[發明專利]一種基于大數據的油價信息對比系統及方法

在審

• 申請號: 201811602285.0
• 申請日: 2018-12-26
• 公開（公告）號: CN109947937A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 程國艮;李欣然
• 申請（專利權）人: 中譯語通科技股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G06Q30/02
• 代理公司: 北京萬貝專利代理事務所(特殊普通合伙) 11520
• 代理人: 馬紅

1.一種基于大數據的油價信息對比方法，其特征在于，所述基于大數據的油價信息對比方法包括：

步驟一，首先，利用網絡、日志、用戶網絡行為，獲取油價的數據信息；

步驟二，根據獲取的油價數據信息，進行分析，對采集的油價數據，進行判斷是否是真實的油價，判斷出不是真實的油價，偏離正常的油價范圍，油價無效，不進行處理和儲存輸出；

步驟三，對搜集的油價數據進行比對，得出油價的分布情況；

步驟四，對采集的油價信息和油價分布數據進行儲存，并通過顯示屏顯示出油價的分布結果。

2.如權利要求1所述的基于大數據的油價信息對比方法，其特征在于，利用儲存器儲存搜集的各種油價數據，進行數據分類儲存，對整個數據集在保持分布的情況下進行欠采樣處理減少訓練的數據，降低數據集的規模，進行數據分類中采用RSBoost算法進行不平衡數據分類，具體包括：

給定訓練集S＝{(x₁，y₁)，(x₂，y₂)，…，(x_m，y_m)}，樣本x_i∈X^d是d維特征向量，類標記y_i∈{P，N}，其中P對應少數類，N對應多數類；

輸入：訓練集S_t，基分類模塊W_L，過采樣率M，欠采樣率N；

輸出：分類模型H(x)；

步驟一，初始化數據集中樣本的權重：

D₁(i)＝l/m；

步驟二，根據過采樣率M對少數類進行SMOTE過采樣處理后，在保持數據分布的情況下以欠采樣率N對整個數據集進行隨機欠采樣處理，生成訓練數據集S_t′，其權重分布為D_t′；

步驟三，fort＝1toT；

(1)根據訓練數據集S_t′及其權重分布D_t′，訓練弱分類模塊WL，并計算弱假設h_t：X×Y→[0，1]；

(2)計算h_t的偽損失：

(3)計算權重更新參數：

ω_t＝(1/2)·(1+h_t(x_i，y_i)-h_t(x_i，y))；

(4)更新權重分布D_t

(5)歸一化處理：

步驟四，通過T個弱假設權重投票得到最終分類模型：

3.如權利要求1所述的基于大數據的油價信息對比方法，其特征在于，采集油價數據，進行判斷是否是真實的油價的過程中，對異常的油價數據進行識別，采用DBSCAN算法進行識別，具體包括：

步驟一，檢查數據中沒有被訪問的數據對象P且這個數據對象沒有處理過，檢查它的Eps領域N_Eps(p)，如果其N_Eps(p)領域內包含的數據對象數目大于或等于Minpts，則建立新簇C，并將P及其領域內包含的數據對象并入C中；

步驟二，如果C中有未被處理的數據對象Q，檢查它的Eps領域N_Eps(p)，若果其N_Eps(p)領域內包含的數據對象大于等于Minpts，將Q及其領域內包含的點代入C；

步驟三，重復步驟二，直到C中的對象都被處理過；

步驟四，重復步驟一到步驟三直到所有數據對象都被訪問過，且所有的數據對象都標記為某個簇或者被認為是異常數據。