CN110069364B - 备件数据纠错方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种备件数据纠错方法、装置、计算机设备和存储介质。所述方法包括：获取待修正备件数据；调用数据诊断模型，通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据；通过大数据平台检索与所述目标待修正备件数据对应的修正数据；根据所述修正数据对相应的目标待修正备件数据进行纠错。采用本方法能够实现自动识别备件数据偏差，有效提高了备件数据纠错的准确性。

Description

备件数据纠错方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种备件数据纠错方法、装置、计算机设备和存储介质。

背景技术

目前，核电厂在进行备件管理的过程中，会将备件的相关数据信息记录在数据库中，如果数据库中记录的数据信息不准确、不完整或存在错误，会影响设备的运行运行以及维修，甚至导致系统设备损坏后因缺乏正确的备件无法修复和难以运行，也会影响业务管理需要。例如，备件的基本识别信息不准确、不完整或错误，会影响采购识别，造成大量采购澄清和到货差异的产生，甚至导致采购到错误的备件。如果业务需求等信息不准确、不完整或错误，会导致备件领用错误或使用到错误的地方，影响设备运行，甚至导致整个系统无法使用。因此，需要对备件数据进行质量诊断，实现数据纠错。

在传统方式中，是通过人工对数据进行逐项纠错，由于数据量庞大，导致备件数据纠错的准确性较低。因此，如何提高备件数据纠错的准确性成为目前需要解决的一个技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种备件数据纠错方法、装置、计算机设备和存储介质。

一种备件数据纠错方法，所述方法包括：

获取待修正备件数据；

调用数据诊断模型，通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据；

通过大数据平台检索与所述目标待修正备件数据对应的修正数据；

根据所述修正数据对相应的目标待修正备件数据进行纠错。

在其中一个实施例中，在所述获取待修正备件数据之前，还包括：

对所述待修正备件数据对应的校验规则进行监测，当所述检验规则发生变更时，调用预设接口获取变更后的校验规则；

利用所述预设接口检索与所述校验规则对应的数据诊断策略信息；

根据所述数据诊断策略信息生成数据诊断模型。

在其中一个实施例中，在所述获取待修正备件数据之前，所述方法还包括：

对历史修正数据进行筛选，得到与所述历史修正数据对应的同类数据的修改概率；

根据所述同类数据的修改概率生成数据诊断策略信息；

根据所述数据诊断策略信息生成数据诊断模型。

在其中一个实施例中，所述通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据包括：

通过所述数据诊断模型获取与所述待修正备件数据对应的数据诊断策略信息；

将所述数据诊断策略信息与所述待修正备件数据进行匹配，得到所述待修正备件数据的偏差信息；

通过所述数据诊断模型对所述偏差信息进行识别，得到目标待修正备件数据。

在其中一个实施例中，所述通过所述数据诊断模型对所述偏差信息进行识别，得到目标待修正备件数据包括：

通过所述数据诊断模型将历史修正成功的案例与所述偏差信息进行匹配，得到第一偏差数据；

通过所述数据诊断模型将校验规则与所述偏差信息进行匹配，得到第二偏差数据；

根据所述第一偏差数据以及所述第二偏差数据得到所述目标待修正备件数据。

在其中一个实施例中，所述通过大数据平台检索与所述目标待修正备件数据对应的修正数据包括：

通过大数据平台根据历史修正信息进行检索，得到待验证修正数据；

对所述待验证修正数据进行验证，将验证通过后的修正数据作为所述目标待修正备件数据对应的修正数据。

一种备件数据纠错装置，所述装置包括：

通信模块，用于获取待修正备件数据；

数据诊断模块，用于调用数据诊断模型，通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据；

数据修正模块，通过大数据平台检索与所述目标待修正备件数据对应的修正数据；

数据纠错模块，用于根据所述目标修正数据对相应的目标待修正备件数据进行纠错。

在其中一个实施例中，所述装置还包括：

模型生成模块，用于对所述待修正备件数据对应的校验规则进行监测，当所述检验规则发生变更时，调用预设接口获取变更后的校验规则；利用所述预设接口检索与所述校验规则对应的数据诊断策略信息；根据所述数据诊断策略信息生成数据诊断模型。

