CN114238576A - 数据匹配方法、装置、计算机设备和存储介质 - Google Patents
数据匹配方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114238576A CN114238576A CN202111541899.4A CN202111541899A CN114238576A CN 114238576 A CN114238576 A CN 114238576A CN 202111541899 A CN202111541899 A CN 202111541899A CN 114238576 A CN114238576 A CN 114238576A
- Authority
- CN
- China
- Prior art keywords
- information
- node
- keyword
- matching
- matched
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 14
- 230000011218 segmentation Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 241000531116 Blitum bonus-henricus Species 0.000 description 2
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 235000008429 bread Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/322—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据匹配方法、装置、计算机设备和存储介质。从目标信息中确定待匹配信息;基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。本发明实施例实现提高数据匹配效率的效果。
Description
技术领域
本发明实施例涉及数据处理领域,尤其涉及一种数据匹配方法、装置、计算机设备和存储介质。
背景技术
随着信息技术的快速发展,使得企业面临的数据量成指数增长,因此需要通过对数据进行处理,获取有价值的信息。
目前获取有价信息的处理主要方式是,准备待匹配关键词字典,与企业数据逐条比对。
通过待匹配关键词字典进行数据处理的方式,数据处理量大,匹配效率低。
发明内容
本发明实施例提供一种数据匹配方法、装置、计算机设备和存储介质,以提高数据匹配的效率。
第一方面,本发明实施例提供了一种数据匹配方法,该方法包括:
从目标信息中确定待匹配信息;
基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
第二方面,本发明实施例还提供一种数据匹配装置,该装置包括:
待匹配信息确定模块,用于从目标信息中确定待匹配信息;
待匹配信息匹配模块,用于基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
第三方面,一种计算机设备,该计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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本发明实施例提供的数据匹配方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例提供的数据匹配方法。
本发明通过从目标信息中获取待匹配信息,将待匹配信息与候选关键词按照候选关键词节点在关键词树的层级关系进行匹配,候选关键词相对于关键信息包含的信息少,降低匹配过程计算的复杂度,同时通过将待匹配信息与关键词树匹配,在关键词树中的父节点匹配失败时,可以不匹配其子节点,减少匹配次数,解决了通过待匹配关键词字典进行数据处理的方式,数据处理量大,匹配效率低的问题,实现提高数据匹配效率的效果。
附图说明
图1为本发明实施例一提供的一种数据匹配方法的流程图;
图2为本发明实施例二提供的一种数据匹配方法的流程图;
图3为本发明实施例三提供的一种数据匹配方法的流程图;
图4为本发明实施例三提供的一种关键词树的示意图;
图5为本发明实施例四提供的一种数据匹配装置的结构示意图;
图6是本发明实施例五提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的数据匹配方法的流程图,本实施例可适用于对数据量庞大的数据进行筛选匹配的情况,该方法可以由数据匹配装置来执行,该装置可以采用软件和/或硬件的方式来实现。该装置可配置于计算机设备中,由计算机设备执行,该方法具体包括:
步骤110、从目标信息中确定待匹配信息。
