基于大数据的数据分析方法和平台技术

本申请提供的基于大数据的数据分析方法和平台，涉及大数据技术领域。在本申请中，基于目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，构建出对应的目标区域代表行为分布网络序列；依据包括的区域代表行为信息，从多个参考区域代表行为分布网络序列中，筛选出与目标区域代表行为分布网络序列匹配的参考区域代表行为分布网络序列，作为目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列；对目标区域和匹配区域代表行为分布网络序列对应的其它区域进行关联处理，以在目标区域和其它区域之间形成关联关系。基于上述步骤，可以在一定程度上提高关联关系确定的可靠度。程度上提高关联关系确定的可靠度。程度上提高关联关系确定的可靠度。

【技术实现步骤摘要】
基于大数据的数据分析方法和平台


[0001]本申请涉及大数据
，具体而言，涉及一种基于大数据的数据分析方法和平台。

技术介绍

[0002]确定出不同对象之间是否具有关联关系，或者，在多个其它对象中确定出与目标对象之间具有关联关系的相关其它对象，在诸多领域和场景中都有应用。例如，针对一个区域，可能需要在多个其它区域中确定出与这一个区域具有关联关系的相关其它区域。但是，在现有技术中，一般是基于区域之间的地理位置来确定是否具有相关关系，使得其可靠度并不高。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种基于大数据的数据分析方法和平台，以在一定程度上提高关联关系确定的可靠度。
[0004]为实现上述目的，本申请实施例采用如下技术方案：一种基于大数据的数据分析，包括：基于目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，构建出所述目标区域对应的目标区域代表行为分布网络序列，所述目标区域代表行为分布网络序列包括多个目标区域代表行为分布网络，所述多个目标区域代表行为分布网络和所述多个历史时间一一对应，每一个所述目标区域代表行为分布网络包括多条目标区域代表行为信息，该多条目标区域代表行为信息和所述多个目标子区域一一对应；依据包括的区域代表行为信息，从目标行为数据库包括的多个参考区域代表行为分布网络序列中，筛选出与所述目标区域代表行为分布网络序列匹配的参考区域代表行为分布网络序列，作为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列；对所述目标区域和所述匹配区域代表行为分布网络序列对应的其它区域进行关联处理，以在所述目标区域和所述其它区域之间形成关联关系。
[0005]在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，构建出所述目标区域对应的目标区域代表行为分布网络序列的步骤，包括：提取到目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，一条所述目标区域代表行为信息基于从一个目标子区域在一个历史时间下具有的至少一条区域行为信息筛选出；依据对应的历史时间是否相同，对所述目标区域代表行为信息进行分类处理，以形成所述多个历史时间对应的多个目标区域代表行为信息集合，以及，对于每一个所述目标区域代表行为信息集合，将该目标区域代表行为信息集合包括的每一条目标区域代表行
为信息按照对应的目标子区域进行分布，以构建出对应的目标区域代表行为分布网络；按照对应的历史时间，对所述目标区域代表行为分布网络进行排序，以形成所述目标区域对应的目标区域代表行为分布网络序列。
[0006]在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述依据包括的区域代表行为信息，从目标行为数据库包括的多个参考区域代表行为分布网络序列中，筛选出与所述目标区域代表行为分布网络序列匹配的参考区域代表行为分布网络序列，作为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列的步骤，包括：在目标区域代表行为分布网络序列中，抽选出多个目标区域代表行为分布网络，该多个目标区域代表行为分布网络为所述目标区域代表行为分布网络序列包括的各目标区域代表行为分布网络中的至少部分；针对每一个所述目标区域代表行为分布网络，利用预先进行网络优化形成的目标行为关键信息挖掘神经网络，挖掘出所述目标区域代表行为分布网络对应的第一行为关键信息描述向量；在多个代表行为关键信息描述向量中，抽选出所述目标区域代表行为分布网络对应的相关代表行为关键信息描述向量，所述相关代表行为关键信息描述向量为与所述目标区域代表行为分布网络对应的第一行为关键信息描述向量相关度最大的代表行为关键信息描述向量，每一个所述代表行为关键信息描述向量用于代表一个行为分布网络分类簇包括的各示例性区域代