CN112445791B - 数据管理方法与装置 - Google Patents

Abstract

本公开提供一种数据管理方法与装置。数据管理方法包括：获取数据对象并确定所述数据对象的用途种类；根据所述用途种类确定唯一标记值生成公式；根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。本公开提供的数据管理方法可以对数据对象生成唯一标记值。

Description

数据管理方法与装置

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种能够对数据对象生成唯一标记值的数据管理方法与装置。

背景技术

在数据处理领域，为了对数据进行精确的检索、更新，需要对数据对象(例如数字、数组、表等形式的数据)生成唯一识别符。在相关技术中，往往使用数据的名称、存储位置、排列序号等作为数据对象的识别符，但是这种方式并不能保证该识别符在大数据应用场景下绝对唯一。

例如，在需要对大量过期数据进行定期抓取以更新数据库的应用场景下(如在8月1日抓取1～7月的用户就诊信息存入数据库，在9月1日抓取1～8月的用户就诊信息更新数据库)，由于数据是按照日期抓取的，各数据并不具有固定的序号，而在数据量较大的情况下，根据数据的其他特征确定识别符也并不能保证该识别符是唯一的。此外，如果一条数据被应用在多个数组中，而这些数组均属于同一张表中时，使用名称或存储位置生成识别符并不能保证每个数组中的该条数据具有不同的识别符，对后续数组中数据的更新造成了困扰。

因此，需要一种能够尽可能保证数据识别符唯一性的数据管理方法。

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

本公开的目的在于提供一种数据管理方法与数据管理装置，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的数据标识易重复的问题。

根据本公开实施例的第一方面，提供一种数据管理方法，包括：获取数据对象并确定所述数据对象的用途种类；根据所述用途种类确定唯一标记值生成公式根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。

在本公开的一个示例性实施例中，所述唯一标记值生成公式根据以下步骤确定：

确定目标用途种类对应的多个特征；

根据所述多个特征确定临时标记值生成公式；

根据所述临时标记值生成公式对n个测试数据生成n个测试标记值；

当检测到所述n个测试标记值中唯一值的占比超过所述预设阈值时，将所述临时标记值生成公式设置为所述目标用途种类对应的唯一标记值生成公式。

在本公开的一个示例性实施例中，所述根据所述多个特征值确定临时标记值生成公式包括：

根据所述用途种类选择所述多个特征中的m个特征，m≥2；

根据所述m个特征的特征值与预设运算形式的组合形成所述临时标记值生成公式，所述预设运算形式包括计算加权和、计算乘积。

在本公开的一个示例性实施例中，当m＝2时，所述预设运算形式为计算加权和，运算形式中的每个参数的权重均为0.5，所述临时标记值生成公式为计算两个特征的特征值之和。

在本公开的一个示例性实施例中，所述预设阈值根据以下步骤确定：

以预设方式生成N个临时标记值生成公式；

根据所述N个临时标记值生成公式对n个测试数据生成N组测试标记值，每组测试标记值的数量为n个；

确定每组测试标记值中的相同测试标记值对应的相同数据对象的第一数量；

将N个第一数量的平均值与n的比值确定为数据重合概率t；

将1-t设置为所述预设阈值。

在本公开的一个示例性实施例中，还包括：

对所述数据对象添加唯一标记值字段以形成新数据对象，将所述唯一标记值记入所述唯一标记值字段后存储记录有所述唯一标记值的新数据对象。

在本公开的一个示例性实施例中，所述将所述唯一标记值记入所述唯一标记值字段后存储记录有所述唯一标记值的新数据对象包括：

对所述唯一标记值以预设加密方式进行加密后记入所述唯一标记值字段，所述预设加密方式包括利用MD5算法进行加密。

根据本公开的第二方面，提供一种数据管理装置，包括：

数据获取模块，设置为获取数据对象并确定所述数据对象的用途种类；

种类公式确定模块，设置为根据所述用途种类确定唯一标记值生成公式；

标记值生成模块，设置为根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。

根据本公开的第三方面，提供一种电子设备，包括：

存储器；以及

耦合到所属存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上述任意一项所述的数据管理方法。

根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项所述的数据管理方法。

本公开实施例提供的数据管理方法通过根据数据的用途确定唯一标记生成公式，并根据唯一标记值生成公式生成数据的唯一标记值，可以避免使用序号或名称标记数据时产生的不同用途的数据标记重复问题，能够提高数据在多种应用场景下的标记分辨率，为数据的检索、更新等提供方便。

