【技术实现步骤摘要】
本专利技术涉及，更具体地，涉及基于回归模型的。
技术介绍
目前，随着计算机和网络应用的日益广泛以及不同领域的业务种类的日益丰富，从与特定的对象相关的海量数据记录中有效地挖掘出不同类别的对象以便针对不同类别的对象实施不同的处理方案变的越来越重要。在现有的技术方案中，通常根据与目标对象相关联的一个或多个属性数据来对目标对象进行分类，即基于每个目标对象的某个或某些特定的属性数据的值对目标对象进行分类。然而，现有的技术方案存在如下问题:由于仅仅基于单一或数个属性数据对目标对象进行分类，故分类结果的精确度较低，并且由于需要对每个目标对象的属性数据进行相同的评估操作，故数据挖掘的效率较低。因此，存在如下需求:提供能够根据目标对象的综合特征来挖掘和分类目标对象的基于回归模型的。
技术实现思路
为了解决上述现有技术方案所存在的问题，本专利技术提出了能够根据目标对象的综合特征来挖掘和分类目标对象的基于回归模型的。本专利技术的目的是通过以下技术方案实现的: 一种，所述包括下列步骤: (Al)根据目标数据集中的记录统计每个目标对象的特征向量以构成粗糙数据集，每个所述特征向...
【技术保护点】
一种数据挖掘方法，所述数据挖掘方法包括下列步骤：（A1）根据目标数据集中的记录统计每个目标对象的特征向量以构成粗糙数据集，每个所述特征向量包括其所对应的目标对象的至少一个属性数据的值；（A2）从所述粗糙数据集中筛选出所有已知的第一类目标对象所对应的特征向量，并对筛选出的特性向量执行过滤操作以获得样本；（A3）基于所述样本构建回归模型，并随之使用所构建的回归模型确定所有已知的第二类目标对象中的每个是否潜在地属于第一类目标对象。
【技术特征摘要】
【专利技术属性】
技术研发人员：王骏，杨鸿超，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。