[发明专利]数据处理方法、数据处理设备和计算机可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

计算在跨区销售下的属性数据与在非跨区销售下的属性数据之间的数据差值，并确定为商品销售差值特征；

采用预设模型对所述商品销售差值特征进行聚类分析，以得到第一类特征数据集合和第二类特征数据集合；

所述采用预设模型对所述商品销售差值特征进行聚类分析，以得到第一类特征数据集合和第二类特征数据集合，具体包括：

将所述商品销售差值特征投射为与属性标签个数相同的多维差值特征向量；

迭代计算任两个所述多维差值特征向量之间的距离，以根据所述距离的数值大小将所述多维差值特征向量划分为第一向量集和第二向量集；

迭代更新所述第一向量集的质心向量和所述第二向量集的质心向量，并分别确定为第一质心向量和第二质心向量；

获取与所述属性标签个数相等的趋势向量，并将所述趋势向量转换为矩阵并转置得到因子载荷矩阵；

采用因子载荷矩阵分别对所述第一向量集、所述第二向量集合、所述第一质心向量和所述第二质心向量进行趋势标准化；

将经过所述趋势标准化的第一向量集和第二向量集合合并为一个属性数据矩阵；

根据所述属性数据的标准差和平均值计算所述属性数据矩阵中的任一属性数据的变异系数；

根据所述变异系数计算每个所述属性数据的属性权重向量，以得到属性权重矩阵；

计算经过所述趋势标准化的第一质心向量与所述属性权重矩阵的乘积值，同时，计算经过所述趋势标准化的第二质心向量与所述属性权重矩阵的乘积值，并分别记作第一业务属性数据和第二业务属性数据；

根据所述第一业务属性数据和所述第二业务属性数据的大小关系，将所述第一向量集和所述第二向量集分别确定为第一类特征数据集合和第二类特征数据集合；

根据所述第一类特征数据集合和第二类特征数据集合的业务属性值确定适合划分为平行库存的数据集合和不适合划分为平行库存的数据集合。

2.根据权利要求1所述的数据处理方法，其特征在于，根据所述第一类特征数据集合和第二类特征数据集合的业务属性值确定适合划分为平行库存的数据集合和不适合划分为平行库存的数据集合，具体包括：

确定最大的业务属性值对应的所述第一类特征数据集合和所述第二类特征数据集合中的一个特征数据集合为适合划分为平行库存的数据集合；

确定所述第一类特征数据集合和所述第二类特征数据集合中的另一个特征数据集合为不适合划分为平行库存的数据集合。

3.根据权利要求1或2所述的数据处理方法，其特征在于，还包括：

将所述适合划分为平行库存的数据集合和所述不适合划分为平行库存的数据集合确定为类别数据；

采用所述类别数据对所述预设模型的网络节点进行训练，

其中，所述预设模型的网络节点是按照信息增益最大的属性标签进行分裂形成，且所述网络节点中的叶节点的类别纯度达到预设的百分比。