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是本公开示例性实施例中数据管理方法的流程图。

图2是本公开示例性实施例中确定唯一标记值生成公式的流程图。

图3是本公开示例性实施例中图2所示实施例的子流程图。

图4是本公开示例性实施例中确定预设阈值的流程图。

图5A和图5B是本公开示例性实施例中对数据对象添加唯一标记值字段的示意图。

图6是本公开一个示例性实施例中一种数据管理装置的方框图。

图7是本公开一个示例性实施例中一种电子设备的方框图。

图8是本公开一个示例性实施例中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公式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公式以避免喧宾夺主而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，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。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

下面结合附图对本公开示例实施方式进行详细说明。

图1示意性示出本公开示例性实施例中数据管理方法的流程图。参考图1，数据管理方法100可以包括：

步骤S102，获取数据对象并确定所述数据对象的用途种类；

步骤S104，根据所述用途种类确定唯一标记值生成公式；

步骤S106，根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。

本公开实施例提供的数据管理方法通过根据数据的用途确定唯一标记生成公式，并根据唯一标记值生成公式生成数据的唯一标记值，可以避免使用序号或名称标记数据时产生的不同用途的数据标记重复问题，能够提高数据在多种应用场景下的标记分辨率，为数据的检索、更新等提供方便。

下面，对数据管理方法100的各步骤进行详细说明。

在步骤S102，获取数据对象并确定所述数据对象的用途种类。

在本公开的一个实施例中，应用场景例如可以为整理集合表。

例如，在医疗数据处理领域，患者在医院发生的每个事件(如检查、医生开处方、领取药品等)均产生一条就诊记录，这些就诊记录在生成时均配置有一个唯一标识符。为了统合处理所有就诊信息，将这些就诊信息进行加工、清洗、前归一等数据处理流程整合存储到分类表(例如医嘱表、处方表、药品表等)中，存储形式可以包括数组，例如以数组形式存储草药处方中的药材和每种药材的重量。可以为每一类就诊行为设置一个分类表，每张分类表中的数据量随着患者就诊行为的开始、进展而增加。在每张表中，一位患者的一次就诊行为产生的一个类别的就诊信息以这个患者的识别符为主键存储一条数据，通过多张表(对应于多种就诊行为)可以反映该患者在本次就诊过程中的所有就诊行为。由于在将就诊信息加工成数组或分类表的过程中，有可能同样的就诊信息出现在不同数组或不同分类表中，或者同样的数组出现在分类表中，因此本公开实施例可以对数组或分类表生成唯一标记值。

在此实施例中，步骤S102中的用途种类指该分类表的数据类型。例如，同一张草药处方(以数组形式存储)既可以存储到处方表中，也可以存储到药品领用表中，还可以存储到缴费表中。这条以数组形式记录的数据在不同分类表中的用途种类不同，为了能够区分这条数据的不同作用、追溯这条数据的原始记录，在将该数据存储到不同分类表时，可以根据每张表中数据的用途种类确定该数据的唯一标记值。

在步骤S104，根据所述用途种类确定唯一标记值生成公式。

图2是本公开实施例的一个子流程图。

参考图2，在本公开的一种示例性实施例中，唯一标记值生成公式根据以下步骤确定：

步骤S1，确定一个用途种类对应的多个特征；

步骤S2，根据多个特征确定临时标记值生成公式；

步骤S3，根据临时标记值生成公式对n个测试数据生成n个测试标记值；

步骤S4，判断n个测试标记值中唯一值的占比是否超过预设阈值，如果否，返回步骤S2，如果是，进入步骤S5；

步骤S5，将临时标记值生成公式设置为用途种类对应的唯一标记值生成公式。

参考图3，在本公开的一种示例性实施例中，步骤S2可以包括：

步骤S21，根据用途种类选择多个特征中的m个特征，m≥2；

步骤S22，根据m个特征的特征值与预设运算形式的组合形成临时标记值生成公式，预设运算形式包括计算加权和、计算乘积。

在一个实施例中，当m＝2时，预设运算形式为计算加权和，运算形式中的每个参数的权重均为0.5，即临时标记值生成公式为计算两个特征的特征值之和。

例如，对于草药处方，可以设置临时标记值生成公式为：临时标记值＝就诊标识符+处方签标识符，然后通过对大量测试数据按照上述公式生成唯一标记值、计算这些唯一标记值中唯一值的比例来验证上述公式是否能够尽可能保障生成的唯一标记值均不重复。

