一種數(shù)據(jù)挖掘方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種數(shù)據(jù)挖掘方法，其特征在于，該方法包括：根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)；根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對事物的偏好程度值；經(jīng)過去模糊化的處理，得出對事物的具體偏好程度。本發(fā)明提供的方法能夠解決現(xiàn)有方法對大數(shù)據(jù)處理不夠精確以及復(fù)雜度過高的問題。
【專利說明】一種數(shù)據(jù)挖掘方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理【技術(shù)領(lǐng)域】，具體涉及一種數(shù)據(jù)挖掘方法及系統(tǒng)。

【背景技術(shù)】
[0002]隨著信息技術(shù)的飛速發(fā)展，云計(jì)算成為了 IT行業(yè)最時尚的話題，而云計(jì)算作為計(jì)算資源的底層，支撐著上層的大數(shù)據(jù)處理。而對于我們用戶來說最關(guān)心的還是上層的數(shù)據(jù)，在日益激勵的電子商務(wù)企業(yè)競爭中，根據(jù)用戶喜好為用戶提供個性化的服務(wù)就顯得至關(guān)重要，此時，大數(shù)據(jù)就體現(xiàn)了它巨大的商業(yè)價值，通過收集顧客的購買行為和購買偏好等數(shù)據(jù)，因人而異地對顧客提供獨(dú)特的產(chǎn)品和針對性服務(wù)。
[0003]大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)信息進(jìn)行專業(yè)化信息處理，換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵是提高對數(shù)據(jù)的“加工”能力，通過“加工”實(shí)現(xiàn)對數(shù)據(jù)的增值。收集到的數(shù)據(jù)具有量大、類型繁多、價值密度低及速度快時效高等特點(diǎn)，如何從大量的數(shù)據(jù)中提取有用的信息，得出準(zhǔn)確率高的用戶偏好成為數(shù)據(jù)挖掘最亟待解決的問題。目前的算法都存在一定的缺陷，對大數(shù)據(jù)的處理不夠精確且復(fù)雜度過高。


【發(fā)明內(nèi)容】

[0004](一 )解決的技術(shù)問題
[0005]針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種數(shù)據(jù)挖掘方法，能夠通過模糊邏輯處理方法及制定的推理規(guī)則，從而提取最有用的信息，來解決對大數(shù)據(jù)處理不夠精確以及復(fù)雜度過高的問題。
[0006]( 二 )技術(shù)方案
[0007]為了達(dá)到以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn):
[0008]一種數(shù)據(jù)挖掘方法，該方法包括:
[0009]根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)；
[0010]根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對各種事物的偏好程度值；
[0011]經(jīng)過去模糊化的處理，得出對各種事物的具體偏好程度。
[0012]優(yōu)選地，所述用戶數(shù)據(jù)信息包括用戶年齡、性別、職業(yè)、購買行為、購買偏好以及購買能力。
[0013]優(yōu)選地，所述得到的模糊化的數(shù)據(jù)為O?I之間的數(shù)字。
[0014]優(yōu)選地，所述模糊評價規(guī)則是根據(jù)用戶偏好的類型而制定的規(guī)則。
[0015]優(yōu)選地，所述模糊評定規(guī)則具體是由隸屬度函數(shù)組成，不同的評定規(guī)則形成隸屬度矩陣，收集得到的值乘以隸屬度矩陣，從而得到模糊化數(shù)據(jù)。
[0016]優(yōu)選地，所述制定的推理規(guī)則包括根據(jù)事物的關(guān)聯(lián)性而制定的規(guī)則。
[0017]優(yōu)選地，所述偏好程度值為O?I之間的數(shù)字。
[0018]一種數(shù)據(jù)挖掘系統(tǒng)，該系統(tǒng)包括模糊化模塊、推理模塊以及去模糊化模塊；
[0019]模糊化模塊，用于根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)；
[0020]推理模塊，根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對各種事物的偏好程度值；
[0021]去模糊化模塊，用于去模糊化的處理，得出對各種事物的具體偏好程度。
[0022](三)有益效果
[0023]本發(fā)明至少有如下有益效果:
[0024]本發(fā)明提供了一種數(shù)據(jù)挖掘方法，通過數(shù)據(jù)信息進(jìn)行模糊邏輯處理，從而根據(jù)制定的推理規(guī)則對用戶的偏好進(jìn)行推理，以此來提取最有用的信息，如此就能夠解決現(xiàn)有方法對大數(shù)據(jù)處理不夠精確以及復(fù)雜度過高的問題。