目标信息为等待进行处理的信息,用于获取待匹配信息,例如,目标信息可以为网络日志。待匹配信息为从目标信息中确定的等待进行数据匹配的信息,示例性的,待匹配信息可以为网络日志中的用户输入的语句。从目标信息中确定待匹配信息,也即从目标信息中筛选出需要进行匹配的数据,例如,目标信息为购物网站上商品卖家和买家的聊天记录,在卖家需要通过聊天记录了解买家对店铺中至少一款商品咨询的问题时,可以将买家的输入确定为待匹配信息。从目标信息中确定待匹配信息可以确定数据匹配范围,减少数据匹配的工作量。
步骤120、基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
关键词树为具有树状结构的关键词,用于匹配待匹配数据,候选关键词为关键词树中的关键词,用于对待匹配数据进行匹配,候选关键词节点为候选关键词在关键词树中的节点位置,层级关系用于表示候选关键词节点在关键词树中的位置关系,示例性的,层级关系可以为父节点关系、兄弟节点关系或叶子节点关系等。关键信息为用于对待匹配数据进行匹配的信息,示例性的,关键信息可以为词语,例如,杭州西湖,或者关键信息也可以为句子,例如,如何制作面包。对候选关键信息进行分词得到候选关键词,根据候选关键词在关键信息中的位置前后顺序,确定候选关键词节点的层级关系,具体的,在关键信息中位置在前的候选关键词为在关键信息中位置在后的选关键词的父节点,例如,对杭州西湖进行分词得到候选关键词杭州和西湖,在关键词树中杭州和西湖的层级关系为,杭州为西湖的父节点。命中的目标关键词为待匹配信息与关键词树匹配成功时,将匹配成功的候选关键词按照从父节点到子节点的顺序进行排列,得到待匹配信息命中的目标关键词。将待匹配信息与关键词树按照从上到下,从左到右的顺序进行遍历匹配,若待匹配信息与关键词树中的其中一个分支上所有候选关键词匹配成功,则该分支上的候选关键词按照从父节点到子节点连接后为命中目标关键词。
预先根据数据匹配目标建立关键词树。首先,根据数据匹配目标确定候选关键信息,例如,若数据匹配目标为企业获取客户对企业所有商品的咨询问题,则将企业的所有商品名称作为关键信息。然后,对关键信息进行分词得到候选关键词,具体的,利用算法对关键信息词进行分词,得到粒度更小的关键信息,并将得到的粒度更小的关键信息作为候选关键词,示例性的,分词算法可以是,神经网络算法,例如,循环神经网络(RNN,RecurrentNeural Network),判别式模型分词算法,例如,感知机模型,或者生成式模型分词算法,例如,隐马尔可夫模型(Hidden Markov Model,HMM)等,本发明不做具体限定。根据候选关键词在关键信息中的先后顺序确定,候选关键词在关键词树中的层级关系,也即在对关键信息进行分词后,在关键信息中位置在前的候选关键词为位置在后的候选关键词的父节点,例如,关键信息为杭州西湖,分词结果为:杭州和西湖,则形成关键词树时杭州为西湖的父节点。需要说明的是,关键词树的根节点不关联实际内容,也即关键词树的根节点不具有实际意义。
在一个可选实施例中,基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词,包括:从关键词树的候选关键词节点中确定当前关键词节点;将待匹配信息与当前关键词节点进行匹配;若匹配成功,确定当前关键词节点是否为叶子节点;若为非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,得到新的待匹配信息,并且从当前关键词节点的子节点中重新确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配;若为叶子节点,则输出目标信息。
当前关键词节点为对关键词进行匹配的节点,具体的,按照从上到下,从左到右的遍历顺序确定当前关键词节点。将待匹配信息与当前关键词节点进行匹配,也即判断待匹配信息是否包含与当前关键词节点关联的候选关键词相同的信息,如果待匹配信息中包含与当前关键词节点关联的候选关键词相同的信息,则匹配成功。叶子节点为关键词树中没有子节点的节点,用于表示关键词树中分支的结束节点。若匹配成功,判断当前关键词节点是否为叶子节点,示例性的,可以通过当前关键词节点是否有子节点进行判断,若当前关键词节点有子节点,则当前关键词节点不是叶子节点,若当前关键词节点没有子节点,则当前关键词节点是叶子节点,还可以在构建关键词树时,为叶子节点添加叶子节点标识,通过判断当前关键词节点是否含有叶子节点标识,判断当前关键词节点是否为叶子结点。当前关键词为当前关键词节点关联的候选关键词,若当前关键词节点是非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,也即从待匹配信息剔除当前关键词,需要说明的是,剔除当前关键词包括剔除待匹配信息中当前关键词之前的信息,得到新的待匹配信息。从当前关键词节点的子节点中重新确定新的当前关键词节点,具体的,按照从左到右的顺序从当前关键词节点的子节点中确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配,也即,判断新的待匹配信息与新的当前关键词节关联的当前关键词是否相同。若为非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,得到新的待匹配信息,并且从当前关键词节点的子节点中重新确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配。若当前关键词节点为叶子节点,则输出目标信息,也即与关键词树进行匹配的待匹配信息。
