技術領域

本發明涉及數據采樣，更加特別地，涉及用于從原始數據采樣用戶期望的數據的數據采樣方法。

背景技術

對于數據處理和數據挖掘而言，采樣是基本技術，并且其主要目的在于在維持原始數據集的特征同時減少目標數據集的大小。以此方式，通過減少目標數據集的大小，由此可減少在不同應用中的計算成本。另外，應用適當的采樣技術可導致諸如數據分析和數據收集應用的性能改進以及成本降低的附加效應，并且可提供罕見類型問題、網絡流量干擾問題等的解決方案。

由于開發在其中不同用戶的興趣被歸納的采樣方法非常困難，采樣方法基于特定問題以及特定用戶興趣被分別地開發。因為缺少針對采樣歸納的框架，研究者們反復實施開發采樣方法并驗證所開發的采樣方法的任務，并且在采樣方法開發過程中的低效致使開發適當的采樣方法變得困難。

發明內容

技術問題

本發明的目的在于提供一種用于獲取反映用戶興趣的采樣結果的數據采樣方法。

本發明的另一目的在于提供一種用于獲取反映用戶興趣的采樣結果的數據采樣裝置。

技術方案

本發明的一方面提供了一種數據采樣方法，其通過數據采樣裝置執行，所述方法包括：基于原始數據，生成反映用戶興趣的興趣模型；以及根據通過將基于原始數據采樣的模型與興趣模型進行比較獲得的結果，確定采樣模型。

此處，生成興趣模型可包括：基于用戶興趣，將包含在原始數據中的元素劃分為多個數據組；根據包含在多個數據組的每個數據組中的至少一個元素與包含在另一數據組中的至少一個元素之間的比例，計算多個數據組的權重；將數據組轉換為根據用戶興趣定義的節點；計算多個節點之間的距離。

此處，確定采樣模型可包括：基于包含在原始數據中的元素，生成多個比較模型；計算興趣模型與多個比較模型之間的距離；以及確定具有在計算得到的距離中滿足預定標準的距離的比較模型作為采樣模型。

此處，生成多個比較模型可包括：將包含在原始數據中的元素劃分為用于興趣模型的多個數據組；基于包含在多個數據組中的至少一個元素，生成多個比較數據組；將比較數據組轉換為根據用戶興趣定義的比較節點；根據包含在多個比較節點的每個比較節點中的至少一個元素與包含在另一比較節點中的至少一個元素之間的比例，計算多個比較節點的權重；計算多個比較節點之間的距離。

本發明的另一方面提供了一種數據采樣裝置，包括：第一生成器，其被配置為，基于原始數據，生成反映用戶興趣的興趣模型；第二生成器，其被配置為，基于包含在原始數據中的元素，生成多個比較模型；確定器，其被配置為，根據通過將興趣模型與多個比較模型進行比較從而獲得的結果，確定采樣模型。

此處，第一生成器可基于用戶興趣將包含在原始數據中的元素劃分為多個數據組，根據包含在多個數據組的每個數據組中的至少一個元素與包含在另一數據組中的至少一個元素之間的比例，計算多個數據組的權重，將數據組轉換為根據用戶興趣定義的節點，以及計算多個節點之間的距離。

此處，第二生成器可將包含在原始數據中的元素劃分為用于興趣模型的多個數據組，基于包含在多個數據組中的至少一個元素，生成多個比較數據組，將比較數據組轉換為根據用戶興趣定義的比較節點，根據包含在多個比較節點的每個比較節點中至少一個元素與包含在另一比較節點中的至少一個元素之間的比例，計算多個比較節點的權重，以及計算多個比較節點之間的距離。

此處，確定器可計算興趣模型和多個比較模型之間的距離，以及確定具有在計算得到的距離中滿足預定標準的距離的比較模型作為采樣模型。

有益效果

根據本發明，興趣模型基于用戶的興趣被生成，以及根據通過將基于原始數據采樣的模型與興趣模型進行比較而獲得的結果，從而確定采樣模型。因此，可以簡單、快速地獲取反映用戶興趣的采樣模型。

附圖說明

圖1為說明根據本發明的具體實施例的數據采樣方法的流程圖。

圖2為說明圖1中生成興趣模型的操作的流程圖。

圖3為說明圖1中確定采樣模型的操作的流程圖。

圖4顯示了通過將原始數據劃分為多個數據組而獲得的結果以及根據所述劃分的采樣結果的坐標圖。

圖5顯示了通過根據本發明的具體實施例的數據采樣方法而生成的興趣模型的概念圖。

圖6顯示了興趣模型(或者比較模型)的實施例的概念圖。

圖7顯示了根據采樣方法的采樣結果的概念圖。

圖8為顯示根據采樣方法的采樣結果與原始數據之間差值的概念圖。