xiàn)在的技術(shù)方案處理數(shù)據(jù)能力有限，無法針對(duì)競(jìng)爭對(duì)手作深度挖掘。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法，能夠?qū)Ω?jìng)爭對(duì)手?jǐn)?shù)據(jù)進(jìn)行深度挖掘、分析。

本發(fā)明提供的一種基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法，包括以下步驟：

S1、數(shù)據(jù)收集：收集與客戶相關(guān)的信息資料，存儲(chǔ)于數(shù)據(jù)中心庫；

S2、數(shù)據(jù)篩選：從數(shù)據(jù)中心庫中提取原始數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行限制，挑選出符合條件的數(shù)據(jù)；

S3、數(shù)據(jù)分析和建模:確定挖掘的任務(wù)信息，對(duì)篩選后的數(shù)據(jù)進(jìn)行自動(dòng)分類、自動(dòng)重排、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，然后根據(jù)挖掘任務(wù)建立關(guān)聯(lián)挖掘模型；

S4、數(shù)據(jù)評(píng)價(jià)與發(fā)布：利用關(guān)聯(lián)挖掘模型對(duì)競(jìng)爭對(duì)手進(jìn)行分析評(píng)價(jià)和數(shù)據(jù)發(fā)布。

進(jìn)一步的， S3中的自動(dòng)分類具體為采用TRS的自動(dòng)分類技術(shù)，利用分類模板對(duì)預(yù)處理后的信息進(jìn)行自動(dòng)分類。

進(jìn)一步的， S3中的自動(dòng)重排具體為采用TRS自動(dòng)重排技術(shù)，針對(duì)文本內(nèi)容特征提取，計(jì)算內(nèi)容文本之間的相似度，并通過倒排索引機(jī)制確保相似性檢索的速度，從而調(diào)整排重效果。

進(jìn)一步的， S3中所述關(guān)聯(lián)規(guī)則分為單維單層關(guān)聯(lián)規(guī)則和多維關(guān)聯(lián)規(guī)則。

進(jìn)一步的，單維單層關(guān)聯(lián)規(guī)則具體為：根據(jù)最小支持度閾值找出任務(wù)信息中所有的頻繁項(xiàng)集；然后根據(jù)頻繁項(xiàng)集合最小置信度閾值產(chǎn)生所有關(guān)聯(lián)規(guī)則。

進(jìn)一步的，多維關(guān)聯(lián)規(guī)則具體為對(duì)挖掘的多維數(shù)據(jù)分別進(jìn)行鉆取、切片、切塊和旋轉(zhuǎn)處理，以剖析數(shù)據(jù)；所述鉆取為改變維的層次，變換分析粒度，包括向上鉆取和向下鉆取；所述切片和切塊是在部分選定值后，關(guān)系度量數(shù)據(jù)在剩余維上的分布，如果剩余的維只有兩個(gè)，則是切片，如果有三個(gè)，則是切塊；所述旋轉(zhuǎn)是變換維的方向，即在表格中重新安排維的放置。

進(jìn)一步的，向上鉆取為在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù)；所述向下鉆取從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)進(jìn)行觀察或增加新維。

進(jìn)一步的，S4中數(shù)據(jù)評(píng)價(jià)與發(fā)布的具體方法為：（1）利用關(guān)聯(lián)挖掘模型，得到競(jìng)爭對(duì)手的初步信息；（2）將初步信息共享給利益相關(guān)者進(jìn)行互動(dòng)分析和反饋；（3）根據(jù)利益相關(guān)者的反饋來決定是否進(jìn)行深層次的數(shù)據(jù)挖掘或者是否需要補(bǔ)充采集數(shù)據(jù)來得到更完整的信息；（4）最終這個(gè)過程得到飽和，將飽和信息輸出至知識(shí)暫存庫，用于進(jìn)行評(píng)價(jià)和發(fā)布。

由上述技術(shù)方案可知，本發(fā)明的有益效果：

本發(fā)明提供一種基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法，首先收集與客戶相關(guān)的信息資料，存儲(chǔ)于數(shù)據(jù)中心庫；其次從數(shù)據(jù)中心庫中提取原始數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行限制，挑選出符合條件的數(shù)據(jù)；進(jìn)而確定挖掘的任務(wù)信息，對(duì)篩選后的數(shù)據(jù)進(jìn)行自動(dòng)分類、自動(dòng)重排、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，然后根據(jù)挖掘任務(wù)建立關(guān)聯(lián)挖掘模型；最后利用關(guān)聯(lián)挖掘模型對(duì)競(jìng)爭對(duì)手進(jìn)行分析評(píng)價(jià)和數(shù)據(jù)發(fā)布。通過上述方法，能夠?qū)Ω?jìng)爭對(duì)手?jǐn)?shù)據(jù)進(jìn)行深度挖掘、分析，得到更加完整知識(shí)。

附圖說明

為了更清楚地說明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹。在所有附圖中，類似的元件或部分一般由類似的附圖標(biāo)記標(biāo)識(shí)。附圖中，各元件或部分并不一定按照實(shí)際的比例繪制。

圖1為本發(fā)明一種基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法的流程示意圖。

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明技術(shù)方案的實(shí)施例進(jìn)行詳細(xì)的描述。以下實(shí)施例僅用于更加清楚地說明本發(fā)明的技術(shù)方案，因此只作為示例，而不能以此來限制本發(fā)明的保護(hù)范圍。

需要注意的是，除非另有說明，本申請(qǐng)使用的技術(shù)術(shù)語或者科學(xué)術(shù)語應(yīng)當(dāng)為本發(fā)明所屬領(lǐng)域技術(shù)人員所理解的通常意義。

請(qǐng)參閱圖1，本實(shí)施例提供一種基于數(shù)據(jù)挖掘的競(jìng)爭對(duì)手智能分析方法，包括以下步驟：

S1、數(shù)據(jù)收集：收集與客戶相關(guān)的信息資料，存儲(chǔ)于數(shù)據(jù)中心庫；