申请/专利权人:广东工业大学
申请日:2024-03-13
公开(公告)日:2024-04-16
公开(公告)号:CN117891857A
主分类号:G06F16/2458
分类号:G06F16/2458;G06F16/901;G06F17/16
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明涉及信息检索技术领域,具体为基于大数据的数据挖掘方法及系统,包括以下步骤:分析原始数据集的时间戳,对数据进行分段,每段代表一个目标时间区间内的数据快照,识别多时间段内的关键特征和波动模式,生成时间分段特征集。本发明中,通过时间戳分析与滑动窗口技术的结合,提炼出多时间段内数据的关键特征和波动模式,进而构建动态关联规则集,显著增强了数据挖掘的动态跟踪能力和关联分析的精确度。基于拟合度比对预设阈值,判断是否具有潜在连接的判定逻辑,准确预测物品间的新关联或加强现有关联的可能性,通过精细化的社区结构分析和节点拟合度计算,提高了信息检索的相关性和准确性。
主权项:1.基于大数据的数据挖掘方法,其特征在于,包括以下步骤:分析原始数据集的时间戳,对数据进行分段,每段代表一个目标时间区间内的数据快照,识别多时间段内的关键特征和波动模式,生成时间分段特征集;对所述时间分段特征集应用滑动窗口技术,调整窗口大小和步长,分析每个窗口内的数据变化,识别物品间的变动关系,挖掘所述变动关系随时间的演化,构建动态关联规则集;转换所述动态关联规则集为节点和边的集合,每个物品作为节点,关联规则作为边,使用节点间边的权重来表示关联强度,构建出反映物品间相互作用的物品关系图;在所述物品关系图上应用社区发现逻辑,根据节点的连接密度和模式,分组同类或关联的节点,揭示差异化物品群体间的内在关联性,得到物品社区结构;利用所述物品社区结构中的节点和边信息,对潜在的未来连接进行评估,分析社区内外的物品预估的新关联或加强现有关联的概率,获取预测关联强度结果;结合所述预测关联强度结果中的数据与动态关联规则集,分析物品关系随时间的发展趋势,评估关系的稳定性和变化速度,建立关系动态趋势分析。
全文数据:
权利要求:
百度查询: 广东工业大学 基于大数据的数据挖掘方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。