CN111651475B - 信息生成方法、装置、电子设备和计算机可读介质 - Google Patents

信息生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN111651475B
CN111651475B CN202010785975.5A CN202010785975A CN111651475B CN 111651475 B CN111651475 B CN 111651475B CN 202010785975 A CN202010785975 A CN 202010785975A CN 111651475 B CN111651475 B CN 111651475B
Authority
CN
China
Prior art keywords
array
data
subject word
subject
data table
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.)
Active
Application number
CN202010785975.5A
Other languages
English (en)
Other versions
CN111651475A (zh
Inventor
蔡光龙
宋威
林全兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Runxing Intellectual Property Service Co ltd
Original Assignee
Beijing Missfresh Ecommerce Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Missfresh Ecommerce Co Ltd filed Critical Beijing Missfresh Ecommerce Co Ltd
Priority to CN202010785975.5A priority Critical patent/CN111651475B/zh
Publication of CN111651475A publication Critical patent/CN111651475A/zh
Application granted granted Critical
Publication of CN111651475B publication Critical patent/CN111651475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2425—Iterative querying; Query formulation based on the results of a preceding query
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的实施例公开了信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取指标数组、主题词数组和数据表数组，其中，指标数组与主题词数组之间、主题词数组与数据表数组之间存在数据血缘关系；建立记录指标数组与主题词数组之间、主题词数组与数据表数组之间数据血缘关系的表作为第一关系表、第二关系表；选择指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；基于第一关系表，提取主题词数组中的主题词组成主题词子集，得到多个主题词子集；基于第二关系表，提取数据表数组中的数据表组成数据表子集，得到多个数据表子集。该实施方式实现了信息的快速生成，节省了等待时长。

Description

信息生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及信息生成方法、装置、电子设备和计算机可读介质。
背景技术
计算机的出现使得信息可以通过计算机生成。随着计算机性能的不断提高，信息生成的方式和速度相比人工分析的手段有了很大提升。然而，数据规模的爆炸性增长使得计算机检索和处理的数据量增多，人们期待更加快速地获取信息，以节省时间。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了信息生成的方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种信息生成的方法，该方法包括：获取指标数组、主题词数组和数据表数组，其中，上述指标数组与上述主题词数组之间存在数据血缘关系，上述主题词数组与上述数据表数组之间存在数据血缘关系；建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表以及记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表；选择上述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；基于上述第一关系表，提取上述主题词数组中与上述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集；基于上述第二关系表，提取上述数据表数组中与上述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
第二方面，本公开的一些实施例提供了一种信息生成装置，装置包括：获取单元，被配置成获取指标数组、主题词数组和数据表数组，其中，上述指标数组与上述主题词数组之间存在数据血缘关系，上述主题词数组与上述数据表数组之间存在数据血缘关系；记录单元，被配置成建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表以及记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表；选择单元，被配置成选择上述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；第一提取单元，被配置成基于上述第一关系表，提取上述主题词数组中与上述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集；第二提取单元，被配置成基于第二关系表，提取上述数据表数组中与上述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
在一些实施例中，所述对所述指标数组中与所述主题词数组中的主题词有数据血缘关系的每个指标，确定所述指标与所述主题词间的相关度作为第一相关度，包括：
利用下式确定所述指标与所述主题词间的相关度作为第一相关度：
Figure 955059DEST_PATH_IMAGE001
，
其中，
Figure 668937DEST_PATH_IMAGE002
表示指标数组中的指标序号，
Figure 183095DEST_PATH_IMAGE003
表示第
Figure 375042DEST_PATH_IMAGE002
个指标，
Figure 189414DEST_PATH_IMAGE004
表示与第
Figure 746298DEST_PATH_IMAGE002
个指标
Figure 810069DEST_PATH_IMAGE003
有数据血缘关系的主题词，
Figure 743390DEST_PATH_IMAGE005
代表
Figure 209006DEST_PATH_IMAGE003
和
Figure 936791DEST_PATH_IMAGE004
间的相关度，
Figure 487858DEST_PATH_IMAGE006
表示与主题词
Figure 959290DEST_PATH_IMAGE004
