[发明专利]一种数据分析方法、噪声构建方法、设备及存储介质

权利要求书

1.一种数据分析方法，其特征在于，包括：

接收数据分析请求，所述数据分析请求中包含条件信息和至少一个分析属性；

确定符合所述条件信息的目标群组以及所述目标群组在所述至少一个分析属性下的属性分析值；

获取所述条件信息对应的噪声种子；

基于所述噪声种子，分别为所述至少一个属性分析值添加随机噪声，以产生分析结果。

2.根据权利要求1所述的方法，其特征在于，所述获取所述条件信息对应的噪声种子，包括：

从目标存储区域中保存的至少一个噪声种子中，查找是否存在与所述条件信息对应的噪声种子；

若存在，则从所述目标存储区域中读取所述条件信息对应的噪声种子。

3.根据权利要求2所述的方法，其特征在于，还包括：

若不存在，则为所述条件信息，生成一随机值；

根据所述随机值，构建所述条件信息对应的噪声种子；

在所述目标存储区域中保存所述条件信息对应的噪声种子。

4.根据权利要求1所述的方法，其特征在于，所述基于所述噪声种子，分别为所述至少一个属性分析值添加随机噪声，包括：

基于所述噪声种子，分别为所述至少一个分析属性生成噪声因子；

根据所述至少一个分析属性各自对应的噪声因子，分别为所述至少一个属性分析值添加随机噪声。

5.根据权利要求4所述的方法，其特征在于，所述数据分析请求中还包括至少一个目标分析标签以及所述至少一个目标分析标签与所述至少一个分析属性之间的包含关系，所述基于所述噪声种子，分别为所述至少一个分析属性生成噪声因子，包括：

基于所述噪声种子，分别为所述至少一个目标分析标签生成第一因子；

基于所述至少一个目标分析标签各自对应的第一因子，分别为所述至少一个目标分析标签下的分析属性生成第二因子，作为所述至少一个分析属性对应的噪声因子。

6.根据权利要求5所述的方法，其特征在于，所述基于所述噪声种子，分别为所述至少一个目标分析标签生成第一因子，包括：

基于所述噪声种子，为分析标签序列构建均匀分布的第一向量，所述分析标签序列中包含N个有序的分析标签，所述至少一个目标分析标签属于所述分析标签序列；

所述基于所述至少一个目标分析标签各自对应的第一因子，分别为所述至少一个目标分析标签下的分析属性生成第二因子，包括：

基于至少一个目标分析标签在分析标签序列中的位置上的元素值，分别为所述至少一个目标分析标签各自对应的分析属性序列构建均匀分布的第二向量，所述分析属性序列中包含M个有序的分析属性；

其中，N和M为正整数。

7.根据权利要求6所述的方法，其特征在于，还包括：

根据所述第一向量和所述第二向量构建N*M矩阵，作为所述条件信息对应的噪声因子矩阵；

所述根据所述至少一个分析属性各自对应的噪声因子，分别为所述至少一个属性分析值添加随机噪声，包括：

基于所述至少一个分析属性下的属性分析值、所述至少一个分析属性各自所属的目标分析标签在分析标签序列中的位置以及在各自所属的目标分析标签对应的分析属性序列中的位置，构建属性分析值矩阵；

基于所述噪声因子矩阵，生成噪声矩阵；

根据所述属性分析值矩阵和所述噪声矩阵，生成所述分析结果。

8.根据权利要求6所述的方法，其特征在于，所述基于所述噪声种子，构建均匀分布的第一向量，包括：

以所述噪声种子为基础，利用随机算法，生成与所述分析标签序列中各分析标签对应且均匀分布的随机数，以构建所述第一向量；

所述基于至少一个目标分析标签在分析标签序列中的位置上的元素值，分别为所述至少一个目标分析标签各自对应的分析属性序列构建均匀分布的第二向量，包括：

以所述至少一个目标分析标签在分析标签序列中的位置上的元素值为基础，利用随机算法，分别生成与所述至少一个目标分析标签的分析属性序列中的分析属性对应且均匀分布的随机数，以构建所述第二向量。