技术特征：
1.一种云办公行为数据分析方法，其特征在于，包括：基于云办公行为大数据集中行为数据特征向量的量化指标，将所述云办公行为大数据集分为多个数据序列；根据所述数据序列的各行为数据的特征向量，获得所述数据序列中各行为数据的行为变化量化指标；其中所述行为数据的行为变化量化指标为每个行为数据前后的行为数据的行为变化衡量参数，用于使数据序列中的行为特征和属性特征进行区分；根据所述数据序列中的各行为数据的行为变化量化指标的支持度参数，获取所述数据序列的各行为数据的行为变化量化指标的支持度参数范围；以及根据所述数据序列的所述支持度参数范围，确定为所述云办公行为大数据集的行为特征量化分析指标，用于对所述云办公行为大数据集进行目标行为特征分析。2.根据权利要求1所述的云办公行为数据分析方法，其特征在于，所述基于云办公行为大数据集中行为数据特征向量的量化指标，将所述云办公行为大数据集分为多个数据序列的包括：基于所述云办公行为大数据集中的行为数据特征向量的量化指标，通过基于指标的数据分类规则将所述云办公行为大数据集分为多个数据序列。3.根据权利要求1所述的云办公行为数据分析方法，其特征在于，所述根据所述数据序列的各行为数据的特征向量，获得所述数据序列中各行为数据的行为变化量化指标的包括：根据所述数据序列的各行为数据的特征向量，获得所述数据序列的各行为数据的行为意图特征向量以及数据描述特征向量；以及通过所述数据序列的各行为数据的行为意图特征向量以及数据描述特征向量，获得所述数据序列的各行为数据的行为变化量化指标。4.根据权利要求1所述的云办公行为数据分析方法，其特征在于，所述根据所述数据序列中的各行为数据的行为变化量化指标的支持度参数，获取所述数据序列的各行为数据的行为变化量化指标的支持度参数范围包括：以所述数据序列的各行为数据的行为变化量化指标为第一数据分析维度，所述数据序列的各行为数据的行为变化量化指标的支持度参数为第二数据分析维度，构建所述数据序列的行为数据分析模型；通过所述行为数据分析模型记录各所述行为变化量化指标的支持度参数分布；对所述行为变化量化指标的支持度参数分布进行参数特征拟合，获取所述行为变化量化指标的支持度参数拟合函数；根据所述支持度参数拟合函数的参数取值范围，得到所述支持度参数范围。5.一种云办公行为数据分析装置，其特征在于，包括：数据处理模块，用于基于云办公行为大数据集中行为数据特征向量的量化指标，将所述云办公行为大数据集分为多个数据序列；属性区分模块，用于根据所述数据序列的各行为数据的特征向量，获得所述数据序列中各行为数据的行为变化量化指标；其中所述行为数据的行为变化量化指标为每个行为数据前后的行为数据的行为变化衡量参数，用于使数据序列中的行为特征和属性特征进行区分；
参数范围确定模块，用于根据所述数据序列中的各行为数据的行为变化量化指标的支持度参数，获取所述数据序列的各行为数据的行为变化量化指标的支持度参数范围；以及特征分析模块，用于根据所述数据序列的所述支持度参数范围，确定为所述云办公行为大数据集的行为特征量化分析指标，用于对所述云办公行为大数据集进行目标行为特征分析。6.根据权利要求5所述的云办公行为数据分析装置，其特征在于，所述数据处理模块还用于：基于所述云办公行为大数据集中的行为数据特征向量的量化指标，通过基于指标的数据分类规则将所述云办公行为大数据集分为多个数据序列。7.根据权利要求5所述的云办公行为数据分析装置，其特征在于，所述属性区分模块还用于：根据所述数据序列的各行为数据的特征向量，获得所述数据序列的各行为数据的行为意图特征向量以及数据描述特征向量；以及通过所述数据序列的各行为数据的行为意图特征向量以及数据描述特征向量，获得所述数据序列的各行为数据的行为变化量化指标。8.根据权利要求5所述的云办公行为数据分析装置，其特征在于，所述参数范围确定模块还用于：以所述数据序列的各行为数据的行为变化量化指标为第一数据分析维度，所述数据序列的各行为数据的行为变化量化指标的支持度参数为第二数据分析维度，构建所述数据序列的行为数据分析模型；通过所述行为数据分析模型记录各所述行为变化量化指标的支持度参数分布；对所述行为变化量化指标的支持度参数分布进行参数特征拟合，获取所述行为变化量化指标的支持度参数拟合函数；根据所述支持度参数拟合函数的参数取值范围，得到所述支持度参数范围。
技术总结
本发明实施例提供的云办公行为数据分析方法及云办公行为数据分析装置通过数据序列的支持度参数范围来确定云办公行为大数据集的行为特征量化分析指标，可实现对云办公行为大数据集中的目标行为特征的有效分析和识别。大数据集中的目标行为特征的有效分析和识别。大数据集中的目标行为特征的有效分析和识别。
技术研发人员：杨建国
受保护的技术使用者：苏州聚慧邦信息科技有限公司
技术研发日：2021.06.30
技术公布日：2021/9/6