[发明专利]数据处理方法、装置、存储介质及电子设备

说明书

本公开涉及大数据分析技术领域，具体涉及一种数据处理方法、数据处理装置、计算机可读存储介质及电子设备。本公开实施例所提供的数据处理方法包括：根据选定的目标变量读取数据库；其中，所述数据库包括与目标变量相关的多个特征变量；获取各个特征变量在不同取值或者不同取值范围内的目标变量取值情况；根据所述目标变量取值情况，计算得到各个特征变量对于所述目标变量的预测价值；根据所述预测价值生成差异化显示所述特征变量的可视化图表。本公开实施例所提供的数据处理方法通过计算多种特征变量对于目标变量的预测价值，可以获得特征变量的重要性分布结果，降低了业务人员的分析工作量，提高了数据处理效率。

技术领域

本公开涉及大数据分析技术领域，具体涉及一种数据处理方法、数据处理装置、计算机可读存储介质及电子设备。

背景技术

随着计算机技术的迅速发展，保险行业汇聚了大量的客户信息、代理人信息以及相关业务数据。而且基于保险行业的特殊性，数据采集范围极其广泛且细致，获得的数据资源也普遍具有指标跨度广、关联信息量大的特点。

在面对大规模的海量数据时，虽然可以借助常规的数据统计运算工具协助进行数据筛选和分析工作，但是这也仅能在简单的数字处理层面上替代部分人工，而真正涉及重要指标数据的处理时，仍然需要占用大量人工资源。尤其是在较多干扰信息的影响下，难以获得有效数据，通常需要业务能力较高的人员进行逐项处理，不仅效率低下，而且需要消耗大量人力成本和时间成本。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种数据处理方法、数据处理装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的数据处理效率低下的技术问题。

根据本公开的一个方面，提供一种数据处理方法，其特殊之处在于，包括：

根据选定的目标变量读取数据库；其中，所述数据库包括与目标变量相关的多个特征变量；

获取各个特征变量在不同取值或者不同取值范围内的目标变量取值情况；

根据所述目标变量取值情况，计算得到各个特征变量对于所述目标变量的预测价值；

根据所述预测价值生成差异化显示所述特征变量的可视化图表。

在本公开的一种示例性实施方式中，在根据选定的目标变量读取数据库之后，所述方法还包括：

滤除所述特征变量中的噪声变量。

在本公开的一种示例性实施方式中，所述滤除所述特征变量中的噪声变量包括：

获取各个特征变量的数据缺失率；

将所述数据缺失率超过预设阈值的特征变量记为噪声变量；

滤除所述特征变量中的噪声变量。

在本公开的一种示例性实施方式中，所述滤除所述特征变量中的噪声变量包括：

根据所述目标变量设定过滤字段；

将包含所述过滤字段的特征变量记为噪声变量；

滤除所述特征变量中的噪声变量。

在本公开的一种示例性实施方式中，所述获取各个特征变量在不同取值或者不同取值范围内的目标变量取值情况包括：

判断所述目标变量是否为二分变量；

若判断结果为否，则将所述目标变量转换为二分变量；其中所述二分变量的取值包括目标值和非目标值；