[發明專利]一種處理數據的方法、裝置、電子設備以及存儲介質

在審

• 申請號: 202110604342.4
• 申請日: 2021-05-31
• 公開（公告）號: CN113486219A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 馬偉杰;江敏;夏鑫;許迪凡
• 申請（專利權）人: 杭州數瀾科技有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06Q50/16
• 代理公司: 北京市聯德律師事務所 11361
• 代理人: 黃大正;張來光

本申請公開了一種處理數據的方法、裝置、電子設備以及存儲介質。在來自不同數據來源的多個用戶中，將符合弱匹配規則的兩個用戶組成一個用戶組。先確定用戶組中的兩個用戶在每個指定字段的字段匹配度，再基于每個指定字段的字段匹配度以及對應字段的字段權重計算出該用戶組的綜合匹配度，最后將綜合匹配度符合預定條件的用戶組中的兩個用戶判定為相同用戶。利用本方案可以判定來自不同數據來源的多個用戶是否屬于相同用戶，進而拉通不同數據來源的用戶數據。

技術領域

本申請涉及計算機技術，特別地涉及一種處理數據的方法、裝置、電子設備以及存儲介質。

背景技術

傳統地產企業在業務信息化建設過程中往往缺少統一的規劃，各個業務系統的建設時期不同、技術約束不同，系統間缺少橫向的數據協調，導致各業務系統都形成自己的專用數據。

由于各個業務系統之間的用戶數據缺少關聯，相同用戶的用戶數據可能在不同業務系統中分別存儲，冗余的用戶數據維護工作會耗費不必要的人力物力。

發明內容

依據本申請的第一方面，提供了一種處理數據的方法，所述方法涉及與來自不同數據來源的多套用戶數據分別對應的多個用戶，每套所述用戶數據包括多個字段，所述方法包括：

將所述多個用戶兩兩匹配，將符合弱匹配規則的兩個用戶組成一個用戶組，生成包括至少一個用戶組的候選集；

針對所述候選集中的任一用戶組，分別確定所述用戶組中的兩個用戶分別對應的用戶數據的多個字段中指定字段的字段匹配度；

對于所述候選集中的每一個用戶組，基于對所述指定字段所確定的字段匹配度以及對應字段的字段權重，計算出該用戶組的綜合匹配度；以及

在所述候選集中，將其綜合匹配度符合預定條件的用戶組中的兩個用戶判定為相同用戶。

依據本申請的第二方面，提供了一種處理數據的裝置，所述裝置涉及與來自不同數據來源的多套用戶數據分別對應的多個用戶，每套所述用戶數據包括多個字段，所述裝置包括：

用戶組生成模塊，用于將所述多個用戶兩兩匹配，將符合弱匹配規則的兩個用戶組成一個用戶組，生成包括至少一個用戶組的候選集；

字段匹配模塊，用于針對所述候選集中的任一用戶組，分別確定所述用戶組中的兩個用戶分別對應的用戶數據的多個字段中指定字段的字段匹配度；

綜合計算模塊，用于對于所述候選集中的每一個用戶組，基于對所述指定字段所確定的字段匹配度以及對應字段的字段權重，計算出該用戶組的綜合匹配度；以及

用戶判定模塊，用于在所述候選集中，將其綜合匹配度符合預定條件的用戶組中的兩個用戶判定為相同用戶。

依據本申請的第三方面，提供一種電子設備，包括：處理器；用于存儲所述處理器可執行指令的存儲器；其中，所述處理器被配置為能夠執行所述指令，以實現如第一方面所述的方法。

依據本申請的第四方面，提供一種計算機可讀介質，其上存儲有計算機可讀指令，所述計算機可讀指令被計算機執行時能夠執行如第一方面所述的方法。

本申請的實施例公開了一種處理數據的方法。在來自不同數據來源的多個用戶中，將符合弱匹配規則的兩個用戶組成一個用戶組。先確定用戶組中的兩個用戶在每個指定字段的字段匹配度，再基于每個指定字段的字段匹配度以及對應字段的字段權重計算出該用戶組的綜合匹配度，最后將綜合匹配度符合預定條件的用戶組中的兩個用戶判定為相同用戶。利用本方案可以判定來自不同數據來源的多個用戶是否屬于相同用戶，進而拉通不同數據來源的用戶數據。

附圖說明

圖1是本申請一示例性實施例示出的處理數據的方法的一種流程圖；

圖2是本申請一示例性實施例示出的處理數據的方法的另一種流程圖；