[發明專利]數據決策方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010185443.8
• 申請日: 2020-03-17
• 公開（公告）號: CN111475541A
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 韋雨露
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種數據決策方法，其特征在于，所述方法包括：

從配置數據庫中獲取待決策案件的原始信息數據集；

對所述原始信息數據集進行特征提取及降維分析，得到標準信息數據集；

對所述標準信息數據集中的數據進行相似性度量計算，并基于聚類分析算法檢查所述標準信息數據集中的數據，得到所述標準信息數據集中的數據的相似度值；

將所述標準信息數據集的相似度值進行聚類后簇中心計算，得到小邊緣值信息數據集；

根據所述小邊緣值信息數據集對所述待決策案件的決策標簽進行預測，輸出目標決策標簽。

2.如權利要求1所述的數據決策方法，其特征在于，所述對所述原始信息數據集進行特征提取及降維分析，得到標準信息數據集包括：

通過非線性核函數將所述原始信息數據集映射到高維特征空間，得到映射數據；

從所述映射數據中提取預設數量的特征向量；

對所述特征向量做矢量分析，得到所述原始信息數據集的矢量表達；

在所述高維特征空間中，根據所述矢量表達進行主元分析，得到所述標準信息數據集。

3.如權利要求2所述的數據決策方法，其特征在于，所述從所述映射數據中提取預設數量的特征向量包括：

計算所述映射數據中每個數據的特征值累積方差貢獻率；

提取特征值累積方差貢獻率大于或者等于配置值的數據作為所述預設數量的特征向量。

4.如權利要求1所述的數據決策方法，其特征在于，所述對所述標準信息數據集中的數據進行相似性度量計算，并基于聚類分析算法檢查所述標準信息數據集中的數據，得到所述標準信息數據集中的數據的相似度值包括：

基于高維數據相似性度量函數，采用下述公式得到所述標準信息數據集中的數據的相似度值：

其中，D_istw為數據之間的距離，X_i為所述標準信息數據集中的第i個數據，Y_j為所述標準信息數據集中的第j個數據，k為所述預設數量，t_in為所述第i個數據的第n個對象，t_jn為所述第j個數據的第n個對象。

5.如權利要求1所述的數據決策方法，其特征在于，所述將所述標準信息數據集的相似度值進行聚類后簇中心計算，得到小邊緣值信息數據集包括：

采用配置聚類算法對所述標準信息數據集的相似度值進行聚類，得到所述標準信息數據集中所有點的相關值；

剔除所述相關值中的邊緣值，得到去邊緣數據集；

計算所述去邊緣數據集中數據的平均值，得到所述小邊緣值信息數據集。

6.如權利要求1所述的數據決策方法，其特征在于，所述根據所述小邊緣值信息數據集對所述待決策案件的決策標簽進行預測，輸出目標決策標簽包括：

基于時間序列法，根據所述小邊緣值信息數據集對所述待決策案件的決策標簽進行預測，輸出目標決策標簽；及/或

將所述小邊緣值信息數據集中的數據輸入到多個預測模型中，得到多個預測值，基于投票法處理所述多個預測值，得到所述目標決策標簽。

7.一種數據決策裝置，其特征在于，所述裝置包括：

獲取單元，用于從配置數據庫中獲取待決策案件的原始信息數據集；

處理單元，用于對所述原始信息數據集進行特征提取及降維分析，得到標準信息數據集；

計算單元，用于對所述標準信息數據集中的數據進行相似性度量計算，并基于聚類分析算法檢查所述標準信息數據集中的數據，得到所述標準信息數據集中的數據的相似度值；

所述計算單元，還用于將所述標準信息數據集的相似度值進行聚類后簇中心計算，得到小邊緣值信息數據集；

預測單元，用于根據所述小邊緣值信息數據集對所述待決策案件的決策標簽進行預測，輸出目標決策標簽。