[发明专利]一种基于聚类分析的系统持续性探查方法

摘要

本发明提供了一种基于聚类分析的系统持续性探查方法，包括如下步骤：步骤1）数据预处理，步骤2）数据标签分类建库，步骤3）跨标签库数据选取，步骤4）数据标准化，步骤5）构建系统状态聚类模型，步骤6）聚类模型指标，步骤7）模型的评价与维护：将模型所展示的数值上的奇异点，与系统持续性中的各项分析的结果进行阐释，形成分析结果。本发明至少通过粒度、特征域及时序三个维度对数据进行分析，将数据扩展到三个维度，从多个方向与维度之间以整体系统持续性的角度进行分析与探查的方法来辅助决策。

主权项

1.一种基于聚类分析的系统持续性探查方法，其特征在于，包括如下步骤：步骤1）数据预处理：将系统持续性的各个维度的数据指标收集起来，基于时间轴进行预处理；步骤2）数据标签分类建库，将步骤1）进行预处理的数据建立一个人工粗略的分类的大类指标库，同时在建立的过程中进行一定的清洗与处理；基于整体数据质量，选择较好的几类指标；步骤3）跨标签库数据选取：将一定周期时间内的数据跨标签库做一次整合，整合的结果便作为下一步构建系统描述模型的数据基础；步骤4）数据标准化：根据步骤3）整合好的数据，将数据分成三组，每次从不同组别中取出三个指标的数据，分别为粒度、特征域及时序；步骤5）构建系统状态聚类模型：对数据标准化后的三个指标的数据做聚类，并根据形成的聚类模型的指标，判断其可用性及效果，最终选取出效果最好的几类来进行下步的指标分析；步骤6）聚类模型指标：拿到模型所产出的指标，对其的分析主要集中于三类分析：粒度分析，特征域分析及时序分析；步骤7）模型的评价与维护：将模型所展示的数值上的奇异点，与系统持续性中的各项分析的结果进行阐释，形成分析结果。