CN107562698A - 一种样本值区间模型的优化方法和装置 - Google Patents
一种样本值区间模型的优化方法和装置 Download PDFInfo
- Publication number
- CN107562698A CN107562698A CN201710655996.3A CN201710655996A CN107562698A CN 107562698 A CN107562698 A CN 107562698A CN 201710655996 A CN201710655996 A CN 201710655996A CN 107562698 A CN107562698 A CN 107562698A
- Authority
- CN
- China
- Prior art keywords
- sample
- sample value
- interval model
- value interval
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种样本值区间模型的优化方法、装置、电子设备和计算机可读介质，涉及计算机技术技术领域，能够建立样本值区间模型，节约了配置维护成本，为用户提供更合理的样本值区间配置，提高用户体验。该方法的一个具体实施方式包括：获取数据的样本集；对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种样本值区间模型的优化方法、装置、电子设备和计算机可读介质。
背景技术
随着大数据技术的发展及应用，有针对性地对大数据进行筛选和加工是大数据应用的关键技术之一，例如，随着近年来电子商务网站的高速发展，商品(即样本)种类和价格(即样本值)的多样化特点致使用户在选择所需商品，必须要通过一定的筛选条件，才能更精确地对所需商品进行定位，其中，根据价格来对商品进行筛选是用户经常使用的方法。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
面对数量巨大的样本，如何更准确地根据需要筛选出最优的样本集是技术提升的关键。如在电子商务网站中，同一品类的商品有时数量庞大，且单价差别也很大，用户通常根据价格区间筛选所需商品，电子商务网站可通过建立商品的价格区间(即商品的样本值区间)模型的方法对商品进行筛选分类，但是对于商品价格区间的分类配置经常由运营人员根据经验人工配置维护，费时费力，易造成不合理的价格区间配置，且不能及时对数据进行更新，使得用户不易快速准确地筛选到所需商品，降低用户体验。
发明内容
有鉴于此，本发明实施例提供一种样本值区间模型的优化方法、装置、电子设备和计算机可读介质，能够通过对样本集聚类的方法建立样本值区间模型，根据优化目标对该样本值区间模型进行优化，并更新样本集的波动，及时对样本值区间模型进行调整，从而节约了配置维护成本，为用户提供更合理的样本值区间配置，提高用户体验。
为实现上述目的，根据本发明实施例的一个方面，提供了一种样本值区间模型的优化方法，其特征在于，包括：
获取数据的样本集，所述样本集中的数据元素包括样本的样本值及其对应的权重；
对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间，并且当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型。
可选地，所述权重是所述样本的发生量或指定的数值。
可选地，所述优化目标包括所述样本值区间模型中各样本值区间所对应的所述样本数量的标准差，以及样本值区间模型中所述样本的各样本值区间的发生量的分布均满足预定条件。
可选地，所述给定范围为3≤k≤8和所述样本的种类数量与展示页面最多可显示所述样本的种类数量的比值中的较小者。
可选地，得到所述样本值区间模型包括：对于所述样本集聚类后产生的每一个子集，选取其中样本值的最小值和最大值作为该子集对应的样本值区间的两个端点，对所有所述子集对应的样本值区间进行排序，并且把排序后的样本值区间作为所述样本值区间模型。
可选地，所述聚类算法是k均值聚类算法。
可选地，当得到的样本值区间模型满足所述优化目标后，以所述样本集中所述样本的各样本值区间的发生量的正态分布为标准的正态分布；
当所述样本集发生改变时，对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与所述标准的正态分布进行比较，若比较结果大于预设的阈值时，则重新对改变后的样本集进行优化，以得到新的样本值区间模型。
为实现上述目的，根据本发明实施例的另一个方面，提供了一种样本值区间模型的优化装置，其特征在于，包括：
样本集模块，用于获取数据的样本集，所述样本集中的数据元素包括样本的样本值及其对应的权重；
聚类模块，用于对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间。
可选地，所述权重是所述样本的发生量或指定的数值。
