[發明專利]異構數據同構化處理方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201810678020.2
• 申請日: 2018-06-27
• 公開（公告）號: CN110716970B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 楊雙全;張陽;熊云
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/28;G06F16/26;G06F16/215
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

本申請提出一種異構數據同構化處理方法、裝置計算機設備及存儲介質，其中，方法包括：獲取待處理的第一源數據及第二源數據，其中，所述第一源數據與所述第二源數據為異構數據；將所述第一源數據進行可視化處理，以生成所述第一源數據對應的第一圖譜，其中，所述第一圖譜中的各節點分別為所述第一源數據中的各實體，各節點間的關聯邊為對應各實體間的關系數據；將所述第二源數據進行可視化處理，以生成所述第二源數據對應的第二圖譜，其中，所述第二圖譜中的各節點分別為所述第二源數據中的各實體，各節點間的關聯邊為對應實體間的關系數據。通過本方法，能夠提高對異構數據進行同構化處理的準確性，保證同構化數據與異構數據之間的一致性。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種異構數據同構化處理方法、裝置計算機設備及存儲介質。

背景技術

隨著互聯網的快速發展，以及信息化和電子化的全面普及，互聯網數據、社會數據(例如居民醫保、社保信息、水電煤信息)等數據呈現爆炸式增長，這些數據通常為異構數據。由于不同數據之間的異構性，往往需要對異構數據進行同構化處理，以方便后續對數據進行處理。

傳統的對異構數據進行同構化處理的方法，主要是基于統一的Schema進行歸一化處理，將異構數據轉化為同構數據。由于這種方式根據Schema進行同構化處理，能夠處理的數據種類由Schema決定，若Schema設計的較簡單，同構化處理的數據有限，容易導致異構數據中的信息丟失，使得同構化處理后的數據與原始的異構數據之間的一致性差；若Schema設計的復雜，則會增加大量的冗余信息，加重處理負擔。

發明內容

本申請旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本申請的第一個目的在于提出一種異構數據同構化處理方法，以提高對異構數據進行同構化處理的準確性，保證同構化數據與異構數據之間的一致性，解決現有技術中因依賴Schema進行同構化處理導致信息丟失、一致性差的技術問題。

本申請的第二個目的在于提出一種異構數據同構化處理裝置。

本申請的第三個目的在于提出一種計算機設備。

本申請的第四個目的在于提出一種非臨時性計算機可讀存儲介質。

本申請的第五個目的在于提出一種計算機程序產品。

為達上述目的，本申請第一方面實施例提出了一種異構數據同構化處理方法，包括：

獲取待處理的第一源數據及第二源數據，其中，所述第一源數據與所述第二源數據為異構數據；

將所述第一源數據進行可視化處理，以生成所述第一源數據對應的第一圖譜，其中，所述第一圖譜中的各節點分別為所述第一源數據中的各實體，各節點間的關聯邊為對應各實體間的關系數據；

將所述第二源數據進行可視化處理，以生成所述第二源數據對應的第二圖譜，其中，所述第二圖譜中的各節點分別為所述第二源數據中的各實體，各節點間的關聯邊為對應實體間的關系數據。

本申請實施例的異構數據同構化處理方法，通過獲取異構的、待處理的第一源數據和第二源數據，分別對第一源數據和第二源數據進行可視化處理，得到對應的第一圖譜和第二圖譜，其中，第一圖譜中的各節點為第一源數據中的各實體，第二圖譜中的各節點為第二源數據中的各實體，第一圖譜和第二圖譜中各節點間的關聯邊為對應各實體間的關系數據。由此，實現了根據異構數據中的實體及實體間的關系構建圖譜，將異構數據轉化為圖譜表示的同構數據，提高了同構化數據與異構數據之間的一致性，保證了同構化數據的完整性。

為達上述目的，本申請第二方面實施例提出了一種異構數據同構化處理裝置，包括：

獲取模塊，用于獲取待處理的第一源數據及第二源數據，其中，所述第一源數據與所述第二源數據為異構數據；