一种基于数据空间的数据分析方法及计算机设备技术

本申请涉及大数据技术领域，提供了一种基于数据空间的数据分析方法、数据分析装置、计算机设备及计算机可读存储介质。其中，一种基于数据空间的数据分析方法，基于每个实体节点的特征数据异常因子对实体节点集合进行聚类操作，得到目标节点簇集合，由于该目标节点簇集合中包括多个目标节点簇，因此各目标节点簇能够表征在至少一个特征数据维度上相似的全部实体节点，构建相应的数据空间，再利用训练后的参考数据输出模型基于多个数据空间，得到多个分析结果，提供了科学化程度更高，且能够在复杂场景下输出分析结果作为参考数据的分析方案，拓宽了数据分析方案的适用范围，此外，本申请还适用于区块链技术领域。

【技术实现步骤摘要】
一种基于数据空间的数据分析方法及计算机设备
本专利技术属于大数据及区块链
，尤其涉及一种基于数据空间的数据分析方法、基于数据空间的数据分析装置、计算机设备及计算机可读存储介质。
技术介绍
随着大数据分析技术被各行各业广泛使用，无论是产品的研发、产品的推广以及产品的销售渠道等，早已离不开大数据分析技术的支持。例如，在产品的研发过程中，通过收集不同用户群体对同一产品的不同需求等，如产品大小、产品颜色等，通过数据分析输出参考数据，进而为满足不同用户群体与不同需求提供数据基础和参考。再例如，在产品的销售过程中，基于产品的用户受众比例，对不同受众群体的消费习惯进行分析输出合理的产品资源配比作为参考数据，进而基于该参考数据合理配置线上与线下不同渠道的产品资源，使得产品在不同渠道的资源配比变得更加合理。然而，以往的大数据分析手段，基于产品的不同特征或不同特征的权重进行分析，例如，基于产品的每种销售渠道的数据进行分析，得出的参考数据必然与销售渠道对应，也即存在对应关系较为单一的特征。而对于销售渠道不断扩展，产品的多样化程度不断加深，产品之间的关联本文档来自技高网...

【技术保护点】
1.一种基于数据空间的数据分析方法，其特征在于，包括：/n基于实体节点集合中每个实体节点的特征数据异常因子，对所述实体节点集合进行聚类操作，得到目标节点簇集合；所述目标节点簇集合中包括多个目标节点簇；/n根据每个所述目标节点簇中全部所述实体节点的特征数据权重，构建多个数据空间；/n利用训练后的参考数据输出模型基于所述多个数据空间，得到多个分析结果。/n

【技术特征摘要】
1.一种基于数据空间的数据分析方法，其特征在于，包括：
基于实体节点集合中每个实体节点的特征数据异常因子，对所述实体节点集合进行聚类操作，得到目标节点簇集合；所述目标节点簇集合中包括多个目标节点簇；
根据每个所述目标节点簇中全部所述实体节点的特征数据权重，构建多个数据空间；
利用训练后的参考数据输出模型基于所述多个数据空间，得到多个分析结果。


2.根据权利要求1所述的基于数据空间的数据分析方法，其特征在于，所述基于实体节点集合中每个实体节点的特征数据异常因子，对所述实体节点集合进行聚类操作，得到目标节点簇集合，包括：
基于实体节点集合中每个实体节点的特征数据异常因子，按照预设的簇数值集合中的多个簇数值，分别进行聚类初始化操作，得到多组节点簇集合；
测算每组所述节点簇集合中各实体节点的权重值与变量权重值，得到与多组所述节点簇集合一一对应的多组权重集合；
根据多组所述权重集合得到多组间隔统计量；
基于所述多组间隔统计量从多组所述节点簇集合中确定出目标节点簇集合。


3.根据权利要求2所述的基于数据空间的数据分析方法，其特征在于，所述基于实体节点集合中每个实体节点的特征数据异常因子，按照预设的簇数值集合中的多个簇数值，分别进行聚类初始化操作，得到多组节点簇集合，包括：
根据多个所述簇数值确定多组节点簇个数；
基于每个实体节点的特征数据异常因子，按照所述多组节点簇个数，分别进行聚类初始化操作，得到多组节点簇集合。


4.根据权利要求2所述的基于数据空间的数据分析方法，其特征在于，所述基于所述多组间隔统计量从多组所述节点簇集合中确定出目标节点簇集合，包括：
从多组间隔统计量中确定出符合预设要求的目标间隔统计量；
基于所述目标间隔统计量从多组所述节点簇集合中确定出目标节点簇集合。


5.根据权利要求4所述的基于数据空间的数据分析方法，其特征在于，所述从从...

【专利技术属性】
技术研发人员：任杰，顾祎赟，吴震东，赵相浩，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44