在其中一个实施例中，所述装置还包括：

模型生成模块，用于对历史修正数据进行筛选，得到与所述历史修正数据对应的同类数据的修改概率；根据所述同类数据的修改概率生成数据诊断策略信息；根据所述数据诊断策略信息生成数据诊断模型。

在其中一个实施例中，所述数据诊断模块还用于通过所述数据诊断模型获取与所述待修正备件数据对应的数据诊断策略信息；将所述数据诊断策略信息与所述待修正备件数据进行匹配，得到所述待修正备件数据的偏差信息；通过所述数据诊断模型对所述偏差信息进行识别，得到目标待修正备件数据。

一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。

上述备件数据纠错方法、装置、计算机设备和存储介质，通过调用数据诊断模型，识别目标待修正备件数据，并通过大数据平台检索与目标待修正备件数据对应的修正数据，进行备件数据纠错。实现自动识别备件数据偏差，有效提高了备件数据纠错的准确性。

附图说明

图1为一个实施例中备件数据纠错方法的应用环境图；

图2为一个实施例中备件数据纠错方法的流程示意图；

图3为一个实施例中生成数据诊断模型步骤的流程示意图；

图4为一个实施例中备件数据纠错装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的备件数据纠错方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。终端102发送数据纠错请求至服务器104，服务器104从数据库中获取待修正备件数据。也可以是服务器104下达数据纠错任务至终端102，终端102从数据库中获取待修正备件数据，终端102将待修正备件数据发送至服务器104。服务器104调用数据诊断模型，通过数据诊断模型识别待修正备件数据中的目标待修正备件数据。服务器104通过大数据平台检索与目标待修正备件数据对应的修正数据，服务器104根据修正数据对相应的目标待修正备件数据进行纠错。能够有效提高备件数据纠错的准确性。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种备件数据纠错方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤202，获取待修正备件数据。

步骤204，调用数据诊断模型，根据数据诊断模型识别待修正备件数据中的目标待修正备件数据。

服务器可以通过多种方式获取待修正备件数据。其中，服务器可以通过接收终端发送的数据纠错请求，服务器根据数据纠错请求从数据库中获取待修正备件数据。服务器也可以通过下达数据纠错任务至终端，使终端根据数据纠错任务从数据库中获取待修正备件数据，从而获取终端发送的待修正备件数据。

服务器在获取待修正备件数据后，调用数据诊断模型。服务器根据数据诊断模型获取与待修正备件数据对应的数据诊断策略信息。服务器将数据诊断策略信息与待修正备件数据进行匹配，得到待修正备件数据的偏差信息。服务器通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据。

数据诊断策略信息包括数据诊断元素、数据诊断公式以及数据诊断策略。数据诊断元素包括数据诊断字段。例如，在采购业务中，使用的诊断字段包括物料描述(中文)、物料描述(英文)、采购订单文本(中文)和采购订单文本(英文)。服务器可以识别上述字段的数值是否存在错误，也可以识别上述字段对应的中英文翻译是否存在错误。数据诊断公式包括数据诊断过程中涉及到的相关字段之间的计算关系。例如，在PD(即需即买)+EX(无固定批量)类型的MRP策略(备件的基本补货策略)中，触发采购需求的条件是“库存数量+正订数量-安全库存<备件预留”。

数据诊断策略包括验证字段是否符合规范要求、验证字段之间是否符合业务相互配合的要求、字段之间的关联设置是否符合要求等。例如，诊断相应字段是否为空。在采购业务中，使用的诊断字段包括物料描述(中文)、物料描述(英文)、采购订单文本(中文)以及采购订单文本(英文)，采购人员在选择供应商的时候，可能会选择国内供应商。因此，在生成采购订单时，提取的字段是采购订单中的物料描述(中文)和采购订单文本(中文)，如果数据库中相应数据的字段信息只有英文信息，就会导致采购订单出现错误。

