[发明专利]一种基于大数据的计算机数据挖掘探索方法及系统在审

专利信息
申请号: 201910811174.9 申请日: 2019-08-30
公开(公告)号: CN110750583A 公开(公告)日: 2020-02-04
发明(设计)人: 李卫群;张涛;陆苇;雷厚宇;兰海翔 申请(专利权)人: 贵州力创科技发展有限公司
主分类号: G06F16/25 分类号: G06F16/25;G06F16/28;G06F16/951
代理公司: 11212 北京轻创知识产权代理有限公司 代理人: 赵秀斌
地址: 560003 贵州省贵阳市贵阳国家高*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 大数据 数据仓库 数据挖掘 挖掘 数据挖掘工具 数据挖掘模型 支持向量机 模式查询 数据探索 遗传算法 预处理 计算机数据挖掘 抓取 采集计算机 全量抽取 网络爬虫 有效信息 增量抽取 探索 构建 加载 铺垫 转换 分析
【权利要求书】:

1.一种基于大数据的计算机数据挖掘探索方法,其特征在于:包括以下步骤,

S1,采集计算机数据,形成原始大数据;

S2,对所述原始大数据进行预处理,并存入数据仓库;

S3,基于支持向量机、模式查询和数据挖掘工具构建数据挖掘模型,并利用所述数据挖掘模型在所述数据仓库中进行数据挖掘;得到挖掘数据;

S4,基于遗传算法对所述挖掘数据进行探索分析,得到与与所述原始大数据相关联的挖掘探索信息。

2.根据权利要求1所述的一种基于大数据的计算机数据挖掘探索方法,其特征在于:所述S1具体为,利用网络爬虫实时收集整理计算机数据,形成原始大数据。

3.根据权利要求1或2所述的一种基于大数据的计算机数据挖掘探索方法,其特征在于:所述S2具体为,对所述原始大数据进行去噪和归一化处理,并存入数据仓库。

4.根据权利要求1或2所述的一种基于大数据的计算机数据挖掘探索方法,其特征在于:利用所述数据挖掘模型在所述数据仓库中进行数据挖掘的具体步骤为,通过支持向量机对所述数据仓库中的大数据进行分类,结合Sql查询、交互查询和搜索查询的方式并利用数据挖掘工具在分类后的大数据中进行挖掘。

5.一种基于大数据的计算机数据挖掘探索系统,其特征在于:包括以下模块,

采集模块,其用于采集计算机数据,形成原始大数据;

数据仓库模块,其用于对所述原始大数据进行预处理,并存入数据仓库;

数据挖掘模块,其用于基于支持向量机、模式查询和数据挖掘工具构建数据挖掘模型,并利用所述数据挖掘模型在所述数据仓库中进行数据挖掘;得到挖掘数据;

数据探索模块,其用于基于遗传算法对所述挖掘数据进行探索分析,得到与与所述原始大数据相关联的挖掘探索信息。

6.根据权利要求5所述的一种基于大数据的计算机数据挖掘探索方法,其特征在于:所述采集模块具体用于,利用网络爬虫实时收集整理计算机数据,形成原始大数据。

7.根据权利要求5或6所述的一种基于大数据的计算机数据挖掘探索方法,其特征在于:所述数据仓库模块具体用于,对所述原始大数据进行去噪和归一化处理,并存入数据仓库。

8.根据权利要求5或6所述的一种基于大数据的计算机数据挖掘探索方法,其特征在于:所述数据挖掘模块具体用于,通过支持向量机对所述数据仓库中的大数据进行分类,结合Sql查询、交互查询和搜索查询的方式并利用数据挖掘工具在分类后的大数据中进行挖掘。

9.一种基于大数据的计算机数据挖掘探索装置,其特征在于:包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序,所述计算机程序运行时实现如权利要求1至4任一项权利要求所述的方法步骤。

10.一种计算机存储介质,其特征在于:所述计算机存储介质包括至少一个指令,在所述指令被执行时实现如权利要求1至4任一项所述的方法步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州力创科技发展有限公司,未经贵州力创科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910811174.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top