本發(fā)明涉及到局域網(wǎng)技術(shù)領(lǐng)域，特別是一種基于局域網(wǎng)的數(shù)據(jù)處理方法。
背景技術(shù)：
目前，隨著計算機(jī)應(yīng)用的日益廣泛以及不同領(lǐng)域的業(yè)務(wù)種類的日益豐富，從與特定的對象相關(guān)的海量數(shù)據(jù)記錄中有效地挖掘出不同類別的對象以便針對不同類別的對象實施不同的處理方案變的越來越重要。
在現(xiàn)有的技術(shù)方案中，通常根據(jù)與目標(biāo)對象相關(guān)聯(lián)的一個或多個屬性數(shù)據(jù)來對目標(biāo)對象進(jìn)行分類，即基于每個目標(biāo)對象的某個或某些特定的屬性數(shù)據(jù)的值對目標(biāo)對象進(jìn)行分類。
而，現(xiàn)有的技術(shù)方案存在如下問題：由于僅僅基于單一或數(shù)個屬性數(shù)據(jù)對目標(biāo)對象進(jìn)行分類，故分類結(jié)果的精確度較低，并且由于需要對每個目標(biāo)對象的屬性數(shù)據(jù)進(jìn)行相同的評估操作，故數(shù)據(jù)挖掘的效率較低。
因此，存在如下需求：提供能夠根據(jù)目標(biāo)對象的綜合特征來挖掘和分類目標(biāo)對象的基于局域網(wǎng)的數(shù)據(jù)挖掘方法。
技術(shù)實現(xiàn)要素：
為解決上述技術(shù)問題，本發(fā)明提供了一種基于局域網(wǎng)的數(shù)據(jù)處理方法，其包括以下步驟：
S1：初始化數(shù)據(jù)：將分布在局域網(wǎng)中的不同存儲空間中的數(shù)據(jù)進(jìn)行合并，將數(shù)據(jù)中的缺省項進(jìn)行補(bǔ)充完整并清洗臟數(shù)據(jù)；
S2：數(shù)據(jù)選擇：從所述初始化處理的數(shù)據(jù)中將不同格式的數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一格式；
S3：數(shù)據(jù)預(yù)處理：檢查所述統(tǒng)一格式的數(shù)據(jù)，將含有噪聲數(shù)據(jù)、冗余的數(shù)據(jù)剔除，對缺省數(shù)據(jù)進(jìn)行補(bǔ)充，同時對數(shù)據(jù)通過編碼進(jìn)行標(biāo)識，將數(shù)據(jù)轉(zhuǎn)化為0和1區(qū)分的數(shù)值型數(shù)據(jù)；
S4:數(shù)據(jù)挖掘，具體包括以下步驟：
S41:確定挖掘目標(biāo)：確定要發(fā)現(xiàn)的數(shù)據(jù)關(guān)鍵詞、數(shù)據(jù)類型、數(shù)據(jù)名稱、存儲日期作為目標(biāo)數(shù)據(jù)的特征值；
S42：選擇算法：根據(jù)目標(biāo)數(shù)據(jù)的具體特征值類型選擇相應(yīng)的數(shù)據(jù)挖掘算法；
S43：數(shù)據(jù)挖掘：采用所述挖掘算法對數(shù)據(jù)進(jìn)行處理，將挖掘出的數(shù)據(jù)附加上標(biāo)識后導(dǎo)出并存儲。
較佳地，所述局域網(wǎng)中的不同存儲空間為局域網(wǎng)中的服務(wù)器。
較佳地，所述挖掘算法為k—means聚類算法或者基于層次的聚類分析算法。
較佳地，所述缺省數(shù)據(jù)的補(bǔ)充內(nèi)容包括數(shù)據(jù)擴(kuò)展名與系統(tǒng)存儲路徑。
較佳地，所述臟數(shù)據(jù)是指源系統(tǒng)中的數(shù)據(jù)不在給定的范圍內(nèi)或?qū)τ趯嶋H業(yè)務(wù)毫無意義，或是數(shù)據(jù)格式非法，以及在源系統(tǒng)中存在不規(guī)范的編碼和含糊的業(yè)務(wù)邏輯的數(shù)據(jù)。
本發(fā)明具有以下有益效果：
