[發明專利]智能的數據建模的方法

在審

• 申請號: 202210499741.3
• 申請日: 2022-05-09
• 公開（公告）號: CN114756528A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 曹莉瓊;譚鑫;陳建長;付佳龍;胡曾山
• 申請（專利權）人: 廣東珠江智聯信息科技股份有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06F16/28
• 代理公司: 深圳市潤啟知識產權代理事務所(普通合伙) 44664
• 代理人: 孟麗娟

本發明公開一種智能的數據建模的方法，包括：將數據庫中的待選范圍的字段分割為多個子字段，將各所述子字段中由分割得來的節點字節作為第一節點字節；將各個所述子字段的所述第一節點字節與所述設定數據進行匹配；當匹配成功，則將匹配成功的所述子字段及其相鄰的所述子字段與所述設定數據進行匹配，當均匹配不成功采用并行的方式，分別將各所述子字段與所述設定數據進行匹配；根據匹配的結果，獲取所述待選范圍的字段中的建模數據；通過所述數據庫中的所述建模數據進行建模，在本發明提供的技術方案中，通過將數據庫中的待選范圍的字段分割為多個子字段，然后，對各子字段進行匹配找到建模數據，以能夠可以快速找到建模數。

技術領域

本發明涉及數據建模技術領域，尤其是一種智能的數據建模的方法。

背景技術

在面臨大數據治理時，由于個體系統間未能提前達成共識，存在數據標準不同意的情況。在建模前，從數據倉庫里提取數據是機械式地從多源頭提取，再進行匯總計算建模。面臨的問題是，多源數據有可能因為字段名字不統一而難以進行匹配關聯。

發明內容

本發明提供一種智能的數據建模的方法，通過新的數據建模算法，在字段名字不統一的情況下，仍能通過數據源的內容智能識別，判斷兩者之間是否為同一內容。比如，數據d在不同的數據庫中分別被名為字段A和字段B，若直接通過字段關聯的話則會關聯失敗。但通過智能算法，評判A和B實際為同一內容，則可進行關聯建模。

為實現上述目的，本發明提出一種智能的數據建模的方法，包括以下步驟：

將數據庫中的待選范圍的字段分割為多個子字段，將各所述子字段中由分割得來的節點字節作為第一節點字節；

將各個所述子字段的所述第一節點字節與所述設定數據進行匹配；

當匹配成功，則將匹配成功的所述子字段及其相鄰的所述子字段與所述設定數據進行匹配，當均匹配不成功采用并行的方式，分別將各所述子字段與所述設定數據進行匹配；

根據匹配的結果，獲取所述待選范圍的字段中的建模數據；

通過所述數據庫中的所述建模數據進行建模。

可選地，將數據庫中的待選范圍的字段分割為多個子字段，將各所述子字段中由分割得來的節點字節作為第一節點字節的步驟，之前還包括：

在數據庫中，通過設定數據的信息進行初步篩查，以獲得待選范圍的字段。

可選地，在“數據庫中，通過所述設定數據的部分信息進行初步篩查，以獲得待選范圍的字段”的步驟中，所述設定數據的部分信息包括所述設定數據的屬性信息。

可選地，“當匹配成功，則將匹配成功的所述子字段及其相鄰的所述子字段與所述設定數據進行匹配，當均匹配不成功采用并行的方式，分別將各所述子字段與所述設定數據進行匹配”的步驟，包括：

當匹配成功，則將匹配成功的所述子字段及其相鄰的所述子字段分別與所述設定數據進行匹配，當匹配成功則表示所述子字段或者其相鄰的所述子字段中包括有建模數據，當匹配不成功，則將所述子字段及其相鄰的所述子字段合并后，與所述設定數據進行匹配；

當均匹配不成功采用并行的方式，分別將各所述子字段與所述設定數據進行匹配，以找到具有建模數據的所述子字段。

可選地，“將數據庫中的待選范圍的字段分割為多個子字段，將各所述子字段中由分割得來的節點字節作為第一節點字節”的步驟，包括：

獲得數據庫中的待選范圍的字段的長度；

根據所述待選范圍的字段的長度，獲得分割的數量n；

將數據庫中的待選范圍的字段分割為多個子字段在數據庫中，將數據庫中的待選范圍的字段分割為n個子字段。