[发明专利]数据筛选方法、数据展示方法、装置、设备及存储介质在审
申请号: | 201811534852.3 | 申请日: | 2018-12-14 |
公开(公告)号: | CN109684378A | 公开(公告)日: | 2019-04-26 |
发明(设计)人: | 汪祁;王建平;刘永刚;倪风昌 | 申请(专利权)人: | 北京向上一心科技有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/248;G06F16/9535;G06Q30/02;G06Q40/04 |
代理公司: | 北京中原华和知识产权代理有限责任公司 11019 | 代理人: | 寿宁;张琳 |
地址: | 100000 北京市朝阳区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 筛选 数据异常 数据筛选 变化因子 存储介质 数据展示 异常变化 维度 多个目标 因子模型 阈值筛选 检测 预测 | ||
1.一种数据筛选方法,其特征在于,包括:
获取多个待筛选数据;
确定各待筛选数据的多个数据异常变化因子和多个数据异常变化维度;
基于所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度,利用多因子模型分别对所述各待筛选数据进行检测,分别得到所述多个待筛选数据的异常变化量;
基于所述多个待筛选数据的异常变化量和预定的阈值,进行阈值筛选,得到多个目标数据。
2.根据权利要求1所述的方法,其特征在于,基于所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度,利用多因子模型分别对所述各待筛选数据进行检测,分别得到所述多个待筛选数据的异常变化量的步骤具体包括:
将所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度进行加权求和;
判断各待筛选数据的求和结果分别与预定目标是否相匹配;
根据匹配结果,通过机器学习的方法分别对所述各待筛选数据的所述多个数据异常变化因子进行打分,并将打分结果作为所述各待筛选数据的异常变化量。
3.根据权利要求1所述的方法,其特征在于,基于所述多个待筛选数据的异常变化量和预定的阈值,进行阈值筛选,得到多个目标数据的步骤,具体包括:
将所述多个待筛选数据的异常变化量分别与预定的阈值进行比较;
按照预定的顺序对各比较结果进行排序;
对各排序结果进行截取,筛选出所述多个目标数据。
4.一种数据展示方法,其特征在于,包括:
获取待展示数据;其中,所述待展示数据通过如权利要求1-3中任一所述的数据筛选方法获得;
将所述待展示数据与预定的标的相结合;
对结合结果进行展示。
5.一种数据筛选装置,其特征在于,包括:
第一获取模块,用于获取多个待筛选数据;
确定模块,用于确定各待筛选数据的多个数据异常变化因子和多个数据异常变化维度;
检测模块,用于基于所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度,利用多因子模型分别对所述各待筛选数据进行检测,分别得到所述多个待筛选数据的异常变化量;
筛选模块,用于基于所述多个待筛选数据的异常变化量和预定的阈值,进行阈值筛选,得到多个目标数据。
6.根据权利要求5所述的装置,其特征在于,所述检测模块具体用于:
将所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度进行加权求和;
判断各待筛选数据的求和结果分别与预定目标是否相匹配;
根据匹配结果,通过机器学习的方法分别对所述各待筛选数据的所述多个数据异常变化因子进行打分,并将打分结果作为所述各待筛选数据的异常变化量。
7.根据权利要求5所述的装置,其特征在于,所述筛选模块具体用于:
将所述多个待筛选数据的异常变化量分别与预定的阈值进行比较;
按照预定的顺序对各比较结果进行排序;
对各排序结果进行截取,筛选出所述多个目标数据。
8.一种数据展示装置,其特征在于,包括:
第二获取模块,用于获取待展示数据;其中,所述待展示数据通过如权利要求5-7中任一所述的数据筛选装置获得;
结合模块,用于将所述待展示数据与预定的标的相结合;
展示模块,用于对结合结果进行展示。
9.一种电子设备,其特征在于,其包括处理器和存储器;其中:
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序时,实现权利要求1-4中任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4中任一所述的方法步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京向上一心科技有限公司,未经北京向上一心科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811534852.3/1.html,转载请声明来源钻瓜专利网。