[发明专利]数据对象的整理方法及设备

权利要求书

1.一种数据对象的整理方法，所述数据对象由多种数据来源获取，所述数据对象包括主属性和关键属性，其中，所述方法包括：

根据所述数据对象主属性的属性信息，对所述数据对象进行分类，获取至少一个数据类别；

在每个数据类别下，获取第一数据对象和第二数据对象之间的每项属性相似度，其中，所述属性相似度表示：所述第一数据对象的某项关键属性的属性信息、与第二数据对象的同一关键属性的属性信息之间的相似程度；

将关键属性的属性信息为非空的数据对象的数量与数据对象总数量的比值，作为所述关键属性的数据覆盖率；

将每项关键属性的数据覆盖率与所有关键属性的数据覆盖率之和的比值，作为每项关键属性的权重；

根据第一数据对象和第二数据对象之间的每项属性相似度，以及每项关键属性的权重，获取第一数据对象和第二数据对象之间的总体相似度；

根据所述总体相似度，将所述数据对象划分为至少一个数据簇，其中，所述数据簇至少包含一个数据对象，且在数据对象不少于一个的数据簇中，任一数据对象与至少一个其它数据对象的总体相似度大于或等于总体相似度阈值；

在每个数据簇下，根据预设规则将冗余属性的多种属性信息进行信息融合，以获取唯一的属性信息，其中，所述冗余属性为属性信息非空且不唯一的关键属性或主属性，进行信息融合的预设规则包括对所述多种属性信息进行文本评分，选取文本评分最高的属性信息作为唯一的属性信息。

2.根据权利要求1所述的方法，其中，根据所述数据对象主属性的属性信息，对所述数据对象进行分类之前，还包括：

对所述数据对象的主属性和/或关键属性的属性信息进行预处理，获取符合预设形式的属性信息。

3.根据权利要求2所述的方法，其中，对所述数据对象的主属性和/或关键属性的属性信息进行预处理，获取符合预设形式的属性信息，包括以下任意一项或多项：

清除主属性和/或关键属性的属性信息中的无效修饰词；

将主属性和/或关键属性的属性信息进行规范化处理；

将主属性和/或关键属性的属性信息的文本格式转换为预设文本格式。

4.根据权利要求1所述的方法，其中，根据所述总体相似度，将所述数据对象划分为至少一个数据簇，包括：

将所述总体相似度超过总体相似度阈值的两个数据对象作为数据对；

合并包含相同数据对象的数据对，生成数据簇，以及将每个不包含于任一数据对中的数据对象作为数据簇。

5.根据权利要求1所述的方法，其中，所述预设规则还包括以下任意一项或多项：

对所述多种属性信息汇总后去重；

选取来源评分最高的数据对象的该项关键属性或主属性的属性信息作为唯一的属性信息。

6.根据权利要求1至5种任一项所述的方法，其中，所述数据对象为电视剧信息。