[发明专利]基于虚拟齿轮的复杂关联数据生成方法

说明书

本发明公开了一种基于虚拟齿轮的复杂关联数据生成方法，包括步骤（1）将消费者和商品数据传入数据提取任务中；（2）消费者数据处理；（3）对商品数据进行相似性分析；（4）进行复杂关联商品数据网络模型构建任务；（5）开发虚拟齿轮控件；（6）将复杂关联商品数据网络模型映射到虚拟齿轮控件中；（7）对虚拟齿轮控件进行参数和属性设定。本发明将各种商品数据间的关联性比拟为各个机构间的连接齿轮，利用开发出的虚拟齿轮控件实现各类商品数据间的关联；通过对控件进行参数和属性设置，能方便地建立大量商品数据间的复杂关联属性，从而简化复杂关联数据的生成。

技术领域

本发明涉及复杂关联数据生成方法，尤其涉及一种基于虚拟齿轮的复杂关联数据生成方法。

背景技术

随着电商产业的不断发展，电商数据源呈现出内容丰富化、结构复杂化的特点，在多种数据来源中，互联网是大数据时代下电商数据的主要来源，大数据时代下的电商数据在收集、存储和分析等方面与传统电商数据相比具有较大的差异。大数据通常具有各种各样的复杂形式，可能存在大量无关特征或冗余特征，以及复杂的、模糊的内在关联性，从复杂系统理论及方法的角度出发研究复杂的大数据分析，是获取大数据的整体特征、规律、机理的有效方法。

齿轮是现代制造业各种装备中的关键基础零部件，具有恒功率、高效率、传动比稳定等特点。齿轮传动在现代机械中有着不可替代的地位与作用，其广泛应用于现代制造业领域。

现有的对于具有复杂关联特性的互联网电商商品数据处理方法大多存在处理效率低的缺陷。

发明内容

发明目的：本发明的目的是提供一种将互联网电商商品的复杂关联数据映射到虚拟齿轮控件上的基于虚拟齿轮的复杂关联数据生成方法。

技术方案：本发明的复杂关联数据生成方法，根据对消费者数据和商品数据的汇总，通过对商品数据进行网络建模，然后映射到虚拟齿轮控件中，并通过设定虚拟齿轮控件的参数和属性，建立大量商品数据间的复杂关联属性，步骤如下：

（1）将消费者数据和商品数据传入数据提取任务中，进行汇总；

（2）对消费者数据通过特征提取、特征补充方法，进行数据规整，并按着不同的数据类型将消费者数据进行分组，形成多个消费者数据集；

（3）对商品数据进行相似性分析，将商品数据进行分类、汇总形成新的商品数据集，并构建商品数据相似性网络；

（4）对步骤（2）中的消费者数据进行相关性分析，确定多组数据的最小支持度，进行复杂关联商品数据网络模型的构建；

（5）将各种商品数据间的关联性比拟为各个机构间的连接齿轮，开发虚拟齿轮控件，通过对所述虚拟齿轮控件进行参数和属性设置，实现各类商品数据间的关联；

（6）根据步骤（4）中所构建的复杂关联商品数据网络模型，将商品数据本身以及商品数据之间的关联性映射到虚拟齿轮控件；

（7）对虚拟齿轮控件进行参数和属性设定，对齿轮的参数进行差异化处理，根据齿轮的正确啮合条件，得出连接边数大于等于阈值的节点。

进一步，步骤（3）中对所述商品数据进行相似性分析处理步骤如下：

（31) 分析商品数据特征，确定度量方法：根据商品中含有多个商品因素，采用标准欧式距离的度量方法，度量不同商品之间的关系；

（32）对商品数据进行相似性计算；将步骤（31）中计算得到的距离转换为相似性度量；

（33）通过设定阈值，去除不符合阈值要求的相似性关系；

（34）将商品数据建模为节点，将符合阈值标准的相似关系建模为边，将商品向量间相似程度表示为权，构建商品数据相似性网络。

进一步，步骤（4）中所述的复杂关联商品数据网络模型构建的步骤如下：