CN110647523A - 数据质量的分析方法及装置、存储介质、电子设备 - Google Patents
数据质量的分析方法及装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN110647523A CN110647523A CN201910855415.XA CN201910855415A CN110647523A CN 110647523 A CN110647523 A CN 110647523A CN 201910855415 A CN201910855415 A CN 201910855415A CN 110647523 A CN110647523 A CN 110647523A
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- quality
- machine learning
- learning model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种数据质量的分析方法及装置,属于数据标准化技术领域,该方法包括:基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果,当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果,当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。该方法提高了数据质量检测的利用率,且识别结果不易出错。
Description
技术领域
本公开涉及数据标准化技术领域,具体而言,涉及一种数据质量的分析方法、数据质量的分析装置、计算机可读存储介质以及电子设备。
背景技术
数据质量管理是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,进行识别、度量、监控、预警等一系列管理活动。然而在数据质量检查之后,无法对检测结果进行充分利用,导致数据质量问题多次出现。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的实施例提供一种数据质量的分析方法、数据质量的分析装置、计算机可读存储介质以及电子设备。
根据本公开的第一方面,提供一种数据质量的分析方法,包括:
基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果;
当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录;
将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果;
当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
在本公开的一示例性实施例中,基于预定规则,对所述数据进行质量检测,包括:
根据所述预定规则,生成检测模板,其中,所述检测模板包括多个与所述数据相对应的配置位;
根据所述配置位与所述数据的对应关系,将所述数据对应填入所述配置位中,以进行质量检测。
在本公开的一示例性实施例中,在基于预定规则,对数据进行质量检测之前,还包括:
由系统数据库中获取表单;
根据所获取的表单,提取所述表单中的数据。
在本公开的一示例性实施例中,在当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录之后,还包括:
确定所述检测记录所对应的表单的业务类型,并将所述业务类型与所述检测记录对应存储;
其中,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果,包括:
将所述检测记录和所述检测记录所对应的业务类型作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果。
在本公开的一示例性实施例中,在将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果之后,还包括:
当所述判断结果为非预定类型时,向用户显示预定提示信息。
在本公开的一示例性实施例中,所述机器学习模型的训练包括:
由检测记录样本数据库中获取检测记录样本集合,确定所述检测记录样本集合中的每一检测记录样本所对应的表单的业务类型,将所述检测记录样本集合中的每一检测记录样本以及所对应的业务类型作为所述机器学习模型的输入,以对所述机器学习模型进行训练,其中,每一检测记录样本具有预定类型或非预定类型的对应标识;
通过调整所述机器学习模型的参数,使得所述机器学习模型针对每一检测记录样本的输出与所述检测记录样本的对应标识一致。
根据本公开的第二方面,提供一种数据质量的分析装置,包括:
检测模块,用于基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果;
检测记录生成模块,用于当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录;
判断模块,用于将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果;
存储模块,用于当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
在本公开的一示例性实施例中,所述检测模块包括:
模板生成单元,用于根据所述预定规则,生成检测模板,其中,所述检测模板包括多个与所述数据相对应的配置位;
检测单元,用于根据所述配置位与所述数据的对应关系,将所述数据对应填入所述配置位中,以进行质量检测。
根据本公开的第三方面,提供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如上所述的数据质量的分析方法。
根据本公开的第四方面,提供一种电子设备,包括:
处理器;以及
存储器,其上存储有计算机程序;
其中,所述处理器被配置为经由执行所述计算机程序来实现如上所述的数据质量的分析方法。
本公开的实施例提供的技术方案可以具有以下有益效果:
通过本公开的各实施例,基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果,当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果。因此,当出现质量问题时,能够对每一质量问题进行分析,以确定该质量问题是否为预定类型,通过对质量问题的类型分析,能够直观得出质量问题的出现原因,防止再出现类似的质量问题,提高了质量检测结果的利用率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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的附图。