有数据血缘关系的指标
Figure 279413DEST_PATH_IMAGE003
的个数，
Figure 443678DEST_PATH_IMAGE007
表示与指标
Figure 482041DEST_PATH_IMAGE003
有数据血缘关系的去重后的主题词个数，
Figure 757165DEST_PATH_IMAGE008
表示所述主题词序号，
Figure 135057DEST_PATH_IMAGE009
表示与第
Figure 266961DEST_PATH_IMAGE008
个主题词有数据血缘关系的指标
Figure 730303DEST_PATH_IMAGE003
的个数，
Figure 605855DEST_PATH_IMAGE010
表示指标
Figure 838253DEST_PATH_IMAGE003
在指标数组中的重复数目，
Figure 406638DEST_PATH_IMAGE011
表示主题词
Figure 91697DEST_PATH_IMAGE004
在主题词数组中的重复数目，
Figure 770940DEST_PATH_IMAGE012
表示
Figure 857845DEST_PATH_IMAGE010
与
Figure 597131DEST_PATH_IMAGE011
中的最大值。
在一些实施例中，所述对所述主题词数组中与所述数据表数组中的数据表有数据血缘关系的每个主题词，确定所述主题词与所述数据表间的相关度作为第二相关度，包括：
利用下式确定所述主题词与所述数据表间的相关度作为第二相关度：
Figure 769486DEST_PATH_IMAGE013
，
其中，
Figure 986841DEST_PATH_IMAGE014
表示主题词数组中的主题词序号，
Figure 193831DEST_PATH_IMAGE015
表示第
Figure 104019DEST_PATH_IMAGE014
个主题词，
Figure 29249DEST_PATH_IMAGE016
表示与第
Figure 987978DEST_PATH_IMAGE014
个主题词
Figure 846213DEST_PATH_IMAGE015
有数据血缘关系的数据表，
Figure 864984DEST_PATH_IMAGE017
代表
Figure 74249DEST_PATH_IMAGE015
和
Figure 836668DEST_PATH_IMAGE016
间的相关度，
Figure 814989DEST_PATH_IMAGE018
表示与数据表
Figure 739082DEST_PATH_IMAGE016
有数据血缘关系的主题词
Figure 435643DEST_PATH_IMAGE015
的个数，
Figure 736174DEST_PATH_IMAGE019
表示与主题词
Figure 37842DEST_PATH_IMAGE015
有数据血缘关系的去重后的数据表个数，
Figure 195154DEST_PATH_IMAGE020
表示所述数据表序号，
Figure 316694DEST_PATH_IMAGE021
表示与第
Figure 483233DEST_PATH_IMAGE022
个数据表有数据血缘关系的主题词
Figure 108250DEST_PATH_IMAGE015
的个数，
Figure 702042DEST_PATH_IMAGE023
表示主题词
Figure 45299DEST_PATH_IMAGE015
在主题词数组中的重复数目，
Figure 15529DEST_PATH_IMAGE024
表示数据表
Figure 760631DEST_PATH_IMAGE016
在数据表数组中重复的数目，
Figure 525324DEST_PATH_IMAGE025
表示
Figure 621456DEST_PATH_IMAGE026
与
Figure 67481DEST_PATH_IMAGE027
中的最大值。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通过建立记录获取的指标数组与主题词数组间数据血缘关系的第一关系表和记录获取的主题词数组与数据表数组间数据血缘关系的第二关系表，对指标数组与主题词数组间的数据血缘关系和主题词数组与数据表数组间的数据血缘关系进行存储。然后，根据预设条件选择目标指标，得到目标指标数组。由此，将信息生成所需的数据查询范围缩小至特定的目标指标。这种缩小查询范围的方式有助于加快计算机的检索速度。而后，基于第一关系表提取主题词数组中与目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集，将信息生成所需的数据查询范围缩小至特定的主题词。这种缩小查询范围的方式也有助于加快计算机的检索速度。最后，基于第二关系表提取数据表数组中与多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集，将信息生成的数据查询范围缩小至特定的数据表。由此，数据查询范围再一次缩小，计算机的检索速度进一步提升，上述实施例有效利用了数据间的数据血缘关系，实现了更加快速的信息生成，节省了信息生成的等待时长。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的信息生成方法的一个应用场景示意图；
图2是根据本公开的信息生成方法的一些实施例的流程图；
图3是根据本公开的信息生成方法的另一些实施例的流程图；
图4是根据本公开的信息生成装置的一些实施例的结构示意图；
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的信息生成方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以获取指标102、主题词103和数据表104。其中，指标102与主题词103之间存在数据血缘关系，主题词103与数据表104之间存在数据血缘关系。然后，计算设备101可以建立记录指标102与主题词103之间数据血缘关系的表作为第一关系表105以及记录主题词103与数据表104之间数据血缘关系的表作为第二关系表106。再然后，计算设备101可以选择指标102中符合预定条件的指标作为目标指标107。其次，计算设备101可以基于第一关系表105，提取主题词103中与目标指标107有数据血缘关系的至少一个主题词组成主题词子集108。最后，计算设备101可以基于第二关系表106，提取数据表104中与主题词子集108中的主题词有数据血缘关系的至少一个数据表组成数据表子集109。可选的，计算设备101可以基于数据表子集109，生成调度方案110。可选的，计算设备101还可以将调度方案110发送至显示屏111上，以供关联设备执行调度方案110。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备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计算设备。
继续参考图2，示出了根据本公开的信息生成方法的一些实施例的流程200。该方法可以由图1中的计算设备101来执行。该信息生成方法，包括以下步骤：
步骤201，获取指标数组、主题词数组和数据表数组。
在一些实施例中，信息生成方法的执行主体（例如图1所示的计算设备101）可以通过有线连接方式或者无线连接方式从数据库中获取指标数组、主题词数组和数据表数组。其中，上述指标数组与上述主题词数组之间存在数据血缘关系，上述主题词数组与上述数据表数组之间存在数据血缘关系。上述指标数组中的指标为衡量数据库中数据的参数。上述主题词数组中的主题词为表示上述指标的特征的词语。上述数据表数组中的数据表为根据上述主题词进行组织的记录数据的表。