再如，在备件管理业务中，识别最小库存字段是否为空、安全库存字段是否为空以及“MRP字段”是否为“ZB(考虑备件预留的重订购点型)+EX(无固定批量)”。另外，在库存控制业务中，对于PD(即需即买)+EX(无固定批量)类型的MRP策略(备件的基本补货策略)，其触发采购需求的条件是“库存数量+正订数量-安全库存<备件预留”。当接收到采购需求数量变更信息时，生成对“安全库存”字段进行调整的提示信息。

步骤206，通过大数据平台检索与目标待修正备件数据对应的修正数据。

步骤208，根据修正数据对相应的目标待修正备件数据进行纠错。

服务器通过大数据平台根据历史修正信息进行检索，得到待验证修正数据。服务器可以通过专家系统对首次得到的待验证修正数据进行验证。专家系统包括两部分：一部分是验证通过的历史修正信息，验证通过的历史修正信息具体包括数据诊断公式、数据诊断策略、数据诊断元素以及数据诊断模型等。另一部分是通过专家终端进行确认。当根据验证通过的历史修正信息无法对待验证修正数据进行验证时，可以将待验证修正数据发送至专家终端，通过专家终端对待验证修正数据进行确认，获取专家终端发送的验证结果。服务器将验证通过后的修正数据作为目标待修正备件数据对应的修正数据。服务器将修正数据对相应的目标待修正备件数据进行纠错，实现自动更新数据库中的数据。

在本实施例中，服务器通过调用数据诊断模型，识别目标待修正备件数据，并通过大数据平台检索与目标待修正备件数据对应的修正数据，进行备件数据纠错。实现了自动识别数据偏差，有效提高了备件数据纠错的准确性。

在一个实施例中，如图3所示，在获取待修正备件数据之前，还包括生成数据诊断模型的步骤，该步骤具体包括：

步骤302，对待修正备件数据对应的校验规则进行监测，当校验规则发生变更时，调用预设接口获取变更后的校验规则。

步骤304，利用预设接口检索与检验规则对应的数据诊断策略信息。

步骤306，根据数据诊断策略信息生成数据诊断模型。

服务器对待修正备件数据对应的校验规则进行监测，校验规则是指对数据的字段以及字段值的要求，包括标准、规范、程序等文件要求。当服务器监测到校验规则发生变更时，调用预设接口获取变更后的校验规则。服务器可以根据变更后的校验规则来检索新的数据诊断策略信息。数据诊断策略信息包括数据诊断元素、数据诊断公式以及数据诊断策略。

服务器根据数据诊断元素、数据诊断公式以及数据诊断策略生成元素诊断模型。服务器通过多种方式对首次生成的元素诊断模型进行验证，服务器可以根据专家系统中预先存储的校验规则对获取到的校验规则进行识别。服务器通过专家系统将预先存储的校验规则与获取到的校验规则进行匹配，如果匹配则验证通过。当根据预先存储的校验规则无法对元素诊断模型进行验证时，可以依据专家系统中的专家终端进行判断。专家终端将元素诊断模型输出的诊断元素与已经验证通过的同类诊断元素进行比较，得到已经验证通过的同类诊断元素的验证结果并将验证结果发送至服务器。验证通过后的元素诊断模型具有继承性和自动识别功能。服务器根据验证通过后的元素诊断模型生成数据诊断模型。数据诊断模型是元素诊断模型的集成形式。

