[發明專利]一種數據集群優化方向的確定方法、質量評估方法和裝置

在審

• 申請號: 201710979057.4
• 申請日: 2017-10-19
• 公開（公告）號: CN110019976A
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 陳曉軍;唐楚懷;劉廣興;張亞楠
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/9032;G06F16/215
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

1.一種數據集群優化方向的確定方法，其特征在于，應用于待優化的數據集群，所述數據集群中包括同一類型的多個數據，具有所述類型的數據包括多個項目信息，所述方法包括：

確定所述數據集合中具有第一項目信息的數據的第一數量，并根據所述第一數量得到第一有效值，所述第一有效值用于體現所述多個數據中具有第一項目信息的程度；

確定所述數據集合中具有第二項目信息的數據的第二數量，并根據所述第二數量得到第二有效值，所述第二有效值用于體現所述多個數據中具有第二項目信息的程度；

根據所述第一有效值和所述第二有效值確定出所述數據集群的優化方向。

2.根據權利要求1所述的方法，其特征在于，所述第一項目信息為所述多個項目信息中的一個，所述第二項目信息為所述多個項目信息中的一個。

3.根據權利要求1所述的方法，其特征在于，所述根據所述第一有效值和所述第二有效值確定出所述數據集群的優化方向，包括：

根據所述第一有效值和所述第二有效值與預設條件的符合關系，確定出所述數據集群的優化方向。

4.根據權利要求1所述的方法，其特征在于，所述根據所述第一有效值和第二有效值確定出所述數據集群的優化方向，包括：

若所述第一有效值小于所述第二有效值，將所述第一項目信息作為所述數據集群的優化方向。

5.根據權利要求3所述的方法，其特征在于，所述根據所述第一有效值和第二有效值與預設條件的符合關系，確定出所述數據集群的優化方向，包括：

根據所述第一有效值、所述第二有效值，以及實體覆蓋率和/或更新效率值與所述預設條件的符合關系，確定出所述數據集群的優化方向，所述實體覆蓋率用于體現所述多個數據在預設范圍內所述類型的數據中的覆蓋程度；所述更新效率值用于體現所述類型的數據更新到所述數據集群中的效率。

6.根據權利要求5所述的方法，其特征在于，所述實體覆蓋率根據以下方式獲得：

根據所述多個數據的數量與所述類型的數據在預設范圍內的總數量確定出所述實體覆蓋率；

所述更新效率值根據以下方式獲得：

根據獲取具有所述類型的數據更新到所述數據集群的更新時間；確定所述具有所述類型的數據的線上更新時間；

根據所述更新時間和所述線上更新時間確定出針對所述具有所述類型的數據的更新效率值。

7.一種數據集群優化方向的確定裝置，其特征在于，應用于待優化的數據集群，所述數據集群中包括同一類型的多個數據，具有所述類型的數據包括多個項目信息，所述裝置包括第一確定單元和第二確定單元：

所述第一確定單元，用于確定所述數據集合中具有第一項目信息的數據的第一數量，并根據所述第一數量得到第一有效值，所述第一有效值用于體現所述多個數據中具有第一項目信息的程度；

所述第一確定單元還用于確定所述數據集合中具有第二項目信息的數據的第二數量，并根據所述第二數量得到第二有效值，所述第二有效值用于體現所述多個數據中具有第二項目信息的程度；

所述第二確定單元，用于根據所述第一有效值和所述第二有效值確定出所述數據集群的優化方向。

8.一種用于數據集群優化方向確定的數據處理設備，其特征在于，應用于待優化的數據集群，所述數據集群中包括同一類型的多個數據，具有所述類型的數據包括多個項目信息，所述設備包括處理器和存儲器，其中：

所述存儲器，用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器，用于根據所述程序代碼中的指令執行以下方法：

確定所述數據集合中具有第一項目信息的數據的第一數量，并根據所述第一數量得到第一有效值，所述第一有效值用于體現所述多個數據中具有第一項目信息的程度；

確定所述數據集合中具有第二項目信息的數據的第二數量，并根據所述第二數量得到第二有效值，所述第二有效值用于體現所述多個數據中具有第二項目信息的程度；

根據所述第一有效值和所述第二有效值確定出所述數據集群的優化方向。