[发明专利]数据挖掘方法及系统

说明书

技术领域

本申请涉及网络技术领域，特别是涉及一种数据挖掘方法及系统。

背景技术

随着信息技术的高速发展，人们积累的数据量急剧增长，如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术。

数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在互联网中，数据挖掘的过程如图1所示，包括：数据选择子过程、数据预处理子过程、数据转换子过程、模型计算子过程、数据分析和同子过程。目前，这个过程中的每个子过程都是单独实现的，它们之间一般都是单独处理，并没有物理上的衔接。比如，某个数据挖掘人员负责数据选择工作，其独立完成自己的工作，并在工作完成后，人工通知后一个负责数据预处理的人员对选择出的数据进行数据预处理，并交付选择出的数据。依此类推，数据挖掘过程中，每一个数据挖掘人员都只负责自己的一部分工作，负责后一部分工作的数据挖掘人员需要依赖于负责前一部分工作的数据挖掘人员的通知和数据传递。因此，数据挖掘过程繁琐，其中的每个子过程都相对独立互不衔接，从而对数据转移交互造成困难，无法方便及时地实现数据交付和处理。而且，在数据的衔接传递过程中，由于各种人工原因，经常出现所需要的数据和之前数据挖掘中整理出的数据不一致，导致最终数据挖掘和分析错误。

可见，现有的数据挖掘过程中，由于人工干预过多，各个子过程之间的连接不紧密，使得每个子过程之间的数据传递和交互很容易出现问题，无法保证数据挖掘结果的正确性，并且，数据挖掘的效率也很低。

发明内容

本申请所要解决的技术问题是提供一种数据挖掘方法及系统，以解决现有数据挖掘过程中无法保证数据挖掘结果的正确性且数据挖掘效率低的问题。

为了解决上述问题，本申请公开了一种数据挖掘方法，包括：获取对应于不同的数据挖掘子过程的多个程序脚本，其中，一个所述数据挖掘子过程包括至少一个所述程序脚本，每个所述程序脚本具有一个对应的脚本标识，所述脚本标识用于标示该脚本标识对应的程序脚本归属的数据挖掘子过程；获取所述多个程序脚本对应的多个脚本标识；按照所述不同的数据挖掘子过程的执行顺序，确定所述多个脚本标识对应的所述多个程序脚本的调用顺序；按照确定的所述调用顺序依次调用所述多个程序脚本，进行数据挖掘。

优选地，在所述获取对应于不同的数据挖掘子过程的多个程序脚本的步骤之前，还包括：根据每个所述程序脚本所归属的数据挖掘子过程，为该程序脚本设置脚本名的前缀字符作为该程序脚本的脚本标识。

优选地，获取所述多个程序脚本对应的多个脚本标识的步骤包括：获取所述多个程序脚本的脚本名；将所述多个程序脚本的脚本名中的前缀字符，确定为所述多个程序脚本的多个脚本标识。

优选地，所述按照确定的所述调用顺序依次调用所述多个程序脚本，进行数据挖掘的步骤包括：在按照确定的所述调用顺序依次调用每一个所述程序脚本时，判断该程序脚本是否有外部参数，所述外部参数用于向该程序脚本中的变量传递数据；若是，则获取所述外部参数传递的数据，并根据所述外部参数传递的数据执行该程序脚本所归属的数据挖掘子过程。

优选地，所述获取对应于不同的数据挖掘子过程的多个程序脚本的步骤包括：从每一个所述数据挖掘子过程对应的所述至少一个程序脚本中，选择所述数据挖掘的目标模型包括的程序脚本。

为了解决上述问题，本申请还公开了一种数据挖掘系统，包括：获取模块，用于获取对应于不同的数据挖掘子过程的多个程序脚本，其中，一个所述数据挖掘子过程包括至少一个所述程序脚本，每个所述程序脚本具有一个对应的脚本标识，所述脚本标识用于标示该脚本标识对应的程序脚本归属的数据挖掘子过程；排序模块，用于获取所述多个程序脚本对应的多个脚本标识；按照所述不同的数据挖掘子过程的执行顺序，确定所述多个脚本标识对应的所述多个程序脚本的调用顺序；执行模块，用于按照确定的所述调用顺序依次调用所述多个程序脚本，进行数据挖掘。

优选地，所述数据挖掘系统还包括：设置模块，用于在所述获取模块获取对应于不同的数据挖掘子过程的多个程序脚本之前，根据每个所述程序脚本所归属的数据挖掘子过程，为该程序脚本设置脚本名的前缀字符作为该程序脚本的脚本标识。

优选地，所述排序模块用于，获取所述多个程序脚本的脚本名，将所述多个程序脚本的脚本名中的前缀字符，确定为所述多个程序脚本的多个脚本标识；根据所述不同的数据挖掘子过程的执行顺序，确定所述多个脚本标识对应的所述多个程序脚本的调用顺序。