一种大数据挖掘方法技术

本发明专利技术实施例提供了一种大数据挖掘方法，所述方法包括：获取用户浏览数据中的商品的数量；根据每个用户浏览数据中的商品的数量对用户进行分类，确定目标用户集合；根据所述目标用户集合中每个用户的单用户特征向量；根据所述单用户特征向量，基于聚类算法对所述目标用户集合进行分级，确定分级用户集合，其中，分级用户集合的数量与预定分级数量相等。应用本发明专利技术实施例，一方面能够更有针对性，减少运算的数据量，另一方面能排除不同类的用户数据对于聚类效果的干扰，使用户群体划分更加准确，便于根据用户群体划分结果进行精准式、个性化的服务。

【技术实现步骤摘要】
一种大数据挖掘方法
本专利技术涉及数据处理领域，特别是涉及一种大数据挖掘方法。
技术介绍
随着社会工业化、信息化水平的不断提高，如今数据已取代计算成为信息计算的中心，云计算、大数据正在成为一种趋势和潮流，包括存储容量、可用性、I/O性能、数据安全性、可扩展性等诸多方面。大数据是规模非常巨大和复杂的数据集。大数据有4V：Volume(大量)，数据量持续快速增加；Velocity(高速)，数据I/O速度更快；Variety(多样)，数据类型和来源多样化；Value(价值)，其存在各方面的可用价值。如何从海量的数据中提取、获得想要的知识或感兴趣的信息，这是利用好大数据，进而更好地服务于社会发展的要求。因此，数据挖掘方法应运而生。数据挖掘是作为一门学科诞生于20世纪80年代，从技术的角度看就是从大量复杂的、不规则的、随机的、模糊的数据中获取隐含的、人们事先没有发觉的、有潜在价值的信息和知识的过程。在大数据应用领域，往往可以根据用户的各种行为特征将用户群体划分成若干类，以便于针对用户群的特征进行精准式、个性化的服务。聚类是对用户群体进行划分一种方式。聚类是将数据对象分成类的过程，使同一个类中的本文档来自技高网...

【技术保护点】
一种大数据挖掘方法，其特征在于，所述方法包括：获取用户浏览数据中的商品的数量；根据每个用户浏览数据中的商品的数量对用户进行分类，确定目标用户集合；根据所述目标用户集合中每个用户的单用户特征向量；根据所述单用户特征向量，基于聚类算法对所述目标用户集合进行分级，确定分级用户集合，其中，分级用户集合的数量与预定分级数量相等。

【技术特征摘要】
1.一种大数据挖掘方法，其特征在于，所述方法包括：获取用户浏览数据中的商品的数量；根据每个用户浏览数据中的商品的数量对用户进行分类，确定目标用户集合；根据所述目标用户集合中每个用户的单用户特征向量；根据所述单用户特征向量，基于聚类算法对所述目标用户集合进行分级，确定分级用户集合，其中，分级用户集合的数量与预定分级数量相等。2.根据权利要求1所述的方法，其特征在于，所述根据每个用户浏览数据中的商品的数量对用户进行分类，确定目标用户集合，包括：将每个用户浏览数据中的商品的数量输入到预先训练好的神经网络，对用户分类，确定目标用户集合。3.根据权利要求1所述的方法，其特征在于，所述根据每个用户浏览数据中的商品的数量对用户进行分类，确定目标用户集合，包括：采用聚类的方法对每个用户浏览数据中的商品的数量进行聚类，按照聚类结果对用户分类，确定目标用户集合。4.根据权利要求1所述的方法，其特征在于，所述根据所述单用户特征向量，基于聚类算法对所述目标用户集合进行分级，确定分级用户集合包括：根据每个用户的所述单用户特征...

【专利技术属性】
技术研发人员：徐秋养，
申请(专利权)人：佛山市深研信息技术有限公司，
类型：发明
国别省市：广东,44