[发明专利]一种基于云平台的大数据分析方法

权利要求书

1.一种基于云平台的大数据分析方法，其特征在于，所述方法包括：

确定数据分析目标和计划；

根据确定的数据分析目标和计划，创建基于云平台的大数据的分析架构；

获得待分析的大数据，并进行数据准备和处理；

对数据进行数据过滤，得到完整且不重复的数据；

对数据进行聚类，并对数据分析；

对结果进行测试、验证、评估和部署。

2.根据权利要求1所述的方法，其特征在于，其中针对不同数据具有的不同特征、特性和/或属性来挖掘分析要求和属性对象。

3.根据权利要求2所述的方法，其特征在于，所述分析架构可采用中央数据处理架构，或者分布式数据处理架构。

4.根据权利要求2所述的方法，其特征在于，所述分析架构可以是基于大数据的特性的任意形式的架构。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获得待分析的大数据，并进行数据准备和处理，包括：

为了处理数据，先传载数据；

存储数据；

将数据转换为一种形式，该形式是一对二进制格式的值；

获取数据的标识符及对应的描述；

每隔预定的时间段更新数据，但需确保不能传载所有的数据。

6.根据权利要求5所述的方法，其特征在于，所述时间段为根据需要或者数据特点来人工或机器自动设置的。

7.根据权利要求1-4中任一项所述的方法，其特征在于，所述对数据进行聚类，并对数据分析，包括：

识别相关联的数据；

确定每个待处理的数据点；

使用聚类机器学习算法来减少数据量；

使用该聚类机器学习算法来分析数据集。

8.根据权利要求7所述的方法，其特征在于，所述对数据进行聚类，并对数据分析，包括：

针对每个待处理的数据点，生成一对二进制格式的值；

一对二进制格式的值进一步包括聚类标识符并且对应于该数据点的坐标值；

为每个聚类生成输入的和；

发送与相同的聚类有关的值；

将聚类的结果存储为不相关的数据。

9.根据权利要求7或8中任一项所述的方法，其特征在于，所述机器学习算法是均值算法。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述对数据进行数据过滤，得到完整且不重复的数据，包括：

利用Hadoop分布式模式，对数据进行数据过滤，得到完整且不重复的数据。