CN109670090A - 一种数据识别方法及装置 - Google Patents

Abstract

本发明实施例提供的一种数据识别方法及装置。一种数据识别方法，应用于数据服务器，所述数据服务器包括有多个数据表，所述方法包括：针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；将每个所述目标数据表与其他数据表的关联关系进行呈现。由此，可以快速地识别出高数据价值的数据内容。

Description

一种数据识别方法及装置

技术领域

本发明涉及大数据技术领域，具体而言，涉及一种数据识别方法及装置。

背景技术

随着各行业对数据的重视程度不断提升，智能识别数据价值高的信息变得越来越重要。要精准体现有价值的数据，并呈现数据可视化的最佳效果。

大数据时代数据库系统的数据表数量和数据表关系数量正变得越来越庞大，而数据表关系在不同的使用场景中又存在差异，因此整理数据库中的数据表关系并识别出中心表的工作变得复杂化专业化。

发明内容

有鉴于此，本发明实施例提供一种数据识别及装置。

本发明实施例提供一种数据识别方法，应用于数据服务器，所述数据服务器包括有多个数据表，所述方法包括：

针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；

根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；

将每个所述目标数据表与其他数据表的关联关系进行呈现。

可选的，针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系的步骤包括：

判断所述数据服务器中是否存储有所述多个数据表中的每一个数据表与其他数据表的关联关系；

在是时，获取所述多个数据表中的每一个数据表与其他数据表的关联关系。

可选的，所述多个数据表中存储有字段数据，所述方法还包括：

在所述数据服务器中未存储有所述多个数据表中的每一个数据表与其他数据表的关联关系时，根据所述多个数据表中的每一个数据表与其他数据表中存储的字段数据，进行相似度匹配，获得每一个数据表与其他数据表的字段相似度，在所述字段相似度超过预设值时，则判定该数据表与其他数据表具有关联关系。

可选的，据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表的步骤包括：

根据与所述多个数据表中的每一个数据表具有关联关系的其他数据表的个数，将所述多个数据表进行排序，获得排序后的数组；

从所述数组中获取预设数目的目标数据表。

可选的，将每个所述目标数据表与其他数据表的关联关系进行呈现之后，所述方法还包括：

根据每个所述目标数据表与具有关联关系的其他数据表中具有相似度的字段数据，将多个所述目标数据表与所述具有相似度的字段数据生成数据模型，输出所述数据模型。

本发明实施例还提供一种数据识别装置，应用于数据服务器，所述数据服务器包括有多个数据表，所述装置包括：

获取模块，用于针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；

获取目标数据表模块，用于根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；

呈现模块，用于将每个所述目标数据表与其他数据表的关联关系进行呈现。

可选的，所述获取模块通过以下方式针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系：

判断所述数据服务器中是否存储有所述多个数据表中的每一个数据表与其他数据表的关联关系；

在是时，获取所述多个数据表中的每一个数据表与其他数据表的关联关系。

可选的，所述多个数据表中存储有字段数据，所述获取模块还用于，

在所述数据服务器中未存储有所述多个数据表中的每一个数据表与其他数据表的关联关系时，根据所述多个数据表中的每一个数据表与其他数据表中存储的字段数据，进行相似度匹配，获得每一个数据表与其他数据表的字段相似度，在所述字段相似度超过预设值时，则判定该数据表与其他数据表具有关联关系。

可选的，所述获取目标数据表模块通过以下方式获取目标数据表：

根据与所述多个数据表中的每一个数据表具有关联关系的其他数据表的个数，将所述多个数据表进行排序，获得排序后的数组；

从所述数组中获取预设数目的目标数据表。

可选的，所述装置还包括：

生成模型模块，用于根据每个所述目标数据表与具有关联关系的其他数据表中具有相似度的字段数据，将多个所述目标数据表与所述具有相似度的字段数据生成数据模型，输出所述数据模型。

本发明实施例提供的一种数据识别方法及装置。应用于数据服务器，所述数据服务器包括有多个数据表，针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；将每个所述目标数据表与其他数据表的关联关系进行呈现。由此，可以快速地识别出高数据价值的数据内容。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例所提供的数据服务器的方框示意图；

图2为本发明实施例所提供的一种数据识别方法的流程示意图；

图3为本发明实施例提供的一种数据服务器的结构示意图；

图4为图2中步骤S120包括的子步骤的流程示意图；

图5为图2中步骤S110包括的子步骤的流程示意图；

图6为本发明实施例提供的数据识别装置的方框示意图。

图标：100-数据服务器；110-存储器；120-处理器；200-数据识别装置；210-获取模块；220-获取目标数据表模块；230-呈现模块；240-生成模型模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“中”、“上”、“平行”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。可以是机械连接，也可以是电性连接。可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1是本发明实施例提供的数据服务器100的方框示意图。在本发明实施例中，所述数据服务器100可以包括存储器110和处理器120。

所述存储器110和处理器120之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有数据识别装置200，所述数据识别装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器120通过运行存储在存储器110内的软件程序以及模块，如本发明实施例中的数据识别装置200，从而执行各种功能应用以及数据处理，即实现本发明实施例中的数据识别方法。

