CN108984581B - 一种数据融合方法 - Google Patents

一种数据融合方法 Download PDF

Info

Publication number
CN108984581B
CN108984581B CN201810419527.6A CN201810419527A CN108984581B CN 108984581 B CN108984581 B CN 108984581B CN 201810419527 A CN201810419527 A CN 201810419527A CN 108984581 B CN108984581 B CN 108984581B
Authority
CN
China
Prior art keywords
channel data
data
type
key value
channel
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.)
Active
Application number
CN201810419527.6A
Other languages
English (en)
Other versions
CN108984581A (zh
Inventor
崔占华
左晓栋
刘雨桁
王石
周亚超
杨晨
张弛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Information Safety Research Institute Co ltd
Original Assignee
China Information Safety Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Information Safety Research Institute Co ltd filed Critical China Information Safety Research Institute Co ltd
Priority to CN201810419527.6A priority Critical patent/CN108984581B/zh
Publication of CN108984581A publication Critical patent/CN108984581A/zh
Application granted granted Critical
Publication of CN108984581B publication Critical patent/CN108984581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种数据融合方法，所述方法包括：步骤S1：基于渠道数据融合以获取第三渠道数据；步骤S2：为所述特定用户提供特定服务。本发明能够对多个渠道获取的数据进行有效的融合，在融合的过程中同时考虑数据的关键性和数据的类型，从而精确的进行数据的融合，基于融合的数据对用户提供特殊化服务，从而大大的提高了数据的利用率和用户体验。

Description

一种数据融合方法
【技术领域】
本发明属于数据处理领域，尤其涉及一种数据融合方法。
【背景技术】
随着社会发展和经济进步，移动通信终端以及一些智能家居被广泛的使用，移动通信终端承载了个体之间的通信沟通职能，在此过程中移动终端采集、上传并存储大量用户使用信息。大数据技术或称巨量资料，指的是所涉及的资料规模巨大到无法通过目前主流软件工具，在合理的时间内达到汲取、管理、处理并整理成为帮助企业经营决策更积极目的资讯。大数据计数的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化的处理，换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键在于提高数据的“加工能力”，通过加工数据实现增值，如何从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、事先不知道的、但有时潜在有用的信息的过程被称为数据挖掘，显而易见，数据挖掘时大数据技术的关键。但是现有技术中缺乏对数据融合的考虑和创新。基于上述诸多问题，现在亟需一种新的数据融合方法，本发明能够对多个渠道获取的数据进行有效的融合，在融合的过程中同时考虑数据的关键性和数据的类型，从而精确的进行数据的融合，基于融合的数据对用户提供特殊化服务，从而大大的提高了数据的利用率和用户体验。
【发明内容】
为了解决现有技术中的上述问题，本发明提出了一种数据融合方法，该方法包括如下步骤：
步骤S1：基于渠道数据融合以获取第三渠道数据；
步骤S2：为所述特定用户提供特定服务。
进一步的，所述步骤S1具体为，获取第一渠道数据和第二渠道数据，将所述第一渠道数据和第二渠道数据进行融合以获取第三渠道数据；基于所述第三渠道数据圈定特定用户。
进一步的，所述将所述第一渠道数据和第二渠道数据进行融合以获取第三渠道数据，具体为：获取第一渠道数据中的第一渠道数据及其关键值，从而获取每种第一渠道数据的类型及其关键值；获取第二渠道数据中的第二渠道数据及其关键值，从而获取每种第二渠道数据及其关键值；基于每种第一渠道数据的类型及其关键值，将每种第二渠道数据及其关键值进行融合以获取第三渠道数据。
进一步的，所述获取每种第一渠道数据的类型及其关键值，具体为：将第一渠道数据进行分类，并将关键值和所述类型的第一渠道数据关联；所述获取每种第二渠道数据及其关键值，具体为：将第二渠道数据进行分类，并将关键值和所述类型的第二渠道数据关联。
进一步的，所述类型为一个或者多个。
进一步的，所述基于每种第一渠道数据的类型及其关键值，每种第二渠道数据及其关键值进行融合以获取第三渠道数据，具体为：将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值。
进一步的，所述将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值，具体为：保留同种类型的第一渠道数据和第二渠道数据中关键值较高的数据，并剔除关键值较低的数据，并为所述保留的数据设置所述较高的关键值。
进一步的，所述将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值，具体为：将所述同种类型的第一渠道数据和第二渠道数据合并，并将所述合并后的数据的关键值设置为第一渠道数据和第二渠道数据中关键值较低者的关键值。
本发明的有益效果包括：能够对多个渠道获取的数据进行有效的融合，在融合的过程中同时考虑数据的关键性和数据的类型，从而精确的进行数据的融合，基于融合的数据对用户提供特殊化服务，从而大大的提高了数据的利用率和用户体验。
【附图说明】
此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中：
图1是本发明的数据融合方法的流程图。
【具体实施方式】
下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
对本发明所应用的一种数据融合方法进行详细说明，所述方法包含下述步骤：
步骤S1：基于渠道数据融合以获取第三渠道数据，具体为：获取第一渠道数据和第二渠道数据，将所述第一渠道数据和第二渠道数据进行融合以获取第三渠道数据；基于所述第三渠道数据圈定特定用户；
所述将所述第一渠道数据和第二渠道数据进行融合以获取第三渠道数据，具体为：获取第一渠道数据中的第一渠道数据及其关键值，从而获取每种第一渠道数据的类型及其关键值；获取第二渠道数据中的第二渠道数据及其关键值，从而获取每种第二渠道数据及其关键值；基于每种第一渠道数据的类型及其关键值，将每种第二渠道数据及其关键值进行融合以获取第三渠道数据；
所述获取每种第一渠道数据的类型及其关键值，具体为：将第一渠道数据进行分类，并将关键值和所述类型的第一渠道数据关联；例如：第一渠道数据D1的关键值为P1，将D1分为3个分类，DT1，DT2，DT3，将所述三个分类DT1，DT2，DT3的关键值均设置为P1；
所述获取每种第二渠道数据及其关键值，具体为：将第二渠道数据进行分类，并将关键值和所述类型的第二渠道数据关联；
优选的：所述类型为一个或者多个；
所述基于每种第一渠道数据的类型及其关键值，每种第二渠道数据及其关键值进行融合以获取第三渠道数据，具体为：将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值；
所述将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值，具体为：方式一：保留同种类型的第一渠道数据和第二渠道数据中关键值较高的数据，并剔除关键值较低的数据，并为所述保留的数据设置所述较高的关键值；方式二：将所述同种类型的第一渠道数据和第二渠道数据合并，并将所述合并后的数据的关键值设置为第一渠道数据和第二渠道数据中关键值较低者的关键值；
基于所述第三渠道数据圈定特定用户，具体为：所述渠道数据为用户习惯，获取第三渠道数据中的每种类型的数据及其关键值，计算所述第三渠道数据的关键值，当所述关键值高于关键值阈值时，将所述用户圈定为特定用户；
所述计算所述第三渠道数据的关键值，具体为：基于下式计算第三渠道数据的关键值PRT，
Figure BDA0001650305690000051
其中，DTi为第i数据类型，PRTi为第i数据类型的关键值，WRi为调整值；
优选的：所述调整值为基于大数据分析获取；
步骤S2：为所述特定用户提供特定服务；
由于所述渠道数据为用户习惯，通过对所述第三渠道数据的筛选来圈定特定用户，从而为所述特定用户提供特殊的服务，例如：高可信服务。
优选的：所述特定服务为高可信服务，高安全服务等；
以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。

