[发明专利]一种数据分析方法及装置

权利要求书

1.一种数据分析方法，其特征在于，应用于基于数据名称的新数据监控，所述数据名称包括服务名称、商品名称和/或菜谱名称；包括：

对目标数据列表和历史数据列表中的每个数据名称进行分词，获得每个数据名称的分词结果，其中，对数据名称进行分词，包括：

按照从左到右的顺序将所述数据名称与预设的机器词典中的词条进行匹配，若在所述机器词典中找到匹配的字符串，则识别出所述数据名称中的一个词，所述分词结果为所述数据名称的汉字序列对应的词序列；

分别计算所述目标数据列表中的每个数据名称的分词结果与所述历史数据列表中每个数据名称的分词结果之间的相似度值，其中，计算所述相似度值的算法包括余弦相似度算法；

确定所述目标数据列表中分词结果与所述历史数据列表中所有数据名称的分词结果之间的相似度值均小于第一预设阈值的数据名称；

将所述确定的均小于第一预设阈值的数据名称对应的数据标识为新数据；

将所述新数据添加到新数据列表中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取预设时间段内数据库添加的数据的数据名称构成的数据列表，作为待分析数据列表；

获取所述预设时间段之前所述数据库已存储的数据的数据名称构成的数据列表，作为历史数据列表；

从所述待分析数据列表中去除与所述历史数据列表中的数据名称相同的数据名称，生成目标数据列表。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

确定所述目标数据列表与所述历史数据列表中分词结果的相似度值大于第二预设阈值的数据名称；

将所述确定的所述相似度值大于第二预设阈值的数据名称标记为相似数据名称；

将所述标记为相似数据名称的至少两个数据名称对应添加到配置表。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述配置表确定所述目标数据列表中是否存在与所述历史数据列表的数据名称相似的数据名称；

删除所述目标数据列表中确定的与所述历史数据列表的数据名称相似的数据名称。

5.一种数据分析装置，其特征在于，应用于基于数据名称的新数据监控，所述数据名称包括服务名称、商品名称和/或菜谱名称；包括：

分词单元，用于对目标数据列表和历史数据列表中的每个数据名称进行分词，获得每个数据名称的分词结果，其中，对数据名称进行分词，包括：

按照从左到右的顺序将所述数据名称与预设的机器词典中的词条进行匹配，若在所述机器词典中找到匹配的字符串，则识别出所述数据名称中的一个词，所述分词结果为所述数据名称的汉字序列对应的词序列；

计算单元，用于分别计算所述目标数据列表中的每个数据名称的分词结果与所述历史数据列表中每个数据名称的分词结果之间的相似度值，其中，计算所述相似度值的算法包括余弦相似度算法；

确定单元，用于根据所述计算单元计算的相似度值确定所述目标数据列表中分词结果与所述历史数据列表中所有数据名称的分词结果之间的相似度值均小于第一预设阈值的数据名称；

标识单元，用于将所述确定单元确定的均小于第一预设阈值的数据名称对应的数据标识为新数据；

添加单元，用于将标识单元标识的新数据添加到新数据列表中。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

获取单元，用于获取预设时间段内数据库添加的数据的数据名称构成的数据列表，作为待分析数据列表；

所述获取单元，还用于获取所述预设时间段之前所述数据库已存储的数据的数据名称构成的数据列表，作为历史数据列表；

生成单元，用于从所述待分析数据列表中去除与所述历史数据列表中的数据名称相同的数据名称，生成目标数据列表。