本发明专利技术公开了一种移动平台的数据真值确定方法、装置及电子设备，属于通信技术领域。本发明专利技术提供的移动平台的数据真值确定方法，初始时根据观测值的概率密度分布计算得到数据源的权重，并构建以数据源的权重为优化变量的优化函数F，此后，通过迭代的方法更新数据源的权重、观测值的组可靠度和真值，直到判断优化函数收敛后，确定当前真值为目标真值。由于本发明专利技术中对数据源的权重，以及每一观测值的可靠度就行评估优化，即对所有数据源的权重和所有观测值的可靠度均进行区别对待，从而使得移动平台中数据真值的确定方法更加准确，即移动存储平台中存储的数据真值更接近事实真值，从而移动平台应用该数据真值的效果也会更好。动平台应用该数据真值的效果也会更好。动平台应用该数据真值的效果也会更好。
【技术实现步骤摘要】
一种移动平台的数据真值确定方法、装置及电子设备
[0001]本专利技术涉及通信
，尤其涉及一种移动平台的数据真值确定方法、装置及电子设备。
技术介绍
[0002]在移动大数据时代中，移动平台积累存储了大量的种类繁杂且结构各异的数据，为了减少数据的冗余和降低存储空间的成本，通常需要将数据进行必要的清洗之后再导入到移动存储平台中。
[0003]当移动平台中的数据具有多个来源时，数据清洗的过程中往往存在数据冲突的问题。为了从多来源的数据中确定数据真值，通常是将不同来源的信息中相互冲突的数据通过平均值或中位数作为其数据真值。然而，通过此方法确定数据真值的准确性较低，能移动存储平台的数据真值与事实真值偏差较大，导致应用该数据真值的效果也变差，例如应用该数据真值进行移动客户产品推荐的效果也较差。
技术实现思路
[0004]为了解决移动平台中数据清洗过程中难以准确地确定数据真值，导致应用数据真值的效果较差的问题，本专利技术提供一种移动平台的数据真值确定方法、装置及电子设备。
[0005]第一方面，本专利技术提供一种移动平台的数据真值确定方法，包括：
[0006]S02:对描述同一对象的冲突数据，针对所有数据源及所有对象，以数据源的权重为优化变量，构建以优化函数F，其中，所述数据源的权重由观测值的概率密度分布计算得到，所述观测值为所述数据源提供至所述对象的冲突数据；
[0007]S04:针对每一对象，基于所述数据源的权重和每一所述观测值的可靠度计算所述观测值的组可靠度，其中，每一所述观测值的可靠度由所述数据源的概率密度分布中得到；
[0008]S06:根据所述观测值的组可靠度，更新所有数据源的权重并更新真值；
[0009]S08:根据更新后的所有数据源的权重，计算优化函数F的F值，根据得到的F值判断优化函数F是否收敛，若不收敛，返回S04继续执行；若收敛，则以当前的真值为目标对象真值。
[0010]第二方面，本专利技术提供一种移动平台的数据真值确定装置，包括：
[0011]构建与初始化模块，用于对描述同一对象的冲突数据，针对所有数据源及所有对象，以数据源的权重为优化变量，构建以优化函数F，其中，所述数据源的权重由观测值的概率密度分布计算得到，所述观测值为所述数据源提供至所述对象的冲突数据；
[0012]观测值可靠度计算模块，用于针对每一对象，基于所述数据源的权重和每一所述观测值的可靠度计算所述观测值的组可靠度，其中，每一所述观测值的可靠度由所述观测值的概率密度分布中得到；
[0013]真值更新模块，用于根据所述观测值的组可靠度，更新所有数据源的权重并更新真值；
[0014]收敛判断模块，用于根据更新后的所有数据源的权重，计算优化函数F的F值，根据得到的F值判断优化函数F是否收敛，若不收敛，返回S04继续执行；若收敛，则以当前的真值为目标对象真值。第三方面，本专利技术提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的方法的步骤。
[0015]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的方法的步骤。
[0016]本专利技术提供的移动平台的数据真值确定方法，初始时根据观测值的概率密度分布计算得到数据源的权重，并构建以数据源的权重为优化变量的优化函数F，此后，通过迭代的方法更新数据源的权重、观测值的组可靠度和真值，直到判断优化函数收敛后，确定当前真值为目标真值。由于本专利技术中对数据源的权重，以及每一观测值的可靠度就行评估优化，即对所有数据源的权重和所有观测值的可靠度均进行区别对待，从而使得移动平台中数据真值的确定方法更加准确，即移动存储平台中存储的数据真值更接近事实真值，从而移动平台应用该数据真值的效果也会更好。
附图说明