表行为分布网络对应的第一行为关键信息描述向量；基于所述目标区域代表行为分布网络对应的第一行为关键信息描述向量与对应的所述相关代表行为关键信息描述向量之间的区别信息，分析输出所述目标区域代表行为分布网络对应的第二行为关键信息描述向量；利用所述目标行为关键信息挖掘神经网络，基于所述目标区域代表行为分布网络对应的第二行为关键信息描述向量，分析输出所述目标区域代表行为分布网络对应的第三行为关键信息描述向量，所述目标区域代表行为分布网络对应的第三行为关键信息描述向量用于代表所述目标区域代表行为分布网络包括的目标区域代表行为信息具有的行为关键信息；基于每一个所述目标区域代表行为分布网络对应的第三行为关键信息描述向量，分析输出所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量；基于所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和目标行为数据库包括的每一个参考区域代表行为分布网络序列对应的目标行为关键信息描述向量，在所述目标行为数据库中，筛选出满足目标匹配规则的第一参考区域代表行为分布网络序列，并标记为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列。
[0007]在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于每一个所述目标区域代表行为分布网络对应的第三行为关键信息描述向量，分析输出所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量的步骤，包括：对所述目标区域代表行为分布网络进行类型确定处理，以形成对应的多种行为分布网络类型信息，每一种所述行为分布网络类型信息对应有至少一个目标区域代表行为分
布网络；分别对每一种所述行为分布网络类型信息对应的目标区域代表行为分布网络对应的第三行为关键信息描述向量进行分类处理，以形成每一种所述行为分布网络类型信息对应的分类中心第三行为关键信息描述向量；基于每一种所述行为分布网络类型信息对应的分类中心第三行为关键信息描述向量，分析输出所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量。
[0008]在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和目标行为数据库包括的每一个参考区域代表行为分布网络序列对应的目标行为关键信息描述向量，在所述目标行为数据库中，筛选出满足目标匹配规则的第一参考区域代表行为分布网络序列，并标记为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列的步骤，包括：基于所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和目标行为数据库包括的每一个参考区域代表行为分布网络序列对应的目标行为关键信息描述向量，在所述目标行为数据库中，抽取出多个参考区域代表行为分布网络序列，以标记为所述目标区域代表行为分布网络序列对应的待确认区域代表行为分布网络序列；依据所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和每一个所述待确认区域代表行为分布网络序列对应的目标行为关键信息描述向量，分析输出每一个所述待确认区域代表行为分布网络序列对应的筛选优先系数；基于每一个所述待确认区域代表行为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的数据分析方法，其特征在于，包括：基于目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，构建出所述目标区域对应的目标区域代表行为分布网络序列，所述目标区域代表行为分布网络序列包括多个目标区域代表行为分布网络，所述多个目标区域代表行为分布网络和所述多个历史时间一一对应，每一个所述目标区域代表行为分布网络包括多条目标区域代表行为信息，该多条目标区域代表行为信息和所述多个目标子区域一一对应；依据包括的区域代表行为信息，从目标行为数据库包括的多个参考区域代表行为分布网络序列中，筛选出与所述目标区域代表行为分布网络序列匹配的参考区域代表行为分布网络序列，作为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列；对所述目标区域和所述匹配区域代表行为分布网络序列对应的其它区域进行关联处理，以在所述目标区域和所述其它区域之间形成关联关系。2.