[發明專利]煙草數據中元數據的獲取方法及裝置

在審

• 申請號: 202110760697.2
• 申請日: 2021-07-06
• 公開（公告）號: CN113342880A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 張海濤;曾仲大;賀莉蘋;陳愛明;牛文巍;李明;竇一博
• 申請（專利權）人: 云南中煙工業有限責任公司;大連達碩信息技術有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/28;G06F16/215
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 裴金華

本發明實施例提供一種煙草數據中元數據的獲取方法及裝置，所述方法包括：提取數據庫中的原始數據，并獲取所述原始數據對應的業務類型，根據業務類型對所述原始數據進行分類，得到各個類型的業務數據；獲取所述業務數據的數據屬性，將所述各個類型的業務數據的數據屬性之間進行對比，根據對比結果確定所述數據屬性的標準要求；根據所述標準要求構建對應的數據標準化模型，并根據所述數據標準化模型對所述業務數據進行標準化，得到對應的元數據。采用本方法能夠在進行多個業務場景下的元數據獲取時，即保證了元數據的一致性的前提下，也提高了元數據獲取的效率。

技術領域

本發明涉及數據治理技術領域，尤其涉及一種煙草數據中元數據的獲取方法及裝置。

背景技術

在元數據最初應用在圖書館的圖書管理中，隨著不同應用領域對元數據的需求不斷增加，元數據開始逐步應用于網絡資源、文獻資料、人文科學、社會科學、政府信息、地理空間信息和科學研究等諸多領域。元數據在信息資源組織、互操作和共享中的作用日益凸顯。正是由于元數據的廣泛使用，研究者根據不同應用需求提出了多種概念和定義，元數據標準如保存元數據框架對于數據倉儲的發現、檢索、獲取和科研群體標準的轉變非常必要。

當前對于元數據的獲取過程，都需要人工參與的方式進行元數據標準的確定，耗時耗力且效率低下，并且因為數據源的多樣性，人工介入的方式越來越無法滿足對多樣性元數據的需求。

發明內容

針對現有技術中存在的問題，本發明實施例提供一種煙草數據中元數據的獲取方法及裝置。

本發明實施例提供一種煙草數據中元數據的獲取方法，包括：

提取數據庫中的原始數據，并獲取所述原始數據對應的業務類型，根據業務類型對所述原始數據進行分類，得到各個類型的業務數據；

獲取所述業務數據的數據屬性，將所述各個類型的業務數據的數據屬性之間進行對比，根據對比結果確定所述數據屬性的標準要求；

根據所述標準要求構建對應的數據標準化模型，并根據所述數據標準化模型對所述業務數據進行標準化，得到對應的元數據。

在其中一個實施例中，所述方法還包括：

對各個類型的業務數據定義相同的預設結構標準，并根據所述預設結構標準對所述各個類型的業務數據進行轉化；

獲取預設的異構數據的相互映射算法，通過所述相互映射算法對轉化后的各個類型的業務數據進行結構差異消除，得到各個類型的業務數據間的關聯關系，并根據所述關聯關系確定對比結果。

在其中一個實施例中，所述方法還包括：

檢測所述對比結果中的重復數據，對所述重復數據進行修改，并檢測修改后的對比結果中的數據屬性類型；

當所述數據屬性類型為數值屬性，根據所述對比結果計算所述數值屬性對應標準數據范圍，根據所述標準數據范圍確定所述數據屬性的標準要求；

當所述數據屬性類型為非數值屬性，根據所述對比結果計算所述非數值屬性對應屬性要求，根據所述屬性要求確定所述數據屬性的標準要求。

在其中一個實施例中，所述方法還包括：

根據元數據標準化之后的屬性，將所述元數據按照屬性的預設排列順序進行歸檔保存。

在其中一個實施例中，所述數據屬性，包括：

數據時間、質量要求、存儲介質、存儲模式、數據量、數據來源、責任單位、更新周期、數據獲取方式。

在其中一個實施例中，所述方法還包括：

檢測提取所述原始數據后，是否存在重復數據；

當存在重復數據時，對所述重復數據進行合并。

本發明實施例提供一種煙草數據中元數據的獲取裝置，包括：

提取模塊，用于提取數據庫中的原始數據，并獲取所述原始數據對應的業務類型，根據業務類型對所述原始數據進行分類，得到各個類型的業務數據；