[发明专利]自动清洗数据的方法、装置、电子设备及存储介质

说明书

本申请提供了一种自动清洗数据的方法、装置、电子设备及存储介质。该自动清洗数据的方法，包括以下步骤；获取目标用户的画像数据，并从所述画像数据中提取出所述目标用户的标签集合，所述标签集合包括多个用于标签；将所述标签集合格式化为N*M*K三维数组，其中，N轴表示标签，M轴表示用户，K轴表示时间；获取所述标签集合内的每一所述标签的数据类型确定所述三维数组的每一维度的数据类型，从而得到所述三维数组的类型特征；根据所述类型特征对所述目标用户的用户数据进行数据清洗。本申请可以提高数据清洗效率。

技术领域

本申请涉及计算机网络技术领域，具体而言，涉及一种自动清洗数据的方法、装置、电子设备及存储介质。

背景技术

不同的公司或组织，基于不同的业务场景，其对用户画像是不同的。用户画像的核心本质就是用户的标签集合。根据标签的数据表现及标签的性质，对标签进行集中分类，并总结出每个标签分类下，可通用的数据清洗方式。最后由程序实现自动数据清洗方法。

针对上述问题，目前尚未有有效的技术解决方案。

发明内容

本申请实施例的目的在于提供一种自动清洗数据的方法、装置、电子设备及存储介质，可以提高数据清洗效率。

第一方面，本申请实施例提供了一种自动清洗数据的方法，包括以下步骤；

获取目标用户的画像数据，并从所述画像数据中提取出所述目标用户的标签集合，所述标签集合包括多个用于标签；

将所述标签集合格式化为N*M*K三维数组，其中，N轴表示标签，M轴表示用户，K轴表示时间；

获取所述标签集合内的每一所述标签的数据类型确定所述三维数组的每一维度的数据类型，从而得到所述三维数组的类型特征；

根据所述类型特征对所述目标用户的用户数据进行数据清洗。

可选地，在本申请实施例所述的自动清洗数据的方法中，所述根据所述类型特征对所述目标用户的用户数据进行数据清洗的步骤包括：

根据所述三维数组的类型特征获取所述用户数据的离散打散方式；

根据所述离散打散方式对所述目标用户的用户数据进行数据清洗。

可选地，在本申请实施例所述的自动清洗数据的方法中，所述多个标签包括静态标签、动态标签、分类标签、连续型标签、文本标签以及数值型标签。

可选地，在本申请实施例所述的自动清洗数据的方法中，所述静态标签包括以下标签中的至少一种或多种：性别、民族、学历、职业。

可选地，在本申请实施例所述的自动清洗数据的方法中，所述动态标签包括以下标签中的至少一种或多种：主资费套餐、可选套餐、体重。

可选地，在本申请实施例所述的自动清洗数据的方法中，所述分类标签包括以下标签中的至少一种或多种：性别、民族、是否已婚。

可选地，在本申请实施例所述的自动清洗数据的方法中，所述连续型标签包括以下标签中的至少一种或多种：月消费、日消费、周消费。

第二方面，本申请实施例还提供了一种自动清洗数据的装置，包括：

第一获取模块，用于获取目标用户的画像数据，并从所述画像数据中提取出所述目标用户的标签集合，所述标签集合包括多个用于标签；

格式化模块，用于将所述标签集合格式化为N*M*K三维数组，其中，N轴表示标签，M轴表示用户，K轴表示时间；

第二获取模块，用于获取所述标签集合内的每一所述标签的数据类型确定所述三维数组的每一维度的数据类型，从而得到所述三维数组的类型特征；