数据价值确定方法、装置、电子设备及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115080875A(43)申请公布日2022.09.20(21)申请号202210764525.7(22)申请日2022.06.30(71)申请人中国联合网络通信集团有限公司地址100033北京市西城区金融大街21号(72)发明人童俊杰韩振东赫罡(74)专利代理机构北京同立钧成知识产权代理有限公司11205专利代理师吴会英黄健(51)Int.Cl.G06F16/9537(2019.01)G06F7/535(2006.01)G06F7/544(2006.01)G06F7/575(2006.01)权利要求书2页说明书11页附图3页(54)发明名称数据价值确定方法、装置、电子设备及可读存储介质(57)摘要本申请提供一种数据价值确定方法、装置、电子设备及可读存储介质，涉及大数据技术领域。该方法包括：获取数据集，所述数据集中包括多个个体数据；将所述数据集划分为至少一个非空的元组集；根据各所述元组集中各个体数据对应的产生时间，确定各所述元组集的元组活跃度和元组同质度；根据各所述元组集的元组活跃度和元组同质度，确定各所述元组集的元组熵；根据各所述元组熵和价值评估函数，确定各所述元组集的价值。本申请的方法，可以使得数据价值确定更具有多样性，有利于满足数据购买者的多样化采购需求问题。CN115080875ACN115080875A权利要求书1/2页1.一种数据价值确定方法，其特征在于，所述方法包括：获取数据集，所述数据集中包括多个个体数据；将所述数据集划分为至少一个非空的元组集；根据各所述元组集中各个体数据对应的产生时间，确定各所述元组集的元组活跃度和元组同质度；根据各所述元组集的元组活跃度和元组同质度，确定各所述元组集的元组熵；根据各所述元组熵和价值评估函数，确定各所述元组集的价值。2.根据权利要求1所述的方法，其特征在于，所述根据各所述元组集中各个体数据对应的产生时间，确定各所述元组集的元组活跃度，包括：根据各所述元组集中各个体数据对应的产生时间，确定对应的所述个体数据的时效区间；对于各所述元组集，确定各元组集所对应的时效区间以及第一出现频次；根据各元组集所对应的时效区间以及所述第一出现频次，确定各所述元组集的元组活跃度。3.根据权利要求2所述的方法，其特征在于，所述时效区间包括多个，所述根据各元组集所对应的时效区间以及所述第一出现频次，确定各所述元组集的元组活跃度，包括：针对各元组集所对应的时效区间，将所述时效区间的序号与所述时效区间的个数进行除法运算，以获得对应的第一除后结果，所述时效区间的序号与所述产生时间呈正相关；将所述元组集在所述时效区间对应的第一出现频次，与所述元组集在各所述时效区间的出现总频次进行除法运算，以获得对应的第二除后结果；将各所述第一除后结果和对应的所述第二除后结果进行乘法运算并求和，以获得各所述元组集的元组活跃度。4.根据权利要求2所述的方法，其特征在于，所述确定各所述元组集的元组同质度，包括：依次对各所述元组集执行如下操作：根据当前元组集出现的时效区间以及对应的第二出现频次；获取非当前元组集在所述当前元组集对应的时效区间的第三出现频次；将各所述第二出现频次与对应的所述第三出现频次进行除法运算并求和，以获得所述当前元组集的元组同质度。5.根据权利要求1所述的方法，其特征在于，根据各所述元组集的元组活跃度和各所述元组集的元组同质度，确定各所述元组集的元组熵，包括：针对各所述元组集，为所述元组集的元组活跃度和所述元组集的元组同质度分别设置第一权重系数和第二权重系数；获取所述元组集的元组活跃度与所述第一权重系数的第一乘积，以及所述元组集的元组同质度与所述第二权重系数的第二乘积；将所述第一乘积和所述第二乘积进行加法运算，以获得元组集权重因子；根据所述元组集权重因子和元组熵计算公式，确定各所述元组集的元组熵。6.根据权利要求1所述的方法，其特征在于，所述根据各所述元组熵和价值评估函数，确定各所述元组集的价值，包括：2CN115080875A权利要求书2/2页根据数据使用场景确定对应的价值评估函数；将各所述元组熵分别输入到所述价值评估函数中，以确定各所述元组集的价值。7.根据权利要求6所述的方法，其特征在于，所述根据数据使用场景确定对应的价值评估函数之后，还包括：将各所述元组熵进行求和运算，以获得所述数据集的熵；将所述数据集的熵输入到所述价值评估函数中，以确定所述数据集的价值。8.一种数据价值确定装置，其特征在于，所述装置包括：数据集获取模块，用于获取数据集，所述数据集中包括多个个体数据；元组集划分模块，用于将所述数据集划分为至少一个非空的元组集；元组计算模块，用于根据各所述元组集中各个体数据对应的产生时间，确定各所述元组集的元组活跃度和元组同质度；元组熵计算模