[发明专利]数据分类方法、系统、计算机设备与计算机可读存储介质

权利要求书

1.一种数据分类方法，其特征在于，包括：

获取多个用户的第一数据，对所述第一数据进行数据清洗，得到第二数据；

将所述第二数据输入至逻辑回归分类模型中进行计算，以得到参数数据；

获取预处理后的目标用户的待分类数据，将所述待分类数据与所述参数数据输入至有序分类模型中进行计算，得到所述目标用户对应的目标等级。

2.根据权利要求1所述的数据分类方法，其特征在于，所述将所述第二数据输入至逻辑回归分类模型中进行计算，以得到参数数据包括：

获取逻辑回归模型的目标函数；

将所述第二数据作为自变量输入到所述目标函数中，根据梯度下降法对所述目标函数进行计算，得到参数数据。

3.根据权利要求1所述的数据分类方法，其特征在于，所述获取预处理后的目标用户的待分类数据，将所述待分类数据与所述参数数据输入至有序分类模型中进行计算，得到所述目标用户对应的目标等级包括：

将所述参数数据输入至所述有序分类模型中得到目标分类模型，其中，所述有序分类模型根据逻辑回归模型进行训练得到；

将所述待分类数据输入至所述目标分类模型中进行一阶差分和多分类计算，得到目标概率；

获取多个等级及每个等级对应的概率范围，将所述目标概率与每个等级对应的概率范围进行匹配，得到所述目标用户对应的目标等级。

4.根据权利要求3所述的数据分类方法，其特征在于，所述有序分类模型根据逻辑回归模型进行训练得到包括：

获取所述逻辑回归模型的回归函数；

为所述逻辑回归模型设置K种分类，将K种分类代入至所述回归函数中进行变换，得到多分类函数；

将所述多分类函数进行一阶差分变换，以构建有序分类模型。

5.根据权利要求3所述的数据分类方法，其特征在于，所述将所述待分类数据输入至所述目标分类模型中进行一阶差分和多分类计算，得到目标概率的计算公式包括：

其中，P(y_i≤k|x_i,ω,b_k)表示目标概率，x_i表示待分类数据，ω,b_k表示参数数据。

6.根据权利要求1所述的数据分类方法，其特征在于，所述方法还包括：

将所述目标用户对应的目标等级存储至区块链中。

7.一种数据分类系统，其特征在于，包括：

数据处理模块，用于读取多个用户的第一数据，对所述第一数据进行数据处理，得到第二数据；

第一计算模块，用于将所述第二数据输入至逻辑回归分类模型中进行计算，以得到参数数据；

第二计算模块，用于获取预处理后的目标用户的待分类数据，将所述待分类数据与所述参数数据输入至有序分类模型中进行计算，得到所述目标用户对应的目标等级。

8.根据权利要求7所述的数据分类系统，其特征在于，所述第二计算模块还用于：

将所述参数数据输入至所述有序分类模型中得到目标分类模型，其中，所述有序分类模型根据逻辑回归模型进行训练得到；

将所述待分类数据输入至所述目标分类模型中进行一阶差分和多分类计算，得到目标概率；

获取多个等级及每个等级对应的概率范围，将所述目标概率与每个等级对应的概率范围进行匹配，得到所述目标用户对应的目标等级。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-6中任一项所述的数据分类方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如权利要求1-6中任一项所述的数据分类方法的步骤。