[發明專利]一種數據庫錯誤數據修復方法

有效

• 申請號: 202010350654.2
• 申請日: 2020-04-28
• 公開（公告）號: CN111522807B
• 公開（公告）日: 2023-05-30
• 發明（設計）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）人: 電子科技大學
• 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所(普通合伙) 51218
• 代理人: 袁英

1.一種數據庫錯誤數據修復方法，其特征在于，所述方法包括如下步驟：

訪問數據庫并讀取數據庫中的數據表；

根據數據表中的現有數據訪問并查找知識庫中的領域知識；

建立數據庫表不同屬性列之間的關系模式；

利用建立好的關系模式從領域知識庫中獲取正確數據；

將正確數據寫入數據庫；

所述建立數據庫表不同屬性列之間的關系模式還包括隱式關系模式的建立：在現有關系模式中，選取數據表中所有表屬性列節點對應的度最大的節點A與其余數據表中度最大的節點B，在知識庫中匹配節點A與節點B存在的關聯關系，取節點B所在表中列值數量最高的列節點F，在節點A與節點B存在關聯關系，且列節點F的值等于C的值時建立編碼關系。

2.如權利要求1所述的一種數據庫錯誤數據修復方法，其特征在于，所述建立數據庫表不同屬性列之間的關系模式包括顯式關系模式的建立：取數據表中任意列C與其它任意表中任意列C’在知識庫中匹配關聯關系，根據關聯關系建立關系模式，所述關系模式中的頂點為數據庫的屬性列，所述關系模式中的邊是知識庫中對數據庫屬性列對應實體的關系。

3.如權利要求1所述的一種數據庫錯誤數據修復方法，其特征在于，所述隱式關系模式的建立過程中，若在知識庫中節點A與節點B不存在關聯關系，則將數據表中度次大的節點作為節點A，并重新判斷節點A與節點B的關聯關系。

4.如權利要求1所述的一種數據庫錯誤數據修復方法，其特征在于，所述隱式關系模式的建立過程中，若節點A與節點B存在關聯關系，但列節點F的值與節點C的值不相等時，將列值不重復數量次高的節點作為節點F，并重新判斷節點F與節點C的值是否相等。

5.如權利要求1所述的一種數據庫錯誤數據修復方法，其特征在于，所述利用建立好的關系模式從領域知識庫中獲取正確數據為：計算每個表所有節點的度數和，找到度數最小的表，在關系模式中匹配錯誤數據D對應的邊，若錯誤數據D對應的邊是未編碼的關系，在所有相關列的基礎上，通過現有數據和關聯關系從知識庫中查詢正確數據。

6.如權利要求5所述的一種數據庫錯誤數據修復方法，其特征在于，所述利用建立好的關系模式從領域知識庫中獲取正確數據的過程中，若錯誤數據D對應的邊是已編碼的關系，則對關系進行解碼，對錯誤數據所在C列相同元組的A列的值從知識庫中計算對應的B列值，將B列值中頻次最多的數據作為B列數據v，在關系模式中以v獲取對應的F值作為正確數據。

7.如權利要求6所述的一種數據庫錯誤數據修復方法，其特征在于，所述方法還包括在將正確數據寫入數據庫后判斷錯誤數據清洗是否完成的步驟，若未完成則將下一個錯誤數據D在關系模式中繼續進行對應邊的匹配；所述方法還包括在錯誤數據D在關系模式中對應邊匹配失敗后進行下一錯誤數據D的對應邊的匹配。