在医疗数据处理场景下时，测试数据可以是来自各医院的大量以数组形式记录的就诊信息或分类表，n值的数量级可以为万或更大的数量级。测试过程可以理解为如果对100个测试数据生成的100个测试标记值中，5个测试标记值均等于x，或者2个测试标记值等于x，3个测试标记值等于y，则本次测试中唯一值是100-5＝95个，即唯一值的占比为95/100*100％＝95％。为了防止数据对象本身相同造成的临时标记值相同(例如在同一张表中存在两个一模一样的数组)，可以设置一个预设阈值来判断临时标记值生成公式生成的测试唯一值是否能够对大量不同数据生成不同的唯一标记值。

如果预设阈值为98％，而测试标记值中唯一值的占比为95％，说明这种临时标记值生成公式还不能保证对不同数据生成不同的唯一标记值，需要重新确定临时标记值生成公式；如果预设阈值为93％，说明测试标记值中唯一值的占比为95％的情况满足相同数据出现的概率，非唯一值(重复值)可能是由于正常出现的重复数据造成的，可以判断该临时标记值生成公式的能力符合预期，能够尽量对不同数据生成不同的唯一标记值，从而将临时标记值生成公式设置为用途种类对应的唯一标记值生成公式。

重新确定临时标记值生成公式的方式仍旧可以与上一次确定临时标记值生成公式的方式相同，仅需要避免生成与已测试过但不合格的公式一样的公式即可，例如更换公式中相加的两个特征值的种类。在本公开的其他实施例中，还可以使用更多特征值、更多运算形式设置临时标记值生成公式，本公开对此不作特殊限制。

通过以上分析可知，检验临时标记值生成公式是否能够对不同数据生成不同的唯一标记值的预设阈值对唯一标记值生成公式的确定具有重大影响，为了尽可能保证能够准确衡量临时标记值生成公式的能力，需要尽量精确地确定重复数据出现的自然概率，避免将由数据重复引起的测试标记值重复归罪于临时标记值生成公式。

图4是本公开一个实施例中确定预设阈值的方法流程图。

参考图4，在本公开的一种示例性实施例中，可以通过以下步骤确定预设阈值：

步骤S401，随机生成N个临时标记值生成公式；

步骤S402，根据N个临时标记值生成公式对n个测试数据生成N组测试标记值，每组测试标记值的数量为n个；

步骤S403，确定每组测试标记值中的相同测试标记值对应的相同数据对象的第一数量；

步骤S404，将N个第一数量的平均值与n的比值确定为数据重合概率t；

步骤S405，将1-t设置为预设阈值。

在图4所示实施例中，如果通过5个临时标记值生成公式对100个测试数据生成5*100个测试标记值，在第一组100个测试标记值中不唯一值为2个(第一数量)，在第二组100个测试标记值中不唯一值为3个，在第三组100个测试标记值中不唯一值为3个，在第四组100个测试标记值中不唯一值为4个，在第五组100个测试标记值中不唯一值为3个，则可以计算不唯一值的平均数为(2+3+3+4+3)/5＝3，即数据重合概率t＝3/100*100％＝3％，可以将1-t＝1-3％＝97％设置为预设阈值。

为了尽可能精确地确定数据重合概率，可以增大N值和n值，即通过对大量公式和大量测试数据的检验分析出数据重合概率，从而更准确地确定预设阈值。

在上述实施例中数据重合概率是指数组重合或表重合，数组重合或表重合既可以由原始数据(就诊信息)重合引起，也可以由数据由原始数据整合进数组或表的数据加工过程失误引起。为了改进数据加工过程，还可以进一步分析数据重合概率是否超过原始数据重合概率，并在数据重合概率超过原始数据的自然重合概率时调整数据加工过程以取得更准确的数据重合概率。对数据重合概率的使用方式可以有多种，本公开对此不作特殊限定。

