[發明專利]一種數據處理的方法和裝置

有效

• 申請號: 201811639962.6
• 申請日: 2018-12-29
• 公開（公告）號: CN109741833B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 蔡巍;崔朝輝;趙立軍;張霞
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉佳;王寶筠

1.一種數據處理的方法，其特征在于，包括：

獲取分析業務的目標來源數據；所述分析業務包括至少一個目標來源數據；

為所述目標來源數據構造關聯矩陣；其中，所述關聯矩陣用于表示所述目標來源數據中各特征元素之間的關聯關系；

將所述目標來源數據的關聯矩陣映射到所述分析業務的全量矩陣空間，形成所述目標來源數據的全量矩陣；其中，所述全量矩陣空間用于保留所述分析業務的所有來源數據中各數據結構的數據特征；所述全量矩陣空間的維度是所述分析業務中所有目標來源數據的關聯矩陣的維度之間的公倍數；

采用所述分析業務的指定嵌入式表示方法，對所述目標來源數據的全量矩陣進行嵌入式表示，得到所述目標來源數據的嵌入向量矩陣，以將所述至少一個目標來源數據的嵌入向量矩陣輸入已訓練的機器學習模型，得到所述機器學習模型輸出的所述分析業務的綜合分析結果；所述嵌入向量矩陣，用于確定所述分析業務的分析結果。

2.根據權利要求1所述的方法，其特征在于，所述為所述目標來源數據構造關聯矩陣，包括：

從所述目標來源數據中提取所述各特征元素；

計算所述各特征元素之間的關聯度；

根據所述各特征元素之間的關聯度與關聯度閾值之間的大小關系，形成所述目標來源數據的關聯矩陣。

3.根據權利要求2所述的方法，其特征在于，所述目標來源數據為圖像數據，所述各特征元素為所述圖像數據中的各圖像特征，所述關聯度為各圖像特征之間的相似度。

4.根據權利要求2所述的方法，其特征在于，所述目標來源數據為文本數據，所述各特征元素為所述文本數據中各詞語的詞向量，所述關聯度根據所述各詞語之間在同一句子中的同現概率和所述各詞語之間的詞向量相似度確定。

5.根據權利要求2所述的方法，其特征在于，所述目標來源數據為結構化數據，所述各特征元素為所述結構化數據中各數據列，所述關聯度為所述各數據列在所述分析業務的問題域中確定的相關系數。

6.根據權利要求1所述的方法，其特征在于，所述全量矩陣空間的維度為所述分析業務的所有來源數據中各數據結構的關聯矩陣的維度之間的最小公倍數。

7.根據權利要求1所述的方法，其特征在于，所述指定嵌入式表示方法具體為小波分析算法。

8.一種數據處理的裝置，其特征在于，包括：

獲取單元，用于獲取分析業務的目標來源數據；所述分析業務包括至少一個目標來源數據；

構造單元，用于為所述目標來源數據構造關聯矩陣；其中，所述關聯矩陣用于表示所述目標來源數據中各特征元素之間的關聯關系；

映射單元，用于將所述目標來源數據的關聯矩陣映射到所述分析業務的全量矩陣空間，形成所述目標來源數據的全量矩陣；其中，所述全量矩陣空間用于保留所述分析業務的所有來源數據中各數據結構的數據特征；所述全量矩陣空間的維度是所述分析業務中所有目標來源數據的關聯矩陣的維度之間的公倍數；

表示單元，用于采用所述分析業務的指定嵌入式表示方法，對所述目標來源數據的全量矩陣進行嵌入式表示，得到所述目標來源數據的嵌入向量矩陣，以將所述至少一個目標來源數據的嵌入向量矩陣輸入已訓練的機器學習模型，得到所述機器學習模型輸出的所述分析業務的綜合分析結果；所述嵌入向量矩陣，用于確定所述分析業務的分析結果。

9.一種數據處理的設備，其特征在于，所述設備包括處理器以及存儲器：

所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器用于根據所述程序代碼中的指令執行權利要求1至7任一項所述的數據處理的方法。

10.一種存儲介質，其特征在于，所述存儲介質用于存儲程序代碼，所述程序代碼用于執行權利要求1至7任一項所述的數據處理的方法。