通过确定当前关键词节点,实现按照关键词树的层级结构对待匹配信息进行匹配,在匹配成功时,判断当前关键词节点是否为叶子节点,以确定是否完成对当前关键词节点所在分支的匹配,在当前关键词节点为非叶子节点时,确定新的待匹配信息和新的当前关键词节点并进行匹配,维护按照关键词树的层级结构对待匹配信息进行匹配,实现对待匹配信息的进一步匹配,若匹配成功且当前关键词节点为叶子节点时,结束匹配,输出目标信息,得到匹配成功的目标信息,通过按照关键词树的层级结构对待匹配信息进行匹配,提高对待匹配信息的匹配效率。
本实施例的技术方案,通过从目标信息中获取待匹配信息,将待匹配信息与候选关键词按照候选关键词节点在关键词树的层级关系进行匹配,候选关键词相对于关键信息包含的信息少,降低匹配过程计算的复杂度,同时通过将待匹配信息与关键词树匹配,在关键词树中的父节点匹配失败时,可以不匹配其子节点,减少匹配次数,解决了通过待匹配关键词字典进行数据处理的方式,数据处理量大,匹配效率低的问题,实现提高数据匹配效率的效果。
实施例二
图2为本发明实施例二提供的一种数据匹配方法流程图,本实施例的技术方案在上述技术方案的基础上进一步细化,具体的,将待匹配信息与当前关键词节点进行匹配之后,还包括:若匹配失败,则确定是否存在当前关键词节点的可用兄弟节点;若存在可用兄弟节点,则从可用兄弟节点中选择新的当前关键词节点,并将待匹配信息与新的当前关键词节点进行匹配。该方法包括:
步骤210、从目标信息中确定待匹配信息。
步骤220、从关键词树的候选关键词节点中确定当前关键词节点。
步骤230、将待匹配信息与当前关键词节点进行匹配。
步骤240、若匹配失败,则确定是否存在当前关键词节点的可用兄弟节点。
兄弟节点为在关键词树中与当前关键词节点的位置处于同一等级的候选关键词节点,也即当前关键词节点父节点的其他子节点。可用兄弟节点指当前关键词节点的兄弟节点中,位置处于当前关键词节点右侧且未进行匹配的兄弟节点,因为在对待匹配信息进行匹配的过程中按照从左到右的顺序遍历匹配,在待匹配信息与当前关键词节点匹配失败时,需要将待匹配信息与当前关键词节点右侧的节点对应的候选关键词进行匹配,也即可用兄弟节点用于继续对待匹配信息进行匹配。
在一个可选实施例中,确定是否存在当前关键词节点的可用兄弟节点之后,还包括:若不存在可用兄弟节点,则确定目标信息匹配失败。
不存在可用兄弟节点,即当前关键词节点右侧位置没有兄弟节点,也即当前关键词节点的所有兄弟节点关联的候选关键词匹配失败,则确定目标信息匹配失败。候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定,当前关键词节点的所有兄弟节点关联的候选关键词匹配失败时,当前关键词节点及其所有兄弟节点的子节点,由于其位置在关键信息中位于当前关键词节点及其所有兄弟节点的后面,不需要进行匹配,可以确定待匹配信息与包含当前关键词节点父节点的关键信息不匹配,确定目标信息匹配失败。
在不存在可用兄弟节点时,确定目标信息匹配失败,不需要对当前关键词节点及其兄弟节点的子节点进行匹配,节约匹配计算资源,提高匹配效率。
步骤250、若存在可用兄弟节点,则从可用兄弟节点中选择新的当前关键词节点,并将待匹配信息与新的当前关键词节点进行匹配。
当前关键词节点存在可用兄弟节点,则将当前关键词节点所在位置右侧的兄弟节点作为新的当前关键词节点,将待匹配信息与新的当前关键词节点进行匹配,实现对关键词树从左到右的遍历匹配。
在一个可选实施例中,确定是否存在当前关键词节点的可用兄弟节点,包括:根据当前关键词节点的各兄弟节点的匹配状态,确定是否存在当前关键词节点的可用兄弟节点;从可用兄弟节点中选择从可用兄弟节点中选择新的当前关键词节点,包括:根据至少两个可用兄弟节点在当前层级中的位置关系,从至少两个可用兄弟节点中选择新的当前关键词节点。
匹配状态为是否与待匹配信息完成匹配,示例性的,通过判断兄弟节点与当前关键词节的位置关系进行确定,具体的,兄弟节点位于当前关键词节的右侧时,确定该兄弟节点未匹配,将该兄弟节点确定为可用兄弟节点。将在当前层级中与当前关键词节的位置相邻的可用兄弟节点确定为新的当前关键词节点。
根据当前关键词节点的各兄弟节点的匹配状态,确定是否存在当前关键词节点的可用兄弟节点,避免重复匹配现象的发生,浪费计算资源。根据至少两个可用兄弟节点在当前层级中的位置关系,选择新的当前关键词节点,保障在同一层级中逐个遍历,减少漏匹配的现象发生,提高匹配的准确率。