其中，所述存储器110可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器110用于存储程序，所述处理器120在接收到执行指令后，执行所述程序。所述处理器120以及其他可能的组件可直接对存储器110进行访问。

所述处理器120可能是一种集成电路芯片，具有信号的处理能力。上述的处理器120可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

可以理解，图1所示的结构仅为示意，所述数据服务器100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

请参照图2，图2是本发明实施例提供的数据识别方法的流程示意图。所述数据识别方法应用于数据服务器100，可以由处理器120执行。下面对数据识别方法的具体流程进行详细阐述。其中数据识别方法参考舆论领袖理论，被引用的次数越高，数据价值越高的思想，基于数据表之间的关联关系，通过数据表之间关系挖掘，挖掘出被大量进行关联的目标数据表，做为高数据价值的数据表进行推荐。

步骤S110，针对多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数。

在本发明实施例中，针对多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数。

结合参阅3，图3是本发明实施例提供的一种数据服务器100的结构示意图。本发明实施例中，所述数据服务器100中包括有但不限于数据表A、B、.....、F，其中线段为关联关系。

以数据表A为例，则可得知，在所述数据服务器100中数据表A与数据表B和数据表C关联，由此可得，数据表A具有关联关系的其他数据表的个数为2。再以数据表C为例，则可得知，在所述数据服务器100中数据表C与数据表A、B、D、E关联，由此可得，数据表C具有关联关系的其他数据表的个数为4。

步骤S120，根据与多个数据表中的各数据表具有关联关系的其他数据表的个数，从多个数据表中获取预设数目的目标数据表。

在本发明实施例中，根据与多个数据表中的个数据表具有关联的其他数据表的个数，从多个数据表中获取预设数目的目标数据表。

结合参阅图4，图4是图2中步骤S120包括的子步骤的流程示意图。步骤S120包括子步骤S121和S122。

子步骤121，根据与所述多个数据表中的每一个数据表具有关联关系的其他数据表的个数，将所述多个数据表进行排序，获得排序后的数组。

本发明实施例中，根据与所述多个数据表中的每一个数据表具有关联关系的其他数据表的个数，将所述多个数据表进行排序，获得排序后的数组。

在所述数据服务器100中，数据表A、B、C、D、E、F中，具有关联关系的其他数据表的个数分别为：2、2、4、2、3、1。则将所述多个数据表进行排序，获得排序后的数组为：C、E、A、B、D、F，其中，排序的顺序可以为从大至小，或者从小至大。

子步骤S122，从所述数组中获取预设数目的目标数据表。

本发明实施例中，从所述数组中获取预设数目的目标数据表，假设预设数目为2，则在所述数据服务器100的多个数据表中，与其他数据表关联个数最多的两个数据表视具有为高价值数据的目标数据表。其中预设数目可以人工调整。

在所述数据服务器100中，与其他关联个数最多的两个数据表为数据表C与数据表E，获取到数据表C与数据表E。

步骤S130，将每个目标数据表与其他数据表的关联关系进行呈现。

本发明实施例中，将每个目标数据表与其他数据表的关联关系进行呈现。在所述数据服务器100中，所述目标数据表为数据表C与数据表E，将所述数据表C与数据表E分别与其他数据表的关联关系进行呈现。呈现方式可以为图3所示，所述目标数据表用区别与其他数据表的颜色所示意。

可选的，将每个目标数据表与其他数据表的关联关系进行呈现之后，根据每个所述目标数据表与具有关联关系的其他数据表中具有相似度的字段数据，将多个所述目标数据表与所述具有相似度的字段数据生成数据模型，输出所述数据模型。

请参阅图5，图5是图2中步骤S110包括的子步骤的流程示意图。步骤S110包括子步骤S111、S112和S113。

子步骤S111，判断数据服务器100中是否存储有多个数据表中的每一个数据表与其他数据表的关联关系。

本发明实施例中，判断数据服务器100中是否存储有多个数据表中的每一个数据表与其他数据表的关联关系。

子步骤S112，获取所述多个数据表中的每一个数据表与其他数据表的关联关系。

本发明实施例中，在数据服务器100中存储有多个数据表中的每一个数据表与其他数据表的关联关系时，则直接获取所述多个数据表中的每一个数据表与其他数据表的关联关系。

子步骤S113，根据多个数据表中的每一个数据表与其他数据表中存储的字段数据，进行相似度匹配，获得每一个数据表与其他数据表的字段相似度，在字段相似度超过预设值时，则判定该数据表与其他数据表具有关联关系。

在本发明实施例中，根据多个数据表中的每一个数据表与其他数据表中存储的字段数据，进行相似度匹配，获得每一个数据表与其他数据表的字段相似度，在字段相似度超过预设值时，则判定该数据表与其他数据表具有关联关系。

请参照图6，图6是本发明实施例提供的数据识别装置200的方框示意图。所述数据识别装置200可以包括获取模块210、获取目标数据表模块220、呈现模块230、生成模型模块240。

