数据筛选方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及一种数据筛选方法、装置、电子设备及存储介质，应用于数据处理技术领域，所述方法包括：获取各个区域的二维码对应的用户扫描数据，对用户扫描数据进行属性特征识别，得到用户扫描数据在一个或多个属性特征下的特征信息；根据用户扫描数据在一个或多个属性特征下的特征信息，确定用户扫描数据对应的特征值；根据特征值，确定用户扫描数据对应的数据类别；针对每个数据类别中的用户扫描数据，根据数据类别中的用户扫描数据的特征信息，对数据类别中的用户扫描数据进行分类，并按照得到的分类结果进行数据筛选。本申请可以提高数据筛选的效率和准确性。据筛选的效率和准确性。据筛选的效率和准确性。

【技术实现步骤摘要】
数据筛选方法、装置、电子设备及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种数据筛选方法、装置、电子设备及存储介质。

技术介绍

[0002]在大数据环境下，随着数据量的快速积累，使得分析出海量数据所蕴含的价值，筛选出有价值的数据十分重要。数据筛选在整个数据处理流程中处于至关重要的地位。
[0003]相关技术中，可以通过数据筛选算法从数据中筛选出有价值的数据。然而，由于数据量的增加以及数据复杂度的增加，导致数据筛选的效率和准确性较低。

技术实现思路

[0004]为了解决上述技术问题，本申请提供了一种数据筛选方法、装置、电子设备及存储介质。
[0005]根据本申请的第一方面，提供了一种数据筛选方法，包括：
[0006]获取各个区域的二维码对应的用户扫描数据，对所述用户扫描数据进行属性特征识别，得到所述用户扫描数据在一个或多个属性特征下的特征信息；
[0007]根据所述用户扫描数据在一个或多个属性特征下的特征信息，确定所述用户扫描数据对应的特征值；
[0008]根据所述特征值，确定所述用户扫描数据对应的数据类别；
[0009]针对每个数据类别中的用户扫描数据，根据所述数据类别中的用户扫描数据的特征信息，对所述数据类别中的用户扫描数据进行分类，并按照得到的分类结果进行数据筛选。
[0010]可选的，所述方法还包括：
[0011]获取所述用户扫描数据对应的人脸特征信息；
[0012]建立所述人脸特征信息和所述用户扫描数据的对应关系。
[0013]可选的，所述方法还包括：
[0014]如果一个或多个属性特征下的特征信息中不包含目标属性特征下的特征信息，根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，对所述目标属性特征下的特征信息进行填充。
[0015]可选的，根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，对所述目标属性特征下的特征信息进行填充，包括：
[0016]根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，利用贝叶斯公式或判定树对所述目标属性特征下的特征信息进行填充。
[0017]可选的，所述根据所述特征值，确定所述用户扫描数据对应的数据类别，包括：
[0018]根据多个数据类别分别对应的数据范围，确定所述特征值所属的数据范围；
[0019]将所述特征值所属的数据范围对应的数据类别，确定为所述用户扫描数据对应的
数据类别。
[0020]可选的，所述根据所述用户扫描数据在一个或多个属性特征下的特征信息，确定所述用户扫描数据对应的特征值，包括：
[0021]根据所述用户扫描数据在单个属性特征下的特征信息，确定所述用户扫描数据在单个属性特征下的特征信息对应的特征值；
[0022]将所述用户扫描数据在一个或多个属性特征下的特征信息对应的特征值之和，确定为所述用户扫描数据对应的特征值。
[0023]可选的，在确定所述用户扫描数据对应的数据类别之后，所述方法还包括：
[0024]将所述用户扫描数据存储至所述数据类别对应的对象存储桶中。
[0025]根据本申请的第二方面，提供了一种数据筛选装置，包括：
[0026]特征信息确定模块，用于获取各个区域的二维码对应的用户扫描数据，对所述用户扫描数据进行属性特征识别，得到所述用户扫描数据在一个或多个属性特征下的特征信息；
[0027]特征值确定模块，用于根据所述用户扫描数据在一个或多个属性特征下的特征信息，确定所述用户扫描数据对应的特征值；
[0028]数据类别确定模块，用于根据所述特征值，确定所述用户扫描数据对应的数据类别；
[0029]数据筛选模块，用于针对每个数据类别中的用户扫描数据，根据所述数据类别中的用户扫描数据的特征信息，对所述数据类别中的用户扫描数据进行分类，并按照得到的分类结果进行数据筛选。
[0030]可选的，所述数据筛选装置，还包括：
[0031]人脸特征信息获取模块，用于获取所述用户扫描数据对应的人脸特征信息；
[0032]对应关系建立模块，用于建立所述人脸特征信息和所述用户扫描数据的对应关系。
[0033]可选的，所述数据筛选装置，还包括：
[0034]信息填充模块，用于如果一个或多个属性特征下的特征信息中不包含目标属性特征下的特征信息，根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，对所述目标属性特征下的特征信息进行填充。
[0035]可选的，所述信息填充模块，具体用于如果一个或多个属性特征下的特征信息中不包含目标属性特征下的特征信息，根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，利用贝叶斯公式或判定树对所述目标属性特征下的特征信息进行填充。
[0036]可选的，所述数据类别确定模块，具体用于根据多个数据类别分别对应的数据范围，确定所述特征值所属的数据范围；将所述特征值所属的数据范围对应的数据类别，确定为所述用户扫描数据对应的数据类别。
[0037]可选的，所述特征值确定模块，具体用于根据所述用户扫描数据在单个属性特征下的特征信息，确定所述用户扫描数据在单个属性特征下的特征信息对应的特征值；将所述用户扫描数据在一个或多个属性特征下的特征信息对应的特征值之和，确定为所述用户扫描数据对应的特征值。
[0038]可选的，所述数据筛选装置，还包括：
[0039]存储模块，用于将所述用户扫描数据存储至所述数据类别对应的对象存储桶中。
[0040]根据本申请的第三方面，提供了一种电子设备，包括：处理器，所述处理器用于执行存储于存储器的计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法。
[0041]根据本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法。
[0042]根据本申请的第五方面，提供了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面所述的方法。
[0043]本申请实施例提供的技术方案与现有技术相比具有如下优点：
[0044]由于各个区域的二维码对应的用户扫描数据包含进入各个区域的用户的相关信息，该用户扫描数据的数据量是不断增加的。并且，随着场景的变化，用户扫描数据的复杂度也会不断增加。因此，可以先根据用户扫描数据在一个或多个属性特征下的特征信息，确定用户扫描数据对应的数据类别。进而，再根据数据类别中的用户扫描数据的特征信息，对各个数据类别中的用户扫描数据进行分类，并根据分类结果进行数据筛选。通过先分类再筛选的方式可以提高数据筛选的效率，并且，由于特征信息表示用户扫描数据在各个属性特征下的信息，基于用户扫描数据的特征信息可以准确地对用户扫描数据进行分类，因此可以提高数据筛选的准确性。
附图说明...

