本发明专利技术提供了一种数据归类方法、系统、电子设备和存储介质，所述归类方法包括：获取数据；获取外部操作者对数据进行的基础特性的标注结果，并根据数据的基础特性的标注结果，获取数据的上层大类的归类结果；和/或，获取外部操作者对数据进行的上层大类的标注结果，并根据数据的上层大类的标注结果，获取数据的基础特性的归类结果。本发明专利技术可以有效解决数据弱标注、重复标注等标注不清的问题，便于用户能够灵活多变地对数据特性进行拓展。此外，本发明专利技术通过设置上层大类，可以有效解决因基础特性种类多，而导致数据繁琐杂乱的问题。另外，由于本发明专利技术能够实现数据的自动归类，从而可以有效提高数据的处理效率。高数据的处理效率。高数据的处理效率。
【技术实现步骤摘要】
数据归类方法、系统、电子设备和存储介质
[0001]本专利技术涉及数据处理
，特别涉及一种数据归类方法、系统、电子设备和存储介质。
技术介绍
[0002]图数据库是一种非关系型数据库，它应用图形理论存储实体之间的关系信息。所有的数据以节点(Point)和边(Edge)形式存储，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，图数据库存储了由若干个节点和边组成的关系网络图。相比于关系型数据库而言，图数据库由于储存形式简单，能够将大量结构化数据储存在灵活的网络结构之下，实现数据的大量存储和灵活查询等功能，是当前大数据时代下最常用的数据系统。
[0003]图数据库常用于互联网社交网络等领域，存在高效高并发等特性。随着电生理行业内对于电生理相关信号等信息理解的加深，经常需要分析过往电生理数据并对其进行拓展，比如电生理领域在人工智能方向上的发展，常需要根据数据的某个特性，对于数据库中所有相关数据进行查询调用，随着数据量的增加，这种查询调用的效率也需要有所提升，因此对于高效电生理数据库建立的需求与日俱增。由于电生理数据常存在标注不清、重复标注的问题，过往必须多次直接排列索引类的数据库已不能完全满足电生理数据的处理需求，因此需要提高数据库的处理效率。
[0004]需要说明的是，公开于该专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
[0005]本专利技术的目的在于提供一种数据归类方法、系统、电子设备和存储介质，可以解决弱标注、重复标注等数据标注不清的问题，便于提高数据的处理效率。
[0006]为达到上述目的，本专利技术提供一种数据归类方法，包括：
[0007]获取数据；
[0008]获取外部操作者对所述数据进行的基础特性的标注结果，并根据所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果；和/或，
[0009]获取外部操作者对所述数据进行的上层大类的标注结果，并根据所述数据的上层大类的标注结果，获取所述数据的基础特性的归类结果。
[0010]可选的，所述获取外部操作者对所述数据进行的基础特性的标注结果，其中，所述基础特性的标注结果包括基础特性的类型和对应的数值。
[0011]可选的，所述数值与所述基础特性的标注次数和/或所述外部操作者的信任度分值相关。
[0012]可选的，当所述数值与所述外部操作者的信任度分值和所述基础特性的标注次数
相关时，所述获取外部操作者对所述数据进行的基础特性的标注结果，包括：
[0013]获取所述外部操作者的身份信息；
[0014]根据预先设置的身份信息与信任度分值之间的对应关系以及所述外部操作者的身份信息，获取所述外部操作者的信任度分值；
[0015]根据所述外部操作者的信任度分值、所述基础特性的标注次数以及所标注的基础特性的类型获取所述外部操作者对所述数据进行的基础特性的标注结果。
[0016]可选的，当所述外部操作者有多个时，所述获取外部操作者对所述数据进行的基础特性的标注结果，包括：
[0017]获取每一所述外部操作者对所述数据进行的基础特性的标注结果；
[0018]针对所标注的每一种类型的基础特性，将该类型的基础特性相对应的所有所述外部操作者的标注结果中的数值进行累加，并将累加后的数值作为该类型的基础特性所对应的总数值；
[0019]根据所标注的基础特性的类型以及对应的总数值，获取所述数据的基础特性的标注结果。
[0020]可选的，所述根据所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果，包括：
[0021]根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果。
[0022]可选的，所述根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果，包括：
[0023]根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的基础特性的标注结果，获取所述数据归属于每一种类的上层大类的概率值；
[0024]将获取的所述数据的最大的概率值所对应的上层大类作为所述数据的上层大类的归类结果。
[0025]可选的，所述根据所述数据的上层大类的标注结果，获取所述数据的基础特性的归类结果，包括：
[0026]根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的上层大类的标注结果，获取所述数据的基础特性的归类结果。
