[發(fā)明專利]數據分析方法、計算機可讀存儲介質及終端設備

在審

• 申請?zhí)枺?/td>: 201811517084.0
• 申請日: 2018-12-12
• 公開（公告）號: CN109670015A
• 公開（公告）日: 2019-04-23
• 發(fā)明（設計）人: 褚杰;吳又奎;甄增榮
• 申請（專利權）人: 中科恒運股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/215;G06F16/80
• 代理公司: 石家莊國為知識產權事務所 13120
• 代理人: 秦敏華

1.一種數據分析方法，其特征在于，該方法包括：

通過數據采集取獲取數據集，所述數據集包含待分析數據，所述待分析數據包含結構化數據、半結構化數據和非結構化數據；

針對所述數據集中的任一條數據，將所述數據進行數據轉換，得到預設格式的數據；

對所述數據集中的數據進行數據清洗，去除所述數據集中的冗余數據和錯誤數據；

調用多個預設數據分析模型中的至少一個數據分析模型，對完成數據清洗的數據集中的數據進行分析。

2.根據權利要求1所述的數據分析方法，其特征在于，所述預設數據分析模型為分類與回歸分析模型，所述對完成數據清洗的數據集中的數據進行分析包括：

針對所述數據集中的任一條數據，獲取所述數據中多個預設屬性所對應的屬性值；

調用預設分類函數，根據所述數據集中每條數據的所述多個預設屬性所對應的屬性值，將所述數據集中的數據分為至少兩類。

3.根據權利要求1所述的數據分析方法，其特征在于，所述預設數據分析模型為聚類分析模型，所述對完成數據清洗的數據集中的數據進行分析包括：

通過聚類分析，將所述數據集中的數據分為至少兩類。

4.根據權利要求1所述的數據分析方法，其特征在于，所述預設數據分析模型為相關性分析模型，所述對完成數據清洗的數據集中的數據進行分析包括：

獲取所述數據集中的數據所對應的多個變量元素；

針對所述多個變量元素之間的任意兩個變量元素，根據相關度計算獲取所述兩個變量元素之間的相關系數。

5.根據權利要求1所述的數據分析方法，其特征在于，所述預設數據分析模型為時序分析模型，所述對完成數據清洗的數據集中的數據進行分析包括：

將所述數據集中的數據按照時間按照先后順序進行排序，得到排序結果；

根據所述排序結果和預設概論統(tǒng)計模型，獲取位于當前時間之后的預設事項所對應的值。

6.一種數據分析裝置，其特征在于，該裝置包括：數據采集單元，數據轉換單元，數據清洗單元和數據分析單元；

所述數據采集單元，用于通過數據采集取獲取數據集，所述數據集包含待分析數據，所述待分析數據包含結構化數據、半結構化數據和非結構化數據；

所述數據轉換單元，用于針對所述數據集中的任一條數據，將所述數據進行數據轉換，得到預設格式的數據；

所述數據清洗單元，用于對所述數據集中的數據進行數據清洗，去除所述數據集中的冗余數據和錯誤數據；

所述數據分析單元，用于調用多個預設數據分析模型中的至少一個數據分析模型，對完成數據清洗的數據集中的數據進行分析。

7.根據權利要求6所述的數據分析裝置，其特征在于，所述預設數據分析模型為分類與回歸分析模型，所述數據分析單元用于：

針對所述數據集中的任一條數據，獲取所述數據中多個預設屬性所對應的屬性值；

調用預設分類函數，根據所述數據集中每條數據的所述多個預設屬性所對應的屬性值，將所述數據集中的數據分為至少兩類。

8.根據權利要求6所述的數據分析裝置，其特征在于，所述預設數據分析模型為聚類分析模型，所述數據分析單元用于：

通過聚類分析，將所述數據集中的數據分為至少兩類。

9.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現如權利要求1至5任一項所述方法的步驟。

10.一種終端設備，其特征在于，所述終端設備包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現如權利要求1至5任一項所述方法的步驟。