[发明专利]一种数据建模方法和装置

权利要求书

1.一种数据建模方法，其特征在于，包括：

获取数据源；所述数据源至少包括IP地址；

从所述数据源中识别原始变量；所述原始变量包括IP地址；所述原始变量是按照第一预设规则从所述数据源中识别得到的；所述第一预设规则为识别只存在数字的以数字开头和结尾的中间包括3个半角句号的字符串；

根据预设的规则库，获取与所述原始变量对应的衍生变量；所述预设的规则库中存储有原始变量与衍生变量的对应关系；所述衍生变量包括地理位置；所述原始变量与衍生变量的对应关系包括IP地址与地理位置之间的对应关系；

选定预设置的分类模型，配置数据建模参数；

根据所述数据建模参数、所述原始变量及其对应的衍生变量利用所述预设置的分类模型进行数据建模。

2.根据权利要求1所述的方法，其特征在于，所述从所述数据源中识别原始变量，具体为：按照第一预设规则从数据源中提取数据信息，该提取到的数据信息即为所述原始变量。

3.根据权利要求1所述的方法，其特征在于，所述从所述数据源中识别原始变量之前，还包括：根据第二预设规则从所述数据源中的字符串中提取子串，将所述子串作为用于识别原始变量的数据源。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述选定预设置的分类模型，包括：选定多个预设置的分类模型；

所述配置数据建模参数包括：配置随机种子以及配置训练集和测试集的比例；

所述根据所述数据建模参数、所述原始变量及其对应的衍生变量利用所述预设置的分类模型进行数据建模，具体包括：

根据所述数据建模参数、所述原始变量及其对应的衍生变量分别利用各个所述预设置的分类模型进行数据建模。

5.根据权利要求4所述的方法，其特征在于，所述根据所述数据建模参数、所述原始变量及其对应的衍生变量分别利用各个预设置的分类模型进行数据建模之后，还包括：

输出根据各个预设置的分类模型建模后的建模结果，比较所述建模结果推荐最优的分类模型。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

获取原始变量和/或衍生变量的数据分布情况。

7.一种数据建模装置，其特征在于，包括：

第一获取单元，用于获取数据源；所述数据源至少包括IP地址；

识别单元，用于从所述数据源中识别原始变量；所述原始变量包括IP地址；所述原始变量是按照第一预设规则从所述数据源中识别得到的；所述第一预设规则为识别只存在数字的以数字开头和结尾的中间包括3个半角句号的字符串；

第二获取单元，用于根据预设的规则库，获取与所述原始变量对应的衍生变量；所述预设的规则库中存储有原始变量与衍生变量件的对应关系；所述衍生变量包括地理位置；所述原始变量与衍生变量的对应关系包括IP地址与地理位置之间的对应关系；

选定单元，用于选定预设置的分类模型；

配置单元，用于配置数据建模参数；

建模单元，用于根据所述数据建模参数、所述原始变量及其对应的衍生变量利用所述预设置的分类模型进行数据建模。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

提取单元，用于根据第二预设规则从所述数据源中的字符串中提取子串，将所述子串作为用于识别原始变量的数据源。

9.根据权利要求7或8所述的装置，其特征在于，所述选定单元具体为用于选定多个预设置的分类模型的单元；

所述配置单元具体为用于配置随机种子，以及配置训练集和测试集的比例的单元；

所述建模单元具体为根据所述数据建模参数、所述原始变量及其对应的衍生变量分别利用各个所述预设置的分类模型进行数据建模的单元。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

输出单元，用于输出根据各个预设置的分类模型建模后的建模结果，比较所述建模结果推荐最优的分类模型。