根据权利要求1所述的基于大数据的数据分析方法，其特征在于，所述基于目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，构建出所述目标区域对应的目标区域代表行为分布网络序列的步骤，包括：提取到目标区域包括的多个目标子区域分别在多个历史时间下具有的目标区域代表行为信息，一条所述目标区域代表行为信息基于从一个目标子区域在一个历史时间下具有的至少一条区域行为信息筛选出；依据对应的历史时间是否相同，对所述目标区域代表行为信息进行分类处理，以形成所述多个历史时间对应的多个目标区域代表行为信息集合，以及，对于每一个所述目标区域代表行为信息集合，将该目标区域代表行为信息集合包括的每一条目标区域代表行为信息按照对应的目标子区域进行分布，以构建出对应的目标区域代表行为分布网络；按照对应的历史时间，对所述目标区域代表行为分布网络进行排序，以形成所述目标区域对应的目标区域代表行为分布网络序列。3.根据权利要求1所述的基于大数据的数据分析方法，其特征在于，所述依据包括的区域代表行为信息，从目标行为数据库包括的多个参考区域代表行为分布网络序列中，筛选出与所述目标区域代表行为分布网络序列匹配的参考区域代表行为分布网络序列，作为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列的步骤，包括：在目标区域代表行为分布网络序列中，抽选出多个目标区域代表行为分布网络，该多个目标区域代表行为分布网络为所述目标区域代表行为分布网络序列包括的各目标区域代表行为分布网络中的至少部分；针对每一个所述目标区域代表行为分布网络，利用预先进行网络优化形成的目标行为关键信息挖掘神经网络，挖掘出所述目标区域代表行为分布网络对应的第一行为关键信息描述向量；在多个代表行为关键信息描述向量中，抽选出所述目标区域代表行为分布网络对应的相关代表行为关键信息描述向量，所述相关代表行为关键信息描述向量为与所述目标区域代表行为分布网络对应的第一行为关键信息描述向量相关度最大的代表行为关键信息描述向量，每一个所述代表行为关键信息描述向量用于代表一个行为分布网络分类簇包括的各示例性区域代表行为分布网络对应的第一行为关键信息描述向量；
基于所述目标区域代表行为分布网络对应的第一行为关键信息描述向量与对应的所述相关代表行为关键信息描述向量之间的区别信息，分析输出所述目标区域代表行为分布网络对应的第二行为关键信息描述向量；利用所述目标行为关键信息挖掘神经网络，基于所述目标区域代表行为分布网络对应的第二行为关键信息描述向量，分析输出所述目标区域代表行为分布网络对应的第三行为关键信息描述向量，所述目标区域代表行为分布网络对应的第三行为关键信息描述向量用于代表所述目标区域代表行为分布网络包括的目标区域代表行为信息具有的行为关键信息；基于每一个所述目标区域代表行为分布网络对应的第三行为关键信息描述向量，分析输出所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量；基于所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和目标行为数据库包括的每一个参考区域代表行为分布网络序列对应的目标行为关键信息描述向量，在所述目标行为数据库中，筛选出满足目标匹配规则的第一参考区域代表行为分布网络序列，并标记为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列。4.根据权利要求3所述的基于大数据的数据分析方法，其特征在于，所述基于每一个所述目标区域代表行为分布网络对应的第三行为关键信息描述向量，分析输出所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量的步骤，包括：对所述目标区域代表行为分布网络进行类型确定处理，以形成对应的多种行为分布网络类型信息，每一种所述行为分布网络类型信息对应有至少一个目标区域代表行为分布网络；分别对每一种所述行为分布网络类型信息对应的目标区域代表行为分布网络对应的第三行为关键信息描述向量进行分类处理，以形成每一种所述行为分布网络类型信息对应的分类中心第三行为关键信息描述向量；基于每一种所述行为分布网络类型信息对应的分类中心第三行为关键信息描述向量，分析输出所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量。5.根据权利要求3所述的基于大数据的数据分析方法，其特征在于，所述基于所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和目标行为数据库包括的每一个参考区域代表行为分布网络序列对应的目标行为关键信息描述向量，在所述目标行为数据库中，筛选出满足目标匹配规则的第一参考区域代表行为分布网络序列，并标记为所述目标区域代表行为分布网络序列对应的匹配区域代表行为分布网络序列的步骤，包括：基于所述目标区域代表行为分布网络序列对应的目标行为关键信息描述向量和目标行为数据库包括的...

【专利技术属性】
技术研发人员：丁浩冉，王梦琦，
申请(专利权)人：徐州海清信息科技有限公司，
类型：发明
国别省市：