[发明专利]一种面向高并发的多阶段数据挖掘算法智能选择方法

摘要

本发明公开了一种面向高并发的多阶段数据挖掘算法智能选择方法，包括如下步骤：步骤1：数据特征分析：针对冷热电混合能源系统海量数据进行分析；步骤2：数据预处理：采用多阶段数据处理方法，对原始数据进行有效预处理；步骤3：初步设计可行性数据挖掘模型：选择并且设计可能有效的挖掘模型；步骤4：可行性数据挖掘模型调整：删除不能成立的模型，获得可行的数据挖掘模型集合；步骤5：挖掘模型评估：综合评价，选择出最适合目标领域应用的挖掘模型；步骤6：模型部署：将模型投入应用，若挖掘模型不能满足业务需求，则调整挖掘数据，通过反馈重新建模。本发明实现数据挖掘模型的自动选择和有效建立，从而提高模型设计的质量及效率。

主权项

1.一种面向高并发的多阶段数据挖掘算法智能选择方法，其特征在于：包括如下步骤:步骤1:针对冷热电混合能源系统海量数据进行分析，明确挖掘目标的高并发数据特征，实现挖掘数据属性的特征抽象；步骤2:采用多阶段数据处理方法，对原始数据进行有效预处理，进一步调整挖掘数据；步骤3:解读业务数据的各项特征，选择并且自动设计可能有效的挖掘模型；步骤4:通过可能有效模型的实际运行，删除不能成立的模型，获得可行的数据挖掘模型集合；步骤5:对挖掘模型进行综合评价，选择出最适合目标领域应用的挖掘模型；步骤6:将模型投入应用，若挖掘模型不能满足业务需求，则调整挖掘数据，通过反馈重新建模。