在本实施例中，服务器通过预设接口检索数据诊断策略信息，根据数据诊断策略信息生成数据诊断模型。实现了自动检索数据诊断策略，从而提高了数据纠错效率。

在一个实施例中，服务器还可以调用人工植入接口，通过人工植入接口获取终端发送的数据诊断策略信息。服务器根据数据诊断策略信息生成元素诊断模型。数据诊断策略信息可以通过人工进行编辑或设置，数据诊断策略信息包括数据诊断策略、数据诊断公式以及预设参数。其中，预设参数可以是用于库存、需求方面的一些字段。例如，为了控制库存业务服务，需配置物料需求计划类型、再订货点、最大库存、固定批量等字段，将字段之间的配合设置到数据诊断策略中。服务器通过对这些字段进行识别，得到数据偏差。能够通过多种方式获取数据诊断策略信息，使备件数据纠错方式更加灵活。

在一个实施例中，在获取待修正备件数据之前，上述方法还包括：对历史修正数据进行筛选，得到与历史修正数据对应的同类数据的修改概率；根据同类数据的修改概率生成数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

具体地，服务器可以通过筛选历史修正数据，得到同类数据的修改概率。服务器可以通过周期性泊松分布来进行筛选统计，根据历史修正数据的已修正字段来预测与历史修正数据对应的同类未修正字段的修改概率。服务器选取修改概率最小的修正数据生成数据诊断策略信息。

例如，对于库存数量，根据历史修正数据预测到库存数量为10时，修改概率为20％，当库存数量为25时，修改概率为5％，当库存数量为35时，修改概率为0.1％，则选取修改概率为0.1％的库存数量大于或者等于35作为数据诊断策略之一。

服务器还可以将预测到的与历史修正数据对应的同类未修正字段的修改概率记录在数据偏差清单中，当需要再次对历史修正数据进行筛选时，可以通过查找数据偏差清单得到相应的筛选结果。

在本实施例中，服务器通过对历史修正数据进行筛选来生成数据诊断策略信息，能够根据历史修改经验预测修改概率，进一步提高备件数据纠错的准确性。

在一个实施例中，通过数据诊断模型识别待修正备件数据中的目标待修正备件数据包括：通过数据诊断模型获取与待修正备件数据对应的数据诊断策略信息；将数据诊断策略信息与待修正备件数据进行匹配，得到待修正备件数据的偏差信息；通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据。

数据诊断模型中包括数据诊断策略信息。服务器将数据诊断模型输出的与待修正备件数据对应的数据诊断策略信息与待修正备件数据进行字段以及字段值匹配，识别待修正备件数据的偏差信息。其中，待修正备件数据可以是从数据库中获取的，偏差信息可以是待修正备件数据的采购订单文本(中文)字段为空、采购订单文本(英文)字段有值、MRP(备件的基本补货策略)类型设置错误以及型号描述不完整等。

在一个实施例中，通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据包括：通过数据诊断模型将历史修正成功的案例与偏差信息进行匹配，得到第一偏差数据；通过数据诊断模型将校验规则与偏差信息进行匹配，得到第二偏差数据；根据所述第一偏差数据以及所述第二偏差数据得到所述目标待修正备件数据。

第一偏差数据包括不符合历史修正成功的案例的待修正备件数据。第二偏差数据包括得到不符合校验规则的待修正备件数据。服务器根据不符合历史修正成功的案例的待修正备件数据以及不符合校验规则的待修正备件数据得到目标待修正备件数据。历史修正成功的案例包括验证通过的历史修正信息，验证通过的历史修正信息包括验证通过的历史修正记录、数据诊断公式、数据诊断策略以及数据诊断元素。校验规则包括标准、规范、程序等文件要求。

在本实施例中，服务器通过数据诊断模型识别待修正备件数据的偏差信息，再度偏差信息进行识别，得到目标待修正备件数据。能够对识别到的偏差信息进行再次确认，得到目标待修正备件数据，有效提高了备件数据偏差识别的精确性。

