[发明专利]数据处理方法和装置

权利要求书

1.一种数据处理方法，包括：

计算数据集中的多个属性之间的相关性，所述属性是在事务处理过程中涉及的因素；

利用所述多个属性以及所述多个属性之间的相关性生成关系图；以及

从所述关系图提取子图以表示研究课题，

其中所述研究课题描述所述因素对所述事务处理过程的影响。

2.根据权利要求1所述的方法，其中：

所述属性的分类包括：评测指标、控制因素和干扰因素；以及

所述属性的数据类型至少包括以下之一：数值型、名义型以及序列型。

3.根据权利要求2所述的方法，其中计算所述数据集中的所述多个属性之间的相关性进一步包括：

计算分类为评测指标的属性与分类为控制因素的属性之间的相关性；以及

计算分类为评测指标的属性与分类为干扰因素的属性之间的相关性。

4.根据权利要求1至3中任一项所述的方法，其中计算所述数据集中的所述多个属性之间的相关性进一步包括：针对所述多个属性中的第一属性和第二属性，基于在多个样本中的每个样本的第一属性的值和第二属性的值，计算所述相关性。

5.根据权利要求4所述的方法，其中计算所述相关性包括：将所述相关性统一地表示为相关性值。

6.根据权利要求5所述的方法，其中利用所述多个属性以及所述多个属性之间的相关性生成关系图包括：

分别利用所述第一属性和所述第二属性，构造所述关系图中的第一节点和第二节点；

当表示第一属性和第二属性之间的相关性的相关性值低于第一阈值时，向所述第一节点和所述第二节点之间添加边，其中所述边的权重为所述相关性值。

7.根据权利要求6所述的方法，其中从所述关系图提取子图以表示所述研究课题包括：

针对表示分类为控制因素的每个节点i，

获取与所述节点i链接的、表示分类为评测指标的至少一个节点的集合O；

获取与所述节点i链接的、表示分类为控制因素的所述节点i以外的节点的集合I；

获取与所述节点i链接的、表示分类为干扰因素的全部节点的集合C；

生成研究课题为：<评测指标＝O，控制因素＝{i}，干扰因素＝C∪I>。

8.根据权利要求4所述的方法，进一步包括：

选择分类为控制因素的属性作为分组属性；以及

基于所述分组属性将所述多个样本划分为多个分组。

9.根据权利要求8所述的方法，进一步包括：针对分类为干扰因素的每个属性j，

计算所述分组属性与所述属性j的相关性；

如果所述相关性值大于第二阈值，则删除所述属性j。

10.根据权利要求1至3中任一项所述的方法，进一步包括：向所述多个属性添加元数据以预处理所述多个属性。

11.根据权利要求1至3中任一项所述的方法，其中所述事务处理是金属冶炼过程或临床数据分析。

12.一种数据处理装置，包括：

用于计算数据集中的多个属性之间的相关性的装置，所述属性是在事务处理过程中涉及的因素；

用于利用所述多个属性以及所述多个属性之间的相关性生成关系图的装置；以及

用于从所述关系图提取子图以表示研究课题的装置，

其中所述研究课题描述所述因素对所述事务处理过程的影响。

13.根据权利要求12所述的装置，其中：

所述属性的分类包括：评测指标、控制因素和干扰因素；以及

所述属性的数据类型至少包括以下之一：数值型、名义型以及序列型。

14.根据权利要求13所述的装置，其中用于计算所述数据集中的所述多个属性之间的相关性的装置进一步包括：

用于计算分类为评测指标的属性与分类为控制因素的属性之间的相关性的装置；以及

用于计算分类为评测指标的属性与分类为干扰因素的属性之间的相关性的装置。