[发明专利]数据处理方法及装置在审
申请号: | 201510829009.8 | 申请日: | 2015-11-24 |
公开(公告)号: | CN106779790A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 郭能 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙)11201 | 代理人: | 张大威 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 | ||
1.一种数据处理方法,其特征在于,包括以下步骤:
遍历预设的所有测试指标以及与每个测试指标对应的所有测试分割点,依次以每个测试指标的每个测试分割点,将所有测试用户分为第一测试用户集和第二测试用户集;
根据每个测试用户预先获取的价格数据和反馈的响应数据,依次检测所述第一测试用户集和所述第二测试用户集对价格数据的敏感度是否具有差异;
根据具有最大差异的第一测试用户集和第二测试用户集的测试指标和测试分割点,将以所有测试用户为根的决策树进行二分叉,生成包括第一用户子集和第二用户子集的子树。
2.如权利要求1所述的方法,其特征在于,还包括:
遍历预设的所有测试指标以及与每个测试指标对应的所有测试分割点,依次以每个测试指标的每个测试分割点,循环对所述子树的每个用户子集进行分割和检测,直到所分割的第一测试用户集和第二测试用户集对价格数据的敏感度不具有差异,则停止树生长。
3.如权利要求1所述的方法,其特征在于,所述检测所述第一测试用户集和所述第二测试用户集之间的结构差异,包括:
根据每个测试用户预先获取的价格数据和反馈的响应数据,采用邹检测Chow Test依次对所有测试用户、所述第一测试用户集和所述第二测试用户集进行线性回归处理获取截距差异(F值);
根据截距差异(F值)和预设阈值确定所述第一测试用户集和所述第二测试用户集对价格数据的敏感度是否具有差异。
4.如权利要求1-3任一所述的方法,其特征在于,还包括:
确定每个用户子集对价格数据的敏感度;
将敏感度相同的用户子集进行合并处理。
5.如权利要求4所述的方法,其特征在于,所述确定每个用户子集对价格数据的敏感度,包括:
根据每个用户子集中的测试用户预先获取的价格数据和反馈的响应数据,获取每个用户子集经过线性回归处理后的斜率;
根据预设的斜率区间与敏感度的对应关系,确定与每个用户子集的斜率对应的敏感度。
6.一种数据处理装置,其特征在于,包括:
分割模块,用于遍历预设的所有测试指标以及与每个测试指标对应的所有测试分割点, 依次以每个测试指标的每个测试分割点,将所有测试用户分为第一测试用户集和第二测试用户集;
检测模块,用于根据每个测试用户预先获取的价格数据和反馈的响应数据,依次检测所述第一测试用户集和所述第二测试用户集对价格数据的敏感度是否具有差异;
处理模块,用于根据具有最大差异的第一测试用户集和第二测试用户集的测试指标和测试分割点,将以所有测试用户为根的决策树进行二分叉,生成包括第一用户子集和第二用户子集的子树。
7.如权利要求6所述的装置,其特征在于,还包括:
循环模块,用于遍历预设的所有测试指标以及与每个测试指标对应的所有测试分割点,依次以每个测试指标的每个测试分割点,循环对所述子树的每个用户子集进行分割和检测,直到所分割的第一测试用户集和第二测试用户集对价格数据的敏感度不具有差异,则停止树生长。
8.如权利要求6所述的装置,其特征在于,所述检测模块,包括:
第一获取单元,用于根据每个测试用户预先获取的价格数据和反馈的响应数据,采用邹检测Chow Test依次对所有测试用户、所述第一测试用户集和所述第二测试用户集进行线性回归处理获取截距差异(F值);
比较单元,用于根据截距差异(F值)和预设阈值确定所述第一测试用户集和所述第二测试用户集对价格数据的敏感度是否具有差异。
9.如权利要求6-8任一所述的装置,其特征在于,还包括:
确定模块,用于确定每个用户子集对价格数据的敏感度;
合并模块,用于将敏感度相同的用户子集进行合并处理。
10.如权利要求9所述的装置,其特征在于,所述确定模块,包括:
第二获取单元,用于根据每个用户子集中的测试用户预先获取的价格数据和反馈的响应数据,获取每个用户子集经过线性回归处理后的斜率;
映射单元,用于根据预设的斜率区间与敏感度的对应关系,确定与每个用户子集的斜率对应的敏感度。
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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201510829009.8/1.html,转载请声明来源钻瓜专利网。