匹配度评估方法、装置和系统、及计算机可读存储介质制造方法及图纸

本申请公开了一种匹配度评估方法、匹配度评估装置、匹配度评估系统及非易失性计算机可读存储介质。匹配度评估方法包括：分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，第一标签数据和第二标签数据对应，N为正整数；分别计算每组的第一子标签数据在对应的第二子标签数据中的指数；及计算指数之和，得到样本数据集和整体数据集的匹配度。本申请实施方式的匹配度评估方法、匹配度评估装置、匹配度评估系统及非易失性计算机可读存储介质通过等分标签数据并进行指数计算，可考量到样本数据集和整体数据集的标签数据分布情况，以使对匹配度评估更全面，则可保证用户的购买体验。的购买体验。的购买体验。

【技术实现步骤摘要】
匹配度评估方法、装置和系统、及计算机可读存储介质


[0001]本申请涉及大数据和人工智能
，更具体而言，涉及一种匹配度评估方法、匹配度评估装置、匹配度评估系统及非易失性计算机可读存储介质。

技术介绍

[0002]目前，用户在对数据进行购买前，往往会出现试用的样本数据集数据较好，而买到的整体数据集数据较差的情况，然而仅通过样本数据集的所有数据在整体数据集的所有数据的占比，来评判样本数据集和整体数据集的匹配度，则会导致结果不全面，影响用户购买体验。