[0027]可选的，所述根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的上层大类的标注结果，获取所述数据的基础特性的归类结果，包括：
[0028]根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的上层大类的标注结果，获取所述数据所对应的上层大类所具有的所有基础特性；
[0029]将所述数据所对应的上层大类所具有的所有基础特性作为所述数据的基础特征的归类结果。
[0030]可选的，在获取所述数据的上层大类的归类结果和/或所述数据的基础特性的归类结果后，所述方法还包括：
[0031]获取所述外部操作者对所述数据的上层大类的归类结果和/或所述数据的基础特性的归类结果的确认操作或修改操作。
[0032]为达到上述目的，本专利技术还提供一种数据归类系统，包括相连的存储模块和数据
处理模块；
[0033]所述数据处理模块包括：
[0034]获取单元，用于获取数据；
[0035]标注单元，用于获取外部操作者对所述数据进行的基础特性的标注结果和/或对所述数据进行的上层大类的标注结果；以及
[0036]归类单元，用于根据所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果；和/或，根据所述数据的上层大类的标注结果，获取所述数据的基础特性的归类结果；
[0037]所述存储模块用于存储所述数据的基础特性的标注结果和/或上层大类的标注结果和/或上层大类的归类结果和/或基础特性的归类结果。
[0038]可选的，所述存储模块用于采用图数据库的形式进行存储。
[0039]可选的，所述数据处理模块还用于每隔预设时间对存储于所述存储模块中的数据进行再归类。
[0040]为达到上述目的，本专利技术还提供一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现上文所述的数据归类方法。
[0041]为达到上述目的，本专利技术还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上文所述的数据归类方法。
[0042]与现有技术相比，本专利技术提供的数据归类方法、系统置、电子设备和存储介质具有以下优点：本专利技术通过先获取外部操作者对所获取的数据进行的基础特性本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据归类方法，其特征在于，包括：获取数据；获取外部操作者对所述数据进行的基础特性的标注结果，并根据所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果；和/或，获取外部操作者对所述数据进行的上层大类的标注结果，并根据所述数据的上层大类的标注结果，获取所述数据的基础特性的归类结果。2.根据权利要求1所述的数据归类方法，其特征在于，所述获取外部操作者对所述数据进行的基础特性的标注结果，其中，所述基础特性的标注结果包括基础特性的类型和对应的数值。3.根据权利要求2所述的数据归类方法，其特征在于，所述数值与所述基础特性的标注次数和/或所述外部操作者的信任度分值相关。4.根据权利要求3所述的数据归类方法，其特征在于，当所述数值与所述外部操作者的信任度分值和所述基础特性的标注次数相关时，所述获取外部操作者对所述数据进行的基础特性的标注结果，包括：获取所述外部操作者的身份信息；根据预先设置的身份信息与信任度分值之间的对应关系以及所述外部操作者的身份信息，获取所述外部操作者的信任度分值；根据所述外部操作者的信任度分值、所述基础特性的标注次数以及所标注的基础特性的类型获取所述外部操作者对所述数据进行的基础特性的标注结果。5.根据权利要求4所述的数据归类方法，其特征在于，当所述外部操作者有多个时，所述获取外部操作者对所述数据进行的基础特性的标注结果，包括：获取每一所述外部操作者对所述数据进行的基础特性的标注结果；针对所标注的每一种类型的基础特性，将该类型的基础特性相对应的所有所述外部操作者的标注结果中的数值进行累加，并将累加后的数值作为该类型的基础特性所对应的总数值；根据所标注的基础特性的类型以及对应的总数值，获取所述数据的基础特性的标注结果。6.根据权利要求1所述的数据归类方法，其特征在于，所述根据所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果，包括：根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果。7.根据权利要求6所述的数据归类方法，其特征在于，所述根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的基础特性的标注结果，获取所述数据的上层大类的归类结果，包括：根据预先设置的基础特性与上层大类之间的对应关系以及所述数据的基础特性的标注结果，获取所述数据归属于每一种类的上层大类的概率值...
【专利技术属性】
技术研发人员：王心怡，曹先锋，沈刘娉，
申请(专利权)人：上海微创电生理医疗科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。