[发明专利]结构化数据的处理方法、装置、电子设备和介质

说明书

本公开涉及一种结构化数据的处理方法、装置、电子设备和介质；其中，该方法包括：获取第一结构化数据和第二结构化数据，第一结构化数据和第二结构化数据同属于一个目标数据中；基于杰卡德Jaccard相似系数算法，计算第一结构化数据和第二结构化数据之间的Jaccard相似系数；根据第一结构化数据和第二结构化数据之间的Jaccard相似系数，确定第一结构化数据和第二结构化数据的相似性。本公开实施例能够有效衡量出目标数据中包括的两个结构化数据间的相似性。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种结构化数据的处理方法、装置、电子设备和介质。

背景技术

结构化数据也被称为行数据，即能够存储在数据库里，且可以用二维表结构来逻辑表达实现的数据。结构化数据中存储着多个行数据，且每个行数据之间具有一定的相似性，从而，能够表征出该结构化数据的内部相似性。

结构化数据的内部相似性能够直观反映出该结构化数据的数据安全性，且能够根据内部相似性对每组结构化数据进行有效的数据管理。因此，结构化数据中数据间的关联关系的确定是非常重要的。

现有技术中，主要是通过追溯结构化数据中每一内部数据的来源，来确定出该内部数据之间的相似性，但是，对于某些数据来源不准确的内部数据，使用该方法难以准确确定出该内部数据之间的相似性。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种结构化数据的处理方法、装置、电子设备和介质。

第一方面，本公开提供了一种结构化数据的处理方法，包括：

获取第一结构化数据和第二结构化数据，所述第一结构化数据和所述第二结构化数据同属于一个目标数据中；

基于杰卡德Jaccard相似系数算法，计算所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数；

根据所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数，确定所述第一结构化数据和所述第二结构化数据的相似性。

可选的，所述基于杰卡德Jaccard相似系数算法，计算所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数，包括：

将所述第一结构化数据和所述第二结构化数据进行交操作，得到所述第一结构化数据和所述第二结构化数据的交数据；

确定包含所述第一结构化数据和所述第二结构化数据的分散数据；

根据所述交数据和所述分散数据，确定所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数。

可选的，所述根据所述交数据和所述分散数据，确定所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数，包括：

将所述分散数据和所述交数据作差，得到所述第一结构化数据和所述第二结构化数据的并数据；

将所述交数据和所述并数据的比值，作为所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数。

可选的，所述根据所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数，确定所述第一结构化数据和所述第二结构化数据的相似性，包括：

检测到所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数大于或等于预设的系数阈值，则确定所述第一结构化数据和所述第二结构化数据具有相似性。

可选的，所述根据所述第一结构化数据和所述第二结构化数据之间的Jaccard相似系数，确定所述第一结构化数据和所述第二结构化数据的相似性，包括：