除了图4所示实施例外，本领域技术人员还可以根据实际情况自行调整预设阈值的设置方案，本公开不以此为限。

在步骤S106，根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。

在医疗数据处理场景下，确定数组或表的唯一标记值生成公式后，可以直接对各分类表生成唯一标记值，并在产生新的分类表时按照以上方式确定该分类表对应的唯一标记值生成公式，生成该新的分类表的唯一标记值。对于表中新加入的数组，可以根据该数组加入的表对应的数组唯一标记值生成公式对数组设置唯一标记值。相同数组加入不同表时，由于不同表的数组唯一标记值生成公式不同，该数组在不同表中的唯一标记值也不同，从而可以有效区分同一数据的不同用途，通过唯一标记值准确检索、更新数据。

在本公开的一种示例性实施例中，对数据或表记录唯一标记值的方法包括对数据对象添加唯一标记值字段以生成新数据对象，将唯一标记值记入唯一标记值字段后存储该新数据对象。此外，还可以对唯一标记值通过预设加密方式加密后记入唯一标记值字段，该预设加密方式例如包括使用MD5编码方式进行加密。

图5A和图5B是本公开实施例中对数据对象添加唯一标记值字段的示意图。

参考图5A，对于草药处方表，可以增加4号字段“唯一标记”，用于记录该草药处方表的唯一标记值(例如为原始院端数据的选取药品通用名+药品代码)的MD5加密值。

参考图5B，对于草药处方表中以数组形式记录的数据——编号为15的草药配方数据，可以在数组中增加编号为15.1的“唯一标记”字段，用于记录该草药处方的唯一标记值(草药名称+草药编码)的MD5加密值。

综上所述，本公开实施例中，通过根据数据用途和数据本身属性设置唯一标记值，不但可以有效保障大量无序数据的标识唯一性，甚至能够准确筛选出异常的重复表格或数组，以供数据管理人员在出现异常的重复数据时及时追溯数据的应用及修改过程，提高数据管理的质量和效率。

对应于上述方法实施例，本公开还提供一种数据管理装置，可以用于执行上述方法实施例。

图6示意性示出本公开一个示例性实施例中一种数据管理装置的方框图。

参考图6，数据管理装置600可以包括：

数据获取模块602，设置为获取数据对象并确定所述数据对象的用途种类；

种类公式确定模块604，设置为根据所述用途种类确定唯一标记值生成公式；

标记值生成模块606，设置为根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。

在本公开的一种示例性实施例中，还包括唯一标记值生成公式确定模块608，设置为：确定目标用途种类对应的多个特征；根据所述多个特征确定临时标记值生成公式；根据所述临时标记值生成公式对n个测试数据生成n个测试标记值；当检测到所述n个测试标记值中唯一值的占比超过所述预设阈值时，将所述临时标记值生成公式设置为所述目标用途种类对应的唯一标记值生成公式。

在本公开的一种示例性实施例中，所述根据所述多个特征值确定临时标记值生成公式包括：

根据所述用途种类选择所述多个特征中的m个特征，m≥2；

根据所述m个特征的特征值与预设运算形式的组合形成所述临时标记值生成公式，所述预设运算形式包括计算加权和、计算乘积。

在本公开的一种示例性实施例中，当m＝2时，所述预设运算形式为计算加权和，运算形式中的每个参数的权重均为0.5，所述临时标记值生成公式为计算两个特征的特征值之和。

在本公开的一种示例性实施例中，唯一标记值生成公式确定模块608还设置为执行以下步骤以确定预设阈值：

随机生成N个临时标记值生成公式；

根据所述N个临时标记值生成公式对n个测试数据生成N组测试标记值，每组测试标记值的数量为n个；

确定每组测试标记值中的相同测试标记值对应的相同数据对象的第一数量；

将N个第一数量的平均值与n的比值确定为数据重合概率t；

将1-t设置为所述预设阈值。

在本公开的一种示例性实施例中，还包括标记值存储模块610，设置为对所述数据对象添加唯一标记值字段，将所述唯一标记值记入所述唯一标记值字段后存储所述数据对象。

在本公开的一种示例性实施例中，标记值存储模块610还设置为对所述唯一标记值以预设加密方式进行加密后记入所述唯一标记值字段，所述预设加密方式包括利用MD5算法进行加密。