图1示出了可以应用本发明实施例的数据质量的分析方法或数据质量的分析装置的示例性系统架构的示意图。
图2示出根据本公开一示例性实施例的一种数据质量的分析方法的流程示意图。
图3示出根据本公开一示例性实施例的图2所示的数据质量的分析方法中步骤S210的流程示意图。
图4示出根据本公开一示例性实施例的图2所示的数据质量的分析方法还包括的获取数据的流程示意图。
图5示出根据本公开一示例性实施例的一种数据质量的分析装置的示意组成框图。
图6示出根据本公开一示例性实施例的电子设备的示意组成框图。
图7示出根据本公开一示例性实施例的一种计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
请参阅图1,图1示出了可以应用本发明实施例的数据质量的分析方法或数据质量的分析装置的示例性系统架构100的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一种或多种,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送信息等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
在本发明的一个具体应用场景中,用户可以使用终端设备101、102、103通过网络104向服务器105上传数据,且不同用户使用不同的终端设备上传的数据可以通过服务器105进行整合保存,以确保所有的数据都能够被同一进行处理。
在本发明的一示例性实施例中,服务器105可以基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果,当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果,当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
基于上述的应用场景可知,本发明实施例所提供的数据质量的分析方法可以由服务器执行,相应地,数据质量的分析装置一般服务器中。但是在本发明的其他实施例中,终端设备101、102、103也可以具有相似的功能,从而执行本发明实施例所提供的数据质量的分析方法,即在本发明的实施例中,终端设备101、102、103可以基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果,当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果,当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
以下对本发明实施例的技术方法的实现细节进行详细阐述:
请参阅图2,图2为根据本公开一示例性实施例的一种数据质量的分析方法的流程示意图,在图2所示的实施例中,该示例性数据质量的分析方法至少包括步骤S210至步骤S240,详细介绍如下:
在步骤S210中,基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果。
其中,数据是指用以满足生产或生活需要的信息,所述数据可以是账单、供货单、业务单据等所包含的内容,例如支付金额、客户名称等。在一示例性实施例中,所述数据可以是文字,例如XXX有限公司等,在另一示例性实施例中,所述数据可以是数字或者字母,例如56646或ABCD等,本发明对此不做特殊限定。
预定规则是指预先设置的、用以检测数据是否存在质量问题的规则。预定规则包括数据可能出现的所有质量问题(例如数据是否为空、是否为乱码、数据是否超过预定范围),根据预定规则对数据进行质量检测,相比较于人工检测,能够提高数据的质量检测结果的准确性,且不易出现质量问题遗漏。
在步骤S220中,当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录。
在该实施例中,当检测到数据不符合所述预定规则时,即代表该数据存在质量问题。当数据存在质量问题时,将存在质量问题的数据以及该数据所对应的质量问题对应生成检测记录。
具体而言,获取存在质量问题的数据的身份标识(例如数据编号或者数据代码等),根据所述数据的身份标识与该数据所对应的质量问题生成检测记录,以确保检测记录与数据的对应关系,避免出现错乱。
在步骤S230中,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果。
其中,预定类型的质量问题是指由业务方的操作失误造成的质量问题,例如在录入客户的身份信息(如身份证号码)时出现多位或者少位,则该质量问题应是在业务方的人工录入时出现错误,属于预定类型的质量问题。非预定类型是指由技术方的操作失误所造成的质量问题,例如当数据为公司代码或者名称出现错误时,则为后台数据错误,为技术方在录入时出现错误所造成。将数据的质量问题分为预定类型和非预定类型,能够直观的知道质量问题出现的原因,以便于采用应对策略进行修订或预防。
通过采用机器学习模型进行识别,相比较于人工识别,即时面对大量的检测记录,也能够保证识别的准确率和效率,免去了人工识别的成本。
在步骤S240中,当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
在图2所示的实施例中,将被判定为预定类型的检测记录与判断结果进行对应存储,能够保证每一检测记录的判断结果不会被遗漏,方便后续的总结。通过对数据的检测记录进行是否为预定类型的识别判断,保证了检测记录的有效利用,用户可根据判断结果采取对应的措施,避免质量问题再次出现,提高数据的质量。
请参考图3,图3为根据本公开一示例性实施例的图2所示的数据质量的分析方法中步骤S210的流程示意图。在图3所示的实施例中,基于预定规则,对所述数据进行质量检测,包括:
在步骤S310中,根据所述预定规则,生成检测模板,其中,所述检测模板包括多个与所述数据相对应的配置位。
其中,检测模板是指对应于预定规则建立、用以对数据进行质量检测的模板。所述检测模板中包括多个与所述数据相对应的配置位,每一配置位都对应设置有检测规则,例如在某一配置位中数据不能为空、或在某一配置位中数据不能超过预定范围等。
在步骤S320中,根据所述配置位与所述数据的对应关系,将所述数据对应填入所述配置位中,以进行质量检测。
在图3所示的实施例中,将数据对应填入相对应的配置位中,检测模板根据每一配置位所对应的检测规则对数据进行质量检测。当数据不符合其所在的配置位的检测规则时,即代表所述数据存在质量问题。
将数据对应填入配置位中进行检测,能够提高检测效率,且每一类数据对应一配置位,能够避免由于检测规则混乱,而出现检测结果错误的情况。
