[發(fā)明專利]一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法

有效

• 申請?zhí)枺?/td>: 202010350654.2
• 申請日: 2020-04-28
• 公開（公告）號: CN111522807B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計）人: 侯孟書;楊鍵;查爾斯·羅蘭·哈魯納;羅坤明;董浩;周世杰
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/24;G06F11/14
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙) 51218
• 代理人: 袁英

1.一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述方法包括如下步驟：

訪問數(shù)據(jù)庫并讀取數(shù)據(jù)庫中的數(shù)據(jù)表；

根據(jù)數(shù)據(jù)表中的現(xiàn)有數(shù)據(jù)訪問并查找知識庫中的領(lǐng)域知識；

建立數(shù)據(jù)庫表不同屬性列之間的關(guān)系模式；

利用建立好的關(guān)系模式從領(lǐng)域知識庫中獲取正確數(shù)據(jù)；

將正確數(shù)據(jù)寫入數(shù)據(jù)庫；

所述建立數(shù)據(jù)庫表不同屬性列之間的關(guān)系模式還包括隱式關(guān)系模式的建立：在現(xiàn)有關(guān)系模式中，選取數(shù)據(jù)表中所有表屬性列節(jié)點對應(yīng)的度最大的節(jié)點A與其余數(shù)據(jù)表中度最大的節(jié)點B，在知識庫中匹配節(jié)點A與節(jié)點B存在的關(guān)聯(lián)關(guān)系，取節(jié)點B所在表中列值數(shù)量最高的列節(jié)點F，在節(jié)點A與節(jié)點B存在關(guān)聯(lián)關(guān)系，且列節(jié)點F的值等于C的值時建立編碼關(guān)系。

2.如權(quán)利要求1所述的一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述建立數(shù)據(jù)庫表不同屬性列之間的關(guān)系模式包括顯式關(guān)系模式的建立：取數(shù)據(jù)表中任意列C與其它任意表中任意列C’在知識庫中匹配關(guān)聯(lián)關(guān)系，根據(jù)關(guān)聯(lián)關(guān)系建立關(guān)系模式，所述關(guān)系模式中的頂點為數(shù)據(jù)庫的屬性列，所述關(guān)系模式中的邊是知識庫中對數(shù)據(jù)庫屬性列對應(yīng)實體的關(guān)系。

3.如權(quán)利要求1所述的一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述隱式關(guān)系模式的建立過程中，若在知識庫中節(jié)點A與節(jié)點B不存在關(guān)聯(lián)關(guān)系，則將數(shù)據(jù)表中度次大的節(jié)點作為節(jié)點A，并重新判斷節(jié)點A與節(jié)點B的關(guān)聯(lián)關(guān)系。

4.如權(quán)利要求1所述的一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述隱式關(guān)系模式的建立過程中，若節(jié)點A與節(jié)點B存在關(guān)聯(lián)關(guān)系，但列節(jié)點F的值與節(jié)點C的值不相等時，將列值不重復(fù)數(shù)量次高的節(jié)點作為節(jié)點F，并重新判斷節(jié)點F與節(jié)點C的值是否相等。

5.如權(quán)利要求1所述的一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述利用建立好的關(guān)系模式從領(lǐng)域知識庫中獲取正確數(shù)據(jù)為：計算每個表所有節(jié)點的度數(shù)和，找到度數(shù)最小的表，在關(guān)系模式中匹配錯誤數(shù)據(jù)D對應(yīng)的邊，若錯誤數(shù)據(jù)D對應(yīng)的邊是未編碼的關(guān)系，在所有相關(guān)列的基礎(chǔ)上，通過現(xiàn)有數(shù)據(jù)和關(guān)聯(lián)關(guān)系從知識庫中查詢正確數(shù)據(jù)。

6.如權(quán)利要求5所述的一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述利用建立好的關(guān)系模式從領(lǐng)域知識庫中獲取正確數(shù)據(jù)的過程中，若錯誤數(shù)據(jù)D對應(yīng)的邊是已編碼的關(guān)系，則對關(guān)系進(jìn)行解碼，對錯誤數(shù)據(jù)所在C列相同元組的A列的值從知識庫中計算對應(yīng)的B列值，將B列值中頻次最多的數(shù)據(jù)作為B列數(shù)據(jù)v，在關(guān)系模式中以v獲取對應(yīng)的F值作為正確數(shù)據(jù)。

7.如權(quán)利要求6所述的一種數(shù)據(jù)庫錯誤數(shù)據(jù)修復(fù)方法，其特征在于，所述方法還包括在將正確數(shù)據(jù)寫入數(shù)據(jù)庫后判斷錯誤數(shù)據(jù)清洗是否完成的步驟，若未完成則將下一個錯誤數(shù)據(jù)D在關(guān)系模式中繼續(xù)進(jìn)行對應(yīng)邊的匹配；所述方法還包括在錯誤數(shù)據(jù)D在關(guān)系模式中對應(yīng)邊匹配失敗后進(jìn)行下一錯誤數(shù)據(jù)D的對應(yīng)邊的匹配。