Claims (1)

1.一种数据融合方法，其特征在于，该方法包括如下步骤：
步骤S1：基于渠道数据融合以获取第三渠道数据；
步骤S2：为特定用户提供特定服务；
所述步骤S1具体为，获取第一渠道数据和第二渠道数据，将所述第一渠道数据和第二渠道数据进行融合以获取第三渠道数据；基于所述第三渠道数据圈定特定用户；
所述将所述第一渠道数据和第二渠道数据进行融合以获取第三渠道数据，具体为：获取第一渠道数据中的第一渠道数据及其关键值，从而获取每种第一渠道数据的类型及其关键值；获取第二渠道数据中的第二渠道数据及其关键值，从而获取每种第二渠道数据及其关键值；基于每种第一渠道数据的类型及其关键值，将每种第二渠道数据及其关键值进行融合以获取第三渠道数据；
所述获取每种第一渠道数据的类型及其关键值，具体为：将第一渠道数据进行分类，并将关键值和所述类型的第一渠道数据关联；所述获取每种第二渠道数据及其关键值，具体为：将第二渠道数据进行分类，并将关键值和所述类型的第二渠道数据关联；
所述类型为一个或者多个；
所述基于每种第一渠道数据的类型及其关键值，每种第二渠道数据及其关键值进行融合以获取第三渠道数据，具体为：将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值；
所述将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值，具体为：保留同种类型的第一渠道数据和第二渠道数据中关键值较高的数据，并剔除关键值较低的数据，并为所述保留的数据设置所述较高的关键值；
所述将同种类型的第一渠道数据和第二渠道数据进行融合，并为所述同种类型的数据设置关键值，具体为：将所述同种类型的第一渠道数据和第二渠道数据合并，并将所述合并后的数据的关键值设置为第一渠道数据和第二渠道数据中关键值较低者的关键值。
CN201810419527.6A 2018-05-04 2018-05-04 一种数据融合方法 Active CN108984581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810419527.6A CN108984581B (zh) 2018-05-04 2018-05-04 一种数据融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810419527.6A CN108984581B (zh) 2018-05-04 2018-05-04 一种数据融合方法

