公开(公告)号：CN107908720A

公开(公告)日：2018-04-13

申请号：CN201711118679.4

申请日：2017-11-14

申请人： 河北工程大学

发明人： 郎利影 ,  王田雨

IPC分类号： G06F17/30 ,  G06K9/62 ,  G06N3/08 ,  G06Q50/18

CPC分类号： G06F17/30303 ,  G06F17/30477 ,  G06K9/6276 ,  G06N3/08 ,  G06Q50/184

摘要： 本发明属于数据处理技术领域，更具体地，涉及一种基于AdaBoost算法的专利数据清洗方法及系统。它包括以下步骤：S1，从专利数据库中采集专利数据，将采集到的专利数据源放入待清洗数据库中；S2，对待清洗数据库中的专利数据源进行数据分析，确定专利数据的属性信息；S3，定义清洗规则，根据专利数据源不同的错误类型制定不同的清洗规则；S4，根据清洗规则对专利数据源进行初次清洗；S5，采用AdaBoost算法对初次清洗后的专利数据进行深度清洗；S6，验证清洗结果，判断是否满足清洗要求，如果是，则转到步骤S7，否则，跳转回步骤S2；S7，干净数据回流，用清洗后的专利数据替换原专利数据。