[發明專利]一種數據分析模型

在審

• 申請號: 201810089490.5
• 申請日: 2018-01-30
• 公開（公告）號: CN108363754A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 王帆;葛靜;賀東明
• 申請（專利權）人: 武漢藍星軟件技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/08
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

1.一種數據分析模型，包括數據預處理單元(1)和分類分析單元(2)，所述數據預處理單元(1)的輸出端與分類分析單元(2)的輸入端連接，其特征在于：所述數據預處理單元(1)由數據清理模塊(101)、數據集成模塊(102)、數據變換模塊(103)和數據規約模塊(104)組成，并且數據清理模塊(101)、數據集成模塊(102)、數據變換模塊(103)和數據規約模塊(104)的輸出單均與分類分析單元(2)的輸入端連接，所述分類分析單元(2)包括學習模塊(201)和分類模塊(202)，并且學習模塊(201)與分類模塊(202)實現雙向連接。

2.根據權利要求1所述的一種數據分析模型，其特征在于：所述學習模塊(201)包括訓練樣本輸入(2011)，并且訓練樣本輸入(2011)的輸出端與分類算法(2012)的輸入端連接，所述分類算法(2012)的輸出端與分類模型(2013)的輸入端連接，并且分類模型(2013)與測試樣本輸入(2014)實現雙向連接。

3.根據權利要求1所述的一種數據分析模型，其特征在于：所述分類模塊(202)包括新數據(2021)，并且新數據(2021)與分類模型(2013)實現雙向連接。

4.根據權利要求1所述的一種數據分析模型，其特征在于：所述數據清理模塊(101)可以使用下列方法消除：使用一個全局常量填充、使用屬性平均值填充、使用相同類的屬性平均值填充、使用最可能的值填充，需要采用預測算法，預測給定樣本的最可能的值并填充、數據不一致可以通過元數據消除。

5.根據權利要求1所述的一種數據分析模型，其特征在于：所述數據集成模塊(102)將多個數據源中的數據結合起來存放在一個一致的數據存儲(如數據倉庫)中，這些數據源可能包括多個數據庫、數據立方體或一般文件，在數據集成時，需要消除冗余一能夠由另外的屬性“導出”、命名的不一致的屬性。

6.根據權利要求1所述的一種數據分析模型，其特征在于：所述數據變換模塊(103)將屬性數據按比例縮放，使之落入一個小的特定區間，如-1.0到1.0或O.O到1.0。

7.根據權利要求1所述的一種數據分析模型，其特征在于：所述數據規約模塊(104)可以用來得到數據集的歸約表示，它小得多，但仍接近于保持原數據集的完整性，在歸約后的數據集上分析將更有效，并產生相同或幾乎相同的分析結果歸約方法主要有：屬性歸約、記錄歸約。

8.根據權利要求1所述的一種數據分析模型，其特征在于：所述分類分析單元(2)具體采用前饋神經網絡分類算法，并且前饋神經網絡分類算法由許多單元以適當的方式連接起來構成，單元模仿人腦的神經元，單元之間的連接相當于人腦中神經元的連接。