CN111159315B - 一种足球球队数据的关联方法及数据校验方法 - Google Patents

Abstract

本发明公开了一种足球球队数据的关联方法及数据校验方法，该关联方法包括：先对待匹配的数据源进行预处理，再以第一数据源为基准，选择一球队作为待关联球队，然后根据待关联球队的任一比赛的开赛时间，查询第二数据库中的比赛数据，将满足查询要求的对战双方球队唯一标识组成一个集合，再选取另一场比赛，根据同样的方法组成另一个集合，两个集合进行交集运算，不断重复上述步骤，使得交集运算的结果中只有一个元素或为空集，最后根据交集运算结果，对待关联球队进行关联或标记为特殊球队，结束本次关联。采用本发明技术方案能够提高自动化关联效率，减少人力介入的人工成本。

Description

一种足球球队数据的关联方法及数据校验方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种足球球队数据的关联方法及数据校验方法。

背景技术

在足球体育数据领域，采集多家比赛数据进行校对或者做数据观察前，需要提前对所有数据源中的所有球队进行关联，而同一支球队，在24小时内将不会进行两场以上的比赛。所以即使是不同的数据源，只有将每个数据源中的球队进行相互关联，才能完成后续其他数据(如比赛数据)的自动化关联。

而现有技术对于球队的自动化关联方式，是针对未来的比赛赛程，采用双方数据源球队名称字串匹配的方式进行自动化匹配。但是这种自动化匹配方法要求文字完全匹配才能关联成功，对于不同语种数据无法进行关联，即使是同个语种下，单词或翻译不同也会造成关联失败，需要依靠人工介入，手动关联，自动化关联效果极低。如果所需关联的数据库为多个时，关联过程更是繁琐且浪费人力，时间跨度长且较难后续校验。

发明内容

本发明实施例提供一种足球球队数据的关联方法及数据校验方法，提高自动化关联效率，减少人力介入的人工成本。

本发明一实施例提供一种足球球队数据的关联方法，包括：

步骤1：获取待匹配的第一数据源和第二数据源，分别对所述第一数据源和所述第二数据源的球队数据进行预处理，以使所述第一数据源和所述第二数据源中所记录的所有比赛数据均在同一预设时间间隔内，且所述比赛数据均处于同一时区；其中，一个比赛数据包括：开赛时间和对战双方的球队唯一标识；

步骤2：从所述第一数据源中选取一球队作为待关联球队；

步骤3：从所述第一数据源中获取所述待关联球队的任一比赛的比赛数据，并根据其开赛时间，查询第二数据源中的所有比赛数据，将满足预设查询要求的比赛数据对应的对战双方球队唯一标识组成一个集合S；

步骤4：从所述第一数据源中获取所述待关联球队的任一比赛的比赛数据，并根据其开赛时间，查询第二数据源中的所有比赛数据，将满足预设查询要求的比赛数据对应的对战双方球队唯一标识组成一个集合S2；

步骤5：将集合S和集合S2进行交集运算，并将运算结果赋予集合S，返回步骤4,直至所述运算结果中只有一个元素或为空集；

步骤6：若所述运算结果为只有一个元素，且在所述元素通过校验后，将所述待关联球队与所述元素进行关联；若所述运算结果为空集，则将所述待关联球队标记为特殊球队，结束本次关联。

进一步的，所述步骤1具体为：

获取待匹配的第一数据源和第二数据源，分别从所述第一数据源和所述第二数据源中提取K年内的所有比赛数据，并对提取的比赛数据进行时区校准，以使所有比赛数据均处于同一时区内；其中，K为正数。

进一步的，所述步骤3和4中的预设查询要求具体为：

若所述开赛时间为T，则所述预设查询要求为：比赛的开赛时间必须在时间段[T-D，T+D]内；其中，D为预设的时间间隔。

进一步的，在所述步骤6中，若所述运算结果为只有一个元素，通过以下方法校验所述元素，具体为：

单独执行N次步骤4，分别获得N个集合，并分别将所述集合S与所述N个集合进行交集运算，判断交集结果是否一直保持只有所述元素；其中，N为正整数；

若是，则所述元素通过校验；

否则，所述元素不通过校验。

进一步的，若所述元素不通过校验，则将所述待关联球队标记为特殊球队，结束本次关联。

进一步的，被标记为特殊球队的球队通过字符串匹配方法或人工关联方法完成数据关联。

本发明另一实施例对应提供了一种足球球队数据关联后的数据校验方法，包括：

根据本发明所述的足球球队数据的关联方法，分别获得第一数据源在顺序处理下的第一关联结果、所述第一数据源在逆序处理下的第二关联结果、所述第二数据源在顺序处理下的第三关联结果、所述第二数据源在逆序处理下的第四关联结果；

