[發(fā)明專利]數(shù)據(jù)匹配的方法和裝置

有效

• 申請?zhí)枺?/td>: 201710198317.4
• 申請日: 2017-03-30
• 公開（公告）號: CN108664497B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 馬俊;李程
• 申請（專利權(quán)）人: 大有秦鼎（北京）科技有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2457;G06F16/28;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種數(shù)據(jù)匹配的方法和裝置，屬于信息處理技術(shù)領(lǐng)域。方法包括：根據(jù)第一偽ID將第一數(shù)據(jù)分類，針對任一類第一數(shù)據(jù)，確定其對應(yīng)的第二數(shù)據(jù)，根據(jù)第二偽ID將對應(yīng)的第二數(shù)據(jù)分類，統(tǒng)計各類對應(yīng)的第二數(shù)據(jù)的數(shù)量，根據(jù)各類對應(yīng)的第二數(shù)據(jù)的數(shù)量確定任一類第一數(shù)據(jù)與各類對應(yīng)的第二數(shù)據(jù)之間的可信度，按照可信度將任一類第一數(shù)據(jù)與對應(yīng)的第二數(shù)據(jù)匹配。本發(fā)明將第一數(shù)據(jù)分類，針對各類第一數(shù)據(jù)對應(yīng)的第二數(shù)據(jù)，將對應(yīng)的第二數(shù)據(jù)分類，根據(jù)各類對應(yīng)的第二數(shù)據(jù)的數(shù)量確定各類第一數(shù)據(jù)與各類對應(yīng)的第二數(shù)據(jù)之間的可信度，按照可信度將任一類第一數(shù)據(jù)與對應(yīng)的第二數(shù)據(jù)匹配，實現(xiàn)了兩個ID被脫敏的數(shù)據(jù)源的數(shù)據(jù)匹配。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種數(shù)據(jù)融合的方法和裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)等新興技術(shù)的發(fā)展，產(chǎn)生數(shù)據(jù)的數(shù)據(jù)源如雨后春筍般增長。在各種數(shù)據(jù)源的數(shù)據(jù)中，往往存在敏感數(shù)據(jù)項。為了保證敏感數(shù)據(jù)項不被公開，該數(shù)據(jù)源在數(shù)據(jù)輸出中會將敏感數(shù)據(jù)項進行脫敏處理，以使數(shù)據(jù)用戶不會獲得敏感數(shù)據(jù)。

然而對于兩個數(shù)據(jù)源的數(shù)據(jù)，每個數(shù)據(jù)源的數(shù)據(jù)中均將敏感數(shù)據(jù)項為數(shù)據(jù)ID(Identity，標識)的情形，由于其ID進行了脫敏處理，不能根據(jù)脫敏后的ID將不同的數(shù)據(jù)放在一起進行匹配操作，所以不能實現(xiàn)兩個ID被脫敏的數(shù)據(jù)源的數(shù)據(jù)匹配。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的問題，本發(fā)明實施例提供了一種數(shù)據(jù)匹配的方法和裝置。所述技術(shù)方案如下：

第一方面，提供了一種數(shù)據(jù)匹配的方法，所述方法包括：

獲取第一數(shù)據(jù)源的第一數(shù)據(jù)和第二數(shù)據(jù)源的第二數(shù)據(jù)，所述第一數(shù)據(jù)包括第一偽標識ID和第一記錄時間，所述第二數(shù)據(jù)包括第二偽ID和第二記錄時間，不同第一數(shù)據(jù)的第一偽ID相同或不同，不同第二數(shù)據(jù)的第二偽ID相同或不同；

根據(jù)第一偽ID將所述第一數(shù)據(jù)分類，同類的第一數(shù)據(jù)的第一偽ID相同；

針對任一類第一數(shù)據(jù)，確定其對應(yīng)的第二數(shù)據(jù)，根據(jù)第二偽ID將對應(yīng)的第二數(shù)據(jù)分類，統(tǒng)計各類對應(yīng)的第二數(shù)據(jù)的數(shù)量，根據(jù)各類對應(yīng)的第二數(shù)據(jù)的數(shù)量確定所述任一類第一數(shù)據(jù)與各類對應(yīng)的第二數(shù)據(jù)之間的可信度，按照可信度將所述任一類第一數(shù)據(jù)與對應(yīng)的第二數(shù)據(jù)匹配；

其中，對應(yīng)的第二數(shù)據(jù)的第二記錄時間與所述任一類第一數(shù)據(jù)的第一記錄時間的差的絕對值小于預(yù)設(shè)時間差。

第二方面，提供了一種數(shù)據(jù)匹配的裝置，所述裝置包括：

獲取模塊，用于獲取第一數(shù)據(jù)源的第一數(shù)據(jù)和第二數(shù)據(jù)源的第二數(shù)據(jù)，所述第一數(shù)據(jù)包括第一偽標識ID和第一記錄時間，所述第二數(shù)據(jù)包括第二偽ID和第二記錄時間，不同第一數(shù)據(jù)的第一偽ID相同或不同，不同第二數(shù)據(jù)的第二偽ID相同或不同；

分類模塊，用于根據(jù)第一偽ID將所述第一數(shù)據(jù)分類，同類的第一數(shù)據(jù)的第一偽ID相同；

匹配模塊，用于針對任一類第一數(shù)據(jù)，確定其對應(yīng)的第二數(shù)據(jù)，根據(jù)第二偽ID將對應(yīng)的第二數(shù)據(jù)分類，統(tǒng)計各類對應(yīng)的第二數(shù)據(jù)的數(shù)量，根據(jù)各類對應(yīng)的第二數(shù)據(jù)的數(shù)量確定所述任一類第一數(shù)據(jù)與各類對應(yīng)的第二數(shù)據(jù)之間的可信度，按照可信度將所述任一類第一數(shù)據(jù)與對應(yīng)的第二數(shù)據(jù)匹配；

其中，對應(yīng)的第二數(shù)據(jù)的第二記錄時間與所述任一類第一數(shù)據(jù)的第一記錄時間的差的絕對值小于預(yù)設(shè)時間差；

其中，所述第一數(shù)據(jù)源為任一銀行的銀行卡數(shù)據(jù)源，所述第二數(shù)據(jù)源為通信運營商數(shù)據(jù)源，且所述第二數(shù)據(jù)與所述任一銀行相關(guān)；

所述裝置，還包括：

清洗模塊，用于清洗所述第一數(shù)據(jù)和第二數(shù)據(jù)；