可选地，所述装置还包括：
优化模块，用于当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型，所述优化目标包括所述样本值区间模型中各样本值区间所对应的所述样本数量的标准差，以及样本值区间模型中所述样本的各样本值区间的发生量的分布均满足预定条件。
可选地，所述给定范围为3≤k≤8和所述样本的种类数量与展示页面最多可显示所述样本种类数量的比值中的较小者。
可选地，得到所述样本值区间模型包括：对于所述样本集聚类后产生的每一个子集，选取其中样本值的最小值和最大值作为该子集对应的样本值区间的两个端点，对所有所述子集对应的样本值区间进行排序，并且把排序后的样本值区间作为所述样本值区间模型。
可选地，所述聚类算法是k均值聚类算法。
可选地，所述装置还包括：
更新模块，用于当所述样本集发生改变时，对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与标准的正态分布进行比较，若比较结果大于预设的阈值时，则重新对改变后的样本集进行优化，以得到新的样本值区间模型；
其中，当得到的样本值区间模型满足所述优化目标后，以所述样本集中所述样本的各样本值区间的发生量的正态分布为所述标准的正态分布。
为实现上述目的，根据本发明实施例的再一个方面，提供了一种样本值区间模型的优化电子设备终端，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现一种样本值区间模型的优化方法中任一所述的方法。
为实现上述目的，根据本发明实施例的再一个方面，提供了一种样本值区间模型的优化的计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现一种样本值区间模型的优化方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：能够通过对样本集聚类的方法建立样本值区间模型，根据优化目标对该样本值区间模型进行优化，并更新样本集的波动，及时对样本值区间模型进行调整，从而节约了配置维护成本，为用户提供更合理的样本值区间配置，提高用户体验。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的一种样本值区间模型的优化方法的主要步骤的示意图；
图2是根据本发明实施例的一种样本值区间模型的优化装置的主要部分的示意图；
图3是本发明实施例可以应用于其中的示例性系统架构图；
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的一种样本值区间模型的优化方法的主要步骤的示意图，如图1所示：
步骤S101表示获取数据样本集(如预设的时间段内，某类商品的价格样本集)。其中，所述样本集中的数据元素包括样本值(如该类商品的价格)及其对应的权重；所述权重是样本的发生量(如该类商品的销量)，设某类样本分为N种不同的样本值，每一种样本值用Ei表示，其中i＝1,2,3，…，N；
则样本值为Ei的该类样本的发生量用Mi表示；
样本子集用Ri表示，则Ri含有Mi个样本值，每个样本值均为Ei；
则所述样本集可以是一维数组。
但是，在实际情况中，如果需要提高或者降低该品类中某些商品的曝光度，可以通过指定这些商品的权重值来实现，比如，如果该品类商品中存在新品或销量不好的商品，需要提高这些商品的曝光度时，可以根据经验人为增加这些商品的销量即权重值，具体的增加量以实际情况界定，但是最大不能超过该品类所有商品的销量之和。
步骤S102表示对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型。其中，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间。所述给定范围可为3≤k≤8和所述样本的种类数量与展示页面最多可显示所述样本种类数量的比值中的较小者。得到所述样本值区间模型包括：对于所述样本集聚类后产生的每一个子集，选取其中样本值的最小值和最大值作为该子集对应的样本值区间的两个端点，对所有所述子集对应的样本值区间进行排序，并且把排序后的样本值区间作为所述样本值区间模型。本发明所采用的聚类算法是k均值聚类算法。
步骤S103表示当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型。其中，所述优化目标包括所述样本值区间模型中各样本值区间所对应的所述商品数量的标准差，以及样本值区间模型中所述样本的各样本值区间的发生量占所述样本集总发生量的比例均满足预定条件。
所述优化目标中的所述标准差θ为：
其中，k为所计算出的样本值区间模型中样本值区间个数，Vj为所计算出的样本值区间模型中第j段样本值区间所对应的所述样本的数量，j＝1，2，3，…，k，
为所计算出的样本值区间模型中每一段样本值区间所对应的所述样本的平均数量。θ的值越小，说明所得到的样本值区间中所对应的样本的数量越平均。
