一种维修厂分类方法及装置制造方法及图纸

本申请实施例公开了维修厂分类方法以及相关装置。根据n个维修厂的特征信息，分别构建所述n个维修厂对应的n个特征信息集合；从所述n个特征信息集合中确定L个目标特征信息集合对应的C类标签；且每个目标特征信息集合对应一个标签；根据所述L个目标特征信息集合和所述L个目标特征信息集合对应的C类标签，通过标签传播算法LPA确定(n‑L)个未标记特征信息集合中任意一个特征信息集合在所述C类标签中对应的标签。本申请实施例提供的维修厂分类方法，通过少量的标记维修厂数据预测并确定大量未标记数据对应的维修厂类别，降低数据挖掘难度，分类更客观、合理。

【技术实现步骤摘要】
一种维修厂分类方法及装置
本申请涉及数据挖掘
，尤其涉及一种维修厂分类方法及装置。
技术介绍
维修厂直接向消费者提供各类服务，其专业水平、服务质量影响着消费者的体验。针对各个维修厂的大量数据，区分出不同专业水平、服务质量的维修厂，具有强大的现实意义。目前，基于线性回归监督学习模型和专家系统的分类方法，分类规则不统一，导致结果偏差较大，并且分类结果与数据特征线性相关性弱。监督学习算法，对获取的大量客观的已标记维修厂数据，训练机器学习模型，并确立分类方法；实际中，获取大量客观的已标记数据很困难，需要大量人力、物力、财力的投入。另一种基于K均值聚类无监督学习算法的分类方法，对输入的数据要求高，而且分类结果的实际意义具有不确定性。另外，无监督学习算法直接对未标记的原始维修厂数据进行建模分类，其结果可能不具客观性，实用性值得怀疑。如何通过少量的标记维修厂数据预测并确定大量未标记维修厂数据，再确定维修厂的类别，使得分类结果与数据特征吻合，降低数据处理难度，得出更客观、合理的分类结果，是本申请需解决的问题。
技术实现思路
本申请实施例提供的维修厂分类方法，通过少量的标记维修厂数据预测并确定大量未本文档来自技高网...

【技术保护点】
1.一种维修厂分类方法，其特征在于，包括：根据n个维修厂的特征信息，分别构建所述n个维修厂对应的n个特征信息集合；其中，n为大于0的整数；从所述n个特征信息集合中确定L个目标特征信息集合对应的C类标签；其中，L为大于0且小于n的整数，C为小于或者等于L的正整数，且每个目标特征信息集合对应一个标签；根据所述L个目标特征信息集合和所述L个目标特征信息集合对应的C类标签，通过标签传播算法LPA确定(n‑L)个未标记特征信息集合中任意一个特征信息集合在所述C类标签中对应的标签；所述(n‑L)个未标记特征信息集合为所述n个特征信息集合中除所述L个目标特征信息集合外的特征信息集合；其中，(n‑L)为大于0...

【技术特征摘要】
1.一种维修厂分类方法，其特征在于，包括：根据n个维修厂的特征信息，分别构建所述n个维修厂对应的n个特征信息集合；其中，n为大于0的整数；从所述n个特征信息集合中确定L个目标特征信息集合对应的C类标签；其中，L为大于0且小于n的整数，C为小于或者等于L的正整数，且每个目标特征信息集合对应一个标签；根据所述L个目标特征信息集合和所述L个目标特征信息集合对应的C类标签，通过标签传播算法LPA确定(n-L)个未标记特征信息集合中任意一个特征信息集合在所述C类标签中对应的标签；所述(n-L)个未标记特征信息集合为所述n个特征信息集合中除所述L个目标特征信息集合外的特征信息集合；其中，(n-L)为大于0且小于n的整数。2.根据权利要求1所述的方法，其特征在于，所述n个特征信息集合，包括：从所述n个维修厂的特征信息分别构建的画像中确定的特征信息集合。3.根据权利要求1所述的方法，其特征在于，所述从所述n个特征信息集合中确定L个目标特征信息集合对应的C类标签，包括：按照预设的抽样规则，确定所述L个目标特征信息集合；所述L个目标特征信息集合的标签为C类标签；按照预设的标记方法，标记所述L个目标特征信息集合的标签。4.根据权利要求1-3任意一项所述的方法，其特征在于，所述根据所述L个目标特征信息集合和所述L个目标特征信息集合对应的C类标签，通过标签传播算法LPA确定(n-L)个未标记特征信息集合中任意一个特征信息集合在所述C类标签中对应的标签，包括：根据所述n个特征信息集合，构造无向图，计算无向图中边的权重其中，所述无向图中n个节点分别对应所述n个维修厂，i为大于0且小于或者等于n的任一整数，j为大于0且小于或者等于n的任一整数，i≠j；边的权重Wij为节点i与节点j之间边的权重，表示维修厂i与维修厂j的标签相似性；α为预设的参数，xi、xj分别为节点i、节点j对应的特征信息集合，||xi-xj||2为节点i与节点j之间的欧式距离平方；计算转移概率Pij，构造转移概率矩阵P；其中，Pij为节点i到节点j的概率，Wik为节点i与节点k之间边的权重，k为大于0且小于或者等于n的整数，i≠k；为节点i与所述n个节点中除所述节点i外的n-1个节点之间的边的权重总和；根据所述C类标签和所述L个节点，构造L×C的标签矩阵YL；根据所述的C类标签和所述(n-L)个节点，构造(n-L)×C的标签矩阵Yn-L；合并所述标签矩阵YL和所述标签矩阵Yn-L，得到n×C的矩阵F＝[YL,Yn-L]；其中，所述标签矩阵YL为由L×C个数ylc排成L行C列的数表，第l行表示第l个节点，l为小于或者等于L的任一正整数，第c行表示第c类标签，c为小于或者等于C的任一正整数；所述标签矩阵Yn-L为由(n-L)×C个数yhq排成(n-L)行C列的数表，第h行表示第h个节点，h为小于或者等于(n-L)的任一正整数，第q行表示第q类标签，q为小于或者等于C的任一正整数，所述数Yhq的初始值为任意值；所述矩阵F为由n×C个数yfg排成n行C列的数表，第f行表示第f个节点，f为小于或者等于n的任一正整数，第g行表示第g类标签，g为小于或者等于C的任一正整数；根据公...

【专利技术属性】
技术研发人员：刘新，张小琼，
申请(专利权)人：深圳市元征科技股份有限公司，
类型：发明
国别省市：广东,44