← 返回列表
错误匹配实体的数据的清洗方法、装置、设备及介质
摘要文本
深圳计算科学研究院取得“一种透气窗帘布”专利技术，本申请适用于数据清洗技术领域，尤其涉及一种错误匹配实体的数据的清洗方法、装置、设备及介质。该方法对获取的数据元组进行异常检测，得到表征为异常的实体元组及实体元组中的异常属性，对实体元组的实体类型进行检测，若检测到实体元组的实体类型为混合实体类型，则确定实体元组为混合实体，根据混合实体中的每个异常属性及对应的属性值，构建对应每个异常属性的分割实体，对每个分割实体分别进行异常纠正，得到纠正后的分割实体，确定所有纠正后的分割实体为对混合实体进行清洗的结果，通过找出混合实体和对混合实体中每个异常属性构建分割实体，以分别对分割实体进行纠正和清洗，避免出现数据被丢弃的情况。 来源：百度搜索专利查询网
专利主权项内容
1.一种错误匹配实体的数据的清洗方法，其特征在于，所述清洗方法包括：对获取的数据元组进行异常检测，得到表征为异常的实体元组及所述实体元组中的异常属性，其中，所述数据元组包括至少一个所述实体元组；对所述实体元组的实体类型进行检测，若检测到所述实体元组的实体类型为混合实体类型，则确定所述实体元组为混合实体，其中，所述混合实体类型对应的实体元组表征不止一种对象；根据所述混合实体中的每个异常属性及对应的属性值，构建对应每个异常属性的分割实体，其中，每个分割实体均包含一个异常属性和对应的属性值；对每个分割实体分别进行异常纠正，得到纠正后的分割实体，确定所有纠正后的分割实体为对所述混合实体进行清洗的结果。
专利申请信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 错误匹配实体的数据的清洗方法、装置、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311572735.7 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117708105A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06F16/215 |
| 权利人 | 深圳计算科学研究院 |
| 发明人 | 任威隆; 王尧舒; 谢珉; 樊文飞 |
| 地址 | 广东省深圳市龙华区民治街道红山六九七九商业中心(二期)9栋26座1001 |