作为示例，指标数组可以是[‘品类’，‘地区’，‘下单时间’，‘品类’，‘单价’，‘净重’，‘订货量’，‘品类’，‘保质期’，‘净重’，‘品类’，‘发货仓’，‘存货量’]。主题词数组可以是[‘订单’，‘商品’，‘商品’，‘订单’，‘促销’，‘订单’，‘仓库’]。数据表数组可以是[‘订单数据表’，‘商品数据表’，‘仓库数据表’]。上述指标数组与上述主题词数组间的数据血缘关系可以是：上述指标数组中的[‘品类’，‘地区’，‘下单时间’]各元素与上述主题词数组中的[‘订单’]元素分别存在数据血缘关系。其中，[‘品类’，‘地区’，‘下单时间’]各元素分别与[‘订单’]元素存在关联关系。上述指标数组中的[‘品类’，‘单价’，‘净重’，‘订货量’]各元素与上述主题词数组中的[‘订单’]元素分别存在数据血缘关系。上述指标数组中的[‘品类’，‘保质期’，‘净重’]各元素与上述主题词数组中的[‘商品’]元素分别存在数据血缘关系。上述指标数组中的[‘品类’，‘发货仓’，‘存货量’]各元素与上述主题词数组中的[‘仓库’]元素分别存在数据血缘关系。上述主题词数组中的[‘订单’，‘商品’]各元素与上述数据表数组中的[‘订单数据表’]元素分别存在数据血缘关系。上述主题词数组中的[‘商品’]元素与上述数据表数组中的[‘商品数据表’]元素存在数据血缘关系。上述主题词数组中的[‘订单’，‘促销’]各元素与上述数据表数组中的[‘订单数据表’]元素分别存在数据血缘关系。上述主题词数组中的[‘订单’，‘仓库’]各元素与上述数据表数组中的[‘仓库数据表’]元素分别存在数据血缘关系。
步骤202，建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表以及记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表。
在一些实施例中，上述执行主体可以通过以下步骤建立上述第一关系表和第二关系表：
第一步，上述执行主体建立以指标列为主键、以主题词列为外键的表，用于存储上述指标数组和上述主题词数组间的数据血缘关系。
作为示例，建立“表1”，其包含“指标”和“主题词”两列。其中，“指标”列为主键。“主题词”列为外键。
第二步，上述执行主体基于上述指标数组与上述主题词数组之间的数据血缘关系，为上述指标数组中的每个指标在主题词数组中查询与上述指标有数据血缘关系的主题词，得到多个主题词。将上述指标数组中的每个指标和查询到的与上述指标有数据血缘关系的主题词组成二元组，得到多个二元组，用以作为上述表中的数据。
作为示例，为步骤201示例中的上述指标数组的每个指标在上述主题词数组中查询与上述指标有数据血缘关系的主题词，查询到的多个主题词为：[‘订单’]，[‘订单’]，[‘订单’]，[‘订单’]，[‘订单’]，[‘订单’]，[‘商品’]，[‘商品’]，[‘商品’]，[‘仓库’]，[‘仓库’]，[‘仓库’]。将上述指标数组的每个指标和查询到的与上述指标有数据血缘关系的主题词组成二元组，得到的多个二元组为：<‘品类’，‘订单’>，<‘地区’，‘订单’>，<‘下单时间’，‘订单’>，<‘单价’，‘订单’>，<‘净重’，‘订单’>，<‘订货量’，‘订单’>，<‘品类’，‘商品’>，<‘保质期’，‘商品’>，<‘净重’，‘商品’>，<‘品类’，‘仓库’>，<‘发货仓’，‘仓库’>，<‘存货量’，‘仓库’>。这些二元组用以作为表1中的数据。
第三步，上述执行主体将上述二元组中指标属性的属性值列入上述表中的指标列，将上述二元组中主题词属性的属性值列入上述表中的主题词列，建立第一关系表。上述第一关系表存储了上述指标数组和上述主题词数组间的数据血缘关系。
作为示例，将上述示例的二元组的指标属性的属性值列入“表1”中的指标列。将上述示例的二元组的主题词属性的属性值列入“表1”中的主题词列。建立的第一关系表如下：
Figure 729407DEST_PATH_IMAGE028
第四步，上述执行主体建立以主题词列为主键，以数据表列为外键的表。用于存储上述主题词数组和上述数据表数组间的数据血缘关系。
作为示例，建立“表2”，其包含“主题词”和“数据表”两列。其中，“主题词”列为主键。“数据表”列为外键。
第五步，上述执行主体基于主题词数组与数据表数组之间的数据血缘关系，为主题词数组中的每个主题词在数据表数组中查询与上述指标有数据血缘关系的数据表，得到多个数据表。将上述主题词数组中的每个主题词和查询到的与上述主题词有数据血缘关系的数据表组成二元组，得到多个二元组，用以作为上述表中的数据。
作为示例，为步骤201示例中的上述主题词数组的每个主题词在上述数据表数组中查询与上述主题词有数据血缘关系的数据表。查询到的多个数据表为：[‘订单数据表’]，[‘订单数据表’]，[‘商品数据表’]，[‘订单数据表’]，[‘仓库数据表’]，[‘仓库数据表’]，得到的多个二元组为：<‘订单’，‘订单数据表’>，<‘商品’，‘订单数据表’>，<‘商品’，‘商品数据表’>，<‘促销’，‘订单数据表’>，<‘订单’，‘仓库数据表’>，<‘仓库’，‘仓库数据表’>，用以作为表2中的数据。
第六步，上述执行主体将上述二元组中主题词属性的属性值列入上述表中的主题词列，将上述二元组中数据表属性的属性值列入上述表中的数据表列，建立第二关系表。上述第二关系表存储了上述主题词数组和上述数据表数组间的数据血缘关系。
将上述示例的二元组的主题词属性的属性值列入“表2”中的主题词列。将上述示例的二元组的数据表属性的属性值列入“表2”中的数据表列。建立的第二关系表如下：
Figure 602685DEST_PATH_IMAGE029
步骤203，选择上述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组。
在一些实施例中，上述执行主体可以根据预定的条件在上述指标数组中选择至少一个指标作为目标指标。将上述目标指标以数组的形式进行组织，得到目标指标数组。
作为示例，上述预定条件可以是选择与用户订单相关的指标。根据上述预设条件，将目标指标确定为‘品类’，‘地区’，‘下单时间’，‘单价’，‘净重’，‘订货量’。将上述目标指标以数组的形式进行组织，得到目标指标数组：[‘品类’，‘地区’，‘下单时间’，‘单价’，‘净重’，‘订货量’]。
步骤204，基于上述第一关系表，提取上述主题词数组中与上述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集。
在一些实施例中，对于上述目标数组中的每个目标指标，上述执行主体可以在上述第一关系表中查找以上述目标指标为指标字段值的元组中的至少一个主题词组成主题词子集，得到多个主题词子集。
作为示例，对于步骤203中示例的目标指标数组[‘品类’，‘地区’，‘下单时间’，‘单价’，‘净重’，‘订货量’]中的每个目标指标，上述执行主体可以在步骤202示例的第一关系表中查找以上述目标指标为指标字段值的元组中的至少一个主题词组成主题词子集，得到多个主题词子集，得到的多个主题词子集为：[[‘订单’]，[‘商品’]，[‘仓库’]]，[[‘订单’]]，[[‘订单’]]，[[‘订单’]]，[[‘订单’]，[‘商品’]]，[[‘订单’]]。
步骤205，基于上述第二关系表，提取上述数据表数组中与上述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
在一些实施例中，对于上述多个主题词子集的每个主题词子集中的每个主题词，上述执行主体可以在上述第二关系表中查找以上述主题词为主题词字段值的元组中的至少一个数据表组成数据表子集，得到多个数据表子集。