进一步地，服务器可以将待修正备件数据的偏差信息记录在数据偏差清单中，根据数据偏差清单对偏差信息进行分类以及统计，服务器还可以将分类统计后的偏差清单反馈至终端，以实现对数据偏差信息进行日常管理和监测。数据偏差清单可以如表1所示：

表1

分类统计后的偏差清单可以如表2所示：

表2

在一个实施例中，通过大数据平台检索与目标待修正备件数据对应的修正数据包括：通过大数据平台根据历史修正信息进行检索，得到待验证修正数据；对待验证修正数据进行验证，将验证通过后的修正数据作为目标待修正备件数据对应的修正数据。

服务器获取目标待修正备件数据存在的偏差信息，通过大数据平台根据偏差信息在历史修正信息中进行检索，得到同类历史修正数据。同类历史修正数据可以有多个。服务器通过大数据平台对检索到的同类历史修正数据进行分析，得到同类历史修正数据的修正概率。服务器选取修正概率最大的同类历史修正数据作为初始修正数据，即待验证修正数据。例如，对于库存数量，通过大数据对检索到的同类历史修正数据进行分析，得到将库存数量改为10的修正概率为20％，将库存数量改为25的修正概率为5％，将库存数量改为35的修正概率为0.1％，则选取修正概率最大的库存数量10作为初始修正数据。

服务器可以通过多种方式对初始修正数据进行验证。其中，服务器可以根据专家系统中历史验证通过的历史修正信息对初始修正数据进行复验。服务器也可以通过专家系统中的专家终端对初始修正数据进行确认。当初始修正数据验证通过后，成为最终的修正数据。服务器将最终的修正数据对相应的待修正备件数据进行纠错。

在本实施例中，服务器通过大数据平台在历史修正信息中检索待验证修正数据，对待验证修正数据进行验证，得到目标待修正备件数据对应的修正数据。能够根据历史修改经验识别待修正备件数据对应的修正数据，使修正数据存在合理依据，进一步提高了备件数据纠错的准确性。

进一步地，服务器还可以通过大数据平台对历史修正信息进行分析，得到数据修改信息，例如，分析数据修改是否集中在某家供应商、是否集中在某个电厂、是否集中在某类产品。服务器可以根据数据修改信息辅助识别待修正备件数据的偏差信息。当数据修改信息集中在某家供应商时，根据供应商字段查找对应的待修正备件数据，识别查找到的待修正备件数据中的偏差信息。当数据修改信息集中在某类产品时，根据产品型号字段查找对应的待修正备件数据，识别查找到的待修正备件数据中的偏差信息。能够进一步提高备件数据偏差识别的准确性。

应该理解的是，虽然图2至3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种备件数据纠错装置，包括：通信模块402、数据诊断模块404、数据修正模块406和数据纠错模块408，其中：

通信模块402，用于获取待修正备件数据。

数据诊断模块404，用于调用数据诊断模型，通过数据诊断模型识别待修正备件数据中的目标待修正备件数据。

数据修正模块406，用于大数据平台检索与目标待修正备件数据对应的修正数据。

数据纠错模块408，用于根据目标修正数据对相应的目标待修正备件数据进行纠错。

在一个实施例中，上述装置还包括模型生成模块，模型生成模块用于对待修正备件数据对应的校验规则进行监测，当检验规则发生变更时，调用预设接口获取变更后的校验规则；利用预设接口检索与校验规则对应的数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

在一个实施例中，上述装置还包括模型生成模块，模型生成模块用于对历史修正数据进行筛选，得到与历史修正数据对应的同类数据的修改概率；根据同类数据的修改概率生成数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

在一个实施例中，数据诊断模块404还用于通过数据诊断模型获取与待修正备件数据对应的数据诊断策略信息；将数据诊断策略信息与待修正备件数据进行匹配，得到待修正备件数据的偏差信息；通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据。

在一个实施例中，数据诊断模块404还用于通过数据诊断模型获取与待修正备件数据对应的数据诊断策略信息；将数据诊断策略信息与待修正备件数据进行匹配，得到待修正备件数据的偏差信息；通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据。

