数据拼接方法、装置、设备及计算机存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112131258A(43)申请公布日2020.12.25(21)申请号202011007016.7(22)申请日2020.09.23(71)申请人创新奇智（重庆）科技有限公司地址400000重庆市九龙坡区火炬大道69号重庆启迪科技园9号楼201室(72)发明人王建华周杰(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人衡滔(51)Int.Cl.G06F16/2455(2019.01)G06F16/242(2019.01)G06F16/22(2019.01)权利要求书2页说明书9页附图4页(54)发明名称数据拼接方法、装置、设备及计算机存储介质(57)摘要本申请提供一种数据拼接方法、装置、设备及计算机存储介质，其中，数据拼接方法包括步骤：对数据表中的具有相同用户ID的数据记录进行字段的类别特征聚合，得到字段的类别特征聚合结果；对数据表中的具有相同用户ID的数据记录进行字段的数值特征聚合，得到字段的数值特征聚合结果；对数据表中的具有相同用户ID的数据记录进行字段的数值类别特征聚合，得到字段的数值类别特征聚合结果；根据用户ID将字段的类别特征聚合结果、字段的数值特征聚合结果、字段的数值类别特征聚合结果进行拼接，以得到具有相同用户ID的数据特征拼接结果。本申请能够在完成数据拼接的同时，提高多条数据记录中的有效信息的保留度，以提高拼接后的数据的使用效果。CN112131258ACN112131258A权利要求书1/2页1.一种数据拼接方法，其特征在于，所述方法包括：对数据表中的具有相同用户ID的数据记录进行字段的类别特征聚合，得到所述字段的类别特征聚合结果；对所述数据表中的所述具有相同用户ID的数据记录进行字段的数值特征聚合，得到所述字段的数值特征聚合结果；对所述数据表中的所述具有相同用户ID的数据记录进行字段的数值类别特征聚合，得到所述字段的数值类别特征聚合结果；根据所述用户ID将所述字段的类别特征聚合结果、所述字段的数值特征聚合结果、所述字段的数值类别特征聚合结果进行拼接，以得到所述具有相同用户ID的数据特征拼接结果。2.如权利要求1所述的数据拼接方法，其特征在于，所述对数据表中的具有相同用户ID的数据记录进行字段的类别特征聚合，得到所述字段的类别特征聚合结果，包括：根据所述字段的类别总数确定编码序列的位个数；根据所述字段在所述数据记录的类别对所述编码序列中进行编码，其中，编码后的所述编码序列包一个有效编码位，所述有效编码位的位值为1；将所述具有相同用户ID的数据记录中每条所述数据记录的所述编码序列进行位值累加运算，以得到总编码序列；将所述总编码序列作为所述字段的类别特征聚合结果。3.如权利要求1所述的数据拼接方法，其特征在于，所述对所述数据表中的所述具有相同用户ID的数据记录进行字段的数值特征聚合，得到所述字段的数值特征聚合结果，包括：比较确定出所述具有相同用户ID的数据记录中字段的最大值、最小值；计算所述具有相同用户ID的数据记录中字段的数值的均值及方差；将所述最大值、所述最小值、所述均值及所述方差作为所述字段的数值特征聚合结果。4.如权利要求3所述的数据拼接方法，其特征在于，所述对所述数据表中的所述具有相同用户ID的数据记录进行字段的数值类别特征聚合，得到所述字段的数值类别特征聚合结果，包括：根据所述最大值的所属数值区域确定所述最大值的数值类型；根据所述最小值的所属数值区域确定所述最小值的数值类型；根据所述均值的所属数值区域确定所述均值的数值类型；将所述最大值的数值类型、所述最小值的数值类型、所述均值的数值类型作为所述字段的数值类别特征聚合结果。5.如权利要求3所述的数据拼接方法，其特征在于，所述字段的数值特征聚合结果还包括字段的数值个数；以及，所述对所述数据表中的所述具有相同用户ID的数据记录进行字段的数值特征聚合，得到所述字段的数值特征聚合结果，还包括：统计具有相同用户ID的数据记录中的数据记录条数；根据所述数据记录条数确定所述字段的数值个数。6.如权利要求3所述的数据拼接方法，其特征在于，所述字段的数值特征聚合结果还包括字段的数值的中位数。2CN112131258A权利要求书2/2页7.如权利要求1所述的数据拼接方法，其特征在于，在所述根据所述用户ID将所述字段的类别特征聚合结果、所述字段的数值特征聚合结果、所述字段的数值类别特征聚合结果进行拼接，以得到所述具有相同用户ID的数据特征拼接结果之后，所述方法还包括：根据ID将至少两个数据表的数据特征拼接结果进行拼接，以拼接所述至少两个数据表。8.一种数据拼接装置，其特征在于，包括：第一聚合模块，用于对数据表中的具有相同用户ID的数据记录进行字段的类别特征聚合，得到所述