基于用户偏好的数据清洗方法

摘要

基于用户偏好的数据清洗方法，以用户偏好的为基础，采用半监督学算法，使用K-means模糊聚类分析方法对用户偏好的信息进行语义内容标记，从而在数据存储区中形成相应的用户偏好数据区。同时用户偏好数据区监控服务对用户偏好数据区进行实时监控，对数据区中数据的变化进行分析，并预测可能的带来的结果，从而决定下一步的操作。在数据清洗模块中，“脏数据”识别服务是数据清洗的重要组成部分，采用最优数据定位预测的数据分析方法，高效、准确地识别“脏数据”并进行标记。数据清洗服务剔除系统“脏数据”和错误数据，并通过底层硬件接口对外接口输入干净的数据。

主权项

基于用户偏好的数据清洗方法，通过半监督学习识别用户数据区，并完成数据清洗过程，其特征是：基于用户偏好的数据清洗方法采用了半监督学习算法，使用K-means模糊聚类分析方法对用户偏好的信息进行语义内容标记，从而在数据存储区中形成相应的用户偏好数据区，并通过数据清洗服务剔除系统“脏数据”和错误数据。