[發明專利]用于云計算業務的大數據挖掘方法及云計算金融服務器

有效

• 申請號: 202011605279.8
• 申請日: 2020-12-30
• 公開（公告）號: CN112711580B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 陳靜
• 申請（專利權）人: 深圳市快付通金融網絡科技服務有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458;G06Q40/00
• 代理公司: 杭州知管通專利代理事務所(普通合伙) 33288
• 代理人: 黃華

本申請實施例提供一種用于云計算業務的大數據挖掘方法及云計算金融服務器，可以從數據過濾后業務大數據中篩選出初始業務數據分區，并基于對初始業務數據分區進一步劃分為多個分區業務單元來檢測得到目標業務數據分塊，因此整個數據挖掘過程更有針對性，對云計算資源的占用較低，從而提高了數據挖掘效率，滿足實時快速挖掘的需求，并且可以對多個數據過濾后業務大數據進行處理及精準篩選候選業務數據分區所在的業務數據分塊進行目標數據挖掘類型的針對性挖掘，提高了大數據挖掘的準確性和針對性。

技術領域

本申請涉及大數據技術領域，具體而言，涉及一種用于云計算業務的大數據挖掘方法及云計算金融服務器。

背景技術

大數據技術的發展和進步給人們提供了新的工具，即從更寬視野、更多維度、更全方位來認知問題和分析問題的方法。但部分機構掌握了一定量的客戶信息數據，就以為掌握了大數據，忽視對數據分析工具和方法論的研究。在金融業務中，這有可能影響其對風險的識別和防控，并造成風險的積聚和擴散。

盡管迄今為止，并沒有對大數據統一而權威的定義。但大數據的重要特征，在于它應該既包括結構性的數據，以及在生成的時候表現為非結構性數據的信息。而小數據，主要是指傳統的二維結構性數據。從處理角度上看，大數據會隨著數據量的急劇增加，其中的數據噪音會有快速增長。有時，數據噪音的增長幅度會快于數據量的增長幅度。因此，在大數據領域，對其挖掘、篩選、清洗的成本，將會明顯高于小數據。

基于此，如何提高大數據挖掘過程中的針對性，并且減少在運行云計算業務時云計算資源的占用，保證大數據挖掘過程的準確性，確保業務服務的高質量運轉，是本領域亟待解決的技術問題。

發明內容

為了至少克服現有技術中的上述不足，本申請的目的在于提供一種用于云計算業務的大數據挖掘方法及云計算金融服務器，可以從數據過濾后業務大數據中篩選出初始業務數據分區，并基于對初始業務數據分區進一步劃分為多個分區業務單元來檢測得到目標業務數據分塊，因此整個數據挖掘過程更有針對性，對云計算資源的占用較低，從而提高了數據挖掘效率，滿足實時快速挖掘的需求，并且可以對多個數據過濾后業務大數據進行處理及精準篩選候選業務數據分區所在的業務數據分塊進行目標數據挖掘類型的針對性挖掘，提高了大數據挖掘的準確性和針對性。

第一方面，本申請提供一種用于云計算業務的大數據挖掘方法，應用于云計算金融服務器，所述云計算金融服務器與多個信息服務終端通信連接，所述云計算金融服務器根據云計算平臺實現，所述方法包括：

獲取完成大數據去噪的待挖掘業務大數據，并對所述待挖掘業務大數據按照不同預設挖掘模式分別進行數據過濾處理，得到多個數據過濾后業務大數據；

根據所述數據過濾后業務大數據篩選出候選業務數據分區所在的目標業務數據分塊，并按照所述目標數據挖掘類型對應的挖掘策略對所述目標業務數據分塊進行數據挖掘，其中，所述候選業務數據分區為對所述數據過濾后業務大數據進行篩選出的初始業務數據分區并基于對初始業務數據分區進一步劃分為多個分區業務單元后篩選獲得。

第二方面，本申請實施例還提供一種用于云計算業務的大數據挖掘裝置，應用于云計算金融服務器，所述云計算金融服務器與多個信息服務終端通信連接，所述云計算金融服務器根據云計算平臺實現，所述裝置的步驟，包括：

過濾模塊，用于獲取完成大數據去噪的待挖掘業務大數據，并對所述待挖掘業務大數據按照不同預設挖掘模式分別進行數據過濾處理，得到多個數據過濾后業務大數據；

挖掘模塊，用于根據所述數據過濾后業務大數據篩選出候選業務數據分區所在的目標業務數據分塊，并按照所述目標數據挖掘類型對應的挖掘策略對所述目標業務數據分塊進行數據挖掘。

第三方面，本申請實施例還提供一種用于云計算業務的大數據挖掘系統，所述用于云計算業務的大數據挖掘系統包括云計算金融服務器以及與所述云計算金融服務器通信連接的多個信息服務終端；