在一个实施例中，数据修正模块406还用于通过大数据平台根据历史修正信息进行检索，得到待验证修正数据；对待验证修正数据进行验证，将验证通过后的修正数据作为目标待修正备件数据对应的修正数据。

关于备件数据纠错装置的具体限定可以参见上文中对于数据纠错方法的限定，在此不再赘述。上述备件数据纠错装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储待修正备件数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种备件数据纠错方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取待修正备件数据；调用数据诊断模型，根据数据诊断模型识别待修正备件数据中的目标待修正备件数据；通过大数据平台检索与目标待修正备件数据对应的修正数据；根据修正数据对相应的目标待修正备件数据进行纠错。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对待修正备件数据对应的校验规则进行监测，当校验规则发生变更时，调用预设接口获取变更后的校验规则；利用预设接口检索与检验规则对应的数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对历史修正数据进行筛选，得到与历史修正数据对应的同类数据的修改概率；根据同类数据的修改概率生成数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过数据诊断模型获取与待修正备件数据对应的数据诊断策略信息；将数据诊断策略信息与待修正备件数据进行匹配，得到待修正备件数据的偏差信息；通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过数据诊断模型将历史修正成功的案例与偏差信息进行匹配，得到第一偏差数据；通过数据诊断模型将校验规则与偏差信息进行匹配，得到第二偏差数据；根据第一偏差数据以及第二偏差数据得到目标待修正备件数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过大数据平台根据历史修正信息进行检索，得到待验证修正数据；对待验证修正数据进行验证，将验证通过后的修正数据作为目标待修正备件数据对应的修正数据。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取待修正备件数据；调用数据诊断模型，根据数据诊断模型识别待修正备件数据中的目标待修正备件数据；通过大数据平台检索与目标待修正备件数据对应的修正数据；根据修正数据对相应的目标待修正备件数据进行纠错。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对待修正备件数据对应的校验规则进行监测，当校验规则发生变更时，调用预设接口获取变更后的校验规则；利用预设接口检索与检验规则对应的数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对历史修正数据进行筛选，得到与历史修正数据对应的同类数据的修改概率；根据同类数据的修改概率生成数据诊断策略信息；根据数据诊断策略信息生成数据诊断模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过数据诊断模型获取与待修正备件数据对应的数据诊断策略信息；将数据诊断策略信息与待修正备件数据进行匹配，得到待修正备件数据的偏差信息；通过数据诊断模型对偏差信息进行识别，得到目标待修正备件数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过数据诊断模型将历史修正成功的案例与偏差信息进行匹配，得到第一偏差数据；通过数据诊断模型将校验规则与偏差信息进行匹配，得到第二偏差数据；根据第一偏差数据以及第二偏差数据得到目标待修正备件数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过大数据平台根据历史修正信息进行检索，得到待验证修正数据；对待验证修正数据进行验证，将验证通过后的修正数据作为目标待修正备件数据对应的修正数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种备件数据纠错方法，所述方法包括：

获取待修正备件数据；

调用数据诊断模型，通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据；所述数据诊断模型是通过周期性泊松分布对历史修正数据进行筛选统计，根据所述历史修正数据的已修正字段预测所述历史修正数据对应的同类未修正字段的修改概率；根据修改概率最小的同类未修正字段信息生成数据诊断策略信息；根据所述数据诊断策略信息生成的；所述数据诊断策略信息包括数据诊断元素、数据诊断公式以及数据诊断策略；

通过大数据平台检索与所述目标待修正备件数据对应的修正数据，包括：获取所述目标待修正备件数据的偏差信息，通过所述大数据平台根据所述偏差信息在历史修正信息中检索同类历史修正数据；对检索到的同类历史修正数据进行分析，得到同类历史修正数据的修正概率；选取修正概率最大的同类历史修正数据作为待验证修正数据；根据历史验证通过的历史修正信息对所述待验证修正数据进行验证，将验证通过后的修正数据作为所述目标待修正备件数据对应的修正数据；