Publications (2)

Publication Number Publication Date
CN108984581A CN108984581A (zh) 2018-12-11
CN108984581B true CN108984581B (zh) 2023-04-07

Family

ID=64542490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810419527.6A Active CN108984581B (zh) 2018-05-04 2018-05-04 一种数据融合方法

Country Status (1)

Country Link
CN (1) CN108984581B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020088709A (ko) * 2001-05-21 2002-11-29 주식회사 제타웨이브 경주정보 제공 및 경주승률 예측 방법
CN101505318A (zh) * 2009-03-18 2009-08-12 飞拓无限信息技术（北京）有限公司 用户属性鉴别方法和装置
CN104598710A (zh) * 2013-10-31 2015-05-06 大连智友软件科技有限公司 基于jdl模型的检测数据融合方法
CN104598323A (zh) * 2013-10-31 2015-05-06 大连智友软件科技有限公司 基于Boyd控制环的检测数据融合方法
CN104596548A (zh) * 2013-10-31 2015-05-06 大连智友软件科技有限公司 基于加权平均法的检测数据融合方法
CN106980874A (zh) * 2017-03-13 2017-07-25 南京邮电大学 一种面向配网大数据的多时态维度数据融合方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020088709A (ko) * 2001-05-21 2002-11-29 주식회사 제타웨이브 경주정보 제공 및 경주승률 예측 방법
CN101505318A (zh) * 2009-03-18 2009-08-12 飞拓无限信息技术（北京）有限公司 用户属性鉴别方法和装置
CN104598710A (zh) * 2013-10-31 2015-05-06 大连智友软件科技有限公司 基于jdl模型的检测数据融合方法
CN104598323A (zh) * 2013-10-31 2015-05-06 大连智友软件科技有限公司 基于Boyd控制环的检测数据融合方法
CN104596548A (zh) * 2013-10-31 2015-05-06 大连智友软件科技有限公司 基于加权平均法的检测数据融合方法
CN106980874A (zh) * 2017-03-13 2017-07-25 南京邮电大学 一种面向配网大数据的多时态维度数据融合方法

Also Published As

Publication number Publication date
CN108984581A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
US10504120B2 (en) Determining a temporary transaction limit
CN108449327A (zh) 一种账号清理方法、装置、终端设备及存储介质
WO2016177066A1 (zh) 一种人员潜在关系分析方法和装置
CN104317806B (zh) 财务数据查询方法及财务数据系统
CN105824840B (zh) 一种用于区域标签管理的方法及装置
CN103647800A (zh) 推荐应用资源的方法及系统
CN106022708A (zh) 一种预测员工离职的方法
CN109936857B (zh) 一种无线感知度智能识别方法
CN101996230B (zh) 信息处理装置、基准值确定方法及程序
CN104504264A (zh) 虚拟人建立方法及装置
CN110471957A (zh) 基于频繁模式树的本地化差分隐私保护频繁项集挖掘方法
CN110851485B (zh) 社交关系的挖掘方法及装置、计算机设备与可读介质
CN115545216A (zh) 一种业务指标预测方法、装置、设备和存储介质
CN105408894A (zh) 一种用户身份类别确定方法以及装置
CN114661463A (zh) 基于bp神经网络的系统资源预测方法及系统
Kambham et al. Predicting personality traits using smartphone sensor data and app usage data
CN108984581B (zh) 一种数据融合方法
US20130325866A1 (en) Community Profiling for Social Media
CN107909457A (zh) 薪资计算方法、装置、设备及计算机可读存储介质
US11294917B2 (en) Data attribution using frequent pattern analysis
Weiß Fully observed INAR (1) processes
CN111368413A (zh) 一种服装生产计划跟踪管理方法及系统
CN110851868A (zh) 一种用于轨迹数据发布的位置代表元生成方法
KR101928822B1 (ko) 사물 인터넷 환경에서 낯선 기기에 대한 사용자 신뢰도 계산 시스템 및 방법
CN103336865A (zh) 一种动态通信网络构建方法及装置

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
GR01 Patent grant
GR01 Patent grant