[发明专利]一种数据匹配方法及装置

权利要求书

1.一种数据匹配方法，其特征在于，所述方法包括：

获取第一数据源的第一数据记录和第二数据源的第二数据记录，并获取数据记录的关联字段和待匹配字段；

将所述第一数据记录中，所述关联字段的键值相同的数据记录分为一组，得到第一分组集合，所述第一分组集合包括至少一个第一分组；

将所述第二数据记录中，所述关联字段的键值相同的数据记录分为一组，得到第二分组集合，所述第二分组集合包括至少一个第二分组；

在允许匹配数据的情况下，将所述第一分组和所述第二分组的两条数据记录进行关联，并计算关联的两条数据记录的待匹配距离，所述待匹配距离为关联的两条数据记录的待匹配字段的字段值的绝对值，所述第一分组和所述第二分组的关联字段的键值相同；

将所述待匹配距离中绝对值最小的两条关联数据记录确定为匹配成功的记录；

将除所述匹配成功的关联数据记录外的其他关联数据记录中，与所述匹配成功的关联数据记录的待匹配字段的字段值相同的关联数据记录进行删除；

在不允许匹配数据的情况下，根据所述待匹配字段的字段值对第一目标分组的数据记录进行排序，并对第二目标分组的数据记录进行排序；

计算目标分组内，相邻的两条数据记录的待匹配字段的字段值的差值，并将所有差值按照由小到大的顺序进行排序；

根据预设数量的差值计算所述第一目标分组和所述第二目标分组的待匹配字段的距离均值；

在确定出所有的匹配成功的记录后，根据匹配成功的记录的待匹配距离，计算待匹配距离的均值和均方差；

将所有目标分组的待匹配字段的距离均值按照由小到大的顺序进行排序；

根据排序后的预设数量的待匹配字段的距离均值，计算目标距离均值；

根据所述目标距离均值和所述均方差，计算适用系数。

2.根据权利要求1所述的数据匹配方法，其特征在于，在所述将所述第二数据记录中，所述关联字段的键值相同的数据记录分为一组，得到第二分组集合之后，还包括：

获取所述第一数据记录的关联字段的第一键值集合，并获取所述第二数据记录的关联字段的第二键值集合；

根据所述第一键值集合和所述第二键值集合，确定目标键值集合，所述目标键值集合包括的键值同时包含在所述第一键值集合和所述第二键值集合中；

删除所述第一分组集合中，未包含在所述目标键值集合的键值的第一分组，得到第一目标分组集合，并删除所述第二分组集合中，未包含在所述目标键值集合的键值的第二分组，得到第二目标分组集合；

删除所述第一目标分组和所述第二目标分组中重复的数据记录，所述重复的数据记录为关联字段的键值相同，且待匹配字段的字段值相同的数据记录。

3.根据权利要求2所述的数据匹配方法，其特征在于，所述将所述第一分组和所述第二分组的两条数据记录进行关联，包括：

将删除重复的数据记录的所述第一目标分组和所述第二目标分组的两条数据记录进行关联。