所述优化目标中的样本值区间模型中所述样本的各样本值区间的发生量分布由各样本值区间的发生量占所述样本总发生量的比例ωj计算，其中：
Qj为所计算出的样本值区间模型中第j段样本值区间所对应的所述样本的发生量，j＝1，2，3，…，k。ωj的值越大，说明该样本值区间内的所述样本的发生量越大，用z表示所计算出的样本值区间模型中，根据“二八原则”，如果至少有z个样本值区间的发生量比例相加之和大于或等于所述样本总发生量的80％，则z/k的值越小，说明发生量分布越集中在个别样本值区间。
所述预定条件根据实际情况或人为经验设置，如对标准差θ和发生量分布z/k设置阈值，若所述样本集通过聚类后得到的样本值区间模型通过计算优化目标后，在所诉阈值范围内，则输出所述样本值区间模型。若用所有在给定范围内的k值聚类后得到的样本值区间模型均不满足所述阈值的范围，或者不设置阈值，则比较所得的样本值区间模型的标准差与发生量分布，选则标准差最小和发生量分布最集中的样本值区间模型输出。
所述预设时间的改变，或者该样本集整体样本值出现波动等原因会改变所述样本集，应及时对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与所述标准的正态分布进行比较，若比较结果大于预设的阈值时，则需要重新对改变后的样本集进行优化，以得到新的样本值区间模型。其中，这里所预设的阈值根据实际情况或人为经验，可以对标准的正态分布的期望值与方差进行设置与比较。
图2是根据本发明实施例的一种样本值区间模型的优化装置200的主要部分的示意图，如图2所示：
样本集模块201是用于获取数据样本集(如预设的时间段内，某类商品的价格样本集)，所述样本集中的数据元素包括样本值(如该类商品的价格)及其对应的权重；所述权重是所述样本的发生量(如该类商品的销量)，设某类样本分为N种不同的样本值，每一种样本值用Ei表示，其中i＝1,2,3，…，N；
则样本值为Ei的该类样本的发生量用Mi表示；
样本子集用Ri表示，则Ri含有Mi个样本值，每个样本值均为Ei；
则所述样本集可以是一维数组。
但是，在实际情况中，如果需要提高或者降低该品类中某些商品的曝光度，可以通过指定这些商品的权重值来实现，比如，如果该品类商品中存在新品或销量不好的商品，需要提高这些商品的曝光度时，可以根据经验人为增加这些商品的销量即权重值，具体的增加量以实际情况界定，但是最大不能超过该品类所有商品的销量之和。
聚类模块202是用于对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间。所述给定范围可为3≤k≤8和所述样本的种类数量与展示页面最多可显示所述样本种类数量的比值中的较小者。得到所述样本值区间模型包括：对于所述样本集聚类后产生的每一个子集，选取其中样本值的最小值和最大值作为该子集对应的样本值区间的两个端点，对所有所述子集对应的样本值区间进行排序，并且把排序后的样本值区间作为所述样本值区间模型。本发明所采用的聚类算法是k均值聚类算法。
优化模块203是用于当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型，所述优化目标包括所述样本值区间模型中各样本值区间所对应的所述样本数量的标准差，以及样本值区间模型中所述样本的各样本值区间的发生量分布均满足预定条件。所述优化目标中的所述标准差θ为：
其中，k为所计算出的样本值区间模型中样本值区间个数，Vj为所计算出的样本值区间模型中第j段样本值区间所对应的所述样本的数量，j＝1，2，3，…，k，
为所计算出的样本值区间模型中每一段样本值区间所对应的所述样本的平均数量。θ的值越小，说明所得到的样本值区间中所对应的样本的数量越平均。
所述优化目标中的样本值区间模型中所述样本各样本值区间的发生量分布由各样本值区间的发生量占所述样本总发生量的比例ωj计算，其中：
Qj为所计算出的样本值区间模型中第j段样本值区间所对应的所述样本的发生量，j＝1，2，3，…，k。ωj的值越大，说明该样本值区间内的所述样本的发生量越大，用z表示所计算出的样本值区间模型中，根据“二八原则”，如果至少有z个样本值区间的发生量比例相加之和大于或等于所述样本总发生量的80％，则z/k的值越小，说明发生量分布越集中在个别样本值区间。
所述预定条件根据实际情况或人为经验设置，如对标准差θ和发生量分布z/k设置阈值，若所述样本集通过聚类后得到的样本值区间模型通过计算优化目标后，在所诉阈值范围内，则输出所述样本值区间模型。若用所有在给定范围内的k值聚类后得到的样本值区间模型均不满足所述阈值的范围，或者不设置阈值，则比较所得的样本值区间模型的标准差与发生量分布，选则标准差最小和发生量分布最集中的样本值区间模型输出。