请参考图4,图4为根据本公开一示例性实施例的图2所示的数据质量的分析方法还包括的获取数据的流程示意图,在图4所示的实施例中,在基于预定规则,对数据进行质量检测之前,该示例性数据质量的分析方法还包括:
在步骤S410中,由系统数据库中获取表单。
其中,所述表单可以为交易单、供货单或保单等,当表单生成时(如生成供货单、或与客户签订保单等),将其存储于系统数据库中,方便存档以及查询。
在本发明一示例性实施例中,可将不同类型的表单设置不同的标志位,用以对应不同的预定规则,方便管理和进行检测。
在步骤S420中,根据所获取的表单,提取所述表单中的数据。
在图4所示的实施例中,通过表单以获取数据,避免数据错乱,而影响识别结果。应该理解的是,每一表单中包括多个可供填写的数据栏,例如名称、时间或金额等,提取表单中的数据即是指提取数据栏中所填写的内容,该内容可以是文字也可以是数字等。
在本发明的一示例性实施例中,在当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录之后,该示例性数据质量的分析方法还包括:
确定所述检测记录所对应的表单的业务类型,并将所述业务类型与所述检测记录对应存储;
其中,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果,包括:
将所述检测记录和所述检测记录所对应的业务类型作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果。
在该实施例中,业务类型是指表单所对应的分类类别,该业务类型可以是保单、交易单或账单等。通过对表单进行分类可方便管理,且不同业务类型的表单相同的数据问题可能是因为不同的原因所导致,因此获取每一表单所对应的业务类型并同时将其作为机器学习模型的输入,能够提高机器学习模型输出结果的准确性以及可靠性。
基于图2所示的数据质量的分析方法,在本发明的一示例性实施例中,在将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果之后,还包括:
当所述判断结果为非预定类型时,向用户显示预定提示信息。
在该示例性实施例中,由于技术方所造成的失误可能导致质量问题的普遍性,例如当服务器中的公司名称或者公司代号出错时,会导致所有数据中的公司名称或者公司代号出错。所以当数据所出现的质量问题的判断结果为非预定类型时,应及时向用户显示预定提示信息,立即修改,防止后续数据都出现相同问题。其中,该预定提示信息可以包括数据所出现的质量问题,方便用户及时定位质量问题的所在并及时进行修改。
基于图2所示的数据质量的分析方法,在本发明的一示例性实施例中,所述机器学习模型的训练包括:
由检测记录样本数据库中获取检测记录样本集合,将该检测记录样本集合中的每一检测记录样本输入该机器学习模型,所述检测记录样本集合包括正样本和负样本,正样本是事先确定的为预定类型的检测记录样本,负样本是事先确定的非预定类型的检测记录样本,机器学习模型输出正负样本的判断结果,如果该机器学习模型将正样本识别成负样本,或将负样本识别成正样本,则调整该机器学习模型的系数,使该机器学习模型将正样本识别成正样本,或将负样本识别成负样本。
在该示例性实施例中,检测记录样本是指已确定是否为预定类型的检测记录,并将检测记录样本存储于检测记录样本数据库以形成检测记录样本集合,便于对机器学习模型进行训练。
在本发明另一示例性实施例中,所述机器学习模型的训练包括:
由检测记录样本数据库中获取检测记录样本集合,确定所述检测记录样本集合中的每一检测记录样本所对应的表单的业务类型,将所述检测记录样本集合中的每一检测记录样本以及所对应的业务类型作为所述机器学习模型的输入,以对所述机器学习模型进行训练,其中,每一检测记录样本具有预定类型或非预定类型的对应标识;
通过调整所述机器学习模型的参数,使得所述机器学习模型针对每一检测记录样本的输出与所述检测记录样本的对应标识一致。
在该示例性实施例中,将每一检测记录样本的业务类型与该检测记录样本同时作为机器学习模型的输入,以对所述机器学习模型进行训练,能够提高机器学习模型的判断结果的准确性。本公开实施例还提供了一种数据质量的分析装置。参考图5所示,该示例性数据质量的分析装置可以包括检测模块410、检测记录生成模块420、判断模块430以及存储模块440。
其中:
检测模块410用于基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果;
检测记录生成模块420用于当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录;
判断模块430用于将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果;
存储模块440用于当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
在一示例性实施方式中,所述检测模块410包括模板生成单元411和检测单元412,其中:
模板生成单元411用于根据所述预定规则,生成检测模板,其中,所述检测模板包括多个与所述数据相对应的配置位;
检测单元412用于根据所述配置位与所述数据的对应关系,将所述数据对应填入所述配置位中,以进行质量检测。
上述数据质量的分析装置中各模块的具体细节已经在对应的数据质量的分析方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
根据一个示例性实施例,该装置可被实现为一种电子设备,该电子设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序在被所述处理器执行时,使得所述处理器执行如上所述的各方法实施例中的任一个,或者,所述计算机程序在被所述处理器执行时使得该电子设备实现如上所述的装置各实施例的组成单元/模块所实现的功能。
上面的实施例中所述的处理器可以指单个的处理单元,如中央处理单元CPU,也可以是包括多个分散的处理单元的分布式处理器系统。
上面的实施例中所述的存储器可以包括一个或多个存储器,其可以是计算设备的内部存储器,例如暂态或非暂态的各种存储器,也可以是通过存储器接口连接到计算设备的外部存储装置。