根据所述修正数据对相应的目标待修正备件数据进行纠错。

2.根据权利要求1所述的方法，其特征在于，在所述获取待修正备件数据之前，还包括：

对所述待修正备件数据对应的校验规则进行监测，当所述校验规则发生变更时，调用预设接口获取变更后的校验规则；

利用所述预设接口检索与所述校验规则对应的数据诊断策略信息；

根据所述数据诊断策略信息生成数据诊断模型。

3.根据权利要求1所述的方法，其特征在于，所述通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据包括：

通过所述数据诊断模型获取与所述待修正备件数据对应的数据诊断策略信息；

将所述数据诊断策略信息与所述待修正备件数据进行匹配，得到所述待修正备件数据的偏差信息；

通过所述数据诊断模型对所述偏差信息进行识别，得到目标待修正备件数据。

4.根据权利要求3所述的方法，其特征在于，所述通过所述数据诊断模型对所述偏差信息进行识别，得到目标待修正备件数据包括：

通过所述数据诊断模型将历史修正成功的案例与所述偏差信息进行匹配，得到第一偏差数据；

通过所述数据诊断模型将校验规则与所述偏差信息进行匹配，得到第二偏差数据；

根据所述第一偏差数据以及所述第二偏差数据得到所述目标待修正备件数据。

5.一种备件数据纠错装置，其特征在于，所述装置包括：

通信模块，用于获取待修正备件数据；

数据诊断模块，用于调用数据诊断模型，通过所述数据诊断模型识别所述待修正备件数据中的目标待修正备件数据；所述数据诊断模型是通过周期性泊松分布对历史修正数据进行筛选统计，根据所述历史修正数据的已修正字段预测所述历史修正数据对应的同类未修正字段的修改概率；根据修改概率最小的同类未修正字段信息生成数据诊断策略信息；根据所述数据诊断策略信息生成的；所述数据诊断策略信息包括数据诊断元素、数据诊断公式以及数据诊断策略；

数据修正模块，通过大数据平台检索与所述目标待修正备件数据对应的修正数据，包括：获取所述目标待修正备件数据的偏差信息，通过所述大数据平台根据所述偏差信息在历史修正信息中检索同类历史修正数据；对检索到的同类历史修正数据进行分析，得到同类历史修正数据的修正概率；选取修正概率最大的同类历史修正数据作为待验证修正数据；根据历史验证通过的历史修正信息对所述待验证修正数据进行验证，将验证通过后的修正数据作为所述目标待修正备件数据对应的修正数据；

数据纠错模块，用于根据所述修正数据对相应的目标待修正备件数据进行纠错。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

模型生成模块，用于对所述待修正备件数据对应的校验规则进行监测，当所述校验规则发生变更时，调用预设接口获取变更后的校验规则；利用所述预设接口检索与所述校验规则对应的数据诊断策略信息；根据所述数据诊断策略信息生成数据诊断模型。

7.根据权利要求5所述的装置，其特征在于，所述数据诊断模块还用于通过所述数据诊断模型获取与所述待修正备件数据对应的数据诊断策略信息；将所述数据诊断策略信息与所述待修正备件数据进行匹配，得到所述待修正备件数据的偏差信息；通过所述数据诊断模型对所述偏差信息进行识别，得到目标待修正备件数据。

8.根据权利要求7所述的装置，其特征在于，所述数据诊断模块还用于通过所述数据诊断模型将历史修正成功的案例与所述偏差信息进行匹配，得到第一偏差数据；通过所述数据诊断模型将校验规则与所述偏差信息进行匹配，得到第二偏差数据；根据所述第一偏差数据以及所述第二偏差数据得到所述目标待修正备件数据。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述方法的步骤。

Images