[发明专利]一种数据智能分析识别方法及系统

权利要求书

1.一种数据智能分析识别方法，其特征在于包括以下步骤：

S1.通过数据采集工具采集原始文本数据，利用预设分类器将所述原始文本数据分条分类后，存入数据库；

S2.采集公共用户或管理员对数据库中数据的操作，并分别对相应数据标注标签；

S3.对标注不同标签的数据分别分词操作，获得不同标签的数据识别词组；

S4.对新存入数据库的数据分词，然后根据数据识别词组自动进行智能标签标注。

2.根据权利要求1所述的数据智能分析识别方法，其特征在于所述采集用户或管理员对数据库中数据的操作；包括采集被用户查看的信息数据，采集被管理员删除或者更改分类的信息数据。

3.根据权利要求1所述的数据智能分析识别方法，其特征在于所述数据识别词组，通过以下方法确定：

βa=∑βi, (i=1..n) n≥2，且βa≠0；那么β为第a个标签的数据识别词组；

β是一个词组，可以是一条数据中的一个词也可以是多个词的组合，

n为标签的个数，

βi为第i个标签的数据中含有词组β的数据条数。

4.根据权利要求1所述的数据智能分析识别方法，其特征在于所述根据数据识别词组自动进行智能标签标注，通过以下步骤完成：

S41.检查新存入数据库的数据，是否含有数据识别词组；

S42.如果只含有某个标签的数据识别词组，则将该条数据标注该标签；如果含有多个标签的数据识别词组，则根据数据识别词组将该条数据切分成多个短文本数据，然后再分别标注标签；

S43.如果不含有数据识别词组则不进行标注标签。

5.根据权利要求3所述的数据智能分析识别方法，其特征在于一条数据中含有多个不同长度的数据识别词组Ρ={ρ1…ρn},n≥2；如果一数据识别词组ρA包含另一数据识别词组ρB，则删除该数据识别词组ρA。

6.根据权利要求4所述的数据智能分析识别方法，其特征在于对存入数据库的一条数据C,如果不含数据识别词组，但是只同标注某一标签的数据中的某条数据D相似度大于预设阈值，则对该条数据C标注该标签。

7.根据权利要求6所述的数据智能分析识别方法，其特征在于，定期对数据库里的未标注数据，重新进行数据智能标签标注。

8.一种数据智能分析识别系统，其特征在于包括：

数据采集模块，用于采集原始文本数据；

预设分类器，处理原始文本数据，分条分类后，存入数据库；

数据库，用于保存数据；

用户数据采集模块，用于采集用户对数据的操作，并标注相应用户操作数据；

机器学习模块，用于根据标注的相应用户操作数据，不断更新数据识别词组；

智能标注模块，用于自动进行智能标签标注。

9.根据权利要求8所述的数据智能分析识别系统，其特征在于，智能标注模块，自动进行智能标签标注，包括：根据数据识别词组或者相似度自动进行智能标签标注；定期对数据库里的未标注数据或自动分类的数据，重新进行数据智能标签标注。

10.根据权利要求9所述的数据智能分析识别系统，其特征在于，所述数据采集模块，包括合法采用网络爬虫、聊天机器人采集原始文本数据。