[发明专利]基于树形网络的大数据分析方法及装置

权利要求书

1.基于树形网络的大数据分析方法，其特征在于，所述方法执行以下步骤：

步骤1：使用预建立的数据分类模型对存储的数据进行分类，得到多个分类后的一级数据集，对每个一级数据集添加至少一个标签；再对每个一级数据集再次进行分类，得到多个分类后的二级数据集；数据分类模型循环执行分类，直到分类后的数据集中具有的元素个数小于等于设定的阈值；

步骤2：基于分类后的数据集构建树形网络；树形网络的根节点为存储的数据；一级子节点为一级数据集；二级子节点为二级数据集；以此类推；

步骤3：对树形网络中的每个节点均进行权重标记；

步骤4：在针对存储的数据进行数据分析时，使用寻路算法，在树形网络中进行寻路，找到目标数据，获取目标数据，进行数据分析。

2.如权利要求1所述的方法，其特征在于，所述数据分类模型对存储的数据进行分类的方法执行以下步骤：获得用于处理所述待分类数据字段的数据库操作语句；对所述数据库操作语句进行解析，获得用于处理所述待分类数据字段的操作参数；针对所述操作参数进行特征提取，获得对应的操作特征；调用训练得到的数据分类模型对所述操作特征进行分类，以获得所述待分类数据字段的分类结果。

3.如权利要求2所述的方法，其特征在于，所述步骤4中的寻路算法在树形网络中进行寻路的方法执行以下步骤：步骤4.1：确定树形网络中的目标数据集的起始节点和目标数据集的终节点；步骤4.2：在树形网络中随机选取N个节点，选取的节点至少包含起始节点、终节点以及其他若干个中间节点；步骤4.3：在选取的N个节点中进行节点目标数据集的路径规划，同时，统计路径中的节点的权重值，再重新执行本步骤4次，选取统计路径中的节点权重值的和最大的路径作为路径。

4.如权利要求3所述的方法，其特征在于，所述步骤4.3包括：在选取的N个节点中，确定一个中心节点，其坐标为(0,0)；定义节点路径权重最大树，节点路径权重最大树包括：节点路径权重最大树根节点和节点路径权重最大树中子节点；所述节点路径权重最大树中子节点可以连接的其他节点；结合能量S_ab、路径距离P_ab、节点数量B_ab和k值更新路径规划的算法公式，其中，k值为邻居节点数量：i和j表示节点；节点路径权重最大树中子节点将其收集到的数据获取给父节点，父节点对其收集到的数据以及子节点发送到的数据进行聚合操作，然后将聚合得到的数据获取给自己父节点直至中心节点；运行设定的时间周期后，进行树的自适应维护更新，继续进行数据的获取。

5.如权利要求4所述的方法，其特征在于，所述更新路径规划的算法公式的方法执行以下步骤：将原始的路径规划公式：中的η_ab使用新的算子进行更新，更新后的公式为：其中：t表示寻路开始的时刻，τ_ab表示信息素浓度，η_ab表示节点a和节点b之间的隔离算子，α与β分别表示信息素浓度与隔离算子的权重，O和BA表示将S_ab、P_ab和B_ab量化到同一量纲上的参数，A_k为量纲域，为设定的一个集合。

6.如权利要求2所述的方法，其特征在于，所述操作参数包括：参数as后的字段别名，统计函数，位置where条件参数，连接join条件参数，case when函数，关键字参数中的一种或者多种组合。

7.用于实现权利要求1至6所述方法的装置，其特征在于，所述装置包括：数据分类装置，配置用于使用预建立的数据分类模型对存储的数据进行分类，得到多个分类后的一级数据集，对每个一级数据集添加至少一个标签；再对每个一级数据集再次进行分类，得到多个分类后的二级数据集；数据分类模型循环执行分类，直到分类后的数据集中具有的元素个数小于等于设定的阈值；树形网络装置，配置用于将分类后的数据集纳入树形网络中；数据调用装置，配置用于针对存储的数据进行数据分析时，使用寻路算法，在树形网络中进行寻路，找到目标数据，获取目标数据，进行数据分析。