更新模块204是用于当所述样本集发生改变时，对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与标准的正态分布进行比较，若比较结果大于预设的阈值时，则重新对改变后的样本集进行优化，以得到新的样本值区间模型；其中，当得到的样本值区间模型满足所述优化目标后，以所述样本集中所述样本的各样本值区间的发生量的正态分布为所述标准的正态分布。所述预设时间的改变，或者该类样本的整体样本值出现波动等原因会改变所述样本集，要及时对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与所述标准的正态分布进行比较，若比较结果大于预设的阈值时，则需要重新对改变后的样本集进行优化，以得到新的样本值区间模型。其中，这里所预设的阈值根据实际情况或人为经验，可以对标准的正态分布的期望值与方差进行设置与比较。
图3示出了可以应用本发明实施例的一种样本值区间模型的优化方法或一种样本值区间模型的优化装置的示例性系统架构300。
如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的一种样本值区间模型的优化方法一般由服务器305执行，相应地，一种样本值区间模型的优化装置一般设置于服务器305中。
应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图4所示为适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4所示的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本发明公开的实施例，上文主要步骤图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行步骤图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质包括计算机可读信号介质或计算机可读存储介质，或者是上述两者的任意组合。计算机可读存储介质包括但不限于电、磁、光、电磁、红外线、半导体的系统、装置或器件，或者上述内容的任意组合。计算机可读存储介质具体包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述内容的任意组合。在本发明中，计算机可读存储介质包括任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用；计算机可读的信号介质包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码，这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述信号的任意组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等，或者上述介质的任意组合。
附图中的流程图或框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以并行地执行，有时也可以按相反的顺序执行，其执行顺序依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框以及其组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括样本集模块、聚类模块、优化模块和更新模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，样本集模块还可以被描述为“用于获取数据样本集的模块”。
另一方面，本发明实施例还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
获取数据样本集，所述样本集中的数据元素包括样本值及其对应的权重；
对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间，并且当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型。
根据本发明实施例的技术方案，本发明实施例提供一种样本值区间模型的优化方法、装置、电子设备和计算机可读介质，能够通过对样本集聚类的方法建立样本值区间模型，根据优化目标对该样本值区间模型进行优化，并更新样本集的波动，及时对样本值区间模型进行调整，从而节约了配置维护成本，为用户提供更合理的样本值区间配置，提高用户体验。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (16)
1.一种样本值区间模型的优化方法，其特征在于，包括：
获取数据的样本集，所述样本集中的数据元素包括样本的样本值及其对应的权重；
对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间，并且当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型。
2.根据权利要求1所述的方法，其特征在于，所述权重是样本的发生量或指定的数值。