将所述第一关联结果、所述第二关联结果、所述第三关联结果和所述第四关联结果进行比较验证；

将在四个关联结果中均相同的关联关系，判定为通过本次数据校验；

将在四个关联结果中不全相同的关联关系，判定为不通过本次数据校验。

进一步的，所述顺序处理具体为：按照球队排列顺序，依次抽取球队作为待关联球队。

进一步的，所述逆序处理具体为：按照球队排列逆序，依次抽取球队作为待关联球队。

有益效果

本发明提供了一种足球球队数据的关联方法，先对待匹配的数据源进行预处理，再以第一数据源为基准，选择一球队作为待关联球队，然后根据待关联球队的任一比赛的开赛时间，查询第二数据库中的比赛数据，将满足查询要求的对战双方球队唯一标识组成一个集合，再选取另一场比赛，根据同样的方法组成另一个集合，两个集合进行交集运算，不断重复上述步骤，使得交集运算的结果中只有一个元素或为空集，最后根据交集运算结果，对待关联球队进行关联或标记为特殊球队，结束本次关联。与现有技术相比，本发明打破字串匹配的约束，让不同语言的数据源也能轻易匹配，提高自动化关联效率，减少人力介入的人工成本。此外，本发明可以一次性完成两个数据源选定时间段内的所有球队的关联工作，选择的时间段更长，完成的球队关联数量更多。

另一方面，本发明提供了足球球队数据关联后的数据校验方法，根据本发明的关联方法，分别获得两个数据源在顺序、逆序处理下的四个关联结果，通过比较验证四个关联结果中所有关联关系，校验关联的准确性。相比于现有技术校验难度大、校验工作繁琐，本发明的校验方法能简化校验流程，减少校验工作量，从而提高校验的准确率。

附图说明

图1是本发明提供的足球球队数据的关联方法的一种实施例的流程示意图；

图2是本发明提供的足球球队数据关联后的数据校验方法的一种实施例的流程示意图。

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一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。

参见图1，是本发明提供的足球球队数据的关联方法的一种实施例的流程示意图，包括步骤1至6，各步骤具体如下：

步骤1：获取待匹配的第一数据源和第二数据源，分别对第一数据源和第二数据源的球队数据进行预处理，以使第一数据源和第二数据源中所记录的所有比赛数据均在同一预设时间间隔内，且比赛数据均处于同一时区；其中，一个比赛数据包括：开赛时间和对战双方的球队唯一标识。

在本实施例中，步骤1具体为：获取待匹配的第一数据源和第二数据源，分别从所述第一数据源和所述第二数据源中提取K年内的所有比赛数据，并对提取的比赛数据进行时区校准，以使所有比赛数据均处于同一时区内；其中，K为正数。K可以有数据源的实际情况确定。

在本实施例中，一个数据源包含多个球队的多个比赛数据，一个比赛数据对应一个比赛。比赛数据包含开赛时间和对战双方的球队唯一标识，两家数据源的球队标识分别记为A_i,(i＝1,…,n_A)，B_j,(j＝1,…,n_B)。

在本实施例中，对数据源的比赛数据进行时区校准，确保开赛时间是在同一时区下表示，避免影响关联结果。

步骤2：从第一数据源中选取一球队作为待关联球队。

在本实施例中，以第一数据源为基准，选择一球队作为待关联球队。选择方式可以是顺序选择或者逆序选择，待所有球队都被选择并完成关联后，可以得到第一数据源在顺序处理下的关联结果，或者第一数据源在逆序处理下的关联结果。

步骤3：从第一数据源中获取待关联球队的任一比赛的比赛数据，并根据其开赛时间，查询第二数据源中的所有比赛数据，将满足预设查询要求的比赛数据对应的对战双方球队唯一标识组成一个集合S。

步骤4：从第一数据源中获取待关联球队的任一比赛的比赛数据，并根据其开赛时间，查询第二数据源中的所有比赛数据，将满足预设查询要求的比赛数据对应的对战双方球队唯一标识组成一个集合S₂。

在本实施例中，步骤3和4中的预设查询要求具体为：

若开赛时间为T，则预设查询要求为：比赛的开赛时间必须在时间段[T-D，T+D]内；其中，D为预设的时间间隔。即如果在第一数据源A中选定A₁的一场比赛，得到其开赛时间T₁，在第二数据源B中查找[T₁-D₁,T₁+D₁]时间段的所有比赛，将该时间段内所有比赛的对战双方球队标识所组成的集合记为

