[發明專利]一種大數據的數據篩選模型及方法

在審

• 申請號: 202110130928.1
• 申請日: 2021-01-30
• 公開（公告）號: CN112905610A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 王璐;莊海燕;劉坦;李衛平;王鋼
• 申請（專利權）人: 鐵道警察學院
• 主分類號: G06F16/23
• 分類號: G06F16/23;G06F16/242
• 代理公司: 西安匯恩知識產權代理事務所(普通合伙) 61244
• 代理人: 張延長

本發明屬于大數據技術領域，且公開了一種大數據的數據篩選方法，包括如下步驟，根據多維度組合數據建立篩選模型，所述篩選模型包含若干第一關鍵詞，向所述篩選模型輸入第二關鍵詞，將第一關鍵詞與第二關鍵詞進行對比，當第一關鍵詞與第二關鍵詞完全不同時，且第二關鍵詞的搜索量達到預設閾值時，將所述第二關鍵詞建立于所述篩選模型內，當第一關鍵詞與第二關鍵詞相同時，向所述第一關鍵詞輸出對應的目標，本發明通過對比搜索關鍵詞和篩選模型內關鍵詞進行對比，從而讓篩選模型可以及時反饋，并且可以將差異詞及時添加與篩選模型內，讓篩選模型內的關鍵詞可以及時更新，提高了篩選模型反饋的準確性和效率。

技術領域

本發明屬于大數據技術領域，具體涉及一種大數據的數據篩選模型及方法。

背景技術

大數據，IT行業術語，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

但是目前市場上的大數據數據篩選方法無法及時更新，篩選模型反饋的準確性和效率較低。

發明內容

本發明的目的在于提供一種大數據的數據篩選模型及方法，以解決上述背景技術中提出的無法及時更新，篩選模型反饋的準確性和效率較低的問題。

為實現上述目的，本發明提供如下技術方案：一種大數據的數據篩選方法，包括如下步驟：

S1.根據多維度組合數據建立篩選模型，所述篩選模型包含若干第一關鍵詞；

S2.向所述篩選模型輸入第二關鍵詞，將第一關鍵詞與第二關鍵詞進行對比；

S3.當第一關鍵詞與第二關鍵詞完全不同時，且第二關鍵詞的搜索量達到預設閾值時，將所述第二關鍵詞建立于所述篩選模型內。

優選的，所述的向所述篩選模型輸入第二關鍵詞，將第一關鍵詞與第二關鍵詞進行對比之后還包括步驟：

S21.當第一關鍵詞與第二關鍵詞局部不同時，且第二關鍵詞的搜索量達到預設閾值時，將所述第二關鍵詞與第一關鍵詞的差異詞建立于所述篩選模型內。

優選的，所述的向所述篩選模型輸入第二關鍵詞，將第一關鍵詞與第二關鍵詞進行對比之后還包括步驟：

S22.當第一關鍵詞與第二關鍵詞相同時，向所述第一關鍵詞輸出對應的目標。

優選的，所述的根據多維度組合數據建立篩選模型，所述篩選模型包含若干第一關鍵詞之前還包括步驟：

S11.建立第一關鍵詞與目標的映射關系。

優選的，所述的當第一關鍵詞與第二關鍵詞完全不同時，且第二關鍵詞的搜索量達到預設閾值時，將所述第二關鍵詞建立于所述篩選模型內之前還包括步驟：

S31.設置搜索量閾值。

優選的，所述多維度組合數據包括鐵路系統平臺中乘車旅客總人數、列車發車總趟數、鐵路站點數目、運行列車運行時長以及運行列車運行站點。

優選的，所述篩選模型包括：

獲取單元，獲取所有樣本中的樣本數據；

建立單元，用于建立篩選模型。

優選的，所述篩選模型還包括：

輸入單元：用于輸入關鍵詞；

對比單元：用于對比關鍵詞。

優選的，所述篩選模型還包括：

處理單元：用于處理關鍵詞；

映射單元：用于映射關鍵詞與目標。