3.根据权利要求1所述的方法，其特征在于，所述优化目标包括所述样本值区间模型中各样本值区间所对应的样本数量的标准差，以及样本值区间模型中所述样本的各样本值区间的发生量的分布均满足预定条件。
4.根据权利要求1所述的方法，其特征在于，所述给定范围为3≤k≤8和所述样本的种类数量与展示页面最多可显示所述样本的种类数量的比值中的较小者。
5.根据权利要求1所述的方法，其特征在于，得到所述样本值区间模型包括：对于所述样本集聚类后产生的每一个子集，选取其中样本值的最小值和最大值作为该子集对应的样本值区间的两个端点，对所有所述子集对应的样本值区间进行排序，并且把排序后的样本值区间作为所述样本值区间模型。
6.根据权利要求1所述的方法，其特征在于，所述聚类算法是k均值聚类算法。
7.根据权利要求1所述的方法，其特征在于，当得到的样本值区间模型满足所述优化目标后，以所述样本集中所述样本的各样本值区间的发生量的正态分布为标准的正态分布，当所述样本集发生改变时，对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与所述标准的正态分布进行比较，若比较结果大于预设的阈值时，则重新对改变后的样本集进行优化，以得到新的样本值区间模型。
8.一种样本值区间模型的优化装置，其特征在于，包括：
样本集模块，用于获取数据的样本集，所述样本集中的数据元素包括样本的样本值及其对应的权重；
聚类模块，用于对给定范围的每个正整数k，应用聚类算法对所述样本集聚类以产生所述样本集的相互不重叠的k个子集，从而得到对应的样本值区间模型，所述样本值区间模型包括与所述k个子集分别对应的k个样本值区间。
9.根据权利要求8所述的装置，其特征在于，所述权重是所述样本的发生量或指定的数值。
10.根据权利要求8所述的装置，其特征在于，所述装置还包括：
优化模块，用于当所述样本值区间模型满足预设的优化目标时，输出该样本值区间模型，所述优化目标包括所述样本值区间模型中各样本值区间所对应的所述样本数量的标准差，以及样本值区间模型中所述样本各样本值区间的发生量的分布均满足预定条件。
11.根据权利要求8所述的装置，其特征在于，所述给定范围为3≤k≤8和所述样本的种类数量与展示页面最多可显示所述样本种类数量的比值中的较小者。
12.根据权利要求8所述的装置，其特征在于，得到所述样本值区间模型包括：对于所述样本集聚类后产生的每一个子集，选取其中样本值的最小值和最大值作为该子集对应的样本值区间的两个端点，对所有所述子集对应的样本值区间进行排序，并且把排序后的样本值区间作为所述样本值区间模型。
13.根据权利要求8所述的装置，其特征在于，所述聚类算法是k均值聚类算法。
14.根据权利要求8所述的装置，其特征在于，所述装置还包括：
更新模块，用于当所述样本集发生改变时，对改变后的样本集中所述样本的各样本值区间的发生量的正态分布与标准的正态分布进行比较，若比较结果大于预设的阈值时，则重新对改变后的样本集进行优化，以得到新的样本值区间模型；
其中，当得到的样本值区间模型满足所述优化目标后，以所述样本集中所述样本的各样本值区间的发生量的正态分布为所述标准的正态分布。
15.一种样本值区间模型的优化电子设备终端，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710655996.3A CN107562698A (zh) | 2017-08-03 | 2017-08-03 | 一种样本值区间模型的优化方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710655996.3A CN107562698A (zh) | 2017-08-03 | 2017-08-03 | 一种样本值区间模型的优化方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107562698A true CN107562698A (zh) | 2018-01-09 |
Family
ID=60975018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710655996.3A Pending CN107562698A (zh) | 2017-08-03 | 2017-08-03 | 一种样本值区间模型的优化方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107562698A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109358589A (zh) * | 2018-11-07 | 2019-02-19 | 惠科股份有限公司 | 可量化光学特性管控方法、装置及可读存储介质 |
| CN109389321A (zh) * | 2018-10-30 | 2019-02-26 | 北京筑龙信息技术有限责任公司 | 一种价格评估方法及装置 |
