[发明专利]一种数据挖掘方法及数据挖掘系统

权利要求书

1.一种数据挖掘方法，其特征在于按照以下步骤进行：

A、数据分隔：从数据源中抽取若干个采样数据,其中采样方法为系统每生成一个随机数，使用随机数从数据源中抽取对应位置的数据；计算采样数据的分布关系，并根据采样数据的分布关系将数据源中其余的数据进行分隔，形成若干个数据集合；

B、数据筛选：确定特征向量中各个元素的权重值，设权重值为L，元素即特征向量的组成部分对数据挖掘的重要性参数为b，则L＝b2，对特征向量进行修正；

C、数据迭代处理：迭代的目的是为了得到一个满足标准的集合，根据目标集合的格式设置迭代矩阵，随机选择符合要求的迭代矩阵，通过循环迭代进行修正，逐步靠近目标；将数据集合与迭代矩阵相乘，然后与修正后的特征向量相乘，得到第一中间数据集合，求出第一中间数据集合与数据集合的第一偏移率；使用第一中间数据集合与迭代矩阵相乘，然后与修正后的特征向量相乘，得到第二中间数据集合，求出第二中间数据集合与第一中间数据集合的第二偏移率，当第二偏移率小于第一偏移率时，继续上述迭代过程，直至第N偏移率小于设定的阈值，得到目标数据集合，当第二偏移率大于第一偏移率时，修订迭代矩阵，重新进行迭代；

D、数据归一化：将目标数据集合内的数据进行归一化，将归一化过程中删除的数据进行原始位置标记，并存入数据缓冲集合；

E、结果判断：根据数据归一化的结果，从决策表中选取相应决策。

2.按照权利要求1所述一种数据挖掘方法，其特征在于：所述步骤A中随机数据选取过程：记数据源的数据总量与采样数据的数量进行除法运算后的结果为a，例如数据源的数据总量为10000，采样数据量为10，那么a就是1000；任意两个随机数的差值均大于a/5。

3.按照权利要求1所述一种数据挖掘方法，其特征在于：所述步骤B中数据集合优选相邻的两个数据集合之间保留有10％～15％的重叠区，重叠区域同一个数据属于多个数据集合。

4.按照权利要求1所述一种数据挖掘方法，其特征在于：所述步骤B中特征向量修正过程为依照权重值由高至低的顺序依次对数据集合进行筛选，根据筛选的结果对特征向量的元素进行修正f(x，y)代表修正的特征向量：

方式1：修正公式如下：

f(x,y)=Σd(x-y)e1/L-c,]]>

其中，x为数据集合内的元素，y为与x对应的特征向量的原始元素，c为最高阈值，阈值为修正前特征向量长度的10％，d为筛选数据范围；

方式2.修正公式如下：

P=(xy)e]]>

f(x,y)=ΣdP×lg(1P2)]]>

其中，x为数据集合内的元素，y为与x对应的特征向量的原始元素，d为筛选数据范围。