[发明专利]一种大数据信息挖掘方法

权利要求书

1.一种大数据信息挖掘方法，其特征在于，其包括以下步骤：

(1)建立输入的数据集；

(2)对数据进行筛选：将数据集中的干扰数据筛除掉，选择出与挖掘目标相关的数据，组成新的数据集；

(3)数据预处理：通过聚类算法，对数据进行预处理；

(4)对信息数据进行预挖掘：对所述步骤(3)中预处理后的数据进行预挖掘，从而在预处理的数据集中进行知识发现；

(5)挖掘评估：对预挖掘的数据进行评估，得到其代表的知识模式；

(6)评估判断：如果岁挖掘的数据评估合格，则进入步骤(7)，如果不合格，则转至所述步骤(2)；

(7)信息数据显示：利用可视化技术或其它显示技术将挖掘到的信息数据直观显示给用户。

2.根据权利要求1所述的一种大数据信息挖掘方法，其特征在于，所述步骤(1)中，建立输入的数据集的格式为：Di＝{e1，e2，…，en)，其中，n为大于等于3的自然数；聚簇的个数为k；所述步骤(3)中数据预处理的具体步骤为：首先计算聚类中心点C_ij及相应的对象个数m_ij，其中，i＝1，2，…，n，j＝1，2，…，k；C_ij的计算公式为：

Cij=Σi=1,j=1i=n,j=n(Cij×mij)/Σi=1,j=1i=n,j=nmij;]]>

然后，中心站点随机产生k个初始聚簇中心，并发送到从站点S_i(i＝1，2，…，n)；之后计算直到每个聚类不再发生变化；

所述步骤(4)中，对信息数据进行预挖掘的具体步骤为：

用AP算法对聚类先不发生变化的聚簇中心数据点进行聚类，得到初始模型，当出现某一个新的点到达时，找出与该点的距离最近的聚簇中心点，并利用欧式距离公式计算出之间的距离d，如果若d小于阈值ε，则更新初始的模型，如果d大于阈值ε，则将该点暂时放入暂存盒，如果重新达到聚类标准，则重新建立初始模型，之后清空暂存盒，其中，更新初始的模型的方法为将现有的初始模型中的中心点和暂存盒中的点用加权算法进行聚类，得到更新初始的模型。

3.根据权利要求2所述的一种大数据信息挖掘方法，其特征在于，所述挖掘评估(5)的具体步骤为：

首先将用户聚类分成C类，在每一类用户中找出一个点代表此类用户对每个项目的评分，具体表示为C₁(R_i1，R_i2……R_1n)，对于待预测的评分，先利用相似度计算当前用户与哪类用户最接近，再在类中求出最近邻，根据最近邻的评价值而做出预测。