| CN109460892A (zh) * | 2018-09-25 | 2019-03-12 | 平安科技（深圳）有限公司 | 优势业务的确定方法及终端设备 |
| CN111240282A (zh) * | 2019-12-31 | 2020-06-05 | 联想(北京)有限公司 | 一种工艺优化方法、装置、设备及计算机可读存储介质 |
| CN112418258A (zh) * | 2019-08-22 | 2021-02-26 | 北京京东振世信息技术有限公司 | 一种特征离散化方法和装置 |
-
2017
- 2017-08-03 CN CN201710655996.3A patent/CN107562698A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109460892A (zh) * | 2018-09-25 | 2019-03-12 | 平安科技（深圳）有限公司 | 优势业务的确定方法及终端设备 |
| CN109460892B (zh) * | 2018-09-25 | 2024-01-30 | 平安科技（深圳）有限公司 | 优势业务的确定方法及终端设备 |
| CN109389321A (zh) * | 2018-10-30 | 2019-02-26 | 北京筑龙信息技术有限责任公司 | 一种价格评估方法及装置 |
| CN109389321B (zh) * | 2018-10-30 | 2021-08-06 | 北京筑龙信息技术有限责任公司 | 一种项目清单的分类方法及装置 |
| CN109358589A (zh) * | 2018-11-07 | 2019-02-19 | 惠科股份有限公司 | 可量化光学特性管控方法、装置及可读存储介质 |
| CN109358589B (zh) * | 2018-11-07 | 2021-07-02 | 惠科股份有限公司 | 可量化光学特性管控方法、装置及可读存储介质 |
| CN112418258A (zh) * | 2019-08-22 | 2021-02-26 | 北京京东振世信息技术有限公司 | 一种特征离散化方法和装置 |
| CN111240282A (zh) * | 2019-12-31 | 2020-06-05 | 联想(北京)有限公司 | 一种工艺优化方法、装置、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107562698A (zh) | 一种样本值区间模型的优化方法和装置 | |
| CN107273436A (zh) | 一种推荐模型的训练方法和训练装置 | |
| CN107231264A (zh) | 用于管理云服务器的容量的方法和装置 | |
| CN107944481A (zh) | 用于生成信息的方法和装置 | |
| CN106649890A (zh) | 数据存储方法和装置 | |
| CN109857935A (zh) | 一种信息推荐方法及装置 | |
| CN110266510A (zh) | 网络控制策略生成方法及装置、网络控制方法、存储介质 | |
| CN109976997A (zh) | 测试方法和装置 | |
| CN107346344A (zh) | 文本匹配的方法和装置 | |
| CN107145485A (zh) | 用于压缩主题模型的方法和装置 | |
| CN109993179A (zh) | 一种对数据进行聚类的方法和装置 | |
| CN107392259A (zh) | 构建不均衡样本分类模型的方法和装置 | |
| CN110059267A (zh) | 数据分析结果的展示方法、装置、计算机设备及存储介质 | |
| CN107688966A (zh) | 数据处理方法及其系统和非易失性存储介质 | |
| CN107463642A (zh) | 提升数据仓库工具资源利用率的方法和装置 | |
| CN110400184A (zh) | 用于生成信息的方法和装置 | |
| CN107295067A (zh) | 跨屏识别用户的方法和装置 | |
| CN107861933A (zh) | 生成运维报表的方法和装置 | |
| CN107330717A (zh) | 广告投放方法和系统 | |
| CN107885784A (zh) | 提取用户特征数据的方法和装置 | |
| CN110389873A (zh) | 一种判定服务器资源使用情况的方法和装置 | |
| CN110020376A (zh) | 数据联动方法和系统 | |
| CN114119111A (zh) | 基于大数据的电力交易用户管理方法、装置、设备及介质 | |
| CN110309142A (zh) | 规则管理的方法和装置 | |
| CN108960672A (zh) | 限额限次的风控方法、装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |