[发明专利]数据处理方法及数据处理装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

根据预设规则对采集的原始数据依次进行清洗、提取；

根据提取的数据构建关键指标矩阵，其中，行代表不同用户，列代表不同关键指标；

采用预设算法对所述关键指标矩阵进行归一化处理，并对归一化后的矩阵进行降维处理；

根据所述降维处理后的矩阵及预设算法获得所述关键指标的预测值。

2.根据权利要求1所述的数据处理方法，其特征在于，所述清洗包括删除所述原始数据中的无效数据、重复数据和/或错误数据。

3.根据权利要求1所述的数据处理方法，其特征在于，所述提取包括对清洗后的数据进行归类，所述归类包括根据数据类别、数据来源和/或参数指标对清洗后的数据进行归类。

4.根据权利要求1所述的数据处理方法，其特征在于，所述归一化处理包括以下步骤：

将所述关键指标矩阵中各元素根据其所在列的最大值、最小值进行归一化到0-1之间。

5.根据权利要求1所述的数据处理方法，其特征在于，所述降维处理包括以下步骤：

根据奇异值分解算法将所述归一化后的矩阵分解为三个矩阵U、Σ、V^T；

根据奇异值平方和对矩阵U、Σ、V^T的维度进行简化，获得简化后的矩阵U、Σ、V^T；

对简化后的矩阵U进行复原，获得复原后的矩阵U。

6.根据权利要求5所述的数据处理方法，其特征在于，所述根据所述降维处理后的矩阵及预设算法获得所述关键指标的预测值包括以下步骤：

将所述复原后的矩阵U中不同用户的数据定义为不同向量；

根据余弦相似度公式计算获得任意两个向量的余弦相似度，并将获得的余弦相似度进行归一化至0-1之间；

根据获得的余弦相似度归一化值获得所述关键指标的预测值。

7.根据权利要求6所述的数据处理方法，其特征在于，所述根据获得的余弦相似度归一化值获得所述关键指标的预测值包括以下步骤：

选取相对于某用户的余弦相似度归一化值最高的预设数量的其他用户，并对所述其他用户的关键指标原始数据进行存储；

将选取的所述其他用户的某关键指标的原始数据加和平均，获得所述某用户的所述某关键指标的预测值。

8.一种数据处理装置，其特征在于，包括：

数据清洗单元，用于对采集的原始数据进行清洗；

数据提取单元，用于对清洗后的数据进行提取；

数据处理单元，用于根据提取的数据构建关键指标矩阵，采用预设算法对所述关键指标矩阵进行归一化处理，并对归一化后的矩阵进行降维处理，以及根据所述降维处理后的矩阵及预设算法获得关键指标的预测值。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7任一项所述的数据处理方法。

10.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序执行权利要求1至7任一项所述的数据处理方法。