作为示例，对于步骤204中示例的多个主题词子集：[[‘订单’]，[‘商品’]，[‘仓库’]]，[[‘订单’]]，[[‘订单’]]，[[‘订单’]]，[[‘订单’]，[‘商品’]]，[[‘订单’]]中每个主题词子集的每个主题词，上述执行主体可以在步骤202示例的第二关系表中查找以上述主题词为主题词字段值的元组中的至少一个数据表组成数据表子集，得到多个数据表子集，得到的多个数据表子集为：[[‘订单数据表’，‘仓库数据表’]，[‘订单数据表’，‘商品数据表’]，[‘仓库数据表’]]，[[‘订单数据表’，‘仓库数据表’]]，[[‘订单数据表’，‘仓库数据表’]]，[[‘订单数据表’，‘仓库数据表’]]，[[‘订单数据表’，‘仓库数据表’]，[‘订单数据表’，‘商品数据表’]]，[[‘订单数据表’，‘仓库数据表’]]。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通过建立记录获取的指标数组与主题词数组间数据血缘关系的第一关系表和记录获取的主题词数组与数据表数组间数据血缘关系的第二关系表，对指标数组与主题词数组间的数据血缘关系和主题词数组与数据表数组间的数据血缘关系进行存储。然后，根据预设条件选择目标指标，得到目标指标数组。由此，将信息生成所需的数据查询范围缩小至特定的目标指标。这种缩小查询范围的方式有助于加快计算机的检索速度。而后，基于第一关系表提取主题词数组中与目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集，将信息生成所需的数据查询范围缩小至特定的主题词。这种缩小查询范围的方式也有助于加快计算机的检索速度。最后，基于第二关系表提取数据表数组中与多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集，将信息生成的数据查询范围缩小至特定的数据表。由此，数据查询范围再一次缩小，计算机的检索速度进一步提升，上述实施例有效利用了数据间的数据血缘关系，实现了更加快速的信息生成，节省了信息生成的等待时长。
进一步参考图3，其示出了信息生成方法的另一些实施例的流程300。上述方法可以由图1的计算设备101来执行。上述信息生成的方法，包括以下步骤：
步骤301，获取指标数组、主题词数组和数据表数组。
在一些实施例中，步骤301的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201，在此不再赘述。
步骤302，对上述指标数组中与上述主题词数组中的主题词有数据血缘关系的每个指标，确定上述指标与上述主题词间的相关度作为第一相关度，得到第一相关度数组。
在一些实施例中，对上述指标数组中与上述主题词数组中的主题词有数据血缘关系的每个指标，上述执行主体可以利用下式确定上述指标与上述主题词间的相关度作为第一相关度，得到第一相关度数组：
Figure 982851DEST_PATH_IMAGE030
。
其中，
Figure 966987DEST_PATH_IMAGE031
表示指标数组中的指标序号。
Figure 748998DEST_PATH_IMAGE032
表示第
Figure 793178DEST_PATH_IMAGE031
个指标。
Figure 660640DEST_PATH_IMAGE004
表示与第
Figure 448467DEST_PATH_IMAGE031
个指标
Figure 84985DEST_PATH_IMAGE032
有数据血缘关系的主题词。
Figure 300065DEST_PATH_IMAGE005
代表
Figure 389244DEST_PATH_IMAGE003
和
Figure 777500DEST_PATH_IMAGE004
间的相关度。
Figure 206207DEST_PATH_IMAGE006
表示与主题词
Figure 654506DEST_PATH_IMAGE004
有数据血缘关系的指标
Figure 434244DEST_PATH_IMAGE003
的个数。
Figure 626190DEST_PATH_IMAGE007
表示与指标
Figure 909404DEST_PATH_IMAGE003
有数据血缘关系的去重后的主题词个数。
Figure 794184DEST_PATH_IMAGE008
表示上述主题词序号。
Figure 795638DEST_PATH_IMAGE009
表示与第
Figure 791276DEST_PATH_IMAGE008
个主题词有数据血缘关系的指标
Figure 928996DEST_PATH_IMAGE003
的个数。
Figure 984676DEST_PATH_IMAGE010
表示指标
Figure 473427DEST_PATH_IMAGE003
在指标数组中的重复数目。
Figure 7176DEST_PATH_IMAGE011
表示主题词
Figure 264982DEST_PATH_IMAGE004
在主题词数组中的重复数目。
Figure 491564DEST_PATH_IMAGE012
表示
Figure 202031DEST_PATH_IMAGE010
与
Figure 273892DEST_PATH_IMAGE011
中的最大值。
作为示例，计算指标数组[‘品类’，‘地区’，‘下单时间’，‘品类’，‘单价’，‘净重’，‘订货量’，‘品类’，‘保质期’，‘净重’，‘品类’，‘发货仓’，‘存货量’]中的第1个指标[‘品类’]和主题词数组[‘订单’，‘商品’，‘商品’，‘订单’，‘促销’，‘订单’，‘仓库’]中的主题词[‘订单’]的相关度。
Figure 714101DEST_PATH_IMAGE031
为1。
Figure 783688DEST_PATH_IMAGE033
为[‘品类’]。
Figure 309347DEST_PATH_IMAGE004
为[‘订单’]。
Figure 122583DEST_PATH_IMAGE006
为2。
Figure 417298DEST_PATH_IMAGE007
为3。
Figure 657786DEST_PATH_IMAGE034
为4。
Figure 670742DEST_PATH_IMAGE035
为4。
Figure 553247DEST_PATH_IMAGE011
为3。
Figure 436889DEST_PATH_IMAGE036
为4。求得[‘品类’]和[‘订单’]的相关度为1/2。
步骤303，基于上述指标数组、上述主题词数组以及上述第一相关度数组，建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表。
在一些实施例中，上述执行主体可以建立包含指标字段、主题词字段以及第一相关度字段的空表。将指标数组中的每个指标作为上述表的指标字段的字段值进行存储。将与上述指标有数据血缘关系的主题词作为上述表的主题词字段的字段值进行存储。将第一相关度数组中上述指标与上述主题词之间的第一相关度作为上述表的第一相关度字段进行存储，生成第一关系表。
作为示例，建立的第一关系表如下：
Figure 379438DEST_PATH_IMAGE037
通过步骤302和步骤303，对指标数组与主题词数组之间的数据血缘关系以第一相关度进行量化，以第一关系表对指标数组与主题词数组之间的数据血缘关系以及第一相关度进行存储。由此，可以以第一关系表中的第一相关度建立有序的索引，提高由指标数组中的指标检索主题词数组中的主题词的速度。
步骤304，对上述主题词数组中与上述数据表数组中的数据表有数据血缘关系的每个主题词，确定上述主题词与上述数据表间的相关度作为第二相关度，得到第二相关度数组。
在一些实施例中，对上述主题词数组中与上述数据表数组中的数据表有数据血缘关系的每个主题词，上述执行主体可以利用下式确定上述主题词与上述数据表间的相关度作为第二相关度，得到第二相关度数组：
Figure 551793DEST_PATH_IMAGE013
。
其中，
Figure 769148DEST_PATH_IMAGE038
表示主题词数组中的主题词序号。
Figure 976138DEST_PATH_IMAGE039
表示第
Figure 620746DEST_PATH_IMAGE038
个主题词。
