[发明专利]数据处理方法及装置、存储介质、计算机设备在审
| 申请号: | 202210925460.X | 申请日: | 2022-08-03 |
| 公开(公告)号: | CN115203593A | 公开(公告)日: | 2022-10-18 |
| 发明(设计)人: | 黄礼昊 | 申请(专利权)人: | 康键信息技术(深圳)有限公司 |
| 主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06F16/903 |
| 代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 刘丽颖 |
| 地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 数据处理 方法 装置 存储 介质 计算机 设备 | ||
1.一种数据处理方法,其特征在于,包括:
按照预设地理范围搜索与目标店铺标识匹配的关联店铺标识;
若搜索到多个关联店铺标识,则获取所述关联店铺标识的位置文本数据、店名文本数据;
若所述位置文本数据与所述目标店铺标识所对应的地址信息不匹配,则提取所述店名文本数据的特征关键词;
若所述特征关键词与所述目标店铺标识对应的特征关键词库匹配,则获取所述关联店铺标识的关联业务数据,并将所述关联业务数据与所述目标店铺标识对应的目标业务数据进行合并处理,反馈至业务处理端。
2.根据权利要求1所述的方法,其特征在于,所述将所述关联业务数据与所述目标店铺标识对应的目标业务数据进行合并处理包括:
分别解析所述关联业务数据与所述目标业务数据的数据类型、用户类型、交易类型;
若所述关联业务数据的数据类型、用户类型、交易类型与所述目标业务数据的数据类型、用户类型、交易类型全部匹配,则按照所述数据类型、所述用户类型、所述交易类型分别进行差异数据提取,并基于提取的差异业务数据以及相同业务数据进行合并处理;
若所述关联业务数据的数据类型、用户类型、交易类型与所述目标业务数据的数据类型、用户类型、交易类型全部不匹配,则分别对所述关联业务数据、所述目标业务数据进行数据压缩,并按照压缩后的所述关联业务数据、所述目标业务数据进行压缩合并处理;
若所述关联业务数据的数据类型、用户类型、交易类型与所述目标业务数据的数据类型、用户类型、交易类型部分匹配,则基于预设正则匹配算法对所述关联业务数据与所述目标业务数据进行合并处理。
3.根据权利要求2所述的方法,其特征在于,所述基于预设正则匹配算法整合所述关联业务数据与所述目标业务数据包括:
基于预设正则匹配算法筛选所述关联业务数据中与所述目标业务数据关联的待整合关联业务数据;
计算所述待整合关联业务数据与所述目标业务数据之间的关联相似度;
若所述关联相似度大于预设阈值,则将待整合关联业务数据与所述目标业务数据进行整合,得到合并业务数据。
4.根据权利要求1所述的方法,其特征在于,所述按照预设地理范围搜索与目标店铺标识匹配的关联店铺标识包括:
按照目标业务标识确定目标店铺标识、以及匹配的预设地理范围,所述目标业务标识用于表征店铺执行不同业务内容所对应的身份标识,各业务标识匹配唯一一个地理范围;
在所述预设地理范围内搜索与所述目标店铺标识匹配的关联店铺标识;或,
基于预设位置绑定关系在所述预设地理范围搜索与所述目标店铺标识匹配的关联店铺标识。
5.根据权利要求1所述的方法,其特征在于,所述提取所述店名文本数据的特征关键词包括:
获取已完成训练的语义特征提取模型,并基于所述语义特征提取模型对所述店名文本数据进行特征提取,得到特征关键词,所述语义特征提取模型为基于店铺自定义词以及自然语义词库作为训练样本进行训练得到的。
6.根据权利要求1所述的方法,其特征在于,所述按照预设地理范围搜索与目标店铺标识匹配的关联店铺标识之后,所述方法还包括:
若搜索到唯一关联店铺标识,则获取所述关联店铺标识所对应的关联业务数据,并与所述目标店铺标识所对应的目标业务数据进行合并上传;
所述获取所述关联店铺标识的位置文本数据、店名文本数据之后,所述方法还包括:
若所述位置文本数据与所述目标店铺标识所对应的地址信息匹配,则获取所述关联店铺标识所对应的关联业务数据,并与所述目标店铺标识所对应的目标业务数据进行合并上传。
7.根据权利要求1所述的方法,其特征在于,所述提取所述店名文本数据的特征关键词之后,所述方法还包括:
若所述特征关键词与所述目标店铺标识的特征关键词库不匹配,发送告警信息,并分别上传所述关联业务数据的关联业务数据、以及所述目标业务数据的目标业务数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于康键信息技术(深圳)有限公司,未经康键信息技术(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210925460.X/1.html,转载请声明来源钻瓜专利网。





