基于大数据挖掘和大数据分析的新型云计算平台系统技术方案

本发明专利技术涉及云计算技术领域，具体为基于大数据挖掘和大数据分析的新型云计算平台系统，其包括用于数据挖掘分析的云计算平台，所述的用于数据挖掘分析的云计算平台上配置统计分析单元、概率计算单元、等同方程计算单元、特征向量组输出单元；所述统计分析单元用于，确定目标体对商品的消费倾向系数；所述概率计算单元用于，构建先验概率条件，计算后验概率关系；所述等同方程计算单元用于，计算等同方程的优选数值；所述特征向量组输出单元用于，通过最陡下降方法计算目标体特征向量组、商品特征向量组。量组。量组。

【技术实现步骤摘要】
基于大数据挖掘和大数据分析的新型云计算平台系统


[0001]本专利技术涉及云计算
，具体为基于大数据挖掘和大数据分析的新型云计算平台系统。

技术介绍

[0002]在大数据挖掘中经常遇到的一个问题就是确定不同的目标体对某些商品的消费倾向，一般的数据挖掘中经常会构建一个矩阵D
tx
表征目标体t对商品x的消费倾向系数，相应的构建目标体可能的特征向量组M、商品可能的特征向量组H，一般的矩阵D
tx
可以通过有限的统计获取但是目标体可能的特征向量组M、商品可能的特征向量组H都具有个性化则很难确定，也即目标体t对商品x的消费倾向系数可以通过有限的统计获取，但基于消费倾向系数很难精准确定某些个性化的目标体对商品的消费倾向，所以能够解决基于消费倾向系数(矩阵D
tx
)确定目标体可能的特征向量组M、商品可能的特征向量组H的技术问题就能解决基于消费倾向系数确定某些个性化的目标体对商品的消费倾向的技术问题，这也正好属于现有的大数据挖掘和大数据分析面临的技术问题。

