[发明专利]基于数据分布均衡度的衡量方法、装置、设备及存储介质

权利要求书

1.一种基于数据分布均衡度的衡量方法，其特征在于，所述方法包括：

获取衡量数据，对所述衡量数据进行筛选，得到待测枚举值数据；

对所述待测枚举值数据进行聚类，得到多类枚举值数据；

对所述枚举值数据进行类型匹配，得到枚举值类型以及所述枚举值类型对应的枚举值数值；

根据所述枚举值数值计算所述枚举值类型对应的占比，根据所述枚举值类型生成均衡系数；

对所述类别数、所述占比及所述均衡系数进行指标计算，得到所述待测数据的均衡度指标。

2.如权利要求1所述的基于数据分布均衡度的衡量方法，其特征在于，所述对所述待测枚举值数据进行聚类，得到多类枚举值数据，包括：

根据所述待测枚举值数据的属性确定所述待测枚举值数据对应的分类以及分类个数；

根据所述分类以及所述分类个数生成对应的聚类中心，利用所述待测枚举值数据的属性生成属性向量，并将所述属性向量作为所述聚类中心的中心向量；

对所述待测枚举值数据进行向量计算，得到数据向量，计算所述中心向量与所述数据向量之间的相似度；

根据所述相似度从所述聚类中心中确定目标聚类中心，并根据所述目标聚类中心确定所述待测枚举值数据的分类。

3.如权利要求1所述的基于数据分布均衡度的衡量方法，其特征在于，所述对所述衡量数据进行筛选，得到待测枚举值数据，包括：

获取所述衡量数据所对应的数据属性；

利用预设的需求属性从所述数据属性中提取目标数据属性；

利用所述目标数据属性从所述衡量数据中提取出待测枚举值数据。

4.如权利要求1所述的基于数据分布均衡度的衡量方法，其特征在于，所述对所述枚举值数据进行类型匹配，得到枚举值类型以及所述枚举值类型对应的枚举值数值，包括：

对所述枚举值数据进行记录，得到所述枚举值数据对应的类别指标，并将所述类别指标作为所述枚举值数据的枚举值类型；

根据所述类别指标对所述枚举值数据进行划分，并对划分后的所述枚举值数据进行统计，得到统计数值，并将所述统计数值作为所述枚举值数据的枚举值数值。

5.如权利要求1所述的基于数据分布均衡度的衡量方法，其特征在于，所述根据所述枚举值类型生成均衡系数，包括：

对各所述枚举值类型对应的占比进行方差计算，得到所述枚举值类型对应的占比方差的取值范围；

从所述方差的取值范围的上界中提取出所述枚举值类型的影响因素因子，对所述影响因素因子进行修正处理，得到所述均衡系数。

6.如权利要求1中所述的基于数据分布均衡度的衡量方法，其特征在于，所述对所述类别数、所述占比及所述均衡系数进行指标计算，得到所述待测数据的均衡度指标，包括：

利用下述公式对所述类别数、所述占比及所述均衡系数进行指标计算：

其中，HHIM为均衡度指标；S_i为第i个枚举值类型对应的的占比，i＝1,2,3,…,n(n为自然数)；N为所述枚举值类型的类别数。

7.如权利要求1至6中任一项所述的基于数据分布均衡度的衡量方法，其特征在于，所述根据所述枚举值数值计算所述枚举值类型对应的占比，包括：

利用下述公式计算所述枚举值类型对应的占比：

S_i＝X_i/X

其中，X_i为第i个枚举值类型的枚举值数值，i＝1,2,3,…,n(n为自然数)；X为所有所述枚举值类型的枚举值数值；S_i为第i个枚举值类型的占比，i＝1,2,3,…,n(n为自然数)。