[发明专利]一种基于云端数据分析、态势感知算法

摘要

本发明提供一种基于云端数据分析、态势感知算法，获取面向用户的等待筛选的目标数据；确定目标数据的属性，所述待筛选的目标数据具有评分数据和数据类别属性信息；所述待筛选的目标数据包括第一类型目标数据和第二类型目标数据；对所述待筛选的目标数据进行预筛选处理，对上层属性所对应的数据值建立索引，如果是数值型数据就构建B+树索引结构，如果是字符型数据就构建倒排索引，数据筛选滤出有效数据,然后基于有效数据自动进行物品相似度的计算，使得根据计算得到的相似度数据能够准确进行产品推荐。该数据分析方法兼容多种业务场景，能够有效减少数据生产、校验及运营成本。

主权项

1.一种基于云端数据分析、态势感知算法，其特征在于包括如下步骤：S1：获取面向用户的等待筛选的目标数据；确定目标数据的属性，所述待筛选的目标数据具有评分数据和数据类别属性信息；所述待筛选的目标数据包括第一类型目标数据和第二类型目标数据；S2：对所述待筛选的目标数据进行预筛选处理，对上层属性所对应的数据值建立索引，如果是数值型数据就构建B+树索引结构，如果是字符型数据就构建倒排索引；S3：基于所述数据类别属性信息，对不同数据类别属性的所述预筛选处理后的目标数据进行分组，确定数据属性值类型，若是数值型数据，则为其创建B+树索引；若是字符型属性则为其建立倒排索引结构S4：对每一组的所述预筛选处理后的目标数据，根据目标数据的评分数据进行数据评分的归一化处理，生成所述目标数据的归一化评分参数；所述归一化评分参数具有目标数据的目标对象ID、数据类别ID和所述用户的用户ID的信息；S5：获取多个用户的目标数据的归一化评分参数，所述归一化评分参数所在的位置为父节点，在所述基于有序多叉树的推荐数据集合中进行深度和/或广度遍历，以便向所述用户输出合适的一个或多个推荐数；S6：根据所述数据类别ID，对不同用户的多个目标数据的统一化评分参数进行相似度计算，得到相似度度量的值；S7：根据所述相似度度量的值，确定所述多个目标数据对应的目标对象之间的相关度。