步骤260、若匹配成功,确定当前关键词节点是否为叶子节点。
步骤270、若为非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,得到新的待匹配信息,并且从当前关键词节点的子节点中重新确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配。
步骤280、若为叶子节点,则输出目标信息。
本实施例通过在当前关键词节点匹配失败时,从可用兄弟节点中选择新的当前关键词节点,实现对当前关键词节点所在层级的可用兄弟节点的遍历匹配,完成对关键词树同一层级的遍历,从可用兄弟节点中选择新的当前关键词节点可以防止重复匹配,提高匹配的效率。
实施例三
图3为本发明实施例三提供的一种数据匹配方法流程图,本实施例的技术方案为上述数据匹配方法的具体实现流程,具体的,数据匹配方法包括:
步骤310、构建关键词树。
获取关键信息列表,关键信息列表用于存储对待匹配信息进行匹配的关键信息,将每条关键信息进行分词,分割成更小粒度的候选关键词。按照候选关键词在关键信息中的先后顺序,加载到Map对象,Map对象为树状存储结构,用于构建关键词树,需要注意的是根节点不存储任何数据。将候选关键词加载到Map对象可以快速构建关键词树。图4为一种关键词树的示意图,关键信息列表中的关键信息为“杭州西湖”、“杭州白堤”、“杭州苏堤”、“百度文库”、“百度搜索”、“百度地图”、“如何制作面包”、“如何制作披”、“如何开车”和“如何嫁接”,对关键信息进行分词得到候选关键词,并将候选关键词加载到Map对象中得到的关键词树,例如,对“杭州西湖”、“杭州白堤”和“杭州苏堤”进行分词得到候选关键词“杭州”、“西湖”、“白堤”和“苏堤”,“西湖”、“白堤”和“苏堤”在“杭州”的后面,将“杭州”加载到Map对象中的第一层,将“西湖”、“白堤”和“苏堤”加载到“杭州”的下一层。
步骤320、获取待匹配信息。
获取待匹配的信息,以对网络日志处理为例,获取网络日志,将网络日志中的句子作为待匹配信息。
步骤330、遍历匹配关键词树,获取目标信息。
按照从左到右边,从上到下顺序遍历匹配图4中的关键词树,遍历匹配规则如下:
1.若当前关键词节点为非叶子节点。如果匹配成功,继续遍历当前关键词节点的子节点;如果匹配失败,则遍历其可用兄弟节点,若没有可用兄弟节点,遍历匹配结束。
2.若当前关键词节点为叶子节点。如果匹配成功,则将网络日志输出;如果匹配失败,则遍历下一个可用兄弟节点。如果没有可用兄弟节点,遍历匹配结束。
例如,网络日志中的待匹配信息为“**杭州西湖**”,遍历匹配过程如下:第一个候选关键词节点“杭州”匹配成功,则继续匹配“杭州”的子节点。第一个子节点“西湖”,依然匹配成功,“西湖”是叶子节点,输出目标信息“**杭州西湖**”,遍历匹配结束。本条待匹配信息共匹配2次。
例如,网络日志中的待匹配信息为“**百度搜索**”。第一个节点“杭州”匹配失败,匹配“杭州”的可用兄弟节点“百度”,匹配成功,匹配“百度”的子节点,“文库”匹配失败,匹配“文库”的可用兄弟节点“搜索”,匹配成功,输出目标信息“**百度搜索**”,遍历匹配结束。本条待匹配信息共匹配4次。
将网络日志中的所有待匹配信息进行匹配得到的输出为目标信息。目前现有技术中获取有价信息的处理方式主要是,将关键词字典,与待匹配数据逐条匹配。假如关键词为M条,待匹配数据为N条,则总共需要匹配M*N次,方可全部确认。本发明提出的匹配方法可以有效减少匹配次数。表1为获取的目标信息的匹配次数对比表。
表1目标信息的匹配次数对比表
从表1中可以计算得到,通过本发明,在一次匹配成功情况下,匹配次数减少了22%,全量匹配成功情况下,匹配次数减少了36%。
本实施例通过基于树状结构的数据匹配方法,利用关键词树的树状路径构造方法,对匹配空间中可行解格式进行有效界定,减少匹配过程中间结果的匹配次数,可以快速对待匹配信息进行匹配,获取目标信息,保证了匹配的准确性和及时性,提高匹配效率。
实施例四
图5所示为本发明实施例四提供的一种数据匹配装置的结构示意图,实施例四是实现本发明上述实施例提供的数据匹配方法的相应装置,该装置可采用软件和/或硬件的方式实现,并一般可集成在计算机设备中。数据匹配装置包括:
待匹配信息确定模块410,用于从目标信息中确定待匹配信息;
待匹配信息匹配模块420,用于基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
本实施例的技术方案,通过从目标信息中获取待匹配信息,将待匹配信息与候选关键词按照候选关键词节点在关键词树的层级关系进行匹配,候选关键词相对于关键信息包含的信息少,降低匹配过程计算的复杂度,同时通过将待匹配信息与关键词树匹配,在关键词树中的父节点匹配失败时,可以不匹配其子节点,减少匹配次数,解决了通过待匹配关键词字典进行数据处理的方式,数据处理量大,匹配效率低的问题,实现提高数据匹配效率的效果。
可选的,请求处理模块420,包括:
