[发明专利]数据征集方法，装置，存储介质及电子设备

说明书

本公开涉及一种数据征集方法，装置，存储介质及电子设备，用以解决相关技术中完成数据征集任务的效益较低的问题。该方法包括：获取每一征集点的与数据征集任务相关的多维特征值；根据所述多维特征值构造数据样本矩阵；通过聚类算法对所述数据样本矩阵进行分类，得到多个征集点分组；分别确定每一所述征集点分组中的所有征集点的平均综合效益值；若所述数据样本矩阵中包括正相关因素的特征值以及负相关因素正化调整后的特征值，则从所述平均综合效益值最大的征集点分组中，根据每一征集点的综合效益值的大小选择目标征集点，并向所述目标征集点征集数据，以完成所述数据征集任务。

技术领域

本公开涉及数据征集领域，具体地，涉及一种数据征集方法，装置，存储介质及电子设备。

背景技术

数据征集是指征集平台通过发布招募任务的方式，将征集任务分派给多个征集点，要求各个征集点提供数据的方式。例如，医疗影像平台的建设过程中，不可避免的会产生任务征集类的工作任务，例如医疗影像数据的征集，要求符合实验要求的数据源共同参与完成。

现有的任务征集方式，并没有考虑征集过程中的效益因素，对于有偿的数据征集任务，征集得到的数据产生的效益和付出的代价无法做到最优。

发明内容

本公开的目的是提供一种数据征集方法，装置，存储介质及电子设备，用以解决相关技术中完成数据征集任务的效益较低的问题。

为了实现上述目的，本公开实施例提供一种数据征集方法，所述方法包括：

获取每一征集点的与数据征集任务相关的多维特征值；

根据所述多维特征值构造数据样本矩阵；

通过聚类算法对所述数据样本矩阵进行分类，得到多个征集点分组；

分别确定每一所述征集点分组中的所有征集点的平均综合效益值；

若所述数据样本矩阵中包括正相关因素的特征值以及负相关因素正化调整后的特征值，则从所述平均综合效益值最大的征集点分组中，根据每一征集点的综合效益值的大小选择目标征集点，并向所述目标征集点征集数据，以完成所述数据征集任务。

可选地，所述方法还包括：

若所述数据样本矩阵中包括正相关因素的特征值且不包括负相关因素的特征值，则从所述平均综合效益值最大的征集点分组中，根据每一征集点的负相关因素的特征值选择目标征集点，并向所述目标征集点征集数据，以完成所述数据征集任务。

可选地，所述通过所述聚类算法对所述数据样本矩阵进行分类，得到所述多个征集点分组，包括：

根据每一维度的预设权值，对所述数据样本矩阵进行扩大化处理；

通过所述聚类算法对所述扩大化处理后的数据样本矩阵进行分类，得到所述多个征集点分组。

可选地，所述获取每一征集点的与数据征集任务相关的多维特征值，包括：

确定所述征集点与所述数据征集任务的负相关因素的属性值以及正相关因素的属性值；

将所述负相关因素的属性值与所述正相关因素的属性值进行预处理，得到所述征集点的多维特征值。

可选地，所述根据所述多维特征值构造数据样本矩阵包括：将每一所述征集点的表征所述正相关因素的多维特征值组合为所述数据样本矩阵；

或者，对表征所述负相关因素的多维特征值进行正化调整处理，并将正化调整后的所述负相关因素的多维特征值与表征所述正相关因素的多维特征值组合为所述数据样本矩阵。

可选地，所述数据征集任务为征集医疗影像数据的任务，与该任务负相关的属性包括征集点收取的费用，与该任务正相关的属性包括：征集点提供的医疗影像的质量，征集点使用的设备质量，对征集点的能力评价值中的一者或多者。