[发明专利]数据挖掘方法和装置

权利要求书

1.一种数据挖掘方法，用于对地铁站人流量进行预测，所述方法包括：

从数据源获取地铁站点的人流量与时间对应的历史数据，所述历史数据包括第一历史数据和第二历史数据，所述第一历史数据和第二历史数据为前后的不同时间段的两个历史数据；

对所述第一历史数据和第二历史数据进行清洗，根据清洗后的所述第一历史数据和第二历史数据建立数据仓库；

从模型池中选择人流量预测模型群，确定所述第一历史数据的类别和特点；

确定对所述第一历史数据进行建模分析所要输出的结果；

根据所述第一历史数据的类别和特点及所述所要输出的结果从所述模型池中选择对应的模型群；

根据所述模型群中的模型分别对所述数据仓库中的第一历史数据进行建立模型；所述人流量预测模型群中包括逻辑回归模型、正则化回归模型、灰色预测模型及基于R语言的随机森林算法模型；

通过建立的模型分别预测所述第二历史数据对应的时间段所对应的数据，生成第二预测结果；

分别将所述第二预测结果与所述第二历史数据进行比较，得到准确性最高的所述数据挖掘模型作为预设数据挖掘模型；

从所述数据源获取实时数据；

对所述实时数据进行数据清洗，得到清洗后的实时数据，根据所述清洗后的实时数据建立数据仓库；

根据所述数据仓库中的实时数据，通过预设数据挖掘模型对预设时间段的数据进行预测，生成第一预测结果并输出，其中，所述预设数据挖掘模型是通过对历史数据进行分析建模并确定的多个数据挖掘模型中准确性最高的数据挖掘模型。

2.根据权利要求1所述的方法，其特征在于，所述分别将第二预测结果与所述第二历史数据进行比较，得到准确性最高的所述数据挖掘模型作为所述预设数据挖掘模型，包括：

分别将所述第二预测结果与所述第二历史数据进行一致性比较，生成一致性比较结果；

根据所述一致性比较结果确定所述建立的模型的准确性。

3.根据权利要求1所述的方法，其特征在于，在所述将所述第一预测结果输出之后，还包括：

根据所述第一预测结果制定与所述第一预测结果对应的营销策略或者根据所述第一预测结果进行判断，判断所述第一预测结果是否超过阈值，再制定相应的策略。

4.一种数据挖掘装置，用于对地铁站人流量进行预测，其特征在于，所述装置包括：

历史数据获取模块，用于从数据源获取地铁站点的人流量与时间对应的历史数据，所述历史数据包括第一历史数据和第二历史数据，所述第一历史数据和第二历史数据为不同的时间段对应的两个历史数据；

数据仓库建立模块，还用于对所述第一历史数据和第二历史数据进行清洗，根据清洗后的所述第一历史数据和第二历史数据建立数据仓库；

模型建立模块，用于从模型池中选择人流量预测模型群，确定所述第一历史数据的类别和特点；确定对所述第一历史数据进行建模分析所要输出的结果；根据所述第一历史数据的类别和特点及所述所要输出的结果从所述模型池中选择对应的模型群；根据所述模型群中的模型分别对所述数据仓库中的第一历史数据进行建立模型；所述人流量预测模型群中包括逻辑回归模型、正则化回归模型、灰色预测模型及基于R语言的随机森林算法模型；

预测模块，还用于通过建立的模型分别预测所述第二历史数据对应的时间段所对应的数据，生成第二预测结果；

预设数据挖掘模型确定模块，用于分别将所述第二预测结果与所述第二历史数据进行比较，得到准确性最高的所述数据挖掘模型作为所述预设数据挖掘模型；

实时数据获取模块，用于从数据源获取实时数据；

数据仓库建立模块，用于对所述实时数据进行数据清洗，得到清洗后的实时数据，根据所述清洗后的实时数据建立数据仓库；

预测模块，用于根据所述数据仓库中的实时数据，通过预设数据挖掘模型对预设时间段的数据进行预测，生成第一预测结果并输出，其中，所述预设数据挖掘模型是通过对历史数据进行分析建模并确定的多个数据挖掘模型中准确性最高的数据挖掘模型。

5.根据权利要求4所述的装置，其特征在于，所述预设数据挖掘模型确定模块还用于分别将所述第一预测结果与所述第二历史数据进行一致性比较，生成一致性比较结果；根据所述一致性比较结果确定所述建立的模型的准确性。