[發明專利]一種基于大數據的模糊擴張矩陣規則抽取方法及系統

在審

• 申請號: 202110439472.7
• 申請日: 2021-04-23
• 公開（公告）號: CN113127577A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 閆榮新
• 申請（專利權）人: 河北網新科技集團有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/2455
• 代理公司: 石家莊領皓專利代理有限公司 13130
• 代理人: 姬學森

本發明涉及分類預測技術領域，提出了一種基于大數據的模糊擴張矩陣規則抽取方法及系統，一種基于大數據的模糊擴張矩陣規則抽取方法包括步驟S101：獲得用戶輸入的業務請求，根據業務請求得到未知示例；S102：根據所述未知示例，確定對應的數據庫，根據數據分布情況確定訓練示例集和測試示例集，進行數據模糊化處理；S103：基于擴張矩陣理論生成一組規則，根據訓練示例集和測試示例集，訓練生成的一組規則；S104：根據訓練后的規則，對未知示例進行分類。通過上述技術方案，解決了現有技術中模糊環境下分類預測準確度低的問題。

技術領域

本發明涉及分類預測技術領域，具體的，涉及一種基于大數據的模糊擴張矩陣規則抽取方法及系統。

背景技術

隨著云計算技術和大數據技術的不斷發展，諸如銀行貸款風險評估、圖書或郵件分類、醫療診斷、性能預測和市場營銷等實際應用領域，數據在朝著多維度、大數據量方向發展，傳統的以人工的方式實現的風險評估和分類手段，不僅效率低、需要投入大量人力、而且人為憑經驗判斷準確度低。因此，通過采集大量相關數據用于數據建模，通過大數據構建的數據模型進行風險控制和分類，相比傳統的人工經驗預測和分類更科學，效率更高。

發明內容

本發明提出一種基于大數據的模糊擴張矩陣規則抽取方法及系統，解決了現有技術中模糊環境下分類預測準確度低的問題。

本發明的技術方案如下：

第一方面，一種基于大數據的模糊擴張矩陣規則抽取方法，用于模糊環境下分類和預測，包括步驟

S101：獲得用戶輸入的業務請求，根據業務請求得到未知示例；

S102：根據所述未知示例，確定對應的數據庫，根據數據分布情況確定訓練示例集和測試示例集，進行數據模糊化處理；

S103：基于擴張矩陣理論生成一組規則，根據訓練示例集和測試示例集，訓練生成的一組規則；

S104：根據訓練后的規則，對未知示例進行分類。

另一方面，一種基于大數據的模糊擴張矩陣規則抽取系統，包括

第一獲得單元，用于獲得用戶輸入的業務請求，根據業務請求得到未知示例；

第一處理單元，用于根據所述未知示例，確定對應的數據庫，根據數據分布情況確定訓練示例集和測試示例集，進行數據模糊化處理；

第二處理單元，基于擴張矩陣理論生成一組規則，根據訓練示例集和測試示例集，訓練生成的一組規則；

第三處理單元，用于根據訓練后的規則，對未知示例進行分類。

本發明的工作原理及有益效果為：

本發明首先通過對用戶輸入的業務請求的分析，確定對應的數據庫；然后在數據庫的基礎上進行模糊分類，其中，模糊分類過程中分類規則的抽取基于擴張矩陣理論，通過規則的學習得到適合未知示例的一組規則，有利于對未知示例的準確分類。

本發明最大限度地排除人為的因素，變盲目的、憑印象或憑經驗的選取為建立在數據分析基礎上的科學量化分析，可廣泛推廣于銀行貸款風險評估、圖書或郵件分類、醫療診斷、性能預測和市場營銷等實際應用領域，具有很好的經濟效益和社會效益前景。

附圖說明

下面結合附圖和具體實施方式對本發明作進一步詳細的說明。

圖1為本發明方法流程圖；

圖2為本發明系統結構示意圖；

具體實施方式