下面参照图6来描述根据本发明的这种实施方式的电子设备500。图6显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图2中所示的步骤S210,基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果;步骤S220,当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录;步骤S230,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果;步骤S240,当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器560通过总线530与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图7所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、C++等,还包括常规的过程式程序设计语言一诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种数据质量的分析方法,其特征在于,包括:
基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果;
当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录;
将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果;
当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
2.根据权利要求1所述的分析方法,其特征在于,基于预定规则,对所述数据进行质量检测,包括:
根据所述预定规则,生成检测模板,其中,所述检测模板包括多个与所述数据相对应的配置位;
根据所述配置位与所述数据的对应关系,将所述数据对应填入所述配置位中,以进行质量检测。
3.根据权利要求1所示的分析方法,其特征在于,在基于预定规则,对数据进行质量检测之前,还包括:
由系统数据库中获取表单;
根据所获取的表单,提取所述表单中的数据。
4.根据权利要求3所述的分析方法,其特征在于,在当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录之后,还包括:
确定所述检测记录所对应的表单的业务类型,并将所述业务类型与所述检测记录对应存储;
其中,将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果,包括:
将所述检测记录和所述检测记录所对应的业务类型作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果。
5.根据权利要求1所述的分析方法,其特征在于,在将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果之后,还包括:
当所述判断结果为非预定类型时,向用户显示预定提示信息。
6.根据权利要求4所述的分析方法,其特征在于,所述机器学习模型的训练包括:
由检测记录样本数据库中获取检测记录样本集合,确定所述检测记录样本集合中的每一检测记录样本所对应的表单的业务类型,将所述检测记录样本集合中的每一检测记录样本以及所对应的业务类型作为所述机器学习模型的输入,以对所述机器学习模型进行训练,其中,每一检测记录样本具有预定类型或非预定类型的对应标识;
通过调整所述机器学习模型的参数,使得所述机器学习模型针对每一检测记录样本的输出与所述检测记录样本的对应标识一致。
7.一种数据质量的分析装置,其特征在于,包括:
检测模块,用于基于预定规则,对数据进行质量检测,以得到所述数据是否存在质量问题的检测结果;
检测记录生成模块,用于当所述数据的检测结果为存在质量问题时,根据所述数据以及所对应的质量问题生成检测记录;
判断模块,用于将所述检测记录作为机器学习模型的输入,以使所述机器学习模型输出所述质量问题是否为预定类型的判断结果;
存储模块,用于当所述判断结果为预定类型时,将所述检测记录与所述判断结果对应存储。
8.根据权利要求7所述的数据质量的分析装置,其特征在于,所述检测模块包括:
模板生成单元,用于根据所述预定规则,生成检测模板,其中,所述检测模板包括多个与所述数据相对应的配置位;
检测单元,用于根据所述配置位与所述数据的对应关系,将所述数据对应填入所述配置位中,以进行质量检测。
9.一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如权利要求1-6中任一项所述的数据质量的分析方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有计算机程序;
其中,所述处理器被配置为经由执行所述计算机程序来实现如权利要求1-6中任一项所述的数据质量的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855415.XA CN110647523B (zh) | 2019-09-09 | 2019-09-09 | 数据质量的分析方法及装置、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855415.XA CN110647523B (zh) | 2019-09-09 | 2019-09-09 | 数据质量的分析方法及装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110647523A true CN110647523A (zh) | 2020-01-03 |
CN110647523B CN110647523B (zh) | 2023-10-03 |
Family
ID=69010419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910855415.XA Active CN110647523B (zh) | 2019-09-09 | 2019-09-09 | 数据质量的分析方法及装置、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110647523B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111462879A (zh) * | 2020-04-02 | 2020-07-28 | 上海腾程医学科技信息有限公司 | 即时检测设备的管理方法、系统、终端设备和存储介质 |
CN111813837A (zh) * | 2020-09-11 | 2020-10-23 | 成都寻道科技有限公司 | 一种智能检测数据质量的方法 |
CN112667619A (zh) * | 2020-12-30 | 2021-04-16 | 平安证券股份有限公司 | 辅助检查数据的方法、装置、终端设备及存储介质 |
CN114648337A (zh) * | 2022-03-23 | 2022-06-21 | 中银金融科技有限公司 | 交易数据质量自动化分析方法及装置 |