令S＝S₁。

在本实施例中，步骤4与步骤3选取待关联球队的比赛为不同，由于随机抽取任一一场比赛。如果为了减少重复计算，可以设置被选取后的球队不再被选择，直到完成本次关联。

作为本实施例的一种举例，步骤3和步骤4可以按照顺序排列进行选取，如根据顺序排列列表中的第一个比赛执行步骤3，下一个比赛执行步骤4，以此类推，以完成顺序处理下赛事选取。

步骤5：将集合S和集合S₂进行交集运算，并将运算结果赋予集合S，返回步骤4,直至运算结果中只有一个元素或为空集。

步骤6：若运算结果为只有一个元素，且在该元素通过校验后，将待关联球队与该元素进行关联；若运算结果为空集，则将待关联球队标记为特殊球队，结束本次关联。

在本实施例中，若运算结果为只有一个元素，则通过以下方法校验所述元素，具体为：

单独执行N次步骤4，分别获得N个集合，并分别将集合S与N个集合进行交集运算，判断交集结果是否一直保持只有所述元素；其中，N为正整数；

若是，则所述元素通过校验；

否则，所述元素不通过校验。

在本实施例中，若结果为一个元素B_j，则继续选取A₁的至少N场比赛进行交集运算，判断交集结果是否一直保持只有B_j这一个元素，若是，则通过校验，判定元素为关联结果，进行关联并记录；若出现空集或不通过校验的，则将待关联球队标记为特殊球队，结束本次关联并记录。

在本实施例中，被标记为特殊球队的球队通过字符串匹配方法或人工关联方法完成数据关联。只有极少数情况下会由于某些球队场次过少、某数据源比赛数据遗漏等问题，导致出现上述特殊情况。对于这少部分的球队，可利用传统的字符串匹配方法或人工关联等方式进行处理。

由上可见，本发明提供了一种足球球队数据的关联方法，先对待匹配的数据源进行预处理，再以第一数据源为基准，选择一球队作为待关联球队，然后根据待关联球队的任一比赛的开赛时间，查询第二数据库中的比赛数据，将满足查询要求的对战双方球队唯一标识组成一个集合，再选取另一场比赛，根据同样的方法组成另一个集合，两个集合进行交集运算，不断重复上述步骤，使得交集运算的结果中只有一个元素或为空集，最后根据交集运算结果，对待关联球队进行关联或标记为特殊球队，结束本次关联。与现有技术相比，本发明打破字串匹配的约束，让不同语言的数据源也能轻易匹配，提高自动化关联效率，减少人力介入的人工成本。此外，本发明可以一次性完成两个数据源选定时间段内的所有球队的关联工作，选择的时间段更长，完成的球队关联数量更多。

另一方面，参见图2，图2是本发明提供的足球球队数据关联后的数据校验方法的一种实施例的流程示意图。如图2所示，该方法包括步骤21至24，各步骤具体如下：

步骤21：根据足球球队数据的关联方法，分别获得第一数据源在顺序处理下的第一关联结果、第一数据源在逆序处理下的第二关联结果、第二数据源在顺序处理下的第三关联结果、第二数据源在逆序处理下的第四关联结果。

在本实施例中，采用本发明的关联方法能将一数据源中的所有球队与另一个数据源进行关联，但选择球队作为待关联球队的方式一共四种，以第一数据源为基准的顺序选择、第一数据源为基准的逆序选择、第二数据源为基准的顺序选择和第二数据源为基准的逆序选择。逆序处理和顺序处理有可能会产生不一样的关联结果，可能原因为：球队唯一标识进行了改变，即一个球队存在2种以上的比赛标识；数据源存在比赛缺失的情况等。因此，通过比较这四种关联结果的比较验证，能够确保关联数据的准确性。

步骤22：将第一关联结果、第二关联结果、第三关联结果和第四关联结果进行比较验证。

步骤23：将在四个关联结果中均相同的关联关系，判定为通过本次数据校验。

步骤24：将在四个关联结果中不全相同的关联关系，判定为不通过本次数据校验。

在本实施例中，如果将某关联关系判定为不通过本次数据校验，则可以利用传统的字符串匹配方法或人工关联等方式进行处理。

在本实施例中，仅列举了两个数据源之间的关联和校验，但根据相同的原理，也可以应用到多个数据源之间，实现多个数据源的快速、自动化关联和校验，提高效率和准确率。

可见，本发明提供了足球球队数据关联后的数据校验方法，根据本发明的关联方法，分别获得两个数据源在顺序、逆序处理下的四个关联结果，通过比较验证四个关联结果中所有关联关系，校验关联的准确性。相比于现有技术校验难度大、校验工作繁琐，本发明的校验方法能简化校验流程，减少校验工作量，从而提高校验的准确率。

