[發明專利]基于數據價值的數據處理裝置及其方法

在審

• 申請號: 202210532391.6
• 申請日: 2022-05-11
• 公開（公告）號: CN114926204A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 宋潔;趙越;王衍之
• 申請（專利權）人: 北京大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G16H80/00
• 代理公司: 北京科衡知識產權代理有限公司 11928
• 代理人: 王淑靜

提供一種基于數據價值的數據處理裝置及其方法，包括：高價值數據獲取單元，用于從原始數據中獲取至少一部分高價值數據；以及預估單元，用于基于獲取的高價值數據來進行業務預測；其中，高價值數據獲取單元根據與業務收益相關聯的效用函數來計算各個原始數據的價值，并基于計算結果來獲取所述至少一部分高價值數據。這樣，通過從大量的歷史數據中篩選出具有高價值的數據，并基于篩選出的這些高價值數據進行業務預測，不僅能夠降低業務系統的運算負擔，也能夠提高業務預測的準確性。

技術領域

本發明涉及海量數據處理，更具體地說，涉及一種基于數據價值的數據 處理裝置及其方法

背景技術

目前，各類行業都在進行數字化轉型，數字平臺利用數據進行智能化的 業務決策，但大數據也導致了計算成本過高、數據管理缺乏抓手等問題。

由于普遍缺乏對數據的有效管理，通常利用的是全量數據，既會受到計 算資源的限制，也會受到噪聲數據的影響。

例如，一個在線醫療平臺希望建立起對每位醫生問診需求的預測模型， 優化資源配置。如果采用全量數據訓練，計算成本較大，而且在線平臺中存 在著刷單等噪聲數據影響，即一些醫生為了獲得更高利潤，鼓動患者進行虛 假評價，或是在平臺中刷文章禮物等等。

然而，現有方式難以在實踐中厘清數據點的價值，無法對數據進行針對 性的管理，數據的使用效率不高。

發明內容

根據本發明的一方面，提供一種基于數據價值的數據處理裝置，包括： 高價值數據獲取單元，用于從原始數據中獲取至少一部分高價值數據；以及 預估單元，用于基于獲取的高價值數據來進行業務預測；其中，高價值數據 獲取單元根據與業務收益相關聯的效用函數來計算各個原始數據的價值，并 基于計算結果來獲取所述至少一部分高價值數據。

可選地，所述預估單元包括：訓練單元，用于使用獲取的高價值數據來 訓練業務模型；以及預測單元，用于利用由訓練單元訓練出的業務模型進行 業務預測。

可選地，高價值數據獲取單元根據與業務收益相關聯的效用函數，計算 各個原始數據的數據沙普利值，以作為各個原始數據的價值。

可選地，所述效用函數與使用至少一部分原始數據訓練出的業務模型的 預測誤差相關聯。

可選地，所述高價值數據獲取單元在計算效用函數的每次迭代中，對所 有原始數據的集合進行隨機排序，并在由任一原始數據及其之前元素構成的 集合的效用函數值與所有原始數據的集合的效用函數值之間的差異小于預設 閾值的情況下，將所述任一原始數據對于由所述之前元素構成的集合的效用 函數值保持不變。

可選地，高價值數據獲取單元通過以下處理來計算各個原始數據的數據 沙普利值：基于所有原始數據的集合訓練出全集業務模型，并記錄每個原始 數據在全集業務模型下的全集預測結果，在計算效用函數的每次迭代中，根 據與原始數據距離較近的至少一個原始數據的全集預測結果來獲取所述原始 數據的預測結果。

可選地，所述原始數據包括在當前時刻之前發生的至少一期歷史數據， 并且，預估單元基于獲取的高價值數據來針對與當前時刻對應的預測數據進 行下一時期的業務預測。

可選地，高價值數據獲取單元根據業務人群、業務邏輯、外界環境、時 間變化中的至少一個來調整與業務收益相關聯的效用函數。

可選地，所述數據處理裝置還包括：價值展示單元，用于基于獲取的高 價值數據構建圖形化展示界面，以向用戶解釋業務模型。

可選地，業務模型涉及在線醫療平臺，業務預測用于基于在線醫生醫療 平臺上的各個醫生的屬性信息來預測所述各個醫生在下一時期即將承接的診 療次數。