摘要
本发明公开了一种基于动态更新反馈机制的大数据自动化分类分级方法、系统、设备及介质,该方法包括:通过提取字段在不同表和不同场景下的特征向量,并根据敏感度、重要性和使用频率三个维度的评分结果,确定字段中数据的分级结果,构建多维度评分分级模型;通过数据分布检测进行模型增量训练,实现模型的动态更新;通过分级异常检测,进行模型重训练,实现模型的闭环反馈;该系统、设备及介质用于实现该方法;本发明的分类分级方法具有分类全流程自动化、动态更新、闭环反馈和大数据平台适配的特点,显著提升了数据分类与分级的效率、安全性和灵活性。
技术关键词
分类分级方法
动态更新
加权有向图
数据分布
高风险
机制
频率
字段
增量更新
模型更新
节点
模型训练模块
大数据平台
可读存储介质
分级系统
分级设备
闭环
数据分类
系统为您推荐了相关专利信息
成像识别方法
权重特征
特征加权融合
融合特征
训练集