[发明专利]一种基于大数据分析算法

权利要求书

1.一种基于大数据分析算法，包括分类模块、数据模型、数据采集模块、数据统计模块、数据分析模块、数据处理模块和数据挖掘模块，其特征在于：首先建立分类模块，然后将不同的数据分类存储到分类模块中，然后根据数据采集模块对用户关注的数据进行定向采集，数据统计模块对采集到的数据进行统计，然后根据统计结果确定数据之间的关联性并绘制关联函数，然后以此关联函数构建数据模型，当用户对分类模块中的数据进行关注时，数据统计模块记录该数据的关注次数，同时数据分析模块将该被关注数据带入数据模型，并从中选出与关注数据相关联的数据，然后将与关注数据相关联的数据推送给用户，当用户继续关注后续数据进行关注时，数据统计模块记录延续关注次数，当用户继续关注的数据是推送的数据时，数据统计模块记录准确推送次数，当用户继续关注的数据不是推送的数据时，数据统计模块记录错误推送次数及用户新关注的数据种类，当该类新数据被用户重复关注时记录重复关注次数，数据处理模块通过准确推送次数和延续关注次数比值计算推送关注率，数据处理模块通过重复关注次数与错误推送次数比值计算重复关注率，当推送关注率小于0.95且有重复关注率大于0.2的数据或推送关注率大于0.95且有重复关注率大于0.3的数据时，则将该重复关注率大于0.2或0.3的数据导入数据统计模块，数据统计模块将该数据与采集到的数据进行重新统计关联，然后绘制新的关联函数，并以此关联函数构建新数据模型，然后用该数据模型代替前一个数据模型。

2.根据权利要求1所述的一种基于大数据分析算法，其特征在于：所述数据模型在建立后，数据分析模块根据数据模型的关联函数对深层数据进行预测，随后数据挖掘模块对深层数据进行挖掘，然后数据处理模块将预测结果与实际结果进行对比，当预测结果与实际结果相符合，则该数据模型正式使用，当预测结果与实际结果不符时，则数据采集模块采集更多的数据，然后重新建立数据模型。

3.根据权利要求1所述的一种基于大数据分析算法，其特征在于：所述分类模块包括总模块，所述总模块包括分模块，当用户观注总模块数据时，数据分析模块推送其它总模块数据，当用户关注分模块数据时，数据分析模块推送该总模块中的其它分模块数据。

4.根据权利要求1所述的一种基于大数据分析算法，其特征在于：所述数据模型包括个人数据模型和整体数据模型，所述数据采集模块对用户的信息进行采集编号，并将用户的信息与个人数据模型相关联，当不同的用户对数据进行关注时，可以方便数据分析模块从个人数据模型快速找出相对应的数据从而针对不同的用户推送不同的数据。

5.根据权利要求4所述的一种基于大数据分析算法，其特征在于：所述数据分析模块在推送关联数据时，其中一半的推送数据是数据分析模块从个人数据模型中进行查找推送的，剩余一半的数据是数据分析模块从整体数据模型中进行查找推送的。

6.根据权利要求4所述的一种基于大数据分析算法，其特征在于：所述数据采集模块对用户关注的数据进行采集，然后对关注同一数据的用户继续关注的数据进行采集，然后数据统计模块对不同用户继续关注的数据的重复次数进行统计并记录延续重复次数，然后数据处理模块通过延续重复次数和延续关注次数的比率求得延续关注率，当延续关注率大于0.8时，数据统计模块将该延续关注率大于0.8的继续关注的数据导入整体数据模型，数据分析模块则将该延续关注率大于0.8的继续关注的数据向所有关注同一数据的用户进行推送。

7.根据权利要求1所述的一种基于大数据分析算法，其特征在于：所述数据处理模块中设置有错误处理模块，当用户继续关注后续数据时，用户关注某一数据的时间低于两秒，错误处理模块则将该次关注判断为错误关注，并不对该次关注进行记录。