[发明专利]一种数据源的匹配方法和装置

说明书

本发明实施例公开了一种数据源的匹配方法和装置，用于提高视频数据源融合的效率和准确性，且不需要人工参与就可以自动完成。在该方法中，从第一数据源中获取到第一条目的元信息，以及从第二数据源中获取到第二条目的元信息，元信息包括：相应条目的多个数据属性；通过条目匹配决策模型查找基础条目存储库中与第一条目的元信息匹配的基础条目，通过条目匹配决策模型查找基础条目存储库中与第二条目的元信息匹配的基础条目，条目匹配决策模型通过使用历史数据源样本数据对决策树模型进行训练与测试得到；当第一条目和第二条目从基础条目存储库中匹配到相同的基础条目时，将第一数据源和第二数据源关联到基础条目存储库中的同一个基础条目上。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据源的匹配方法和装置。

背景技术

为方便用户选择能够符合用户需要的视频数据源，需要能够聚合来自多个视频数据源的视频链接，此时就产生了视频数据源的融合方法。

在现有技术中，目前常用的视频数据源融合方法主要包括如下两种：1)、人工添加的方式，即通过大量编辑人员去人工的进行判断，再根据人工的判断结果将多个视频链接聚合在一起；2)通过关键字匹配的方式，例如可通过标题内容的匹配方式，将具有相同标题的多个视频链接聚合在一起。

针对上述现有技术的视频数据源融合方法，这两种方式都有各自的缺陷：

1)针对人工添加的方式，这需要大量的编辑人员的人工投入，持续进行运营，而目前各大视频网站都有近百人的编辑团队来进行视频数据源聚合，这种方法不仅耗时耗力，而且每个编辑人员对视频内容的了解不一致，所以视频数据源融合的效率和准确性都无法得到保证；

2)针对关键字匹配的方式，这种方法只能解决标题内容的命名方式都很规范的情况，因此匹配成功率较低。

发明内容

本发明实施例提供了一种数据源的匹配方法和装置，用于提高视频数据源融合的效率和准确性，且不需要人工参与就可以自动完成。

为解决上述技术问题，本发明实施例提供以下技术方案：

第一方面，本发明实施例提供一种数据源的匹配方法，包括：

从第一数据源中获取到第一条目的元信息，以及从第二数据源中获取到第二条目的元信息，所述元信息包括：相应条目的多个数据属性；

通过条目匹配决策模型查找基础条目存储库中与所述第一条目的元信息匹配的基础条目，以及通过所述条目匹配决策模型查找所述基础条目存储库中与所述第二条目的元信息匹配的基础条目，所述条目匹配决策模型通过使用历史数据源样本数据对决策树模型进行训练与测试得到，所述历史数据源样本数据包括：在多个数据源中每个条目样本的历史数据属性；

当所述第一条目和所述第二条目从所述基础条目存储库中匹配到相同的基础条目时，将所述第一数据源和所述第二数据源关联到所述基础条目存储库中的同一个基础条目上。

第二方面，本发明实施例还提供一种数据源的匹配装置，包括：

元信息获取模块，用于从第一数据源中获取到第一条目的元信息，以及从第二数据源中获取到第二条目的元信息，所述元信息包括；相应条目的多个数据属性信息；

模型匹配模块，用于通过条目匹配决策模型查找基础条目存储库中与所述第一条目的元信息匹配的基础条目，以及通过所述条目匹配决策模型查找所述基础条目存储库中与所述第二条目的元信息匹配的基础条目，所述条目匹配决策模型通过历史数据源样本数据对决策树模型进行训练与测试得到，所述历史数据源样本数据包括：在多个数据源中每个条目样本的历史数据属性信息；

数据源聚合模块，用于当所述第一条目和所述第二条目从所述基础条目存储库中匹配到相同的基础条目时，将所述第一数据源和所述第二数据源关联到所述基础条目存储库中的同一个基础条目上。