技术实现思路

[0003]本专利技术的目的在于提供基于云计算的新型用电数据服务系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：基于大数据挖掘和大数据分析的新型云计算平台系统：
[0005]包括用于数据挖掘分析的云计算平台，所述的用于数据挖掘分析的云计算平台上配置统计分析单元、概率计算单元、等同方程计算单元、特征向量组输出单元；/>[0006]所述统计分析单元用于，确定目标体对商品的消费倾向系数；
[0007]所述概率计算单元用于，构建先验概率条件，计算后验概率关系；
[0008]所述等同方程计算单元用于，计算等同方程的优选数值；
[0009]所述特征向量组输出单元用于，通过最陡下降方法计算目标体特征向量组、商品特征向量组。
[0010]进一步，所述的确定目标体对商品的消费倾向系数，具体的，云计算平台架构下，定义W个目标体，定义U个商品，目标体对商品的消费倾向系数为1到Y的整数；矩阵D
tx
表征目标体t对商品x的消费倾向系数，M∈D
R
×
W
和H∈D
R
×
U
分别为目标体、商品可能的特征向量组；所有的可以统计的消费倾向系数形成矩阵D，矩阵D相对于目标体可能的特征向量组M、商品可能的特征向量组H的数学关系满足：
[0011]其中，b()表征似然函数,W(j
▏
μ，θ2)表征相关的概度密度函数，T
tx
表征目标体t有没有对商品x有消费倾向的数学关系。
[0012]进一步，所述的构建先验概率条件，计算后验概率关系，具体的，目标体特征向量
组M、商品特征向量组H先验概率满足以下分布：
[0013]计算M、H的后验概率关系：
[0014][0015]进一步，所述的计算等同方程的优选数值，具体的，计算等同方程的优选数值，等同方程：
[0016][0017]其中的均为可调整的系数，其中的为Frobenius范数的变形。
[0018]进一步，基于大数据挖掘和大数据分析的新型云计算平台系统包括处理器，所述的处理器用于执行概率计算单元、等同方程计算单元、特征向量组输出单元涉及的运算。
[0019]与现有技术相比，本专利技术的有益效果在于：
[0020]本申请数据挖掘分析过程中，统计分析单元确定目标体对商品的消费倾向系数；所述概率计算单元构建先验概率条件，计算后验概率关系；所述等同方程计算单元计算等同方程的优选数值；所述特征向量组输出单元通过最陡下降方法计算目标体特征向量组、商品特征向量组，然后通过消费倾向系数确定某些个性化的目标体对商品的消费倾向数据。
附图说明
[0021]图1为本申请的基于大数据挖掘和大数据分析的新型云计算平台系统组成框图。
具体实施方式
[0022]下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]本申请基于大数据挖掘和大数据分析的新型云计算平台,包括用于数据挖掘分析的云计算平台，所述的用于数据挖掘分析的云计算平台上配置:
[0024]统计分析单元、概率计算单元、等同方程计算单元、特征向量组输出单元；
[0025]所述统计分析单元用于，确定目标体对商品的消费倾向系数；
[0026]所述概率计算单元用于，构建先验概率条件，计算后验概率关系；
[0027]所述等同方程计算单元用于，计算等同方程的优选数值；
[0028]所述特征向量组输出单元用于，通过最陡下降方法计算目标体特征向量组、商品特征向量组。
[0029]本申请在实施中，本申请数据挖掘分析过程中所述统计分析单元确定目标体对商品的消费倾向系数；所述概率计算单元构建先验概率条件，计算后验概率关系；所述等同方
程计算单元计算等同方程的优选数值；所述特征向量组输出单元通过最陡下降方法计算目标体特征向量组、商品特征向量组，然后通过消费倾向系数确定某些个性化的目标体对商品的消费倾向数据。
[0030]优选地，，所述的确定目标体对商品的消费倾向系数，具体的，云计算平台架构下，定义W个目标体，定义U个商品，目标体对商品的消费倾向系数为1到Y的整数；矩阵D
tx
表征目标体t对商品x的消费倾向系数，M∈D
R
×
W
和H∈D
R
×
U
分别为目标体、商品可能的特征向量组；所有的可以统计的消费倾向系数形成矩阵D，矩阵D相对于目标体可能的特征向量组M、商品可能的特征向量组H的数学关系满足：
[0031][0032]其中，b()表征似然函数,W(j
▏
μ，θ2)表征相关的概度密度函数，T
tx
表征目标体t有没有对商品x有消费倾向的数学关系。
[0033]优选地，，所述的构建先验概率条件，计算后验概率关系，具体的，目标体特征向量组M、商品特征向量组H先验概率满足以下分布：
[0034][0035]计算M、H的后验概率关系：
[0036][0036][0037]优选地，，所述的计算等同方程的优选数值，具体的，计算等同方程的优选数值，等同方程：
[0038][0039]其中的均为可调整的系数，其中的为Frobenius范数的变形。
[0040]本申请还公开了基于大数据挖掘和大数据分析的新型云计算平台，包括处理器，所述的处理器用于执行概率计算单元、等同方程计算单元、特征向量组输出单元涉及的运算。
[0041]综合看本申请实施的过程有：云计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据挖掘和大数据分析的新型云计算平台系统，其特征在于，包括用于数据挖掘分析的云计算平台，所述的用于数据挖掘分析的云计算平台上配置统计分析单元、概率计算单元、等同方程计算单元、特征向量组输出单元；所述统计分析单元用于，确定目标体对商品的消费倾向系数；所述概率计算单元用于，构建先验概率条件，计算后验概率关系；所述等同方程计算单元用于，计算等同方程的优选数值；所述特征向量组输出单元用于，通过最陡下降方法计算目标体特征向量组、商品特征向量组。2.根据权利要求1所述的基于大数据挖掘和大数据分析的新型云计算平台系统，其特征在于，所述的确定目标体对商品的消费倾向系数，具体的，云计算平台架构下，定义W个目标体，定义U个商品，目标体对商品的消费倾向系数为1到Y的整数；矩阵D
tx
表征目标体t对商品x的消费倾向系数，M∈D
R
×
W
和H∈D
R
×
U
分别为目标体、商品可能的特征向量组；所...

【专利技术属性】
技术研发人员：周志丹，张志军，
申请(专利权)人：诸暨企创网络科技有限公司，
类型：发明
国别省市：