[发明专利]数据信息的筛选方法和系统

权利要求书

1.一种数据信息的筛选方法，其特征在于，包括：

获取用户的浏览记录和初始数据需求；

根据所述浏览记录确定至关键字；

根据所述关键字和所述初始数据需求确定目标数据需求；

响应于获取到与所述目标数据需求对应的数据信息，将所述数据信息发送至所述用户对应的终端；

如果所述初始数据需求携带数据类别，则所述根据所述关键字和所述初始数据需求确定目标数据需求，包括：

计算所述关键字与所述数据类别之间的偏离程度；

确定最小的偏离程度；

根据所述最小的偏离程度确定目标需求。

2.根据权利要求1所述的方法，其特征在于，所述计算所述关键字与所述数据类别之间的偏离程度，包括：

计算所述关键字与所述数据类别之间的匹配度；

根据所述匹配度计算所述偏离程度。

3.根据权利要求2所述的方法，其特征在于，所述计算所述关键字与所述数据类别之间的匹配度，包括：

获取所述数据类别和所述关键字在预设的三维坐标中的位置信息；

根据所述关键字的位置信息和所述数据类别的位置信息确定所述匹配度。

4.根据权利要求3所述的方法，其特征在于，所述根据所述关键字的位置信息和所述数据类别的位置信息确定所述匹配度，包括：

根据式1确定所述匹配度式1：

其中，为第k次递归时所述关键字的位置信息，为第k次递归时所述数据类别的位置信息。

5.根据权利要求4所述的方法，其特征在于，所述确定最小的偏离程度，包括：

根据式2确定所述最小的偏离程度Mind^k，式2：

其中，m、n和p为预设的与所述三维坐标中的三个位置分别对应的阈值。

6.根据权利要求4所述的方法，其特征在于，所述根据所述最小的偏离程度确定所述目标需求，包括：

根据式3对最小偏离程度对应的关键字进行无监督学习，得到无监督学习结果，式3：

响应于当前递归次数大于预设阈值，将所述无监督学习结果确定为所述目标需求；

其中，d^mink为k次递归匹配度的最小值。

7.一种数据信息的筛选系统，其特征在于，包括：

获取模块，用于获取用户的浏览记录和初始数据需求；

确定模块，用于根据所述浏览记录确定至关键字；

所述确定模块还用于，根据所述关键字和所述初始数据需求确定目标数据需求；

发送模块，用于响应于获取到与所述目标数据需求对应的数据信息，将所述数据信息发送至所述用户对应的终端；

如果所述初始数据需求携带数据类别，则所述确定模块具体用于：

计算所述关键字与所述数据类别之间的偏离程度；

确定最小的偏离程度；

根据所述最小的偏离程度确定目标需求。

8.根据权利要求7所述的系统，其特征在于，所述确定模块具体用于：

计算所述关键字与所述数据类别之间的匹配度；

根据所述匹配度计算所述偏离程度。

9.根据权利要求8所述的系统，其特征在于，所述确定模块具体用于：

获取所述数据类别和所述关键字在预设的三维坐标中的位置信息；

根据所述关键字的位置信息和所述数据类别的位置信息确定所述匹配度。

10.根据权利要求8所述的系统，其特征在于，所述确定模块具体用于：

根据式1确定所述匹配度式1：

其中，为第k次递归时所述关键字的位置信息，为第k次递归时所述数据类别的位置信息；

根据式2确定所述最小的偏离程度Mind^k，式2：

其中，m、n和p为预设的与预设的三维坐标中的三个位置分别对应的阈值；

根据式3对所述最小偏离程度对应的关键字进行无监督学习，得到无监督学习结果，式3：

响应于当前递归次数大于预设阈值，将所述无监督学习结果确定为所述目标需求；

其中，d^mink为k次递归匹配度的最小值。