Figure 280397DEST_PATH_IMAGE040
表示与第
Figure 301443DEST_PATH_IMAGE038
个主题词
Figure 362940DEST_PATH_IMAGE015
有数据血缘关系的数据表。
Figure 444028DEST_PATH_IMAGE017
代表
Figure 590976DEST_PATH_IMAGE015
和
Figure 150133DEST_PATH_IMAGE016
间的相关度。
Figure 66137DEST_PATH_IMAGE018
表示与数据表
Figure 318127DEST_PATH_IMAGE016
有数据血缘关系的主题词
Figure 952370DEST_PATH_IMAGE015
的个数。
Figure 315218DEST_PATH_IMAGE019
表示与主题词
Figure 85728DEST_PATH_IMAGE015
有数据血缘关系的去重后的数据表个数。
Figure 508619DEST_PATH_IMAGE020
表示上述数据表序号。
Figure 630159DEST_PATH_IMAGE021
表示与第
Figure 531119DEST_PATH_IMAGE022
个数据表有数据血缘关系的主题词
Figure 421715DEST_PATH_IMAGE015
的个数。
Figure 218769DEST_PATH_IMAGE023
表示主题词
Figure 624343DEST_PATH_IMAGE015
在主题词数组中的重复数目。
Figure 532256DEST_PATH_IMAGE041
表示数据表
Figure 339675DEST_PATH_IMAGE016
在数据表数组中重复的数目。
Figure 42052DEST_PATH_IMAGE025
表示
Figure 934922DEST_PATH_IMAGE026
与
Figure 115367DEST_PATH_IMAGE027
中的最大值。
作为示例，计算主题词数组[‘订单’，‘商品’，‘商品’，‘订单’，‘促销’，‘订单’，‘仓库’]中的第1个主题词[‘订单’]和数据表数组[‘订单数据表’，‘商品数据表’，‘仓库数据表’]中的数据表[‘订单数据表’]的相关度。
Figure 42872DEST_PATH_IMAGE038
为1。
Figure 916150DEST_PATH_IMAGE042
为[‘订单’]。
Figure 499578DEST_PATH_IMAGE016
为[‘订单数据表’]。
Figure 546031DEST_PATH_IMAGE018
为2。
Figure 265726DEST_PATH_IMAGE019
为2。
Figure 372222DEST_PATH_IMAGE043
为3。
Figure 177367DEST_PATH_IMAGE044
为3。
Figure 27511DEST_PATH_IMAGE027
为1。
Figure 601712DEST_PATH_IMAGE045
为3。求得[‘订单’]和[‘订单数据表’]的相关度为2/3。
步骤305，基于上述主题词数组、上述数据表数组以及上述第二相关度数组，建立记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表。
在一些实施例中，上述执行主体可以建立包含主题词字段、数据表字段以及第二相关度字段的空表。将主题词数组中的每个主题词作为上述表的主题词字段的字段值进行存储。将与上述主题词有数据血缘关系的数据表作为上述表的数据表字段的字段值进行存储。将上述第二相关度数组中上述主题词与上述数据表之间的第二相关度作为上述表的第二相关度字段进行存储，生成第二关系表。
作为示例，建立的第二关系表如下：
Figure 879110DEST_PATH_IMAGE046
通过步骤304和步骤305，对主题词数组与数据表数组之间的数据血缘关系以第二相关度进行量化，以第二关系表对指标数组与主题词数组之间的数据血缘关系以及第二相关度进行存储。由此，可以以第二关系表中的第二相关度建立有序的索引，提高由主题词数组中的主题词检索数据表数组中的数据表的速度。
步骤306，选择上述指标数组中符合预定条件的指标作为目标指标，得到至少一个目标指标。
在一些实施例中，上述执行主体可以在指标数组中选择选择与调度任务相关的至少一个指标作为目标指标。上述调度任务是指将人员和/或物资调往人员和/或物资空缺场景的待实施事件。
作为示例，上述预定条件可以是选择与供需调度相关的指标。根据上述预设条件，将目标指标确定为‘品类’，‘地区’，‘下单时间’，‘订货量’，‘品类’，‘净重’，‘品类’，‘发货仓’，‘存货量’。
步骤307，对上述至少一个目标指标进行合并和去同处理，得到目标指标数组。
在一些实施例中，上述执行主体可以在将至少一个目标指标进行合并处理，再经过去同处理得到目标指标数组。
作为示例，将上述至少一个目标指标进行合并后为[‘品类’，‘地区’，‘下单时间’，‘订货量’，‘品类’，‘净重’，‘品类’，‘发货仓’，‘存货量’]，再经过去同处理得到的目标指标数组为[‘品类’，‘地区’，‘下单时间’，‘订货量’，‘净重’，‘发货仓’，‘存货量’]。
步骤308，对于上述目标指标数组中的每个目标指标，基于上述第一关系表，确定与上述目标指标有数据血缘关系的主题词作为待处理主题词以生成待处理主题词子集，以及确定上述目标指标与上述主题词的第一相关度以生成第一相关度子集，得到多个待处理主题词子集以及多个第一相关度子集。
在一些实施例中，对于上述目标指标数组中的每个目标指标，上述执行主体可以通过第一关系表中的指标、主题词和第一相关度，确定与上述目标指标有数据血缘关系的至少一个主题词作为待处理主题词以生成待处理主题词子集，得到多个待处理主题词子集。以及确定上述目标指标与上述至少一个主题词中每个主题词的第一相关度以生成第一相关度子集，得到多个第一相关度子集。
作为示例，对于步骤307示例的目标指标数组中的[‘品类’，‘净重’]，通过步骤303示例的第一关系表中的指标和主题词，分别确定与[‘品类’]和[‘净重’]有数据血缘关系的主题词作为待处理主题词，生成待处理主题词子集[[‘订单’]，[‘商品’]，[‘仓库’]]以及[[‘订单’]，[‘商品’]]，得到2个待处理主题词子集[[‘订单’]，[‘商品’]，[‘仓库’]]，[[‘订单’]，[‘商品’]]。通过步骤303示例的第一关系表中第一相关度，生成的第一相关度子集为[[1/2]，[1/4]，[1/4]]以及[[1/2]，[1/2]]，得到2个第一相关度子集[[1/2]，[1/4]，[1/4]]，[[1/2]，[1/2]]。
步骤309，将上述多个待处理主题词子集中的待处理主题词以上述多个第一相关度子集中的第一相关度降序排列，经过去同和合并处理后得到多个有序的主题词子集作为多个主题词子集。
在一些实施例中，上述执行主体可以将多个待处理主题词子集中的待处理主题词以上述多个第一相关度子集中的第一相关度降序排列。经过去同处理、合并处理后，得到多个有序的主题词子集作为多个主题词子集。
作为示例，将步骤308示例的2个待处理主题词子集[[‘订单’]，[‘商品’]，[‘仓库’]]，[[‘订单’]，[‘商品’]]中的待处理主题词以2个第一相关度子集[[1/2]，[1/4]，[1/4]]，[[1/2]，[1/2]]中的第一相关度降序排列为[[‘订单’]，[‘商品’]，[‘仓库’]]，[[‘商品’]，[‘订单’]]，经过去同和合并处理后，得到3个有序的待处理主题词子集为[[‘订单’]]，[[‘商品’]]，[[‘仓库’]]，最后将上述3个有序的待处理主题词子集[[‘订单’]]，[[‘商品’]]，[[‘仓库’]]作为3个主题词子集。
步骤310，对于上述多个主题词子集中的每个主题词，基于上述第二关系表，确定与上述主题词有数据血缘关系的数据表作为待处理数据表以生成待处理数据表子集，以及确定上述主题词与上述数据表的第二相关度以生成第二相关度子集，得到多个待处理数据表子集以及多个第二相关度子集。
