[发明专利]一种异常数据搜索模型的确定方法及装置

权利要求书

1.一种异常数据搜索模型的确定方法，其特征在于，包括：

获取标签；所述标签是对客户的登记信息、账户性质和交易信息预处理得到的；

根据用户输入的标签和标签库中标签得到多个智能推荐标签；以使所述用户选择所述智能推荐标签；所述标签库是将所述标签进行存储得到的；

将所述用户输入的标签结合所述用户选择的所述智能推荐标签，得到标签组合；

根据所述标签组合确定数据搜索模型。

2.如权利要求1所述的方法，其特征在于，所述标签库中的标签包括标签搜索日志中的搜索标签、模型标签和案例标签；

所述根据所述用户输入的标签和所述标签库中标签得到多个智能推荐标签，包括：

将所述搜索标签、所述模型标签和所述案例标签的格式进行统一化处理，得到样本集；

将所述样本集根据所述搜索标签、所述模型标签和所述案例标签得到多个样本文件；

将所述多个样本文件根据TF-IDF算法进行计算，得到所述样本集中各标签的权重；

将所述各标签结合所述各标签的权重，得到数据集；

通过K均值聚类算法将所述数据集进行聚类，并进行排序；得到簇集；

根据所述用户输入的标签与所述簇集得到多个所述智能推荐标签。

3.如权利要求2所述的方法，其特征在于，所述将所述多个样本文件根据TF-IDF算法进行计算，得到所述样本集中各标签的权重，包括：

确定出各样本文件中每个标签的词频与逆向文件频率；

将所述词频与所述逆向文件频率的乘积确定为所述样本集中各标签的权重。

4.如权利要求2所述的方法，其特征在于，所述通过K均值聚类算法将所述数据集进行聚类，并进行排序；得到簇集，包括：

将所述数据集分K个簇，并在所述数据集中随机确定出K个第一中心元素，得到第一中心集；其中K为正整数；

确定出所述数据集中每个非第一中心元素与所述K个第一中心元素之间的距离，将距离最小的非中心元素与对应的所述第一中心元素确定为同一簇，根据同一簇中各元素之间的距离及各元素的权重确定同一簇中各元素的序号，得到第一簇集；

根据所述第一簇集得到所述第二中心集和第二簇集，再根据所述第二簇集得到所述第三中心集和第三簇集；

判断所述第二中心集与所述第三中心集是否相等，若是，则确定所述第二簇集或第三簇集为所述簇集；否则根据当前得到的所述第三簇集，得到下一中心集和下一簇集，直至确定当前得到的中心集与下一中心集相等为止。

5.如权利要求4所述的方法，其特征在于，所述根据所述第一簇集得到所述第二中心集和第二簇集，再根据所述第二簇集得到所述第三中心集和第三簇集，包括：

计算所述第一簇集中每个簇的第一均值，确定出所述第一簇集中每个簇中的所有元素与所述第一均值之间的距离，将所述第一簇集中每个簇中元素与所述第一均值之间的距离最小的元素确定为第二中心元素，得到第二中心集，根据所述第二中心集，重新确定出所述数据集中每个非第二中心元素与K个所述第二中心元素之间的距离，将距离最小的每个非第二中心元素与对应的所述第二中心元素确定为同一簇，根据同一簇中各元素之间的距离及各元素的权重确定同一簇中各元素的序号，得到第二簇集；

计算所述第二簇集中每个簇的第二均值，确定出所述第二簇集中每个簇中的所有元素与所述第二均值之间的距离，将所述第二簇集中每个簇中元素与所述第二均值之间的距离最小的元素确定为第三中心元素，得到第三中心集，根据所述第三中心集，再确定出所述数据集中每个非第三中心元素与K个所述第三中心元素之间的距离，将距离最小的每个非第三中心元素与对应的所述第三中心元素确定为同一簇，根据同一簇中各元素之间的距离及各元素的权重确定同一簇中各元素的序号，得到第三簇集。