[发明专利]数据分析方法及其系统

权利要求书

1.一种数据分析方法，包括：

获取样本数据，其中所述样本数据包含正样本数据和负样本数据，所述正样本数据包括用户所偏好的项目，并且所述负样本数据包含用户非偏好的项目；

选择所述样本数据的判别性特征，其中所述判别性特征包括对区分正样本数据和负样本数据中的项目具有区分度的特征；

对至少一个目标分析项目，确定其是否具有至少一个所述判别性特征；以及

响应于具有至少一个所述判别性特征，将所述至少一个目标分析项目与至少一个所述判别性特征相关联。

2.如权利要求1所述的方法，其中所述获取样本数据进一步包括：

根据下列各项中的至少一项获取样本数据：所述用户的操作历史、推荐系统为所述用户产生的推荐结果。

3.如权利要求2所述的方法，其中所述操作历史包括下列各项中的至少一项：

所述用户对项目的打分、所述用户对项目的操作、所述用户对项目的评论。

4.如权利要求1所述的方法，其中所述选择所述样本数据的判别性特征进一步包括：

确定所述样本数据中的待选特征，以及

从所述待选特征中选择判别性特征。

5.如权利要求4所述的方法，其中所述待选特征进一步包括下列各项中的至少一项：结构化特征、非结构化特征，

其中所述结构化特征包括下列各项中的至少一项：属性以及所述属性的值、属性，并且

其中所述非结构化特征包括所述样本数据中的关键词。

6.如权利要求4所述的方法，其中所述待选特征进一步包括下列各项中的至少一项：

原始特征，所述原始特征包括所述样本数据中项目原有的特征；

组合特征，所述组合特征包括多个所述原始特征的组合；

概括特征，所述概括特征包括对多个所述原始特征的进行概括所形成的特征。

7.如权利要求4-6中任意一个所述的方法，其中从所述待选特征中选择判别性特征进一步包括：

计算所述待选特征的区分度值；

根据所述区分度值从所述待选特征中筛选出判别性特征。

8.如权利要求7所述的方法，其中所述计算所述待选特征的区分度值进一步包括：

根据所述待选特征在所述正样本数据中出现的次数与所述待选特征在所述样本数据中出现的次数之比计算所述区分度值。

9.如权利要求7所述的方法，其中所述计算所述待选特征的区分度值进一步包括：

根据所述待选特征在所述正样本数据和所述负样本数据中分布的熵以及所述待选特征在样本数据中出现的次数占总样本数据的比重计算所述区分度值。

10.如权利要求1所述的方法，其中所述至少一个目标分析项目为至少一个推荐项目，所述选择所述样本数据的判别性特征进一步包括：

选择具有正面区分度的待选特征作为判别性特征。

11.一种数据分析系统，包括：

获取装置，被配置为获取样本数据，其中所述样本数据包含正样本数据和负样本数据，所述正样本数据包括用户所偏好的项目，并且所述负样本数据包含用户非偏好的项目；

选择装置，被配置为选择所述样本数据的判别性特征，其中所述判别性特征包括对区分正样本数据和负样本数据中的项目具有区分度的特征；

确定装置，被配置为对至少一个目标分析项目，确定其是否具有至少一个所述判别性特征；以及

关联装置，被配置为响应于具有至少一个所述判别性特征，将所述至少一个目标分析项目与至少一个所述判别性特征相关联。

12.如权利要求11所述的系统，其中所述获取装置进一步被配置为：

根据下列各项中的至少一项获取样本数据：所述用户的操作历史、推荐系统为所述用户产生的推荐结果。

13.如权利要求12所述的系统，其中所述操作历史包括下列各项中的至少一项：

所述用户对项目的打分、所述用户对项目的操作、所述用户对项目的评论。

14.如权利要求11所述的系统，其中所述选择装置进一步包括：

确定子装置，被配置为确定所述样本数据中的待选特征，以及

选择子装置，被配置为从所述待选特征中选择判别性特征。