CN117951128A (zh) * | 2024-01-31 | 2024-04-30 | 江苏思行达信息技术股份有限公司 | 一种基于人工智能的数据质量稽查方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140279934A1 (en) * | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Self-analyzing data processing job to determine data quality issues |
CN107451666A (zh) * | 2017-07-15 | 2017-12-08 | 西安电子科技大学 | 基于大数据分析的断路器装配质量问题追溯系统和方法 |
US20180189376A1 (en) * | 2016-12-29 | 2018-07-05 | Intel Corporation | Data class analysis method and apparatus |
-
2019
- 2019-09-09 CN CN201910855415.XA patent/CN110647523B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140279934A1 (en) * | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Self-analyzing data processing job to determine data quality issues |
US20180189376A1 (en) * | 2016-12-29 | 2018-07-05 | Intel Corporation | Data class analysis method and apparatus |
CN107451666A (zh) * | 2017-07-15 | 2017-12-08 | 西安电子科技大学 | 基于大数据分析的断路器装配质量问题追溯系统和方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111462879A (zh) * | 2020-04-02 | 2020-07-28 | 上海腾程医学科技信息有限公司 | 即时检测设备的管理方法、系统、终端设备和存储介质 |
CN111813837A (zh) * | 2020-09-11 | 2020-10-23 | 成都寻道科技有限公司 | 一种智能检测数据质量的方法 |
CN112667619A (zh) * | 2020-12-30 | 2021-04-16 | 平安证券股份有限公司 | 辅助检查数据的方法、装置、终端设备及存储介质 |
CN112667619B (zh) * | 2020-12-30 | 2023-10-10 | 平安证券股份有限公司 | 辅助检查数据的方法、装置、终端设备及存储介质 |
CN114648337A (zh) * | 2022-03-23 | 2022-06-21 | 中银金融科技有限公司 | 交易数据质量自动化分析方法及装置 |
CN117951128A (zh) * | 2024-01-31 | 2024-04-30 | 江苏思行达信息技术股份有限公司 | 一种基于人工智能的数据质量稽查方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110647523B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647523B (zh) | 数据质量的分析方法及装置、存储介质、电子设备 | |
US11467817B2 (en) | Software component defect prediction using classification models that generate hierarchical component classifications | |
WO2018188199A1 (zh) | 理赔单据的字符识别方法、装置、服务器及存储介质 | |
CN111144210B (zh) | 图像的结构化处理方法及装置、存储介质及电子设备 | |
CN111090641B (zh) | 数据处理方法及装置、电子设备、存储介质 | |
CN111598122B (zh) | 数据校验方法、装置、电子设备和存储介质 | |
CN109660533B (zh) | 实时识别异常流量的方法、装置、计算机设备和存储介质 | |
CN110348471B (zh) | 异常对象识别方法、装置、介质及电子设备 | |
CN113450075A (zh) | 基于自然语言技术的工单处理方法及装置 | |
CN112181835A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN113722370A (zh) | 基于指标分析的数据管理方法、装置、设备及介质 | |
CN110990411A (zh) | 数据结构的生成方法及装置、调用方法及装置 | |
CN113645357B (zh) | 通话质检方法、装置、计算机设备和计算机可读存储介质 | |
CN112989050B (zh) | 一种表格分类方法、装置、设备及存储介质 | |
CN109684207B (zh) | 操作序列封装的方法、装置、电子设备及存储介质 | |
CN111046393A (zh) | 漏洞信息上传方法、装置、终端设备及存储介质 | |
CN113870969A (zh) | 健康评估报告生成方法、系统、服务器及介质 | |
CN114066513A (zh) | 一种用户分类的方法和装置 | |
CN113590484A (zh) | 算法模型服务测试方法、系统、设备及存储介质 | |
CN112699872A (zh) | 表单审核处理方法及装置、电子设备和存储介质 | |
CN111427874A (zh) | 医疗数据生产的质控方法、装置以及电子设备 | |
CN112631930B (zh) | 动态系统测试方法及相关装置 | |
US11474816B2 (en) | Code review using quantitative linguistics | |
CN111240652A (zh) | 数据处理方法及装置、计算机存储介质、电子设备 | |
CN111414398B (zh) | 数据分析模型确定方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |