[发明专利]一种基于机器学习算法的数据分类、数据处理方法及设备在审
| 申请号： | 201811133198.5 | 申请日： | 2018-09-27 |
| 公开（公告）号： | CN109360052A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 陈万康;王文婕 | 申请（专利权）人： | 北京亚联之星信息技术有限公司 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06Q40/00;G06K9/62 |
| 代理公司： | 北京思睿峰知识产权代理有限公司 11396 | 代理人： | 谢建云 |
| 地址： | 100088 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 报价数据 金融业务 数据分类 业务类型 报价 基于机器 学习算法 数据处理 保证系统 接收用户 明确标识 数据样本 特征向量 系统平台 用户提供 用户体验 主观认识 标注 样本 分类 发布 申请 | ||
1.一种基于机器学习算法的数据分类方法，其特征在于，包括：
接收用户输入金融业务的报价数据；
对所述报价数据进行处理，得到处理结果；
根据数据分类模型和所述处理结果，确定所述金融业务报价对应的业务类型，所述数据分类模型基于标注过的报价数据样本的特征向量训练得到。
2.根据权利要求1所述的数据分类方法，其特征在于，对所述报价数据进行处理，包括：
对所述报价数据进行分词处理，得到所述报价数据的特征向量。
3.根据权利要求2所述的数据分类方法，其特征在于，根据数据分类模型和所述处理结果，确定所述金融业务报价对应的业务类型，包括：
根据所述特征向量和所述数据分类模型中包含的分类算法，确定所述金融业务报价对应的业务类型。
4.根据权利要求1所述的数据分类方法，其特征在于，通过以下方式训练得到数据分类模型：
获取数据样本，并确定各所述数据样本的特征向量，所述数据样本中包含金融业务的报价数据；
确定模型训练算法，所述模型训练算法中包含用于分类的算法；
根据所述模型训练算法、各所述数据样本的特征向量和预先设定的分类信息，训练得到数据分类模型，所述数据分类模型用于对输入的金融业务报价进行分类。
5.根据权利要求4所述的数据分类方法，其特征在于，确定各所述数据样本的特征向量，包括：
针对各所述数据样本，分别执行以下操作：
选择其中一个数据样本，对该数据样本进行分词处理；
统计该数据样本对应的词频；
基于所述词频得到该数据样本的特征向量。
6.根据权利要求4所述的数据分类方法，其特征在于，根据所述模型训练算法、各所述数据样本的特征向量和预先设定的分类信息，得到数据分类模型，包括：
将各所述数据样本的特征向量和预先设定的分类信息作为输入数据，利用所述模型训练算法，对该输入数据执行训练操作，得到数据分类模型；
所述数据分类模型中包含用于分类的模型参数。
7.根据权利要求4所述的数据分类法，其特征在于，所述模型训练算法包含朴素贝叶斯分类算法。
8.一种基于机器学习算法的数据处理方法，其特征在于，包括：
获取数据样本，并确定各所述数据样本的特征向量，所述数据样本中包含金融业务的报价数据；
确定模型训练算法，所述模型训练算法中包含用于分类的算法；
根据所述模型训练算法、各所述数据样本的特征向量和预先设定的分类信息，训练得到数据分类模型，所述数据分类模型用于对输入的金融业务报价进行分类。
9.一种基于机器学习算法的数据分类设备，其特征在于，包括：
接收单元，用于接收用户输入金融业务的报价数据；
处理单元，用于对所述报价数据进行处理，得到处理结果；
分类单元，用于根据数据分类模型和所述处理结果，确定所述金融业务报价对应的业务类型，所述数据分类模型基于标注过的报价数据样本的特征向量训练得到。
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北京亚联之星信息技术有限公司，未经北京亚联之星信息技术有限公司许可，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/201811133198.5/1.html，转载请声明来源钻瓜专利网。