当前关键词节点确定单元,用于从关键词树的候选关键词节点中确定当前关键词节点;
当前关键词节点匹配单元,用于将待匹配信息与当前关键词节点进行匹配;
叶子节点判断单元,用于若匹配成功,确定当前关键词节点是否为叶子节点;
新的待匹配信息匹配单元,用于若为非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,得到新的待匹配信息,并且从当前关键词节点的子节点中重新确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配;
目标信息输出单元,用于若为叶子节点,则输出目标信息。
可选的,待匹配信息匹配模块420,还包括:
兄弟节点确定单元,用于若匹配失败,则确定是否存在当前关键词节点的可用兄弟节点;
兄弟节点匹配单元,用于若存在可用兄弟节点,则从可用兄弟节点中选择新的当前关键词节点,并将待匹配信息与新的当前关键词节点进行匹配。
可选的,兄弟节点确定单元,包括:
可用兄弟节点确定子单元,用于根据当前关键词节点的各兄弟节点的匹配状态,确定是否存在当前关键词节点的可用兄弟节点;
可选的,兄弟节点匹配单元,包括:
新当前关键词节点选择子单元,用于根据至少两个可用兄弟节点在当前层级中的位置关系,从至少两个可用兄弟节点中选择新的当前关键词节点。
可选的,兄弟节点确定单元,还包括:
匹配失败确定子单元,用于若不存在可用兄弟节点,则确定目标信息匹配失败。
上述装置可执行本发明实施例所提供的数据匹配方法,具备执行数据匹配方法相应的功能模块和有益效果。
实施例五
图6为本发明实施例五提供的一种计算机设备的结构示意图,如图6所示,该计算机设备包括处理器510、存储器520、输入装置530和输出装置540;计算机设备中处理器510的数量可以是一个或多个,图6中以一个处理器510为例;计算机设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的数据匹配方法对应的程序指令/模块(例如,待匹配信息确定模块410和待匹配信息匹配模块420)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的数据匹配方法。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种数据匹配方法,该方法包括:
从目标信息中确定待匹配信息;
基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的数据匹配方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述搜索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种数据匹配方法,其特征在于,包括:
从目标信息中确定待匹配信息;
基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,所述候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
2.根据权利要求1所述的方法,其特征在于,所述基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词,包括:
从关键词树的候选关键词节点中确定当前关键词节点;
将所述待匹配信息与当前关键词节点进行匹配;
若匹配成功,确定所述当前关键词节点是否为叶子节点;
若为非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,得到新的待匹配信息,并且从当前关键词节点的子节点中重新确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配;
若为叶子节点,则输出所述目标信息。
3.根据权利要求2所述的方法,其特征在于,所述将所述待匹配信息与当前关键词节点进行匹配之后,还包括:
若匹配失败,则确定是否存在当前关键词节点的可用兄弟节点;
若存在可用兄弟节点,则从可用兄弟节点中选择新的当前关键词节点,并将待匹配信息与新的当前关键词节点进行匹配。
4.根据权利要求3所述的方法,其特征在于,确定是否存在当前关键词节点的可用兄弟节点,包括:
根据当前关键词节点的各兄弟节点的匹配状态,确定是否存在当前关键词节点的可用兄弟节点;
从可用兄弟节点中选择新的当前关键词节点,包括:
根据至少两个可用兄弟节点在当前层级中的位置关系,从至少两个可用兄弟节点中选择新的当前关键词节点。
5.根据权利要求3所述的方法,其特征在于,确定是否存在当前关键词节点的可用兄弟节点之后,还包括:
若不存在可用兄弟节点,则确定目标信息匹配失败。
6.一种数据匹配装置,其特征在于,包括:
待匹配信息确定模块,用于从目标信息中确定待匹配信息;