在一些实施例中，对于上述多个主题词子集中的每个主题词，上述执行主体可以通过第二关系表中记录的主题词、数据表和第二相关度信息，查找与上述主题词对应的数据表以及上述主题词与上述数据表之间的第二相关度，确定与上述主题词有数据血缘关系的至少一个数据表作为待处理数据表以生成待处理数据表子集，得到多个待处理数据表子集。以及确定上述主题词与上述数据表的第二相关度以生成第二相关度子集，得到多个第二相关度子集。
作为示例，根据步骤309示例的多个主题词子集[[‘订单’]]，[[‘商品’]]，[[‘仓库’]]，通过步骤305示例的第二关系表中的主题词以及数据表，分别确定与主题词[‘订单’]、[‘商品’]和[‘仓库’]有数据血缘关系的数据表作为待处理数据表，生成待处理数据表子集[[‘订单数据表’]，[‘仓库数据表’]]，[[‘订单数据表’]，[‘商品数据表’]]以及[[‘仓库数据表’]]，得到3个待处理数据表子集[[‘订单数据表’]，[‘仓库数据表’]]，[[‘订单数据表’]，[‘商品数据表’]]，[[‘仓库数据表’]]。通过步骤305示例的第二关系表中的第二相关度，生成的第二相关度子集为[[2/3]，[1/3]]，[[1/2]，[1/2]]以及[[1]]，得到3个第二相关度子集[[2/3]，[1/3]]，[[1/2]，[1/2]]，[[1]]。
步骤311，将上述多个待处理数据表子集中的待处理数据表以上述多个第二相关度子集中的第二相关度降序排列，经过去同和合并处理后得到多个有序的数据表子集作为多个数据表子集。
在一些实施例中，上述执行主体可以将多个待处理数据表子集中的待处理数据表以上述多个第二相关度子集中的第二相关度降序排列，经过去同处理、合并处理后，得到多个有序的数据表子集作为多个数据表子集。
作为示例，将步骤310示例的3个待处理数据表子集[[‘订单数据表]’，[‘仓库数据表’]]，[[‘订单数据表’]，[‘商品数据表’]]，[[‘仓库数据表’]]中的待处理数据表以3个第二相关度子集[[2/3]，[1/3]]，[[1/2]，[1/2]]，[[1]]中的第二相关度降序排列为[[‘订单数据表]’，[‘仓库数据表’]]，[[‘订单数据表’]，[‘商品数据表’]]，[[‘仓库数据表’]]，经过去同和合并处理后得到3个有序的待处理数据表子集[[‘订单数据表’]]，[[‘仓库数据表’]]，[[‘商品数据表’]]，最后将上述3个有序的待处理数据表子集[[‘订单数据表’]]，[[‘仓库数据表’]]，[[‘商品数据表’]]作为3个数据表子集。
步骤312，基于上述多个数据表子集，生成调度方案。
在一些实施例中，上述执行主体可以对上述多个数据表子集的内容进行统计，根据统计结果分析人员和/或物资的存有量空缺情况，生成上述空缺情况的人员和/或物资的调度方案。上述调度方案是指将人员和/或物资调往人员和/或物资空缺场景的实施过程中的遵循，包括调度人员和/或物资信息、调往场景信息和调度量。
作为示例，对与用户订单相关的[‘订单数据表’]和[‘仓库数据表’]中订单信息和仓库信息进行统计，上述订单数据表如下：
Figure 905972DEST_PATH_IMAGE047
上述仓库数据表如下：
Figure 559807DEST_PATH_IMAGE048
对上述订单数据表的订货量和仓库数据表的存货量和进行统计，发货仓FH001在接收订单DD001时商品SP001的存货量为5，大于订单DD001中商品SP001的订货量3，无需调度。在接收订单DD002时商品SP001的存货量为2，小于订单DD002中商品SP001的订货量3，需要对发货仓FH001中的商品SP001进行调度，调度量需大于3-2=1，调度量可以为10，生成的调度方案可以为“往发货仓FH001调度商品SP001，调度量10”。
步骤313，将上述调度方案发送至显示屏上，以供关联设备执行上述调度方案。
在一些实施例中，上述执行主体可以将上述调度方案以可读形式发送指令至显示屏上，以供关联的设备执行上述调度方案。
作为示例，将步骤312示例的调度方案以文字和数字组合进行发送，上述组合可以为‘发货仓FH001’-‘商品SP001’-‘3’，将上述组合发送至发货仓库的管理系统的可视化显示屏上，发货仓库中的关联设备执行发货指令后完成调度方案的实施。
与图2对应的一些实施例的描述相比，图3对应的一些实施例中的信息生成方法的流程300体现了对建立第一关系表、第二关系表进行扩展的步骤。由此，这些实施例描述的方案可以引入第一相关度和第二相关度，同时记录指标数组与主题词数组、主题词数组与数据表数组间的数据血缘关系和相关度信息。同时，图3对应的一些实施例中的信息生成方法的流程300体现了对基于第一关系表提取主题词子集、基于第二关系表提取数据表子集进行扩展的步骤，根据第一相关度以及第二相关度的大小确定信息生成的顺序，从而在信息生成顺序和数据范围两个层次提升信息生成速度，更加有效地利用数据间的数据血缘关系。
进一步参考图4，作为对上述各图上述方法的实现，本公开提供了一种信息生成的装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，一些实施例的信息生成的装置400包括：获取单元401、记录单元402、选择单元403、第一提取单元404、和第二提取单元405。其中，获取单元401，被配置成获取指标数组、主题词数组和数据表数组，其中，上述指标数组与上述主题词数组之间存在数据血缘关系，上述主题词数组与上述数据表数组之间存在数据血缘关系。记录单元402，被配置成建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表以及记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表；选择单元403，被配置成选择上述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；第一提取单元404，被配置成基于上述第一关系表，提取上述主题词数组中与上述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集；第二提取单元405，被配置成基于上述第二关系表，提取上述数据表数组中与上述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
在一些实施例的可选实现方式中，信息生成装置400的记录单元402可以通对上述指标数组中与上述主题词数组中的主题词有数据血缘关系的每个指标，利用第一相关度计算公式得到上述指标与主题词间的相关度作为第一相关度，得到第一相关度数组；基于上述指标数组、上述主题词数组以及上述第一相关度数组，建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表；对上述主题词数组中与上述数据表数组中的数据表有数据血缘关系的每个主题词，利用第二相关度计算公式得到上述主题词与上述数据表间的相关度作为第二相关度，得到第一相关度数组；基于上述主题词数组、上述数据表数组以及上述第二相关度数组，建立记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表。
可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。
下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的计算设备101）500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储装置508加载到随机访问存储器（RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，上述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。而在本公开的一些实施例中，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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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。计算机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：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取指标数组、主题词数组和数据表数组，其中，上述指标数组与上述主题词数组之间存在数据血缘关系，上述主题词数组与上述数据表数组之间存在数据血缘关系；建立记录上述指标数组与上述主题词数组之间数据血缘关系的表作为第一关系表以及记录上述主题词数组与上述数据表数组之间数据血缘关系的表作为第二关系表；选择上述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；基于上述第一关系表，提取上述主题词数组中与上述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集；基于上述第二关系表，提取上述数据表数组中与上述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元，记录单元，选择单元，第一提取单元，第二提取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，选择单元还可以被描述为“选择指标数组中符合预定条件的指标作为目标指标，得到目标指标数组的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种信息生成方法，包括：
获取指标数组、主题词数组和数据表数组，其中，所述指标数组与所述主题词数组之间存在数据血缘关系，所述主题词数组与所述数据表数组之间存在数据血缘关系；
建立记录所述指标数组与所述主题词数组之间数据血缘关系的表作为第一关系表以及记录所述主题词数组与所述数据表数组之间数据血缘关系的表作为第二关系表；
选择所述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；
基于所述第一关系表，提取所述主题词数组中与所述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集，其中，所述基于所述第一关系表，提取所述主题词数组中与所述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集，包括：
对于所述目标指标数组中的每个目标指标，基于所述第一关系表，确定与所述目标指标有数据血缘关系的主题词作为待处理主题词以生成待处理主题词子集，以及确定所述目标指标与所述主题词的第一相关度以生成第一相关度子集，得到多个待处理主题词子集以及多个第一相关度子集；
将所述多个待处理主题词子集中的待处理主题词以所述多个第一相关度子集中的第一相关度降序排列，经过去同和合并处理后得到多个有序的主题词子集作为多个主题词子集；
基于所述第二关系表，提取所述数据表数组中与所述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
2.根据权利要求1所述的方法，其中，所述方法还包括：
基于所述多个数据表子集，生成调度方案；
将所述调度方案发送至显示屏上，以供关联设备执行所述调度方案。
3.根据权利要求2所述的方法，其中，所述建立记录所述指标数组与所述主题词数组之间数据血缘关系的表作为第一关系表以及记录所述主题词数组与所述数据表数组之间数据血缘关系的表作为第二关系表，包括：
对所述指标数组中与所述主题词数组中的主题词有数据血缘关系的每个指标，确定所述指标与所述主题词间的相关度作为第一相关度，得到第一相关度数组；
基于所述指标数组、所述主题词数组以及所述第一相关度数组，建立记录所述指标数组与所述主题词数组之间数据血缘关系的表作为第一关系表；
对所述主题词数组中与所述数据表数组中的数据表有数据血缘关系的每个主题词，确定所述主题词与所述数据表间的相关度作为第二相关度，得到第二相关度数组；
基于所述主题词数组、所述数据表数组以及所述第二相关度数组，建立记录所述主题词数组与所述数据表数组之间数据血缘关系的表作为第二关系表。
4.根据权利要求3所述的方法，其中，所述选择所述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组，包括：
选择所述指标数组中符合预定条件的指标作为目标指标，得到至少一个目标指标；
对所述至少一个目标指标进行合并和去同处理，得到目标指标数组。
5.根据权利要求4所述的方法，其中，所述基于所述第二关系表，提取所述数据表数组中与所述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集，包括：
对于所述多个主题词子集中的每个主题词，基于所述第二关系表，确定与所述主题词有数据血缘关系的数据表作为待处理数据表以生成待处理数据表子集，以及确定所述主题词与所述数据表的第二相关度以生成第二相关度子集，得到多个待处理数据表子集以及多个第二相关度子集；
将所述多个待处理数据表子集中的待处理数据表以所述多个第二相关度子集中的第二相关度降序排列，经过去同和合并处理后得到多个有序的数据表子集作为多个数据表子集。
6.一种信息生成装置，包括：
获取单元，被配置成获取指标数组、主题词数组和数据表数组，其中，所述指标数组与所述主题词数组之间存在数据血缘关系，所述主题词数组与所述数据表数组之间存在数据血缘关系；
记录单元，被配置成建立记录所述指标数组与所述主题词数组之间数据血缘关系的表作为第一关系表以及记录所述主题词数组与所述数据表数组之间数据血缘关系的表作为第二关系表；
选择单元，被配置成选择所述指标数组中符合预定条件的指标作为目标指标，得到目标指标数组；
第一提取单元，被配置成基于所述第一关系表，提取所述主题词数组中与所述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集，其中，所述基于所述第一关系表，提取所述主题词数组中与所述目标指标数组中的目标指标有数据血缘关系的至少一个主题词组成主题词子集，得到多个主题词子集，包括：
对于所述目标指标数组中的每个目标指标，基于所述第一关系表，确定与所述目标指标有数据血缘关系的主题词作为待处理主题词以生成待处理主题词子集，以及确定所述目标指标与所述主题词的第一相关度以生成第一相关度子集，得到多个待处理主题词子集以及多个第一相关度子集；
将所述多个待处理主题词子集中的待处理主题词以所述多个第一相关度子集中的第一相关度降序排列，经过去同和合并处理后得到多个有序的主题词子集作为多个主题词子集；
第二提取单元，被配置成基于所述第二关系表，提取所述数据表数组中与所述多个主题词子集中的主题词有数据血缘关系的至少一个数据表组成数据表子集，得到多个数据表子集。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010785975.5A 2020-08-07 2020-08-07 信息生成方法、装置、电子设备和计算机可读介质 Active CN111651475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010785975.5A CN111651475B (zh) 2020-08-07 2020-08-07 信息生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010785975.5A CN111651475B (zh) 2020-08-07 2020-08-07 信息生成方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN111651475A CN111651475A (zh) 2020-09-11
