[发明专利]一种业务数据报表的分类方法及装置

权利要求书

1.一种业务数据报表的分类方法，其特征在于，包括：

针对任一设定业务的第一业务数据报表，通过对所述第一业务数据报表中的各业务字段进行关联分析，确定出至少两个与目标预测字段具有强关联特性的关键字段；

通过所述目标预测字段所具有的各分类类别在所述第一业务数据报表中的统计数量确定第一信息量，并针对每个关键字段，通过所述关键字段在所述第一业务数据报表中具有所述目标预测字段的每个分类类别的统计数量确定所述关键字段的信息熵，根据所述第一信息量和所述关键字段的信息熵，确定所述关键字段的信息增益；

将各关键字段的信息增益进行比对，确定出信息增益最大的关键字段作为第一关键字段，并以所述第一关键字段作为构建分类树的根节点，基于所述各关键字段中除所述第一关键字段以外的各第二关键字段的信息增益确定所述各第二关键字段作为分类树的子节点的位置，从而构建出第一分类树；所述第一分类树用于对所述目标预测字段的分类类别进行预测。

2.如权利要求1所述的方法，其特征在于，所述通过对所述第一业务数据报表中的各业务字段进行关联分析，确定出至少两个与目标预测字段具有强关联特性的关键字段，包括：

将所述各业务字段中除所述目标预测字段以外的其它业务字段中的至少一个业务字段与所述目标预测字段进行排列组合，确定出多个第一组合；

针对每个第一组合，确定所述第一组合中的各业务字段均满足各业务字段各自对应的设定阈值时的第一数量，并根据所述第一数量以及所述第一业务数据报表中的业务数据总数量，确定所述第一组合的支持度；

若所述第一组合的支持度满足支持度阈值，则将所述第一组合确定为第一候选组合；

将各第一候选组合中包含元素个数最多的第一候选组合作为第一目标组合；

通过置信度阈值对所述第一目标组合中的各业务字段进行过滤处理，从所述第一目标组合中的各业务字段中确定出至少两个与目标预测字段具有强关联特性的关键字段。

3.如权利要求2所述的方法，其特征在于，所述通过置信度阈值对所述第一目标组合中的各业务字段进行过滤处理，从所述第一目标组合中的各业务字段中确定出至少两个与目标预测字段具有强关联特性的关键字段，包括：

将所述第一目标组合中的各业务字段进行排列组合，确定出多个第二组合；

针对每个第二组合，确定所述第二组合对应的最大置信度；

若所述最大置信度满足置信度阈值，则将所述第二组合作为第二候选组合；

将各第二候选组合中包含元素个数最多的第二候选组合作为第二目标组合，并将所述第二目标组合中除所述目标预测字段以外的其它业务字段作为与所述目标预测字段具有强关联特性的关键字段。

4.如权利要求1所述的方法，其特征在于，所述通过所述关键字段在所述第一业务数据报表中具有所述目标预测字段的每个分类类别的统计数量确定所述关键字段的信息熵，包括：

确定所述目标预测字段在所述第一业务数据报表中对应的中位数，并根据所述中位数将所述目标预测字段划分为第一分类类别和第二分类类别；

针对每个关键字段，确定所述关键字段在所述第一业务数据报表中的任一第一数值对应所述第一分类类别的第二统计数量，以及确定在所述第一业务数据报表中所述第一数值对应所述第二分类类别的第三统计数量；

根据所述第一数值的第二统计数量和第三统计数量，确定所述第一数值的信息量，并根据所述第一业务数据报表中的业务数据总数量以及所述第一数值的第二数量、第三数量，确定所述第一数值的信息量的权重；

根据各第一数值的信息量以及各第一数值的信息量的权重，确定所述关键字段的信息熵。