[發明專利]數據質量識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110250433.2
• 申請日: 2021-03-08
• 公開（公告）號: CN112862355A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 黃利賢
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李文淵

本申請涉及一種數據質量識別方法、裝置、計算機設備和存儲介質。該方法包括：獲取目標調查數據；目標調查數據包括至少兩個數據平臺采集得到的調查數據；每個數據平臺的調查數據包括調查指標和調查指標對應的統計數據；根據目標調查數據，獲取兩兩數據平臺的各個調查指標的統計數據集合；對兩兩數據平臺的各個調查指標的統計數據集合進行線性回歸處理，得到兩兩數據平臺的調查數據的多個質量評估參數；根據多個質量評估參數，確定對兩兩數據平臺的調查數據的質量識別結果；根據對兩兩數據平臺的調查數據的質量識別結果，確定對目標調查數據的目標質量識別結果。采用本方法，能夠提高數據質量識別準確率，保證了大數據的數據挖掘結果的有效性。

技術領域

本申請涉及數據處理技術領域，特別是涉及一種數據質量識別方法、裝置、計算機設備和存儲介質。

背景技術

隨著大數據技術的發展，通常需要對采集得到的數據進行數據分析；但在進行數據分析之前，需要評估采集得到的數據的數據質量，以保證數據分析結果的可靠性。

在問卷調查場景中，一般是通過人工主觀評估調查數據的數據質量，但是在人工主觀評估數據質量的過程中，容易出現錯誤，導致數據質量的識別準確率較低。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高數據質量的識別準確率的數據質量識別方法、裝置、計算機設備和存儲介質。

一種數據質量識別方法，所述方法包括：

獲取目標調查數據；所述目標調查數據包括至少兩個數據平臺采集得到的調查數據；每個數據平臺的調查數據為相應的數據平臺針對同一份調查表對相同用戶群體所采集得到，包括調查指標和所述調查指標對應的統計數據；

根據所述目標調查數據，獲取兩兩數據平臺的各個調查指標的統計數據集合；

對所述兩兩數據平臺的各個調查指標的統計數據集合進行線性回歸處理，得到所述兩兩數據平臺的調查數據的多個質量評估參數；

根據所述兩兩數據平臺的調查數據的多個質量評估參數，確定對所述兩兩數據平臺的調查數據的質量識別結果；

根據對所述兩兩數據平臺的調查數據的質量識別結果，確定對所述目標調查數據的目標質量識別結果。

一種數據質量識別裝置，所述裝置包括：

數據獲取模塊，用于獲取目標調查數據；所述目標調查數據包括通過至少兩個數據平臺采集得到的調查數據；每個數據平臺的調查數據為相應的數據平臺針對同一份調查表對相同用戶群體所采集得到，包括調查指標和所述調查指標對應的統計數據；

集合獲取模塊，用于根據所述目標調查數據，獲取兩兩數據平臺的各個調查指標的統計數據集合；

參數獲取模塊，用于對所述兩兩數據平臺的各個調查指標的統計數據集合進行線性回歸處理，得到所述兩兩數據平臺的調查數據的多個質量評估參數；

結果確定模塊，用于根據所述兩兩數據平臺的調查數據的多個質量評估參數，確定對所述兩兩數據平臺的調查數據的質量識別結果；

質量識別模塊，用于根據對所述兩兩數據平臺的調查數據的質量識別結果，確定對所述目標調查數據的目標質量識別結果。

一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：

獲取目標調查數據；所述目標調查數據包括至少兩個數據平臺采集得到的調查數據；每個數據平臺的調查數據為相應的數據平臺針對同一份調查表對相同用戶群體所采集得到，包括調查指標和所述調查指標對應的統計數據；

根據所述目標調查數據，獲取兩兩數據平臺的各個調查指標的統計數據集合；