[发明专利]一种构建偏态分布特征数据集的方法、装置和计算机系统

权利要求书

1.一种构建具有截断偏态分布特征的数据集的方法，其特征在于，包括以下步骤：

S1，获取待构建数据集的均值μ、标准差σ、最大值Max、最小值Min和总值Total；

S2，建立均值为μ、标准差为σ的包含随机数值的正态分布数据集X，满足X～(μ,σ)，包括介于Min和Max之间的随机数值的数据集X₁，以及小于Min和大于max的随机数值的数据集X₂；

S3，利用数据集X₂中所有随机数值的合计值建立均值为μ、标准差为σ的包含随机数值的正态分布数据集，并不断利用新的数据集中所有小于Min和大于Max的随机数值的合计值建立均值为μ、标准差为σ的包含随机数值的正态分布数据集，直至所有随机数值介于Min和Max之间，合并所有随机数值得到数据集X₂'，其中，均值μ的初始值为参数获取模块获取的均值μ；

S4，将S3得到的数据集X₂'与S2得到的数据集X₁合并得到数据集X'，X'的均值为μ'，μ-μ'得到的差值为Dist；

S5，当Dist的绝对值大于预设阈值时，重复步骤S3至S4，且μ更新为μ+Dist；当Dist的绝对值小于或等于预设阈值，输出X'，即为具有截断偏态分布特征的数据集。

2.根据权利要求1所述的方法，其特征在于，所述随机数值为货币金额。

3.根据权利要求2所述的方法，其特征在于，所述随机数值截止到小数点后2位。

4.根据权利要求1所述的方法，其特征在于，S2和S3中，利用正态分布数据集生成软件或算法建立正态分布数据集。

5.根据权利要求1所述的方法，其特征在于，所述预设阈值为平均值μ的0.1％-1％。

6.根据权利要求5所述的方法，其特征在于，所述预设阈值为平均值μ的0.5％。

7.根据权利要求1所述的方法，其特征在于，具有截断偏态分布特征的数据集包含的数值不少于Total/μ个。

8.一种构建具有截断偏态分布特征的数据集的装置，其特征在于，包括：

参数获取模块，用于获取待构建数据集的参数，所述参数包括均值μ、标准差σ、最大值Max、最小值Min和总值Total；

数据集第一建立模块，用于利用参数获取模块获取的参数，建立包含随机数值的正态分布数据集X，满足X～(μ,σ)，包括介于Min和Max之间的随机数值的数据集X₁，以及包括小于Min和大于max的随机数值的数据集X₂；

截断数据处理模块，用于利用数据集X₂中所有随机数值的合计值建立均值为μ、标准差为σ的正态分布数据集，并不断利用新的数据集中所有小于Min和大于Max的随机数值的合计值建立均值为μ、标准差为σ的正态分布数据集，直至所有随机数值介于Min和Max之间，合并所有随机数值得到数据集X₂'，其中，均值μ来源于数据集输出检查模块，其初始值为参数获取模块获取的均值μ；

数据集第二建立模块，用于将数据集第一建立模块获得的数据集X₁和截断数据处理模块获得的数据集X₂'合并得到数据集X'；

数据集输出检查模块，用于计算数据集X'的均值μ'，及μ-μ'得到的差值Dist，并比较Dist的绝对值与预设阈值，

当Dist的绝对值大于预设阈值时，向截断数据处理模块发送指令，且将μ更新为μ+Dist，重新生成数据集X₂'；

当Dist的绝对值小于或等于预设阈值，输出X'，即为具有截断偏态分布特征的数据集。

9.一种计算机系统，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1-6中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一所述的方法。