[0017]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0018]图1为本专利技术实施一中移动平台的数据真值确定方法的流程示意图；
[0019]图2为图1中S04的详细流程示意图；
[0020]图3为图1中S06的一种详细流程示意图；
[0021]图4为图1中S06的另一种详细流程示意图；
[0022]图5为本专利技术实施例三中移动平台的数据真值确定装置的模块示意图；
[0023]图6为本专利技术一种电子设备的结构示意图。
具体实施方式
[0024]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]在这个信息爆炸的时代，针对同一对象，可以从多个数据源源中收集到观测值。在移动平台中，例如，通过不同移动信号基站收到的同一客户移动信号信息、从不同客户收集的产品评级分数。但是，这些观测值通常不一致，来源于不同数据源的观测值之间往往存在数据冲突。因此，如何整合和总结多来源提供的观测值以确定数据真值成为一个挑战。目前在确定数据真值的方法中，通常认为所有的数据源都同样可靠，导致数据真值与事实真值偏差较大，从而对数据的应用效果较差，例如持续发出的错误传感器错误信息，或在网络上传播虚假信息的垃圾邮件，或者客户移动信号信息错误，或者产品评级分数不准确，或者移动客户产品推荐的效果不佳等等。为此，本专利技术实施例提供一种移动平台的数据真值确定方法。
[0026]实施例一
[0027]图1为本专利技术一示范性实施例中移动平台的数据真值确定方法的流程图。本专利技术实施例一中的执行主体可以是服务器或终端，数据真值确定方法流程包括以下步骤。
[0028]S02:对描述同一对象的冲突数据，针对所有数据源及所有对象，以数据源的权重为优化变量，构建以优化函数F，其中，所述数据源的权重由观测值的概率密度分布计算得到，所述观测值为所述数据源提供至所述对象的冲突数据；
[0029]S04:针对每一对象，基于所述数据源的权重和每一所述观测值的可靠度计算所述观测值的组可靠度，其中，每一所述观测值的可靠度由所述观测值的概率密度分布中得到；
[0030]S06:根据所述观测值的组可靠度，更新所有数据源的权重并更新真值；
[0031]S08:根据更新后的所有数据源的权重，计算优化函数F的F值，根据得到的F值判断优化函数F是否收敛，若不收敛，返回S04继续执行；若收敛，则以当前的真值为目标对象真值。
[0032]本专利技术实施例一的数据平台的数据真值的确定方法中，对数据源的权重，以及每一观测值的可靠度就行评估优化，即对所有数据源的权重和所有观测值的可靠本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种移动平台的数据真值确定方法，其特征在于，包括：S02:对描述同一对象的冲突数据，针对所有数据源及所有对象，以数据源的权重为优化变量，构建以优化函数F，其中，所述数据源的权重由观测值的概率密度分布计算得到，所述观测值为所述数据源提供至所述对象的冲突数据；S04:针对每一对象，基于所述数据源的权重和每一所述观测值的可靠度计算一组所述观测值的组可靠度，其中，每一所述观测值的或可靠度由所述数据源的概率密度分布中得到；S06:根据所述观测值的组可靠度，更新所有数据源的权重并更新真值；S08:根据更新后的所有数据源的权重，计算优化函数F的F值，根据得到的F值判断优化函数F是否收敛，若不收敛，返回所述S04继续执行；若收敛，则以当前的真值为目标对象真值。2.根据权利要求1所述的方法，其特征在于，在所述S02之前，所述方法还包括S01：获取来自不同数据源的冲突数据。3.根据权利要求1所述的方法，其特征在于，在所述S02的所述数据源的权重由观测值的概率密度分布计算得到中，包括：所有所述观测值的可靠度相同。4.根据权利要求1所述的方法，其特征在于，在所述S04中包括：对每一所述数据源的权重和对应的每一所述观测值的可靠度的分别进行乘积；对所述乘积的结果进行加权平均法计算得到所述观测值的组可靠度。5.根据权利要求1所述的方法，其特征在于，在所述S06中，包括：更新优化函数F中的观测值的组可靠度；对所述优化函数进行拉格朗日乘数法运算，更新所述对象中观测值的概率密度分布；根据更新后的所述观测值的概率密度分布，更新所有所述数据源的权重。6.根据权利要求1所述的方法，其特征在于，所述S06中包括：针对每一对象，依次对每一所述观测值的数据源的权重、所述观测...
【专利技术属性】
技术研发人员：王业亮，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。