[发明专利]一种网络服务器端海量数据的处理方法及装置无效

专利信息
申请号: 201110447888.X 申请日: 2011-12-27
公开(公告)号: CN102436506A 公开(公告)日: 2012-05-02
发明(设计)人: 郝占峰;刘亚萍 申请(专利权)人: TCL集团股份有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 深圳中一专利商标事务所 44237 代理人: 张全文
地址: 516001 广东省惠州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 网络 服务器端 海量 数据 处理 方法 装置
【权利要求书】:

1.一种网络服务器端海量数据的处理方法,其特征在于,所述方法包括下述步骤:

网络服务器将存储的用户的基本信息数据和用户使用服务所产生的数据进行整理,建立相应的数据仓库;

根据预确定的挖掘目标建立相应的数据挖掘模型;

对建立的数据挖掘模型采用数据挖掘算法分析数据仓库数据以得到挖掘结果。

2.如权利要求1所述的一种网络服务器端海量数据的处理方法,其特征在于,在所述对建立的数据挖掘模型采用数据挖掘算法分析数据仓库数据得到挖掘结果步骤之后还包括下述步骤:

通过新的用户使用数据验证所述挖掘结果的正确率,保存其中高正确率的挖掘结果和产生这些挖掘结果的数据挖掘模型,再根据所述产生的数据挖掘模型和采用的挖掘算法得到新的挖掘结果,如此循环得到最好的挖掘结果和挖掘模型。

3.如权利要求2所述的一种网络服务器端海量数据的处理方法,其特征在于,在得到最好的挖掘结果和挖掘模型后,本方法还包括下述步骤:

将所述得到的最好的挖掘结果发送到服务提供商和/或用户。

4.如权利要求2所述的一种网络服务器端海量数据的处理方法,其特征在于,在得到最好的挖掘结果和挖掘模型后,本方法还包括下述步骤:

将所述得到的最好的挖掘结果发送给用户,网络服务器接收用户发出的交互信息并保存到存储用户基本信息的数据库中。

5.如权利要求1至4所述的任一种网络服务器端海量数据的处理方法,其特征在于,在网络服务器将存储的用户的基本信息数据和用户使用服务所产生的数据进行整理,建立相应的数据仓库步骤之前还包括下述步骤:

网络服务器接收用户注册服务时保存的用户基本信息数据和用户使用该服务时所产生的使用数据。

6.如权利要求1至4所述的任一种网络服务器端海量数据的处理方法,其特征在于,所述的数据挖掘算法是决策树算法。

7.如权利要求6所述的一种网络服务器端海量数据的处理方法,其特征在于,所述决策树算法所采用的决策树是通过比较信息增益度的方式构建的。

8.一种网络服务器端海量数据的处理装置,其特征在于,所述的装置包括:

数据仓库构建单元,用于将网络服务器存储的用户的基本信息数据和用户使用服务所产生的数据进行整理,建立相应的数据仓库;

挖掘模型确定单元,用于根据预确定的挖掘目标建立相应的数据挖掘模型;

挖掘结果生成单元,用于对建立的数据挖掘模型采用数据挖掘算法分析数据仓库数据得到挖掘结果。

9.如权利要求8所述的一种网络服务器端海量数据的处理装置,其特征在于,本装置还包括:

结果模型验证单元,通过新的用户使用数据验证所述挖掘结果的正确率,保存其中高正确率的挖掘结果和产生这些挖掘结果的数据挖掘模型,再根据所述产生的数据挖掘模型和采用的挖掘算法得到新的挖掘结果,如此循环得到最好的挖掘结果和挖掘模型。

10.如权利所述的一种网络服务器端海量数据的处理装置,其特征在于,本装置还包括:

挖掘结果发送单元,用于将所述得到的最好的挖掘结果发送到服务提供商和/或用户。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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TCL集团股份有限公司,未经TCL集团股份有限公司许可,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/201110447888.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top