【專利附圖】

【附圖說明】
[0025]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些圖獲得其他的附圖。
[0026]圖1是本發(fā)明實(shí)施例中的一種數(shù)據(jù)挖掘方法的流程圖。
[0027]圖2是本發(fā)明另一實(shí)施例提供的一種數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0028]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0029]參見圖1，本發(fā)明實(shí)施例提供了一種數(shù)據(jù)挖掘方法，其具體步驟如下:
[0030]S1:根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)。
[0031]其中，所述模糊評價規(guī)則是根據(jù)用戶偏好的類型而制定的規(guī)則。所述用戶數(shù)據(jù)信息包括用戶年齡、性別、職業(yè)、購買行為、購買偏好以及購買能力等。
[0032]所述模糊評定規(guī)則具體是由隸屬度函數(shù)組成，不同的評定規(guī)則形成隸屬度矩陣，收集得到的值乘以隸屬度矩陣，從而得到模糊化數(shù)據(jù)。所述得到的模糊化的數(shù)據(jù)為O?I之間的數(shù)字，越接近I說明信息越有用，越接近用戶的偏好。
[0033]S2:根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對各類型事物的偏好程度值。
[0034]其中，偏好程度值為從O?I之間的數(shù)據(jù)，同樣地越靠近I說明對某項(xiàng)事物越偏好。由于用戶的偏好會隨著時間、以及環(huán)境動態(tài)的變化，因此我們制定的推理規(guī)則是動態(tài)變化的，來更準(zhǔn)確推導(dǎo)用戶的偏好。其中很重要的一點(diǎn)是把相關(guān)聯(lián)的事物進(jìn)行制定相應(yīng)的推理規(guī)則。比如，美國數(shù)據(jù)分析年輕的爸爸去超市買尿片的同時一般都會買啤酒；又如用戶處于25?26之間，最近有看家電方面的信息，通過分析處理可以推導(dǎo)出，這個人有可能在裝修房子，可以推送一下裝修房子相關(guān)的產(chǎn)品信息。
[0035]S3:經(jīng)過去模糊化的處理，得出對各種事物的具體偏好程度。
[0036]本發(fā)明實(shí)施例提供的一種數(shù)據(jù)挖掘方法，通過數(shù)據(jù)信息進(jìn)行模糊邏輯處理，從而根據(jù)制定的推理規(guī)則對用戶的偏好進(jìn)行推理，以此來提取最有用的信息，如此就能夠解決現(xiàn)有方法對大數(shù)據(jù)處理不夠精確以及復(fù)雜度過高的問題。
[0037]本發(fā)明另一實(shí)施例還提供了一種數(shù)據(jù)挖掘系統(tǒng)，該系統(tǒng)包括模糊化模塊、推理模塊以及去模糊化模塊；
[0038]模糊化模塊，用于根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)；
[0039]推理模塊，根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對各種事物的偏好程度值；
[0040]去模糊化模塊，用于去模糊化的處理，得出對各種事物的具體偏好程度。
[0041]以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解；其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。
【權(quán)利要求】
1.一種數(shù)據(jù)挖掘方法，其特征在于，該方法包括: 根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)； 根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對事物的偏好程度值； 經(jīng)過去模糊化的處理，得出對事物的具體偏好程度。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述用戶數(shù)據(jù)信息包括用戶年齡、性別、職業(yè)、購買行為、購買偏好以及購買能力。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模糊化的數(shù)據(jù)為O?I之間的數(shù)字。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模糊評價規(guī)則是根據(jù)用戶偏好的類型而制定的規(guī)則。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述模糊評定規(guī)則具體是由隸屬度函數(shù)組成，不同的評定規(guī)則形成不同的隸屬度矩陣，收集得到的值乘以所述隸屬度矩陣，從而得到模糊化數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述制定的推理規(guī)則包括根據(jù)事物的關(guān)聯(lián)性而制定的規(guī)則。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述偏好程度值為O?I之間的數(shù)字。
8.一種數(shù)據(jù)挖掘系統(tǒng)，其特征在于，該系統(tǒng)包括模糊化模塊、推理模塊以及去模糊化模塊； 模糊化模塊，用于根據(jù)模糊評價規(guī)則對用戶數(shù)據(jù)信息進(jìn)行模糊邏輯處理，得到模糊化的數(shù)據(jù)； 推理模塊，根據(jù)制定的推理規(guī)則對模糊化的數(shù)據(jù)進(jìn)行推理，得出對各種事物的偏好程度值； 去模糊化模塊，用于去模糊化的處理，得出對各種事物的具體偏好程度。
【文檔編號】G06F17/30GK104133833SQ201410227688
【公開日】2014年11月5日 申請日期:2014年5月27日 優(yōu)先權(quán)日:2014年5月27日
【發(fā)明者】孟祥威, 王宇 申請人:漢柏科技有限公司