[發明專利]一種基于SVM的特定文本大數據分析方法及系統

在審

• 申請號: 202210628092.2
• 申請日: 2022-06-06
• 公開（公告）號: CN115525758A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 計哲;石瑾;李鵬;孫曉晨;萬辛;寧珊;劉發強;孫旭東;倪善金;齊帥;許高尚;齊朋飛
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06N20/10
• 代理公司: 天津璽名律師事務所 12263
• 代理人: 楊琳

1.一種基于SVM的特定文本大數據分析方法，其特征在于，包括：

利用歷史特定文本大數據得到歷史特定文本大數據特征；

利用所述歷史特定文本大數據特征獲取歷史特定文本大數據分析結果。

2.根據權利要求1所述的一種基于SVM的特定文本大數據分析方法，其特征在于，所述利用歷史特定文本大數據得到歷史特定文本大數據特征包括：

判斷所述歷史特定文本大數據是否存在非結構化數據，若是，則對所述歷史特定文本大數據的非結構化數據轉化為結構化數據得到歷史特定文本基礎大數據，利用所述歷史特定文本基礎大數據獲取歷史特定文本大數據特征，否則，直接利用所述歷史特定文本大數據獲取歷史特定文本大數據特征。

3.根據權利要求1所述的一種基于SVM的特定文本大數據分析方法，其特征在于，利用所述歷史特定文本大數據特征獲取歷史特定文本大數據分析結果包括：

將所述歷史特定文本大數據帶入預先訓練的歷史特定文本大數據分析模型得到歷史特定文本大數據分析結果。

4.根據權利要求3所述的一種基于SVM的特定文本大數據分析方法，其特征在于，所述歷史特定文本大數據分析模型的訓練包括：

利用所述歷史特定文本大數據特征劃分訓練集與測試集；

以訓練集為輸入，以訓練集對應的歷史特定文本大數據特征分析結果為輸出，基于支持向量機進行訓練得到歷史特定文本大數據基礎分析模型；

利用所述歷史特定文本大數據基礎分析模型根據測試集進行性能提升處理得到歷史特定文本大數據分析模型。

5.根據權利要求4所述的一種基于SVM的特定文本大數據分析方法，其特征在于，利用所述歷史特定文本大數據基礎分析模型根據測試集進行性能提升處理得到歷史特定文本大數據分析模型包括：

將所述測試集帶入歷史特定文本大數據基礎分析模型得到歷史特定文本大數據基礎分析測試結果；

當所述歷史特定文本大數據基礎分析測試結果達到輸出判斷閾值時，將歷史特定文本大數據基礎分析模型作為歷史特定文本大數據分析模型輸出；

當所述歷史特定文本大數據基礎分析測試結果未達到輸出判斷閾值時，判斷所述歷史特定文本大數據基礎分析測試結果是否集中存在噪點，若是，則對歷史特定文本大數據基礎分析模型的核函數進行松弛變量處理得到歷史特定文本大數據基礎分析模型的松弛核函數，利用所述歷史特定文本大數據基礎分析模型的松弛核函數獲取歷史特定文本大數據分析模型，否則，利用所述歷史特定文本大數據基礎分析模型基于拉格朗日函數的對偶性進行線性對偶處理得到歷史特定文本大數據分析模型。

6.根據權利要求5所述的一種基于SVM的特定文本大數據分析方法，其特征在于，利用所述歷史特定文本大數據基礎分析模型的松弛核函數獲取歷史特定文本大數據分析模型包括：

利用所述歷史特定文本大數據基礎分析模型的松弛核函數得到歷史特定文本大數據基礎分析約束條件數據；

利用所述歷史特定文本大數據基礎分析約束條件數據帶入歷史特定文本大數據基礎分析模型得到歷史特定文本大數據分析模型。

7.一種基于SVM的特定文本大數據分析系統，其特征在于，包括：

采集模塊，用于利用歷史特定文本大數據得到歷史特定文本大數據特征；

分析模塊，用于利用所述歷史特定文本大數據特征獲取歷史特定文本大數據分析結果。