综上所述，本发明能够解决以下问题：

1、打破字串匹配的约束，让不同语言的数据源也能轻易匹配关联；

2、使用历史赛程数据，数据结果固化，保证客观性和真实性；

3、可以一次性完成两个数据源选定时间段内的所有球队的关联工作，选择的时间段更长，完成的球队关联数量更多；

4、对于多个数据源之间的关联工作，流程复用性强，一次关联，多个源互相印证；

5、减少人为操作因素，提高准确率。

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (7)

1.一种足球球队数据的关联方法，其特征在于，包括：

步骤1：获取待匹配的包含多个球队的多个比赛数据的第一数据源和第二数据源，分别对所述第一数据源和所述第二数据源的球队数据进行预处理，以使所述第一数据源和所述第二数据源中所记录的所有比赛数据均在同一预设时间间隔内，且所述比赛数据均处于同一时区；其中，一个比赛数据包括：开赛时间和对战双方的球队唯一标识；

步骤2：从所述第一数据源中选取一球队作为待关联球队；

步骤3：从所述第一数据源中获取所述待关联球队的任一比赛的比赛数据，并根据其开赛时间，查询第二数据源中的所有比赛数据，将满足预设查询要求的比赛数据对应的对战双方球队唯一标识组成一个集合S；

步骤4：从所述第一数据源中获取所述待关联球队的任一比赛的比赛数据，并根据其开赛时间，查询第二数据源中的所有比赛数据，将满足预设查询要求的比赛数据对应的对战双方球队唯一标识组成一个集合S₂；

步骤5：将集合S和集合S₂进行交集运算，并将运算结果赋予集合S，返回步骤4,直至所述运算结果中只有一个元素或为空集；

步骤6：若所述运算结果为只有一个元素，且在所述元素通过校验后，将所述待关联球队与所述元素进行关联；若所述运算结果为空集，则将所述待关联球队标记为特殊球队，结束本次关联。

2.根据权利要求1所述的足球球队数据的关联方法，其特征在于，所述步骤1具体为：

获取待匹配的第一数据源和第二数据源，分别从所述第一数据源和所述第二数据源中提取K年内的所有比赛数据，并对提取的比赛数据进行时区校准，以使所有比赛数据均处于同一时区内；其中，K为正数。

3.根据权利要求1所述的足球球队数据的关联方法，其特征在于，所述步骤3和4中的预设查询要求具体为：

若所述开赛时间为T，则所述预设查询要求为：比赛的开赛时间必须在时间段[T-D，T+D]内；其中，D为预设的时间间隔。

4.根据权利要求1所述的足球球队数据的关联方法，其特征在于，在所述步骤6中，若所述运算结果为只有一个元素，通过以下方法校验所述元素，具体为：

单独执行N次步骤4，分别获得N个集合，并分别将所述集合S与所述N个集合进行交集运算，判断交集结果是否一直保持只有所述元素；其中，N为正整数；

若是，则所述元素通过校验；

否则，所述元素不通过校验。

5.根据权利要求4所述的足球球队数据的关联方法，其特征在于，若所述元素不通过校验，则将所述待关联球队标记为特殊球队，结束本次关联。

6.根据权利要求1至5任意一项所述的足球球队数据的关联方法，其特征在于，被标记为特殊球队的球队通过字符串匹配方法或人工关联方法完成数据关联。

7.一种足球球队数据关联后的数据校验方法，其特征在于，包括：

根据权利要求1至6任一项所述的足球球队数据的关联方法，以所述第一数据源为基准的顺序选择、所述第一数据源为基准的逆序选择、所述第二数据源为基准的顺序选择和所述第二数据源为基准的逆序选择分别获得第一数据源在顺序处理下的第一关联结果、所述第一数据源在逆序处理下的第二关联结果、所述第二数据源在顺序处理下的第三关联结果、所述第二数据源在逆序处理下的第四关联结果；

将所述第一关联结果、所述第二关联结果、所述第三关联结果和所述第四关联结果进行比较验证；

将在四个关联结果中均相同的关联关系，判定为通过本次数据校验；

将在四个关联结果中不全相同的关联关系，判定为不通过本次数据校验。

Images