技術領域

本發明涉及電子產品領域，特別是涉及一種基于C4.5決策樹的手持移動終端評估方式數據挖掘技術。

背景技術

隨著手持移動終端廠商的不斷興起和用戶對手持移動終端的需求量的快速增加，如何選擇一部適合自己的手持移動終端和如何生產一部適應時代潮流的手持移動終端已經成為用戶和廠商的面臨的共同問題，現在每個手持移動終端官網采集了大量的手持移動終端評估信息，該信息正在以成倍的速度增長。但是這些數據并沒有被真正的運用起來。

C4.5算法是一種歸納學習的機制，其核心思想和ID3完全相同，但在實現方法上做了更好的改進，并增加了新的功能。主要包括：采用“增益比例”來選擇分裂屬性、對連續屬性的處理、對樣本屬性值缺失情況的處理、規則的產生、交叉驗證等。本文采用C4.5算法的一個原因是，可以對原本連續型的數值進行離散化后再處理。C4.5算法的基本過程包括生成決策樹、修剪決策樹、生成決策規則等幾個部分。雖然C4.5本身也有不足，如因為構造決策樹時，需要對全部數據集多次掃描和排序，會在一定程度上限制了算法的效率，所以當數據集非常大時，效率會降低，但是本發明所采用的數據在生成C4.5決策樹之前已經進行了預處理，采取了用戶對該手持移動終端的評估指標的均值而且對相關性強的手持移動終端的評估指標也進行了一定的處理，數據量會大大減少，所以C4.5算法在本發明中不會受到太多局限性，在本發明中可以使用。

現在的技術中，對數據挖掘技術在手持移動終端問題中的運用主要分為兩類：一類是基于決策樹研究某一類用戶對于手持移動終端購買問題，分析出哪些因素可以影響這類用戶的購買情況，通過掌握這類用戶的信息來提高廠商對用戶進行有針對性的營銷方案；另一類是基于簡單數據分析技術對手持移動終端市場進行研究，通過收集到有關數據，然后利用數據分析技術對手持移動終端市場進行分析，使得廠商了解用戶對自家手持移動終端的評估。然而基于上面的這些技術廠商并不能根據這些數據得到對手持移動終端的關鍵評估指標和提高廠商市場競爭力的具體、可靠的意見。

正是基于這樣的思路，本發明提出了一種基于數據挖掘技術的手持移動終端評估方法及系統，提出了如何使用相關性分析、數據離散化、屬性化、建立C4.5決策樹等技術來充分挖掘出大量評估信息中具有決策意義的信息，做出更為有效的評估和給出更為有用的意見，幫助廠商提高市場競爭力，更好的滿足用戶的需求，也能讓用戶根據自身實際情況購買到最適合自己的手持移動終端。

發明內容

本發明的目的在于提供一種基于數據挖掘技術的手持移動終端評估方法及系統,是針對不能有效利用網站上存在的大量手持移動終端的評估信息的難題，實現通過數據挖掘技術，得到決定手持移動終端的關鍵評估指標，并根據所述手持移動終端的關鍵評估指標給廠商有效的評估和有用的意見，也能讓用戶根據自身實際情況購買到最適合自己的手持移動終端。

為了解決以上技術問題，本發明采用的具體技術方案如下。

一種基于數據挖掘技術的手持移動終端評估方法，其特征在于包括：

步驟一，提取網站上手持移動終端評估的指標數據；

所述指標數據包括：功能、前后像素、系統流暢度、音質音效、外觀、手持移動終端品牌、屏幕大小、電池耐用性、手持移動終端的價格；對網站上的用戶評估信息和反饋數據每半年進行一次提取，每次對手持移動終端排行榜前5名的品牌手持移動終端的用戶評估信息和反饋數據進行提取，得到手持移動終端的評估指標；

步驟二，對所述手持移動終端的評估指標的均值進行相關性分析，具體包括以下過程：

過程2.1：根據提取到的手持移動終端的評估指標，計算每個手持移動終端的評估指標的均值，為了保證用戶對手持移動終端評估的穩定性，進行相關性分析的數據采用的是大量用戶對手持移動終端的評估指標的均值；

過程2.2：根據所述每個手持移動終端的評估指標的均值計算兩兩指標之間的皮爾遜相似系數；

過程2.3：根據所述皮爾遜相似系數的大小找出相關性強的手持移動終端的評估指標，所述皮爾遜相似系數在-0.5到-1之間和0.5到1之間的手持移動終端的評估指標都為顯著相關的指標，即為相關性強的手持移動終端的評估指標，再將每個手持移動終端的評估指標的均值相加得到基于所有手持移動終端的評估指標的評估總分；