[发明专利]数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标类目下各数据对象具有的至少两个属性分别作为候选属性；

对每个候选属性，根据具有所述候选属性的数据对象的指定业务参数在所述候选属性取不同属性值时的取值，获取所述候选属性对所述指定业务参数的影响程度；

根据各候选属性对所述指定业务参数的影响程度，从所述各候选属性中选择满足所述指定业务参数对应业务需求的目标属性。

2.根据权利要求1所述的方法，其特征在于，所述获取目标类目下各数据对象具有的至少两个属性分别作为候选属性，包括：

从系统数据库中选择具有至少两个属性的数据对象形成数据对象集合；

按照数据对象所属的类目以及具有的属性，对所述数据对象集合中各数据对象进行聚类处理，以获得至少两个聚类集合，所述至少两个聚类集合中每个聚类集合对应一个类目和一个属性；

将聚类出的各类目分别作为所述目标类目，将对应于所述目标类目的各聚类集合对应的属性作为所述候选属性。

3.根据权利要求2所述的方法，其特征在于，所述按照数据对象所属的类目以及具有的属性，对所述数据对象集合中各数据对象进行聚类处理，以获得至少两个聚类集合，包括：

对所述数据对象集合中的每个数据对象，使用所述数据对象的指定业务参数、所述数据对象所属的类目、所述数据对象对应的平台编码、所述数据对象具有的属性以及所述数据对象具有的属性的属性值，形成所述数据对象的特征数据向量；

对所述数据对象集合中各数据对象，按照特征数据向量中的类目字段和属性字段，对所述数据对象集合中各数据对象进行聚类处理，以获得所述至少两个聚类集合。

4.根据权利要求1所述的方法，其特征在于，所述根据具有所述候选属性的数据对象的指定业务参数在所述候选属性取不同属性值时的取值，获取所述候选属性对所述指定业务参数的影响程度，包括：

对于每个具有所述候选属性的数据对象，计算所述数据对象对应的业务参数在所述候选属性取不同属性值时的取值之间的相对波动率，并加入波动率集合中；

根据所述波动率集合中的相对波动率，获取波动率均值和波动率方差；

根据所述波动率均值和波动率方差，获取表示所述候选属性对所述指定业务参数的影响程度的排名得分。

5.根据权利要求4所述的方法，其特征在于，所述计算所述数据对象对应的业务参数在所述候选属性取不同属性值时的取值之间的相对波动率，包括：

将所述数据对象的指定业务参数在所述候选属性取不同属性值时的取值，按照由小到大的顺序进行排列，以形成所述数据对象对应的取值序列；

计算所述数据对象对应的取值序列中任意相邻所述指定业务参数的取值之间的相对波动率。

6.根据权利要求4所述的方法，其特征在于，所述根据所述波动率集合中的相对波动率，获取波动率均值和波动率方差，包括：

将所述波动率集合作为初始集合；

从所述初始集合中随机抽取指定比例的相对波动率构成波动率统计集合；

根据所述波动率统计集合中的相对波动率，获取初始波动率均值和初始波动率方差；

当满足预设结束条件时，将所述初始波动率均值和初始波动率方差作为所述波动率均值和波动率方差；

若未满足预设结束条件时，根据所述初始波动率均值和初始波动率方差，获取波动率置信区间；从所述波动率集合中获取位于所述波动率置信区间中的相对波动率，以形成新的初始集合，并返回继续执行从所述初始集合中随机抽取指定比例的相对波动率构成波动率统计集合的操作及后续操作。

7.根据权利要求4所述的方法，其特征在于，所述根据所述波动率均值和波动率方差，获取表示所述候选属性对所述指定业务参数的影响程度的排名得分，包括：

按照公式获取所述排名得分；

score表示所述排名得分；

表示所述波动率均值；

σ表示所述波动率方差。

8.根据权利要求4所述的方法，其特征在于，所述根据各候选属性对所述指定业务参数的影响程度，从所述各候选属性中选择满足所述指定业务参数对应业务需求的目标属性，包括：

在所述业务需求为稳定性需求时，根据所述各候选属性的排名得分，从所述各候选属性中选择排名得分最小的K个候选属性作为目标属性，K是自然数。