【技术保护点】

【技术特征摘要】
1.一种数据筛选方法，其特征在于，所述方法包括：获取各个区域的二维码对应的用户扫描数据，对所述用户扫描数据进行属性特征识别，得到所述用户扫描数据在一个或多个属性特征下的特征信息；根据所述用户扫描数据在一个或多个属性特征下的特征信息，确定所述用户扫描数据对应的特征值；根据所述特征值，确定所述用户扫描数据对应的数据类别；针对每个数据类别中的用户扫描数据，根据所述数据类别中的用户扫描数据的特征信息，对所述数据类别中的用户扫描数据进行分类，并按照得到的分类结果进行数据筛选。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述用户扫描数据对应的人脸特征信息；建立所述人脸特征信息和所述用户扫描数据的对应关系。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：如果一个或多个属性特征下的特征信息中不包含目标属性特征下的特征信息，根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，对所述目标属性特征下的特征信息进行填充。4.根据权利要求3所述的方法，其特征在于，根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，对所述目标属性特征下的特征信息进行填充，包括：根据所述用户扫描数据和其他用户扫描数据在一个或多个属性特征下的特征信息，利用贝叶斯公式或判定树对所述目标属性特征下的特征信息进行填充。5.根据权利要求1所述的方法，其特征在于，所述根据所述特征值，确定所述用户扫描数据对应的数据类别，包括：根据多个数据类别分别对应的数据范围，确定所述特征值所属的数据范围；将所述特征值所属的数据范围对应的数据类别，确定为所述用户扫描数据对应的数据类别。6.根据权利要求1...

【专利技术属性】
技术研发人员：陈孝良，
申请(专利权)人：北京声智科技有限公司，
类型：发明
国别省市：