CN111651475B true CN111651475B (zh) 2020-12-01

Family

ID=72346403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010785975.5A Active CN111651475B (zh) 2020-08-07 2020-08-07 信息生成方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN111651475B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704699A (zh) * 2019-09-06 2020-01-17 中国平安财产保险股份有限公司 数据画像的构建方法、装置、计算机设备及存储介质
CN110795509A (zh) * 2019-09-29 2020-02-14 北京淇瑀信息科技有限公司 一种数据仓库的指标血缘关系图的构建方法、装置和电子设备
CN111104474A (zh) * 2019-12-11 2020-05-05 亚信科技（中国）有限公司 一种数据地图的构建方法及装置
CN111488363A (zh) * 2020-06-28 2020-08-04 平安国际智慧城市科技股份有限公司 数据处理方法、装置、电子设备及介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9646047B2 (en) * 2014-09-04 2017-05-09 International Business Machines Corporation Efficient extraction of intelligence from web data
US20190073413A1 (en) * 2017-09-01 2019-03-07 Andrew Gun-Young Kim System and Method for Producing a Media Sentiment Based Index and Portfolio of Securities
US10635700B2 (en) * 2017-11-09 2020-04-28 Cloudera, Inc. Design-time information based on run-time artifacts in transient cloud-based distributed computing clusters
CN111367899B (zh) * 2020-02-26 2024-04-16 中国工商银行股份有限公司 金融业务数据展示方法及装置
CN111414364B (zh) * 2020-03-20 2023-08-25 杭州数梦工场科技有限公司 用户信息生成方法、装置、电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704699A (zh) * 2019-09-06 2020-01-17 中国平安财产保险股份有限公司 数据画像的构建方法、装置、计算机设备及存储介质
CN110795509A (zh) * 2019-09-29 2020-02-14 北京淇瑀信息科技有限公司 一种数据仓库的指标血缘关系图的构建方法、装置和电子设备
CN111104474A (zh) * 2019-12-11 2020-05-05 亚信科技（中国）有限公司 一种数据地图的构建方法及装置
CN111488363A (zh) * 2020-06-28 2020-08-04 平安国际智慧城市科技股份有限公司 数据处理方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN111651475A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
US10521404B2 (en) Data transformations with metadata
CN109189835B (zh) 实时生成数据宽表的方法和装置
US11921715B2 (en) Search integration
US8983895B2 (en) Representation of multiplicities for Docflow reporting
CN112307037B (zh) 一种数据同步方法和装置
US10255320B1 (en) Search integration
CN109614402B (zh) 多维数据查询方法和装置
CN108897874B (zh) 用于处理数据的方法和装置
US10956438B2 (en) Catalog with location of variables for data
CN112269789A (zh) 存储数据的方法和装置、以及读取数据的方法和装置
CN107229718A (zh) 处理报表数据的方法和装置
US10528559B2 (en) Information processing system, terminal, server, information processing method, recording medium, and program
US20150081690A1 (en) Network sourced enrichment and categorization of media content
CN113485781A (zh) 报表生成方法、装置、电子设备及计算机可读介质
US9792355B2 (en) Searches for similar documents
CN112100177A (zh) 数据存储方法、装置、计算机设备及存储介质
CN111651475B (zh) 信息生成方法、装置、电子设备和计算机可读介质
US10394826B1 (en) System and methods for searching query data
CN113535781B (zh) 一种时序库的数据查询方法、装置、设备及存储介质
CN110826948A (zh) 仓库选品方法和装置
CN110472055B (zh) 用于标注数据的方法和装置
CN113722593A (zh) 事件数据处理方法、装置、电子设备和介质
CN109299112B (zh) 用于处理数据的方法和装置
CN113076322A (zh) 一种商品搜索处理方法及装置
CN112783925B (zh) 分页检索方法和装置

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231108

Address after: 518000 807, No. 121, Minsheng Avenue, Shangcun Community, Gongming Street, Guangming District, Shenzhen, Guangdong

Patentee after: Shenzhen Runxing Intellectual Property Service Co.,Ltd.

Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing

Patentee before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd.