[發明專利]一種數據生成方法和裝置

有效

• 申請號: 201710240678.0
• 申請日: 2017-04-13
• 公開（公告）號: CN107403371B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 劉照星
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F16/22
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 陳蕾

1.一種數據生成方法，其特征在于，所述方法用于生成一種數據結構下的全量數據集，所述數據結構是指相互之間存在一種或多種特定關系的數據元素的集合；所述數據結構包括至少一個數據模塊，每個數據模塊下包括至少一個數據字段；各個數據模塊中均包括歸類字段，對于所述全量數據集中的每一個數據，所述歸類字段在不同數據模塊下具有相同取值；所述方法包括：

設置所述歸類字段的多個取值；

對于每一個數據模塊，執行如下操作：將所述歸類字段的每一個取值，分別與所述數據模塊中歸類字段之外的其他字段的字段配對集進行組合，得到分別對應各個取值的模塊全量集；所述字段配對集是使用配對算法找到模塊中歸類字段之外的其他字段的可能組合；

將各個數據模塊中對應歸類字段的同一取值的模塊全量集，根據所述數據結構的關聯關系進行聯合，得到所述數據結構的全量數據集。

2.根據權利要求1所述的方法，其特征在于，所述將所述歸類字段的每一個取值，分別與所述數據模塊中歸類字段之外的其他字段的字段配對集進行組合，得到分別對應各個取值的模塊全量集，包括：

根據pairwise配對算法，得到所述數據模塊中歸類字段之外的其他字段的字段配對集；

由所述數據模塊中的歸類字段的多個取值中，選擇一個取值；

將選擇的所述取值與所述字段配對集組合，得到所述數據模塊的對應所述取值的模塊全量集；

由所述歸類字段的多個取值中，選擇另一個取值；

將選擇的所述另一個取值與所述字段配對集組合，得到所述數據模塊的對應所述另一個取值的模塊全量集。

3.根據權利要求1所述的方法，其特征在于，所述將各個數據模塊中對應歸類字段的同一取值的模塊全量集，根據所述數據結構的關聯關系進行聯合，包括：

對于歸類字段的一個取值，獲取各個數據模塊中對應所述取值的模塊全量集；

將所述各個數據模塊中對應所述取值的模塊全量集，根據所述數據結構中的層級關系進行聯合，得到對應所述取值的數據；

對于所述歸類字段的另一個取值，獲取各個數據模塊中對應所述另一個取值的模塊全量集；

將所述各個數據模塊中對應所述另一個取值的模塊全量集，根據所述數據結構中的層級關系進行聯合，得到對應所述另一個取值的數據。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取用于定義取值規則的配置文件；

根據所述配置文件，生成所述數據結構中的字段的取值。

5.根據權利要求1所述的方法，其特征在于，

所述數據結構是樹形數據結構。

6.一種數據生成裝置，其特征在于，所述裝置用于生成一種數據結構下的全量數據集，所述數據結構是指相互之間存在一種或多種特定關系的數據元素的集合；所述數據結構包括至少一個數據模塊，每個數據模塊下包括至少一個數據字段；各個數據模塊中均包括歸類字段，對于所述全量數據集中的每一個數據，所述歸類字段在不同數據模塊下具有相同取值；所述裝置包括：

取值設置模塊，用于設置所述歸類字段的多個取值；

組合處理模塊，用于對于每一個數據模塊，執行如下操作：將所述歸類字段的每一個取值，分別與所述數據模塊中歸類字段之外的其他字段的字段配對集進行組合，得到分別對應各個取值的模塊全量集；所述字段配對集是使用配對算法找到模塊中歸類字段之外的其他字段的可能組合；

全量獲取模塊，用于將各個數據模塊中對應歸類字段的同一取值的模塊全量集，根據所述數據結構的關聯關系進行聯合，得到所述數據結構的全量數據集。

7.根據權利要求6所述的裝置，其特征在于，

所述組合處理模塊，具體用于根據pairwise配對算法，得到所述數據模塊中歸類字段之外的其他字段的字段配對集；由所述數據模塊中的歸類字段的多個取值中，選擇一個取值；將選擇的所述取值與所述字段配對集組合，得到所述數據模塊的對應所述取值的模塊全量集；由所述歸類字段的多個取值中，選擇另一個取值；將選擇的所述另一個取值與所述字段配對集組合，得到所述數據模塊的對應所述另一個取值的模塊全量集。