[发明专利]一种数字展会的数据分析方法与系统

权利要求书

1.一种数字展会的数据分析方法，其特征在于，包括：

数据采集步骤，采集展会平台内部数据和网络舆情数据；所述展会平台内部数据包括用户基本信息、展会和展品信息和参展商公司信息；

数据预处理步骤，对采集的数据进行数据汇集与建模，具体包括数据质量分析和提升、数据指标体系建立、数据清洗和数据转换；

数据挖掘步骤，使用聚类分析方法将预处理后的数据分为多个组类，使用GSA优化的神经网络建立用户需求预测模型；

数据展示步骤，使用Python语言绘制和生成数据报表，实现动态数据展示；

数据挖掘步骤中，所述聚类分析方法采用基于I-divergence测度的K-means聚类算法；

所述采用基于I-divergence测度的K-means聚类算法包括以下步骤:

令展品样本集合Ω，即Ω＝{x_i|x_i＝(x_i1,x_i2,…,x_id),i＝1,2,…,n}，其中x_i＝(x_i1,x_i2,…,x_id)为一个维向量，n为样本容量；d为样本的特征维数，范围根据具体选取的特征个数而定；假设类别数为K，最大迭代次数为T_max，最大允许误差为ε_max；

从样本集Ω随机选取K个初始点分别作为K个类别的簇类中心，记为C＝{c_j|c_j＝(c_j1,c_j2,…,c_jd),j＝1,2,…,K}，其中c_j代表第j个类的中心点；

迭代计算第i个样本x_i与第j个样本c_j的I-divergence距离；

更新各个簇类的中心点；

计算类内误差平方和SSE，并将其最小化；

迭代结束并得到最终的聚类中心C，并且已知的样本集Ω被划分为K个不同类别的展品子集。

2.根据权利要求1所述的数字展会的数据分析方法，其特征在于，数据采集步骤中，使用数据库技术采集展会平台内部数据；使用基于展会主题的聚焦爬虫技术采集网络舆情数据。

3.根据权利要求1所述的数字展会的数据分析方法，其特征在于，数据预处理步骤中，所述数据清洗为对脏数据进行检测和修正，以及对数据在属性级维度进行整合和分解；所述脏数据包括不完整数据、重复数据、过时数据以及与展会领域无关的数据。

4.根据权利要求3所述的数字展会的数据分析方法，其特征在于，所述数据清洗具体包括：

将数据属性值分箱，通过考察属性值的周围值来平滑属性的值，属性值被分布到若干等宽的“箱”中，用箱中属性值的平均值、中值、从数和边缘值来替换“箱”中的属性值；

使用“箱”中所有样本的属性均值填补空缺值；

定义属性上数据的关联规则，用来发现能给出更多信息的规则，不符合规则的数据被认为是过时或无关数据；

对整个数据集按照进行排序，然后将可能匹配的记录相邻排列在一起，从而检测并去除重复数据；

对清洗后的数据做属性维度的整合，将多数据源整合为单一数据源。

5.根据权利要求1所述的数字展会的数据分析方法，其特征在于，数据挖掘步骤中，所述GSA优化的神经网络采用GSA优化BP神经网络；其中GSA是一种启发式优化算法，由遗传算法与模拟退火算法相结合构成。