[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

说明书

本申请公开了一种基于机器学习算法的数据分类、数据处理方法及设备，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。利用数据样本训练得到数据分类模型，在接收到用户输入的金融业务的报价数据时，可以利用该数据分类模型为金融业务报价确定对应的业务类型，能够精准处理未明确标识业务类型的报价数据，并有效避免报价数据发布者按照自己主观认识为金融业务报价确定业务类型的情形，进而保证系统平台中金融业务分类的一致性，为用户提供精准的金融业务的报价数据比较奠定基础，有效提升用户对系统平台的用户体验。

技术领域

本申请涉及计算机处理领域，尤其涉及一种基于机器学习算法的数据分类、数据处理方法及设备。

背景技术

为了便于用户能够快速获取到满足自己需求的金融业务的报价信息，报价数据发布者在向系统平台提交待发布的金融业务的报价信息时，需要按照行业惯例为该金融业务确定一个业务类型。这样，系统平台可以采用分类显示的方式向用户展示已发布的金融业务的报价信息。基于正确的分类信息，系统平台能够对报价数据做进一步精准分析与处理。

对于用户来讲，在同一个业务类型的金融业务报价信息显示页面中，可以直观比较金融业务的报价信息，便于从大量数据中筛选出优质的报价。

但是，在实际应用中，报价数据发布者在为金融业务报价确定业务类型的时候，普遍并不明确给出报价数据的业务类型，或者指定业务类型时，出现针对相同金融业务报价，不同的发布者为其选择不同的业务类型的情况。这样系统平台很难给用户精准推送某种业务类型的金融业务报数据，用户使用业务类型条件查询数据时也不能查询到精准的数据，大大降低了用户对系统平台的体验。

发明内容

有鉴于此，本申请实施例提供了一种基于机器学习算法的数据分类、数据处理方法及设备，用于解决如何提升系统平台对金融业务报价数据的分类精度。

本申请实施例提供了一种基于机器学习算法的数据分类方法，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。

本申请实施例提供了一种数据处理方法，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。

本申请实施例提供了一种基于机器学习算法的数据分类设备，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。

本申请实施例提供了一种基于机器学习算法的数据处理设备，包括：

获取单元，用于获取数据样本，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；

确定单元，用于确定模型训练算法，所述模型训练算法中包含用于分类的算法；