[發明專利]數據拼接方法、裝置、設備及計算機存儲介質

有效

• 申請號: 202011007016.7
• 申請日: 2020-09-23
• 公開（公告）號: CN112131258B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 王建華;周杰
• 申請（專利權）人: 創新奇智（重慶）科技有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/242;G06F16/22
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 衡滔

1.一種數據拼接方法，其特征在于，所述方法包括：

對數據表中的具有相同用戶ID的數據記錄進行字段的類別特征聚合，得到所述字段的類別特征聚合結果；

對所述數據表中的所述具有相同用戶ID的數據記錄進行字段的數值特征聚合，得到所述字段的數值特征聚合結果；

對所述數據表中的所述具有相同用戶ID的數據記錄進行字段的數值類別特征聚合，得到所述字段的數值類別特征聚合結果；

根據所述用戶ID將所述字段的類別特征聚合結果、所述字段的數值特征聚合結果、所述字段的數值類別特征聚合結果進行拼接，以得到所述具有相同用戶ID的數據特征拼接結果；

以及，所述對數據表中的具有相同用戶ID的數據記錄進行字段的類別特征聚合，得到所述字段的類別特征聚合結果，包括：

根據所述字段的類別總數確定編碼序列的位個數；

根據所述字段在所述數據記錄的類別對所述編碼序列中進行編碼，其中，編碼后的所述編碼序列包一個有效編碼位，所述有效編碼位的位值為1；

將所述具有相同用戶ID的數據記錄中每條所述數據記錄的所述編碼序列進行位值累加運算，以得到總編碼序列；

將所述總編碼序列作為所述字段的類別特征聚合結果；

以及，所述對所述數據表中的所述具有相同用戶ID的數據記錄進行字段的數值特征聚合，得到所述字段的數值特征聚合結果，還包括：

比較確定出所述具有相同用戶ID的數據記錄中字段的最大值、最小值；

計算所述具有相同用戶ID的數據記錄中字段的數值的均值及方差；

將所述最大值、所述最小值、所述均值及所述方差作為所述字段的數值特征聚合結果；

以及，所述對所述數據表中的所述具有相同用戶ID的數據記錄進行字段的數值類別特征聚合，得到所述字段的數值類別特征聚合結果，包括：

根據所述最大值的所屬數值區域確定所述最大值的數值類型；

根據所述最小值的所屬數值區域確定所述最小值的數值類型；

根據所述均值的所屬數值區域確定所述均值的數值類型；

將所述最大值的數值類型、所述最小值的數值類型、所述均值的數值類型作為所述字段的數值類別特征聚合結果。

2.如權利要求1所述的數據拼接方法，其特征在于，所述字段的數值特征聚合結果還包括字段的數值個數；

以及，所述對所述數據表中的所述具有相同用戶ID的數據記錄進行字段的數值特征聚合，得到所述字段的數值特征聚合結果，還包括：

統計具有相同用戶ID的數據記錄中的數據記錄條數；

根據所述數據記錄條數確定所述字段的數值個數。

3.如權利要求1所述的數據拼接方法，其特征在于，所述字段的數值特征聚合結果還包括字段的數值的中位數。

4.如權利要求1所述的數據拼接方法，其特征在于，在所述根據所述用戶ID將所述字段的類別特征聚合結果、所述字段的數值特征聚合結果、所述字段的數值類別特征聚合結果進行拼接，以得到所述具有相同用戶ID的數據特征拼接結果之后，所述方法還包括：

根據ID將至少兩個數據表的數據特征拼接結果進行拼接，以拼接所述至少兩個數據表。