[发明专利]一种数据入库方法及装置

权利要求书

1.一种数据入库方法，其特征在于，包括：

获取用户终端的网络数据样本，并从所述网络数据样本中抽取类别最少的一列数据作为特征样本；

对所述特征样本进行相似度计算生成所述特征样本的相似度矩阵，并根据所述相似度矩阵将所述特征样本中的数据进行分类生成新类数据组；

将所述新类数据组按照层次聚类树的预设顺序输入至数据库库表的相应位置；具体包括：所述层次聚类树中的网络数据按照所述层次聚类树的层次划分结构将所述层次聚类树中对应的网络数据输入至所述层次聚类树构建的表名、表字段以及字段的数据类型的表中；

对所述特征样本进行相似度计算生成所述特征样本的相似度矩阵，具体包括：

对所述特征样本根据以下公式进行相似度计算生成所述特征样本的相似度矩阵：

D(x,x)＝D(y,y)＝0；

其中，x和y分别表示所述特征样本中不同的数据。

2.根据权利要求1所述的数据入库方法，其特征在于，所述获取用户终端的网络数据样本，具体包括：

采集所述用户终端的网络数据，并对所述网络数据按照字段key_m-特征值value_mn的列表格式进行解析处理生成所述网络数据样本；其中m表示列，n表示行。

3.根据权利要求2所述的数据入库方法，其特征在于，所述采集所述用户终端的网络数据之后，还包括：

对所述网络数据采用机器学习算法进行清洗处理所述网络数据中重复以及无效的特征值。

4.一种数据入库装置，其特征在于，包括：

获取单元，用于获取用户终端的网络数据样本；

处理单元，用于从所述获取单元获取的所述网络数据样本中抽取类别最少的一列数据作为特征样本；

所述处理单元，还用于对所述特征样本进行相似度计算生成所述特征样本的相似度矩阵，并根据所述相似度矩阵将所述特征样本中的数据进行分类生成新类数据组；

所述处理单元，还用于将所述新类数据组按照层次聚类树的预设顺序输入至数据库库表的相应位置；具体包括：所述层次聚类树中的网络数据按照所述层次聚类树的层次划分结构将所述层次聚类树中对应的网络数据输入至所述层次聚类树构建的表名、表字段以及字段的数据类型的表中；

所述处理单元，具体用于对所述特征样本根据以下公式进行相似度计算生成所述特征样本的相似度矩阵：

D(x,x)＝D(y,y)＝0；

其中，x和y分别表示所述特征样本中不同的数据。

5.根据权利要求4所述的数据入库装置，其特征在于，包括：

所述获取单元，具体用于采集所述用户终端的网络数据，并对所述网络数据按照关键字key_m-特征值value_mn的列表格式进行解析处理生成所述网络数据样本；其中m表示列，n表示行。

6.根据权利要求4所述的数据入库装置，其特征在于，包括：

所述处理单元，还用于对所述网络数据采用机器学习算法进行清洗处理所述网络数据中重复以及无效的特征值。

7.一种数据入库装置，其特征在于，所述数据入库装置的结构中包括处理器和存储器，存储器用于与处理器耦合，保存所述数据入库装置的程序指令和数据，处理器用于执行存储器中存储的程序指令，使得所述数据入库装置执行如权利要求1-3任一项所述的数据入库方法。

8.一种计算机存储介质，其特征在于，计算机存储介质中存储有计算机程序代码，当计算机程序代码在数据入库装置上运行时，使得所述数据入库装置执行如权利要求1-3任一项所述的数据入库方法。