[發明專利]一種對標處理的方法、裝置、計算機存儲介質及終端

有效

• 申請號: 201811598897.7
• 申請日: 2018-12-26
• 公開（公告）號: CN109800215B
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 張毅然;王健偉
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/22;G06F16/242
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 王康;栗若木

1.一種對標處理的方法，其特征在于，包括：

構建待對標處理的各目標表的第一特征向量；

對構建的第一特征向量進行聚類運算；

根據聚類運算結果，對屬于同一聚類簇的目標表進行融合，獲得對應于各聚類簇的寬表；

根據原始表與獲得的各寬表的相似度信息，從獲得的所有寬表中選擇其中一個作為用于對標處理的標準表；

根據選擇的標準表進行原始表的對標處理；

其中，所述對標處理包括：使用選擇的標準表中已構建的字段映射原始表中的相關字段。

2.根據權利要求1所述的方法，其特征在于，所述構建待對標的各目標表的第一特征向量包括：

對所有目標表包含的字段均進行分詞處理，獲得包含所有分詞的詞典；

根據獲得的詞典對各目標表進行詞頻統計，獲得對應于各目標表的詞頻向量；

對獲得的各詞頻向量分別進行預處理后，構建對應于各目標表的所述第一特征向量；

其中，所述預處理包括：歸一化處理。

3.根據權利要求1或2所述的方法，其特征在于，所述對構建的第一特征向量進行聚類運算之前，所述方法還包括：

根據預設策略確定所述聚類運算的聚類中心數；

其中，所述聚類中心數與所述目標表包含的種類數成正比。

4.根據權利要求1所述的方法，其特征在于，所述對屬于同一聚類簇的目標表進行融合包括：

對屬于同一聚類簇中的所述目標表，進行數據項的去重和合并處理后，獲得對應于當前聚類簇的寬表。

5.根據權利要求1、2或4所述的方法，其特征在于，所述從獲得的所有寬表中選擇其中一個作為用于對標處理的標準表包括：

確定所述原始表的第二特征向量，各寬表的第三特征向量；

計算確定的所述第二特征向量與各所述第三特征向量的相似度；

選擇相似度取值最大時，該相似度取值對應的寬表作為用于對標處理的標準表。

6.一種對標處理的裝置，其特征在于，包括：構建單元、聚類單元、融合單元和確定單元；其中，

構建單元用于：構建待對標處理的各目標表的第一特征向量；

聚類單元用于：對構建的第一特征向量進行聚類運算；

融合單元用于：根據聚類運算結果，對屬于同一聚類簇的目標表進行融合，獲得對應于各聚類簇的寬表；

確定單元用于：根據原始表與獲得的各寬表的相似度信息，從獲得的所有寬表中選擇其中一個作為用于對標處理的標準表；

根據選擇的標準表進行原始表的對標處理；

其中，所述對標處理包括：使用選擇的標準表中已構建的字段映射原始表中的相關字段。

7.根據權利要求6所述的裝置，其特征在于，所述構建單元具體用于：

對所有目標表包含的字段均進行分詞處理，獲得包含所有分詞的詞典；

根據獲得的詞典對各目標表進行詞頻統計，獲得對應于各目標表的詞頻向量；

對獲得的各詞頻向量分別進行預處理后，構建對應于各目標表的所述第一特征向量；

其中，所述預處理包括：歸一化處理。

8.根據權利要求6或7所述的裝置，其特征在于，所述裝置還包括預設單元，用于：

根據預設策略確定所述聚類運算的聚類中心數；

其中，所述聚類中心數與所述目標表包含的種類數成正比。

9.根據權利要求6所述的裝置，其特征在于，所述融合單元具體用于：

根據聚類運算結果，對屬于同一聚類簇中的所述目標表，進行數據項的去重和合并處理后，獲得對應于當前聚類簇的寬表。

10.根據權利要求6、7或9所述的裝置，其特征在于，所述確定單元具體用于：

確定所述原始表的第二特征向量，各寬表的第三特征向量；

計算確定的所述第二特征向量與各所述第三特征向量的相似度；

選擇相似度取值最大時，該相似度取值對應的寬表作為用于對標處理的標準表。