[发明专利]一种基于数据挖掘技术的手持移动终端评估方法及系统

说明书

技术领域

本发明涉及电子产品领域，特别是涉及一种基于C4.5决策树的手持移动终端评估方式数据挖掘技术。

背景技术

随着手持移动终端厂商的不断兴起和用户对手持移动终端的需求量的快速增加，如何选择一部适合自己的手持移动终端和如何生产一部适应时代潮流的手持移动终端已经成为用户和厂商的面临的共同问题，现在每个手持移动终端官网采集了大量的手持移动终端评估信息，该信息正在以成倍的速度增长。但是这些数据并没有被真正的运用起来。

C4.5算法是一种归纳学习的机制，其核心思想和ID3完全相同，但在实现方法上做了更好的改进，并增加了新的功能。主要包括：采用“增益比例”来选择分裂属性、对连续属性的处理、对样本属性值缺失情况的处理、规则的产生、交叉验证等。本文采用C4.5算法的一个原因是，可以对原本连续型的数值进行离散化后再处理。C4.5算法的基本过程包括生成决策树、修剪决策树、生成决策规则等几个部分。虽然C4.5本身也有不足，如因为构造决策树时，需要对全部数据集多次扫描和排序，会在一定程度上限制了算法的效率，所以当数据集非常大时，效率会降低，但是本发明所采用的数据在生成C4.5决策树之前已经进行了预处理，采取了用户对该手持移动终端的评估指标的均值而且对相关性强的手持移动终端的评估指标也进行了一定的处理，数据量会大大减少，所以C4.5算法在本发明中不会受到太多局限性，在本发明中可以使用。

现在的技术中，对数据挖掘技术在手持移动终端问题中的运用主要分为两类：一类是基于决策树研究某一类用户对于手持移动终端购买问题，分析出哪些因素可以影响这类用户的购买情况，通过掌握这类用户的信息来提高厂商对用户进行有针对性的营销方案；另一类是基于简单数据分析技术对手持移动终端市场进行研究，通过收集到有关数据，然后利用数据分析技术对手持移动终端市场进行分析，使得厂商了解用户对自家手持移动终端的评估。然而基于上面的这些技术厂商并不能根据这些数据得到对手持移动终端的关键评估指标和提高厂商市场竞争力的具体、可靠的意见。

正是基于这样的思路，本发明提出了一种基于数据挖掘技术的手持移动终端评估方法及系统，提出了如何使用相关性分析、数据离散化、属性化、建立C4.5决策树等技术来充分挖掘出大量评估信息中具有决策意义的信息，做出更为有效的评估和给出更为有用的意见，帮助厂商提高市场竞争力，更好的满足用户的需求，也能让用户根据自身实际情况购买到最适合自己的手持移动终端。

发明内容

本发明的目的在于提供一种基于数据挖掘技术的手持移动终端评估方法及系统,是针对不能有效利用网站上存在的大量手持移动终端的评估信息的难题，实现通过数据挖掘技术，得到决定手持移动终端的关键评估指标，并根据所述手持移动终端的关键评估指标给厂商有效的评估和有用的意见，也能让用户根据自身实际情况购买到最适合自己的手持移动终端。

为了解决以上技术问题，本发明采用的具体技术方案如下。

一种基于数据挖掘技术的手持移动终端评估方法，其特征在于包括：

步骤一，提取网站上手持移动终端评估的指标数据；

所述指标数据包括：功能、前后像素、系统流畅度、音质音效、外观、手持移动终端品牌、屏幕大小、电池耐用性、手持移动终端的价格；对网站上的用户评估信息和反馈数据每半年进行一次提取，每次对手持移动终端排行榜前5名的品牌手持移动终端的用户评估信息和反馈数据进行提取，得到手持移动终端的评估指标；

步骤二，对所述手持移动终端的评估指标的均值进行相关性分析，具体包括以下过程：

过程2.1：根据提取到的手持移动终端的评估指标，计算每个手持移动终端的评估指标的均值，为了保证用户对手持移动终端评估的稳定性，进行相关性分析的数据采用的是大量用户对手持移动终端的评估指标的均值；

过程2.2：根据所述每个手持移动终端的评估指标的均值计算两两指标之间的皮尔逊相似系数；

过程2.3：根据所述皮尔逊相似系数的大小找出相关性强的手持移动终端的评估指标，所述皮尔逊相似系数在-0.5到-1之间和0.5到1之间的手持移动终端的评估指标都为显著相关的指标，即为相关性强的手持移动终端的评估指标，再将每个手持移动终端的评估指标的均值相加得到基于所有手持移动终端的评估指标的评估总分；