[发明专利]数据提取方法及装置

说明书

本发明实施例提供一种数据提取方法及装置，所述方法包括：根据用户选择的数据属性，获取所述用户从预先构建的数据提取策略集合中为各所述数据属性选择的数据提取策略；根据所述用户选择的数据提取策略中各因子所包含的预设条件和所述预设条件对应的分数，获取各所述数据属性中每个值的得分；根据各所述数据属性中每个值的得分，将各所述数据属性中得分最高的一个或多个值进行提取。本发明实施例一方面根据使用场景为每个数据属性都配置一个数据提取策略，从而提高了提取数据的质量；另一方面，针对不同使用场景选择不同数据属性，为各数据属性选择不同数据提取策略，提取不同数据，提高了数据提取的灵活性。

技术领域

本发明实施例属于数据预处理技术领域，更具体地，涉及一种数据提取方法及装置。

背景技术

数据提取是指从目标数据集合中抽取出感兴趣的数据的过程。然后使用感兴趣的数据对业务进行分析，从而挖掘出有意义的信息。

目标数据集合中的每个属性有多个不同来源的值。现有的数据提取方法一般只设置一个数据提取策略，根据预先设置的单一数据提取策略从目标数据集合中提取数据，即获取与目标场景相关的属性，从每个相关属性的多个值中选择一个或多个值。但在使用场景发生变化时，需要使用不同的数据提取策略从目标数据集合中提取不同的数据。此时，一般根据当前使用场景的需要，手动对预先设置的单一数据提取策略进行更改。这种数据提取方法费时费力，容易出错，且灵活性差。

发明内容

为克服上述现有的数据提取方法费时费力，容易出错，且灵活性差的问题或者至少部分地解决上述问题，本发明实施例提供一种数据提取方法及装置。

根据本发明实施例的第一方面，提供一种数据提取方法，包括：

S101，根据用户选择的数据属性，获取所述用户从预先构建的数据提取策略集合中为各所述数据属性选择的数据提取策略；

S102，根据所述用户选择的数据提取策略中各因子所包含的预设条件和所述预设条件对应的分数，获取各所述数据属性中每个值的得分；

S103，根据各所述数据属性中每个值的得分，将各所述数据属性中得分最高的一个或多个值进行提取。

根据本发明实施例第二方面提供一种数据提取装置，包括：

选择模块，用于根据用户选择的数据属性，获取所述用户从预先构建的数据提取策略集合中为各所述数据属性选择的数据提取策略；

计算模块，用于根据所述用户选择的数据提取策略中各因子所包含的预设条件和所述预设条件对应的分数，获取各所述数据属性中每个值的得分；

提取模块，用于根据各所述数据属性中每个值的得分，将各所述数据属性中得分最高的一个或多个值进行提取。

根据本发明实施例的第三个方面，还提供一种电子设备，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的数据提取方法。

根据本发明实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的数据提取方法。