[發明專利]數據關聯性分析方法及系統、可讀存儲介質

有效

• 申請號: 201910592394.7
• 申請日: 2019-07-03
• 公開（公告）號: CN110990777B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 侯占杰;周軼;季學偉;方理平;李燕;張艷艷;陳明;陳曉嵐;劉耀峰;梅楠;張維;侯烺祎;賈娜莉;劉艷
• 申請（專利權）人: 北京市應急管理科學技術研究院;北京天之華軟件系統技術有限責任公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q50/00
• 代理公司: 北京東方芊悅知識產權代理事務所(普通合伙) 11591
• 代理人: 彭秀麗

1.一種數據關聯性分析方法，其特征在于，包括如下步驟：

獲取待分析數據對象，所述待分析數據對象來自于不同的業務且對應于同一時間段，每一所述待分析數據對象具有特定的字段點；

根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果；

根據所述相關性計算結果得到兩兩強顯性相關的字段點，確定兩兩強顯性相關的待分析數據對象，依據兩兩強顯性相關的待分析數據對象構建社會網絡關系矩陣，所述社會網絡關系矩陣中各向量間的關系值為對應的相關系數絕對值；

根據所述社會網絡關系矩陣繪制出不同業務之間的強相關業務的社會網絡結構圖，計算及排名出選到的各業務各字段點在所述社會網絡結構中的中心度和中心勢；

根據所述中心度對所述社會網絡結構中的業務進行重要度排名；根據所述中心勢確定所述社會網絡結構中各業務的總體整合度。

2.根據權利要求1所述的數據關聯性分析方法，其特征在于，根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果，在此步驟中，所述待分析數據對象的字段點的特性字段變量是連續型數據時選擇對應的Pearson相關系數計算模型，所述Pearson相關系數計算模型為：

其中，σ_X和σ_Y分別表示X，Y兩個變量的標準差；Cov(X，Y)表示X，Y兩個變量的協方差，且X，Y兩個變量的標準差均不等于零。

3.根據權利要求1所述的數據關聯性分析方法，其特征在于，根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果，在此步驟中，所述待分析數據對象的字段點的特性字段變量是分類有序型數據時選擇對應的Spearman相關系數計算模型，所述Spearman相關系數計算模型為：

其中，m為等級個數；d為二列成對變量的等級差數。

4.根據權利要求1所述的數據關聯性分析方法，其特征在于，根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果，在此步驟中，所述待分析數據對象的字段點的特性字段變量是分類無序型數據時選擇對應的相關系數Kendall計算模型，所述Kendall計算模型為：

其中，n表示同類統計對象的個數；number of concordant pairs表示同序對的數量，number of discordant pairs表示異序對的數量。

5.根據權利要求1-4任一項所述的數據關聯性分析方法，其特征在于，根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的相關系數得到相關性計算結果，其中包含如下步驟：

根據所述待分析數據對象的字段點的特性選擇對應的相關系數計算模型，根據所述相關系數計算模型計算在所述時間段內不同的所述字段點兩兩之間的初始相關系數；

選擇適當的回歸預測模型對所述初始相關系數做回歸擬合，通過檢驗及基于計算的預測誤差做篩選，以得到所述相關系數和所述相關性計算結果。

6.根據權利要求5所述的數據關聯性分析方法，其特征在于，選擇適當的回歸預測模型對所述初始相關系數做回歸擬合，通過檢驗及基于計算的預測誤差做篩選，以得到所述相關系數和所述相關性計算結果的步驟中：

所述回歸預測模型包括曲線估計模型和機器學習模型，所述曲線估計模型包括一次函數關系、非線性三次函數關系和對數函數關系，所述機器學習模型包括隨機森林回歸、支持向量機回歸及神經網絡回歸。