待匹配信息匹配模块,用于基于关键词树中候选关键词节点的层级关系,将待匹配信息与关键词树进行匹配,得到待匹配信息命中的目标关键词;其中,所述候选关键词节点的层级关系根据所关联的候选关键词在关键信息中的先后顺序确定。
7.根据权利要求6所述的装置,其特征在于,所述待匹配信息匹配模块,包括:
当前关键词节点确定单元,用于从关键词树的候选关键词节点中确定当前关键词节点;
当前关键词节点匹配单元,用于将所述待匹配信息与当前关键词节点进行匹配;
叶子节点判断单元,用于若匹配成功,确定所述当前关键词节点是否为叶子节点;
新的待匹配信息匹配单元,用于若为非叶子节点,则从待匹配信息中剔除当前关键词节点所关联的当前关键词,得到新的待匹配信息,并且从当前关键词节点的子节点中重新确定新的当前关键词节点,并将新的待匹配信息与新的当前关键词节点进行匹配;
目标信息输出单元,用于若为叶子节点,则输出所述目标信息。
8.根据权利要求7所述的装置,其特征在于,所述待匹配信息匹配模块,还包括:
兄弟节点确定单元,用于若匹配失败,则确定是否存在当前关键词节点的可用兄弟节点;
兄弟节点匹配单元,用于若存在可用兄弟节点,则从可用兄弟节点中选择新的当前关键词节点,并将待匹配信息与新的当前关键词节点进行匹配。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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中任一所述的数据匹配方法。
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,该程序被处理器执行时实现如权利要求1-5中任一所述的数据匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541899.4A CN114238576A (zh) | 2021-12-16 | 2021-12-16 | 数据匹配方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111541899.4A CN114238576A (zh) | 2021-12-16 | 2021-12-16 | 数据匹配方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114238576A true CN114238576A (zh) | 2022-03-25 |
Family
ID=80756963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111541899.4A Pending CN114238576A (zh) | 2021-12-16 | 2021-12-16 | 数据匹配方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114238576A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114995973A (zh) * | 2022-05-17 | 2022-09-02 | 巨石集团有限公司 | 日志处理方法、非易失性存储介质以及日志处理装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053993A (zh) * | 2009-11-10 | 2011-05-11 | 阿里巴巴集团控股有限公司 | 一种文本过滤方法及文本过滤系统 |
CN108648017A (zh) * | 2018-05-14 | 2018-10-12 | 广东因特利信息科技股份有限公司 | 易于扩展的用户需求匹配方法、装置、设备及存储介质 |
CN109034938A (zh) * | 2018-06-11 | 2018-12-18 | 广东因特利信息科技股份有限公司 | 信息快速筛选匹配方法、装置、电子设备及存储介质 |
US20210191919A1 (en) * | 2019-12-20 | 2021-06-24 | Oracle International Corporation | Using path encoding method and relational set operations for search and comparison of hierarchial structures |
-
2021
- 2021-12-16 CN CN202111541899.4A patent/CN114238576A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053993A (zh) * | 2009-11-10 | 2011-05-11 | 阿里巴巴集团控股有限公司 | 一种文本过滤方法及文本过滤系统 |
CN108648017A (zh) * | 2018-05-14 | 2018-10-12 | 广东因特利信息科技股份有限公司 | 易于扩展的用户需求匹配方法、装置、设备及存储介质 |
