[發明專利]一種數據處理方法和裝置

有效

• 申請號: 201310573974.4
• 申請日: 2013-11-15
• 公開（公告）號: CN103559413B
• 公開（公告）日: 2016-11-02
• 發明（設計）人: 曹艷白
• 申請（專利權）人: 北京搜房科技發展有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

技術領域

本發明涉及數據處理技術領域，更具體的說是涉及一種數據處理方法和裝置。

背景技術

在數據統計中，經常需要涉及到排重計算。所謂排重計算就是從待統計數據中統計出指定類型的數據記錄，以排除不屬于該指定類型的數據記錄。例如，以待統計數據為某個超市的銷售數據為例，則該銷售數據包括多條數據記錄，每條數據記錄中具包含了已銷售商品的商品名稱、生產廠商、銷售時間等屬性信息，如果對本月銷售的商品A進行排重計算后，則僅僅會統計出銷售時間為本月，且商品名稱為商品A的數據記錄，而其他數據記錄則會被排除。

在實際應用中，待分析數據一般具有多個屬性參數，可能需要分別基于多個不同的屬性組合來進行多個維度的排重計算，這樣，則需要人為根據所需統計的維度數，列舉出可能的屬性組合情況，然后再分別基于可能的屬性參數組合進行排重計算。

如仍以上面的例子進行介紹，該銷售數據對應著商品名稱、生產廠商、銷售時間這個三個屬性參數，這三個屬性參數可以組合成8種不同的維度組合，即該8種可能的維度組合包含一個三維度組合、三個二維度組合、三個一維度組合和一個零維度組合。其中，該三維度的組合為由商品名稱、生產廠商和銷售時間這三個屬性參數組合的三維組合；該三個兩維度的組合分別為：商品名稱和生產廠商的二維組合，商品名稱和銷售時間的二維組合，生產廠商和銷售時間的二維組合；該三個一維度的組合則分別是商品名稱、生產廠商和銷售時間中任意一個屬性參數為一個一維組合；零維度就是不考慮任意的屬性參數組合。上面提到的對本月銷售的商品A進行排重計算實際上是基于銷售名稱和銷售時間這兩個屬性參數組合的一種二維度的排重計算。

當數據具有的屬性參數的數量為n時，基于不同維度的屬性參數組合的總數量則為2的n次方。隨著數據復雜性的增加，數據具有的屬性參數的數量也相應增多。當數據具有的屬性參數數量較大時，可能的也相應增多，這樣，通過人為的方式列舉可能的維度組合已經變得不可能，而且人為列舉也經常會出現遺漏某些屬性參數的組合，使得得到的維度組合不全面，影響到了排重計算，進而降低了數據統計分析的精度。

發明內容，

有鑒于此，本發明提供一種數據處理方法和裝置，以提高利用待分析數據的屬性參數確定維度組合的準確性，進而提高數據統計分析的精度。

為實現上述目的，本發明提供如下技術方案：一種數據處理方法，包括：

獲取待分析數據具有的屬性參數；

根據所述待分析數據具有的屬性參數，確定待生成的二進制數的位數，其中，所述二進制數的位數與所述待分析數據具有的屬性參數的個數相同，且所述二進制數的各位分別表示所述待分析數據的一個屬性參數；

生成具有所述位數的所有所述二進制數，并從生成的所述多個二進制數中，選取包含有預設數量位為第一指定數值的二進制數，其中，所述第一指定數值為0或1；

對于每個選取出的所述二進制數，將所述二進制數中為所述第一指定數值的各位所表示的屬性參數組成屬性參數組合；

基于得到的所述屬性參數組合，對所述待分析數據進行所述預設數量個維度的統計。

優選的，所述生成具有所述位數的所有所述二進制數，并從生成的所述多個二進制數中，選取包含有預設數量位為第一指定數值的二進制數，包括：

A：生成具有所述位數，且每位均為所述第二指定數值的初始二進制數，將所述初始二進制數作為第一二進制數，其中，第二指定數值為0或1；

B：根據預設規則和所述第一二進制數，生成第二二進制數，所述第二二進制數與所述第一二進制的差值的絕對值為1；

C：如果所述第二二進制數中有預設數量位上的數值為第一指定數值，則選取出所述第二二進制數；

C：判斷所述第二二進制數的各位是否為均為第三指定數值，如果是，則執行生成所述屬性參數組合的操作；如果否，則將當前的所述第二二進制數作為所述第一二進制數，并返回所述步驟B；

其中，所述第三指定數值為0或1，且所述第三指定數值不同于所述第二指定數值。

優選的，當所述第二指定數值為0時，所述生成具有所述位數，且每位均為所述第二指定數值的初始二進制數，包括：

生成具有所述位數，且每位均為0的初始二進制數

所述根據預設規則和所述第一二進制數，生成第二二進制數，所述第二二進制數與所述第一二進制的差值的絕對值為1，包括：

將所述第一二進制數的最低位加一，得到第二二進制數。