获取模块210，用于针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数。

在本发明实施例中，获取模块210用于执行图2的步骤S110，关于所述获取模块210的具体描述可以参照图2中步骤S110的描述。

获取目标数据表模块220，用于根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表。

在本发明实施例中，获取目标数据表模块220用于执行图2的步骤S120，关于所述获取目标数据表模块220的具体描述可以参照图2中步骤S120的描述。

呈现模块230，用于将每个所述目标数据表与其他数据表的关联关系进行呈现。

在本发明实施例中，呈现模块230用于执行图2的步骤S130，关于所述呈现模块230的具体描述可以参照图2中步骤S130的描述。

生成模型模块240，用于根据每个所述目标数据表与具有关联关系的其他数据表中具有相似度的字段数据，将多个所述目标数据表与所述具有相似度的字段数据生成数据模型，输出所述数据模型。

本领域的技术人员应明白，本发明实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器120以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器120执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

综上所述，本发明实施例提供的一种数据识别方法及装置。一种数据识别方法，应用于数据服务器，所述数据服务器包括有多个数据表，所述方法包括：针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；将每个所述目标数据表与其他数据表的关联关系进行呈现。由此，节省时间成本，更加快速的识别出高数据价值的数据内容，极大的降低了对业务人员梳理业务的要求。

可选的，改变了业务模式，现有技术中，人工梳理业务的方式需要大量人力成本来配合，目前通过数据识别方法，便可以实现识别出高数据价值的数据内容，更好的为客户服务。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种数据识别方法，其特征在于，应用于数据服务器，所述数据服务器包括有多个数据表，所述方法包括：

针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；

根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；

将每个所述目标数据表与其他数据表的关联关系进行呈现。

2.根据权利要求1所述的数据识别方法，其特征在于，针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系的步骤包括：

判断所述数据服务器中是否存储有所述多个数据表中的每一个数据表与其他数据表的关联关系；

在是时，获取所述多个数据表中的每一个数据表与其他数据表的关联关系。

3.根据权利要求2所述的数据识别方法，其特征在于，所述多个数据表中存储有字段数据，所述方法还包括：

在所述数据服务器中未存储有所述多个数据表中的每一个数据表与其他数据表的关联关系时，根据所述多个数据表中的每一个数据表与其他数据表中存储的字段数据，进行相似度匹配，获得每一个数据表与其他数据表的字段相似度，在所述字段相似度超过预设值时，则判定该数据表与其他数据表具有关联关系。

4.根据权利要求1所述的数据识别方法，其特征在于，根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表的步骤包括：

根据与所述多个数据表中的每一个数据表具有关联关系的其他数据表的个数，将所述多个数据表进行排序，获得排序后的数组；

从所述数组中获取预设数目的目标数据表。

5.根据权利要求3所述的数据识别方法，其特征在于，将每个所述目标数据表与其他数据表的关联关系进行呈现之后，所述方法还包括：

根据每个所述目标数据表与具有关联关系的其他数据表中具有相似度的字段数据，将多个所述目标数据表与所述具有相似度的字段数据生成数据模型，输出所述数据模型。

6.一种数据识别装置，其特征在于，应用于数据服务器，所述数据服务器包括有多个数据表，所述装置包括：

获取模块，用于针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系，以及与该数据表具有关联关系的其他数据表的个数；

获取目标数据表模块，用于根据与所述多个数据表中的各所述数据表具有关联关系的其他数据表的个数，从所述多个数据表中获取预设数目的目标数据表；

呈现模块，用于将每个所述目标数据表与其他数据表的关联关系进行呈现。

7.根据权利要求6所述的数据识别装置，其特征在于，所述获取模块通过以下方式针对所述多个数据表中的每一个数据表，获取该数据表与其他数据表的关联关系：

判断所述数据服务器中是否存储有所述多个数据表中的每一个数据表与其他数据表的关联关系；

在是时，获取所述多个数据表中的每一个数据表与其他数据表的关联关系。

8.根据权利要求7所述的数据识别装置，其特征在于，所述多个数据表中存储有字段数据，所述获取模块还用于，

在所述数据服务器中未存储有所述多个数据表中的每一个数据表与其他数据表的关联关系时，根据所述多个数据表中的每一个数据表与其他数据表中存储的字段数据，进行相似度匹配，获得每一个数据表与其他数据表的字段相似度，在所述字段相似度超过预设值时，则判定该数据表与其他数据表具有关联关系。

9.根据权利要求6所述的数据识别装置，其特征在于，所述获取目标数据表模块通过以下方式获取目标数据表：

根据与所述多个数据表中的每一个数据表具有关联关系的其他数据表的个数，将所述多个数据表进行排序，获得排序后的数组；

从所述数组中获取预设数目的目标数据表。

10.根据权利要求8所述的数据识别装置，其特征在于，所述装置还包括：

生成模型模块，用于根据每个所述目标数据表与具有关联关系的其他数据表中具有相似度的字段数据，将多个所述目标数据表与所述具有相似度的字段数据生成数据模型，输出所述数据模型。