[發明專利]自適應數據分析中的錯誤發現率控制方法及裝置

在審

• 申請號: 202011521825.X
• 申請日: 2020-12-21
• 公開（公告）號: CN112579979A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 吳若凡
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實施例提供了一種自適應數據分析中的錯誤發現率控制方法及裝置。控制系統包括外層的控制單元和內層的分析單元，而第一分析試驗和第二分析試驗是分析試驗序列中依次排列的兩個分析試驗，各個分析試驗針對包含私有數據的原始數據進行自適應數據分析。控制單元獲取第一分析單元發送的針對第一分析試驗的第一顯著性檢驗結果，該結果是根據第一分析試驗對應的假設的顯著性P值與第一顯著性閾值的比較得到；控制單元根據已獲得的多個顯著性檢驗結果以及目標錯誤發現率，確定第二顯著性閾值，并將其發送至用于執行第二分析試驗的第二分析單元，以使第二分析單元將第二顯著性閾值應用于第二分析試驗的檢驗結果判斷中。

技術領域

本說明書一個或多個實施例涉及數據處理技術領域，尤其涉及自適應數據分析中的錯誤發現率控制方法及裝置。

背景技術

自適應數據分析是針對原始數據進行的一種數據分析。在自適應數據分析的分析框架中，其分析方法本身與原始數據強相關，而不僅僅由數據分析師的經驗知識決定。在基于自適應數據分析的多重假設檢驗中，通常會對原始數據進行一系列的假設檢驗。基于自適應數據分析的每個分析試驗可以在不同的設備中執行，也可以在同一設備中進行。分析試驗的總數量可能固定也可能不固定。在這種場景下，需要對多次分析試驗在整體上的錯誤發現率進行控制。

因此，希望能有改進的方案，可以更好地對自適應數據分析中的錯誤發現率進行控制。

發明內容

本說明書一個或多個實施例描述了自適應數據分析中的錯誤發現率控制方法及裝置，可以更好地對自適應數據分析中的錯誤發現率進行控制。具體的技術方案如下。

第一方面，實施例提供了一種自適應數據分析中的錯誤發現率控制方法，通過控制系統中處于外層的控制單元執行，所述控制系統還包括處于內層的至少一個分析單元，所述方法包括：

獲取第一分析單元發送的針對當前的第一分析試驗的第一顯著性檢驗結果；其中，所述第一顯著性檢驗結果是根據所述第一分析試驗對應的假設的顯著性P值與第一顯著性閾值的比較得到，所述第一顯著性閾值是所述第一分析單元從所述控制單元中獲取的，所述第一分析試驗是針對原始數據進行的自適應數據分析；

根據已獲得的多個顯著性檢驗結果以及預設的目標錯誤發現率，確定第二顯著性閾值；所述多個顯著性檢驗結果包含所述第一顯著性檢驗結果；

接收第二分析單元發送的顯著性閾值獲取請求；其中，所述第二分析單元是所述內層中待執行第二分析試驗的分析單元，所述第二分析試驗是分析試驗序列中排在所述第一分析試驗之后的下一個分析試驗；

將所述第二顯著性閾值發送至所述第二分析單元，以使所述第二分析單元將所述第二顯著性閾值應用于所述第二分析試驗的檢驗結果判斷中。

在一種實施方式中，所述確定第二顯著性閾值的步驟，包括：

采用預設的序列決策算法，根據已獲得的多個顯著性檢驗結果以及預設的目標錯誤發現率，確定第二顯著性閾值。

在一種實施方式中，所述確定第二顯著性閾值的步驟，包括：

根據所述第一顯著性檢驗結果、預設的目標錯誤發現率、上一顯著性財富值，以及待確定顯著性閾值，計算當前顯著性財富值；所述上一顯著性財富值基于已獲得的其他多個顯著性檢驗結果確定，所述其他多個顯著性檢驗結果中不包括所述第一顯著性檢驗結果；

調整所述待確定顯著性閾值的取值，將使得所述上一顯著性財富值和所述當前顯著性財富值滿足預設條件時的待確定顯著性閾值的取值，確定為第二顯著性閾值。

在一種實施方式中，所述確定第二顯著性閾值的步驟，包括：

基于已獲得的多個顯著性檢驗結果中的被拒絕結果以及預設的目標錯誤發現率，采用基于高斯混合模型的預設公式，計算第二顯著性閾值。