技术实现思路

[0003]本申请实施方式提供一种匹配度评估方法、匹配度评估装置、匹配度评估系统及非易失性计算机可读存储介质。
[0004]本申请实施方式的匹配度评估方法包括分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，所述第一标签数据和所述第二标签数据对应，所述N为正整数；分别计算每组的所述第一子标签数据在对应的所述第二子标签数据中的指数；及计算所述指数之和，得到所述样本数据集和所述整体数据集的匹配度。
[0005]本申请实施方式的匹配度评估装置包括等分模块、第一计算模块及第二计算模块。所述等分模块用于分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，所述第一标签数据和所述第二标签数据对应，所述N为正整数。所述第二计算模块用于分别计算每组的所述第一子标签数据在对应的所述第二子标签数据中的指数。所述第二计算模块用于计算所述指数之和，得到所述样本数据集和所述整体数据集的匹配度。
[0006]本申请实施方式的匹配度评估系统包括一个或多个处理器。一个或多个所述处理器用于分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，所述第一标签数据和所述第二标签数据对应，所述N为正整数；分别计算每组的所述第一子标签数据在对应的所述第二子标签数据中的指数；及计算所述指数之和，得到所述样本数据集和所述整体数据集的匹配度。
[0007]本申请实施方式的非易失性计算机可读存储介质包含计算机程序，当所述计算机程序被一个或多个处理器执行时，使得所述处理器执行如下匹配度评估方法：分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，所述第一标签数据和所述第二标签数据对应，所述N为正整数；分别计算每组的所述第一子标签数据在对应的所述第二子标签数据中的指数；及计算所述指数之和，得到所述样本数据集和所述整体数据集的匹配度。
[0008]本申请实施方式的匹配度评估方法、匹配度评估装置、匹配度评估系统及非易失
性计算机可读存储介质通过等分样本数据集和整体数据集的标签数据，以得到对应的第一子标签数据和第二子标签数据，并分别计算每组第一子标签数据在对应的第二子标签数据的指数，以得到多组指数之和，从而得到样本数据集和整体数据集的匹配度。相较于直接计算样本数据集和整体数据集的所有标签数据的匹配度而言，通过等分标签数据并进行指数计算，可考量到样本数据集和整体数据集的标签数据分布情况，以对匹配度评估更全面，由此，则可保证用户的购买体验。
[0009]本申请的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实施方式的实践了解到。
附图说明
[0010]本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：
[0011]图1是本申请某些实施方式的匹配度评估方法的流程示意图；
[0012]图2是本申请某些实施方式的匹配度评估装置的示意图；
[0013]图3是本申请某些实施方式的匹配度评估系统的示意图；
[0014]图4是本申请某些实施方式的匹配度评估方法的场景示意图；
[0015]图5至图10是本申请某些实施方式的匹配度评估方法的流程示意图；
[0016]图11是本申请某些实施方式的非易失性计算机可读存储介质和处理器的连接状态示意图。
具体实施方式
[0017]下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中，相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请的实施方式，而不能理解为对本申请的实施方式的限制。
[0018]请参阅图1，本申请实施方式提供一种匹配度评估方法。该匹配度评估方法包括步骤：
[0019]01：分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，第一标签数据和第二标签数据对应，N为正整数；
[0020]03：分别计算每组的第一子标签数据在对应的第二子标签数据中的指数；及
[0021]05：计算指数之和，得到样本数据集和整体数据集的匹配度。
[0022]请参阅图2，本申请实施方式提供一种匹配度评估装置10。匹配度评估装置10包括等分模块11、第一计算模块12及第二计算模块13。本申请实施方式的匹配度评估方法可应用于匹配度评估装置10。其中，等分模块11用于执行步骤01，第一计算模块12用于执行步骤03，第二计算模块13用于执行步骤05。即，等分模块11用于分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，第一标签数据和第二标签数据对应，所述N为正整数。第一计算模块12用于分别计算每组的第一子标签数据在对应的第二子标签数据中的指数。第二计算模块13用于计算指数之和，
得到样本数据集和整体数据集的匹配度。
[0023]请参阅图3，本申请实施方式还提供一种匹配度评估系统100。匹配度评估系统100包括一个或多个处理器20。本申请实施方式的匹配度评估方法可应用于匹配度评估系统100。处理器20用于执行步骤01、步骤03和步骤05。即，一个或多个处理器20用于分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，第一标签数据和第二标签数据对应，所述N为正整数；分别计算每组的第一子标签数据在对应的第二子标签数据中的指数；及计算指数之和，得到样本数据集和整体数据集的匹配度。
[0024]请结合图4，在卖家将样本数据集和整体数据集上传至交易平台时，为防止出现买家在试用样本数据后体验较好，而在购买整体数据后却体验较差的情况，需对计算样本数据集和整体数据集的匹配度进行计算，以给出买家准确的匹配度，一方面可提高买家购买数据的使用体验，另一方面，交易平台给出准确的匹配度，可有效地撮合买卖双方的交易顺利完成。其中，样本数据集为整体数据集中的部分数据，可以理解为试用数据集，买家可通过使用样本数据集，以确定该整体数据集是否为自身需要的数据集。
[0025]具体地，在卖家将样本数据集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种匹配度评估方法，其特征在于，包括：分别对样本数据集的第一标签数据和整体数据集的第二标签数据进行N等分，得到N组第一子标签数据和第二子标签数据，所述第一标签数据和所述第二标签数据对应，所述N为正整数；分别计算每组的所述第一子标签数据在对应的所述第二子标签数据中的指数；及计算所述指数之和，得到所述样本数据集和所述整体数据集的匹配度。2.根据权利要求1所述的匹配度评估方法，其特征在于，所述分别计算每组的所述第一子标签数据在每组所述第二子标签数据中的指数，包括：计算每组所述第一子标签数据在对应的所述第二子标签数据中的占比；根据所述占比与所述预期占比，计算所述指数。3.根据权利要求2所述的匹配度评估方法，其特征在于，所述预期占比为所述N的倒数。4.根据权利要求1所述的匹配度评估方法，其特征在于，所述计算所述指数之和，得到所述样本数据集和所述整体数据集的匹配度，包括：根据所述指数之和、预设的第一阈值和预设的第二阈值，得到所述样本数据集和所述整体数据集的匹配度，所述第二阈值大于所述第一阈值。5.根据权利要求4所述的匹配度评估方法，其特征在于，根据所述指数之和、预设的第一阈值和预设的第二阈值，得到所述样本数据集和所述整体数据集的匹配度，包括：在所述指数之和小于所述第一阈值时，得到所述匹配度为高匹配度；在所述指数之和位于所述第一阈值和所述第二阈值之间时，得到所述匹配度为中匹配度；在所述指数之和大于等于所述第二阈值时，得到所述匹配度为低匹配度。6.根据权利要求4所述的匹配度评估方法，其特征在于，所述匹配度评估方法还包括：根据所述指...

【专利技术属性】
技术研发人员：洪博然，庄梓琦，杜自然，邵雷，董传晔，
申请(专利权)人：易成岐深圳市数聚湾区大数据研究院，
类型：发明
国别省市：