本發(fā)明提供的基于局域網(wǎng)的數(shù)據(jù)處理方法通過對不同的存儲空間內(nèi)存儲的數(shù)據(jù)進(jìn)行處理優(yōu)化，根據(jù)目標(biāo)數(shù)據(jù)的特征值通過挖掘算法進(jìn)行找尋，本發(fā)明在數(shù)據(jù)搜索時的速率提高，且搜索精度得到很大的保障。
當(dāng)然，實施本發(fā)明的任一產(chǎn)品并不一定需要同時達(dá)到以上所述的所有優(yōu)點。
具體實施方式
下面將結(jié)合本發(fā)明實施例對本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護(hù)的范圍。
本發(fā)明實施例提供了一種基于局域網(wǎng)的數(shù)據(jù)處理方法，其包括以下步驟：
S1：初始化數(shù)據(jù)：將分布在局域網(wǎng)中的不同存儲空間中的數(shù)據(jù)進(jìn)行合并，將數(shù)據(jù)中的缺省項進(jìn)行補(bǔ)充完整并清洗臟數(shù)據(jù)；
S2：數(shù)據(jù)選擇：從所述初始化處理的數(shù)據(jù)中將不同格式的數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一格式；
S3：數(shù)據(jù)預(yù)處理：檢查所述統(tǒng)一格式的數(shù)據(jù)，將含有噪聲數(shù)據(jù)、冗余的數(shù)據(jù)剔除，對缺省數(shù)據(jù)進(jìn)行補(bǔ)充，同時對數(shù)據(jù)通過編碼進(jìn)行標(biāo)識，將數(shù)據(jù)轉(zhuǎn)化為0和1區(qū)分的數(shù)值型數(shù)據(jù)；
S4:數(shù)據(jù)挖掘，具體包括以下步驟：
S41:確定挖掘目標(biāo)：確定要發(fā)現(xiàn)的數(shù)據(jù)關(guān)鍵詞、數(shù)據(jù)類型、數(shù)據(jù)名稱、存儲日期作為目標(biāo)數(shù)據(jù)的特征值；
S42：選擇算法：根據(jù)目標(biāo)數(shù)據(jù)的具體特征值類型選擇相應(yīng)的數(shù)據(jù)挖掘算法；
S43：數(shù)據(jù)挖掘：采用所述挖掘算法對數(shù)據(jù)進(jìn)行處理，將挖掘出的數(shù)據(jù)附加上標(biāo)識后導(dǎo)出并存儲。
本實施例中所述局域網(wǎng)中的不同存儲空間為局域網(wǎng)中的服務(wù)器。
其中所述挖掘算法為k—means聚類算法或者基于層次的聚類分析算法。
所述缺省數(shù)據(jù)的補(bǔ)充內(nèi)容包括數(shù)據(jù)擴(kuò)展名與系統(tǒng)存儲路徑。
所述臟數(shù)據(jù)是指源系統(tǒng)中的數(shù)據(jù)不在給定的范圍內(nèi)或?qū)τ趯嶋H業(yè)務(wù)毫無意義，或是數(shù)據(jù)格式非法，以及在源系統(tǒng)中存在不規(guī)范的編碼和含糊的業(yè)務(wù)邏輯的數(shù)據(jù)。
本發(fā)明提供的基于局域網(wǎng)的數(shù)據(jù)處理方法通過對不同的存儲空間內(nèi)存儲的數(shù)據(jù)進(jìn)行處理優(yōu)化，根據(jù)目標(biāo)數(shù)據(jù)的特征值通過挖掘算法進(jìn)行找尋，本發(fā)明在數(shù)據(jù)搜索時的速率提高，且搜索精度得到很大的保障。
以上公開的本發(fā)明優(yōu)選實施例只是用于幫助闡述本發(fā)明。優(yōu)選實施例并沒有詳盡敘述所有的細(xì)節(jié)，也不限制該發(fā)明僅為所述的具體實施方式。顯然，根據(jù)本說明書的內(nèi)容，可作很多的修改和變化。本說明書選取并具體描述這些實施例，是為了更好地解釋本發(fā)明的原理和實際應(yīng)用，從而使所屬技術(shù)領(lǐng)域技術(shù)人員能很好地理解和利用本發(fā)明。本發(fā)明僅受權(quán)利要求書及其全部范圍和等效物的限制。