[发明专利]一种基于混合数据类型数据的挖掘方法

权利要求书

1.一种数据挖掘方法，用于挖掘混合数据类型数据，所述混合数据类型数据包括图像数据和文本数据，所述图像数据中至少包括主体信息，所述文本数据中至少包括场景信息或情感信息，其特征在于所述数据挖掘方法包括步骤：

a建立主体信息库，建立场景或情感信息库；

b获取多个数据单元，至少部分所述数据单元包括图像数据以及文本数据，所述图像数据中至少包括所述主体信息，所述文本数据中至少包括所述场景信息或情感信息；

c将每一个所述数据单元分解成图像数据以及文本数据；

d基于所述主体信息库，对每一个数据单元的图像数据采用自动化图像识别方法从而识别图像数据的主体信息；

e对每一个数据单元按主体信息进行分类，从而形成至少一个主体域，每一个所述主体域对应数个数据单元；

f基于所述场景或情感信息库，对每一个主体域中的每一个数据单元的文本数据采用自动化文本识别方法来识别文本数据的场景信息或情感信息，从而得到至少一个按照特定主体信息分类的场景域或情感域；

g对每一个所述场景域或情感域中的元素，按场景信息或情感信息进行分类，从而获得数个特定域，每个所述特定域包含相同的主体信息以及相同的场景信息，或包含相同的主体信息以及相同的情感信息。

2.如权利要求1所述的数据挖掘方法，其特征在于：

所述数据单元设有数据标识码，属于同一数据单元的图像数据以及文本数据具有相同的数据标识码并通过数据标识码相互关联。

3.如权利要求1所述的数据挖掘方法，其特征在于：

所述自动化图像识别方法，包括步骤：

提取需要识别的图像数据的识别特征；

将所述图像数据的识别特征输入主体信息库进行计算，从而判断是否包含特定主体信息。

4.如权利要求1所述的数据挖掘方法，其特征在于：

所述自动化文本识别方法，包括步骤：

提取文本数据的识别特征；

将所述文本数据的识别特征输入场景或情感信息库进行计算，从而判断是否包含特定场景信息或情感信息。

5.如权利要求1所述的数据挖掘方法，其特征在于：

所述自动化文本识别方法，包括步骤：

对目标文本提取关键字；

将关键字输入场景或情感信息库，通过句法规则判断目标文本是否包含特定场景信息或情感信息。

6.如权利要求1-5中任意一项所述的数据挖掘方法，其特征在于，所述数据挖掘方法还包括步骤：

h将所有具有同一特定主体信息的特定域按其中元素的数量多少进行排序。

7.如权利要求1-5中任意一项所述的数据挖掘方法，其特征在于，所述数据挖掘方法还包括步骤：

h将所有具有同一特定场景信息或情感信息的特定域按其中元素数量多少进行排序。

8.如权利要求1-5中任意一项所述的数据挖掘方法，其特征在于，所述数据挖掘方法还包括步骤：

h对所有的特定域按筛选条件进行筛选，将筛选后的特定域按其中的元素数量多少进行排序。

9.一种数据挖掘方法，用于挖掘混合数据类型数据，其特征在于所述数据挖掘方法包括步骤：

a建立主体信息库，建立场景或情感信息库；

b获取多个数据单元，至少部分所述数据单元包括图像数据以及文本数据，所述图像数据中至少包括主体信息，所述文本数据中至少包括场景信息或情感信息；

c将每一个所述数据单元分解成图像数据以及文本数据；

d基于所述主体信息库，对每一个数据单元的图像数据采用自动化图像识别方法从而识别图像数据的主体信息；

e基于所述场景或情感信息库，对每一个数据单元的文本数据采用自动化文本识别方法从而识别文本数据的场景信息或情感信息；

f对主体信息进行分类，从而形成至少一个主体域；

g对每一个主体域，找出其中每一个主体信息所对应数据单元的场景信息或情感信息，从而得到按照特定主体信息分类的场景域或情感域；

h对每一个所述场景域或情感域，按场景信息或情感信息进行分类，从而获得数个特定域，每个所述特定域包含相同的主体信息以及相同的场景信息，或包含相同的主体信息以及相同的情感信息。