[發(fā)明專(zhuān)利]數(shù)據(jù)決策方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010185443.8
• 申請(qǐng)日: 2020-03-17
• 公開(kāi)（公告）號(hào): CN111475541A
• 公開(kāi)（公告）日: 2020-07-31
• 發(fā)明（設(shè)計(jì)）人: 韋雨露
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)平安人壽保險(xiǎn)股份有限公司
• 主分類(lèi)號(hào): G06F16/2458
• 分類(lèi)號(hào): G06F16/2458;G06K9/62
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，提供一種數(shù)據(jù)決策方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。該方法從配置數(shù)據(jù)庫(kù)中獲取待決策案件的原始信息數(shù)據(jù)集，并對(duì)所述原始信息數(shù)據(jù)集進(jìn)行特征提取及降維分析，得到標(biāo)準(zhǔn)信息數(shù)據(jù)集，進(jìn)一步對(duì)所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行相似性度量計(jì)算，并基于聚類(lèi)分析算法檢查所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)，得到所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)的相似度值，實(shí)現(xiàn)對(duì)高維數(shù)據(jù)間相似程度的表征，再將所述標(biāo)準(zhǔn)信息數(shù)據(jù)集的相似度值進(jìn)行聚類(lèi)后簇中心計(jì)算，得到小邊緣值信息數(shù)據(jù)集，并根據(jù)所述小邊緣值信息數(shù)據(jù)集對(duì)所述待決策案件的決策標(biāo)簽進(jìn)行預(yù)測(cè)，輸出目標(biāo)決策標(biāo)簽，降低了簇邊界點(diǎn)的影響，進(jìn)而得到預(yù)測(cè)的目標(biāo)決策標(biāo)簽以輔助案件決策。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)決策方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)方案中，在根據(jù)已知數(shù)據(jù)進(jìn)行數(shù)據(jù)決策，如進(jìn)行智能核保時(shí)，無(wú)法對(duì)所述數(shù)據(jù)中較大的以及高維的數(shù)據(jù)進(jìn)行處理，也不能精確地計(jì)算出兩個(gè)數(shù)據(jù)對(duì)象的相似程度，數(shù)據(jù)簇中心還容易受到簇邊界點(diǎn)的影響，導(dǎo)致依據(jù)各維數(shù)據(jù)的均值計(jì)算的類(lèi)中心不準(zhǔn)確，從而影響了對(duì)數(shù)據(jù)對(duì)象相似程度的確定，數(shù)據(jù)的匹配關(guān)聯(lián)容易出現(xiàn)錯(cuò)誤。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種數(shù)據(jù)決策方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，能夠?qū)崿F(xiàn)對(duì)大量且高維的數(shù)據(jù)的準(zhǔn)確處理，并降低簇邊界點(diǎn)的影響，進(jìn)而得到預(yù)測(cè)的目標(biāo)決策標(biāo)簽以輔助數(shù)據(jù)決策。

一種數(shù)據(jù)決策方法，所述方法包括：

從配置數(shù)據(jù)庫(kù)中獲取待決策案件的原始信息數(shù)據(jù)集；

對(duì)所述原始信息數(shù)據(jù)集進(jìn)行特征提取及降維分析，得到標(biāo)準(zhǔn)信息數(shù)據(jù)集；

對(duì)所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行相似性度量計(jì)算，并基于聚類(lèi)分析算法檢查所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)，得到所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)的相似度值；

將所述標(biāo)準(zhǔn)信息數(shù)據(jù)集的相似度值進(jìn)行聚類(lèi)后簇中心計(jì)算，得到小邊緣值信息數(shù)據(jù)集；

根據(jù)所述小邊緣值信息數(shù)據(jù)集對(duì)所述待決策案件的決策標(biāo)簽進(jìn)行預(yù)測(cè)，輸出目標(biāo)決策標(biāo)簽。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述對(duì)所述原始信息數(shù)據(jù)集進(jìn)行特征提取及降維分析，得到標(biāo)準(zhǔn)信息數(shù)據(jù)集包括：

通過(guò)非線性核函數(shù)將所述原始信息數(shù)據(jù)集映射到高維特征空間，得到映射數(shù)據(jù)；

從所述映射數(shù)據(jù)中提取預(yù)設(shè)數(shù)量的特征向量；

對(duì)所述特征向量做矢量分析，得到所述原始信息數(shù)據(jù)集的矢量表達(dá)；

在所述高維特征空間中，根據(jù)所述矢量表達(dá)進(jìn)行主元分析，得到所述標(biāo)準(zhǔn)信息數(shù)據(jù)集。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述從所述映射數(shù)據(jù)中提取預(yù)設(shè)數(shù)量的特征向量包括：

計(jì)算所述映射數(shù)據(jù)中每個(gè)數(shù)據(jù)的特征值累積方差貢獻(xiàn)率；

提取特征值累積方差貢獻(xiàn)率大于或者等于配置值的數(shù)據(jù)作為所述預(yù)設(shè)數(shù)量的特征向量。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述對(duì)所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行相似性度量計(jì)算，并基于聚類(lèi)分析算法檢查所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)，得到所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)的相似度值包括：

基于高維數(shù)據(jù)相似性度量函數(shù)，采用下述公式得到所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的數(shù)據(jù)的相似度值：

其中，D_istw為數(shù)據(jù)之間的距離，X_i為所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的第i個(gè)數(shù)據(jù)，Y_j為所述標(biāo)準(zhǔn)信息數(shù)據(jù)集中的第j個(gè)數(shù)據(jù)，k為所述預(yù)設(shè)數(shù)量，t_in為所述第i個(gè)數(shù)據(jù)的第n個(gè)對(duì)象，t_jn為所述第j個(gè)數(shù)據(jù)的第n個(gè)對(duì)象。