技術特征：

技術總結(jié)
本發(fā)明公開了一種基于深度學習的互聯(lián)網(wǎng)流量大數(shù)據(jù)分析方法，包括：獲取原始的互聯(lián)網(wǎng)流量監(jiān)測數(shù)據(jù)；采用融合N近鄰填充算法和門限填充算法的不完整數(shù)據(jù)填充算法對獲取的互聯(lián)網(wǎng)流量監(jiān)測數(shù)據(jù)進行填充處理；根據(jù)填充處理后的數(shù)據(jù)采用基于無限深度神經(jīng)網(wǎng)絡的深度學習方法進行分類處理，得到互聯(lián)網(wǎng)網(wǎng)站的分類結(jié)果；根據(jù)互聯(lián)網(wǎng)網(wǎng)站的分類結(jié)果進行數(shù)據(jù)挖掘；根據(jù)數(shù)據(jù)挖掘的結(jié)果為用戶進行互聯(lián)網(wǎng)網(wǎng)站推薦。本發(fā)明采用了具有反饋連接的無限深度神經(jīng)網(wǎng)絡來取代現(xiàn)有的前饋神經(jīng)網(wǎng)絡，能處理動態(tài)數(shù)據(jù)，實時性較好；采用融合N近鄰填充算法和門限填充算法的不完整數(shù)據(jù)填充算法對獲取的互聯(lián)網(wǎng)流量監(jiān)測數(shù)據(jù)進行填充處理，精度高。本發(fā)明可廣泛應用于數(shù)據(jù)挖掘領域。

技術研發(fā)人員：潘強
受保護的技術使用者：珠海城市職業(yè)技術學院
技術研發(fā)日：2017.03.07
技術公布日：2017.08.22