由于装置600的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

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。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

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”。

下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700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7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。

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710执行，使得所述处理单元710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710可以执行如图1中所示的步骤S102：获取数据对象并确定所述数据对象的用途种类；步骤S104：根据所述用途种类确定唯一标记值生成公式；步骤S106：根据所述唯一标记值生成公式生成所述数据对象的唯一标记值。

存储单元720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)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(ROM)7203。

存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204，这样的程序模块7205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730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700也可以与一个或多个外部设备900(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700交互的设备通信，和/或与使得该电子设备700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750进行。并且，电子设备700还可以通过网络适配器760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760通过总线730与电子设备700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700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公式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8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800，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—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它实施公式。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构思由权利要求指出。

Claims (8)

1.一种数据管理方法，其特征在于，包括：

获取数据对象并确定所述数据对象的用途种类；

根据所述用途种类确定唯一标记值生成公式；

根据所述唯一标记值生成公式生成所述数据对象的唯一标记值；

其中，所述唯一标记值生成公式根据以下步骤确定：

确定目标用途种类对应的多个特征；

根据所述多个特征确定临时标记值生成公式；

根据所述临时标记值生成公式对n个测试数据生成n个测试标记值；

当检测到所述n个测试标记值中唯一值的占比超过预设阈值时，将所述临时标记值生成公式设置为所述目标用途种类对应的唯一标记值生成公式；

所述预设阈值根据以下步骤确定：

以预设方式生成N个临时标记值生成公式；

根据所述N个临时标记值生成公式对n个测试数据生成N组测试标记值，每组测试标记值的数量为n个；

确定每组测试标记值中的相同测试标记值对应的相同数据对象的第一数量；

将N个第一数量的平均值与n的比值确定为数据重合概率t；

将1-t设置为所述预设阈值。

2.如权利要求1所述的数据管理方法，其特征在于，所述根据所述多个特征值确定临时标记值生成公式包括：

根据所述用途种类选择所述多个特征中的m个特征，m≥2；

根据所述m个特征的特征值与预设运算形式的组合形成所述临时标记值生成公式，所述预设运算形式包括计算加权和、计算乘积。

3.如权利要求2所述的数据管理方法，其特征在于，当m＝2时，所述预设运算形式为计算加权和，运算形式中的每个参数的权重均为0.5，所述临时标记值生成公式为计算两个特征的特征值之和。

4.如权利要求1所述的数据管理方法，其特征在于，还包括：

对所述数据对象添加唯一标记值字段以形成新数据对象，将所述唯一标记值记入所述唯一标记值字段后存储记录有所述唯一标记值的新数据对象。

5.如权利要求4所述的数据管理方法，其特征在于，所述将所述唯一标记值记入所述唯一标记值字段后存储记录有所述唯一标记值的新数据对象包括：

对所述唯一标记值以预设加密方式进行加密后记入所述唯一标记值字段，所述预设加密方式包括利用MD5算法进行加密。

6.一种数据管理装置，其特征在于，包括：

数据获取模块，设置为获取数据对象并确定所述数据对象的用途种类；

种类公式确定模块，设置为根据所述用途种类确定唯一标记值生成公式；

标记值生成模块，设置为根据所述唯一标记值生成公式生成所述数据对象的唯一标记值；

其中，所述唯一标记值生成公式根据以下步骤确定：

确定目标用途种类对应的多个特征；

根据所述多个特征确定临时标记值生成公式；

根据所述临时标记值生成公式对n个测试数据生成n个测试标记值；

当检测到所述n个测试标记值中唯一值的占比超过预设阈值时，将所述临时标记值生成公式设置为所述目标用途种类对应的唯一标记值生成公式；

所述预设阈值根据以下步骤确定：

以预设方式生成N个临时标记值生成公式；

根据所述N个临时标记值生成公式对n个测试数据生成N组测试标记值，每组测试标记值的数量为n个；

确定每组测试标记值中的相同测试标记值对应的相同数据对象的第一数量；

将N个第一数量的平均值与n的比值确定为数据重合概率t；

将1-t设置为所述预设阈值。

7.一种电子设备，其特征在于，包括：

存储器；以及

耦合到所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1-5任一项所述的数据管理方法。

8.一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如权利要求1-5任一项所述的数据管理方法。

Images