CN109034938A (zh) * | 2018-06-11 | 2018-12-18 | 广东因特利信息科技股份有限公司 | 信息快速筛选匹配方法、装置、电子设备及存储介质 |
US20210191919A1 (en) * | 2019-12-20 | 2021-06-24 | Oracle International Corporation | Using path encoding method and relational set operations for search and comparison of hierarchial structures |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114995973A (zh) * | 2022-05-17 | 2022-09-02 | 巨石集团有限公司 | 日志处理方法、非易失性存储介质以及日志处理装置 |
CN114995973B (zh) * | 2022-05-17 | 2024-05-28 | 巨石集团有限公司 | 日志处理方法、非易失性存储介质以及日志处理装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qi et al. | Data-driven web APIs recommendation for building web applications | |
CN111881316B (zh) | 搜索方法、装置及服务器和计算机可读存储介质 | |
US11170306B2 (en) | Rich entities for knowledge bases | |
CN112667860A (zh) | 一种子图匹配方法、装置、设备及存储介质 | |
US10268655B2 (en) | Method, device, server and storage medium of searching a group based on social network | |
CN105224606A (zh) | 一种用户标识的处理方法及装置 | |
WO2007085187A1 (fr) | Procédé d'extraction de données, procédé de production de fichiers d'index et moteur de recherche | |
CN112115232A (zh) | 一种数据纠错方法、装置及服务器 | |
CN112749300B (zh) | 用于视频分类的方法、装置、设备、存储介质和程序产品 | |
US10528328B2 (en) | Learning from input patterns in Programing-By-Example | |
JP7197542B2 (ja) | テキストワードセグメンテーションの方法、装置、デバイスおよび媒体 | |
EP3955256A1 (en) | Non-redundant gene clustering method and system, and electronic device | |
CN111680498B (zh) | 实体消歧方法、装置、存储介质及计算机设备 | |
CN112970011B (zh) | 记录查询优化中的谱系 | |
CN115358397A (zh) | 一种基于数据采样的并行图规则挖掘方法及装置 | |
CN114238576A (zh) | 数据匹配方法、装置、计算机设备和存储介质 | |
WO2016093839A1 (en) | Structuring of semi-structured log messages | |
Atastina et al. | A review of big graph mining research | |
CN111985217B (zh) | 一种关键词提取方法、计算设备及可读存储介质 | |
CN110321435B (zh) | 一种数据源划分方法、装置、设备和存储介质 | |
US11921690B2 (en) | Custom object paths for object storage management | |
CN112988778A (zh) | 一种处理数据库查询脚本的方法和装置 | |
Xiaojing et al. | Research on improved k-means algorithm based on hadoop | |
CN117874088B (zh) | 一种数据模糊匹配方法、装置、设备和介质 | |
CN115801020B (zh) | 确定有限状态自动机压缩方法、匹配方法、设备及介质 |
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 |