[发明专利]一种多源异构数据的处理方法、装置、介质及电子设备

权利要求书

1.一种多源异构数据的处理方法，其特征在于，包括：

确定原始房源数据中的原始房源特征；

基于所述原始房源特征对所述原始房源数据进行数据聚合处理，根据聚合结果确定所述原始房源数据中的第一真实房源数据；

基于所述原始房源特征对所述第一真实房源数据进行数据清洗处理，根据清洗结果确定所述第一真实房源数据中的第二真实房源数据，其中，所述数据清洗处理是确定并删除异常房源数据的过程，所述异常房源数据的至少一个房源特征不符合预设数据清洗规则，所述房源特征是所述原始房源特征或标准房源特征；

将所述第二真实房源数据中的原始房源特征映射为标准房源特征，基于所述标准房源特征得到第一标准房源数据；

基于所述原始房源特征对所述原始房源数据进行数据聚合处理，根据聚合结果确定所述原始房源数据中的第一真实房源数据，包括：

确定所述原始房源数据的特征向量，根据所述特征向量之间的距离对所述原始房源数据进行分组处理，得到房源集合；

根据预设数据聚合规则确定每个所述房源集合包含的原始房源数据中的第一真实房源数据；

所述数据聚合处理是将具有相同或相似房源特征的房源数据聚集到一起的处理。

2.根据权利要求1所述的方法，其特征在于，确定所述原始房源数据的特征向量，根据所述特征向量之间的距离对所述原始房源数据进行分组处理，得到房源集合，包括：

将所述原始房源特征映射至设定数字区间，得到所述原始房源特征的特征向量；

计算所述特征向量之间的距离；

若所述距离不超过设定第一阈值，则确定参与距离计算的特征向量对应的原始房源数据属于同一房源集合；

若所述距离超过设定第一阈值，则确定参与距离计算的特征向量对应的原始房源数据属于不同房源集合。

3.根据权利要求1所述的方法，其特征在于，基于所述原始房源特征对所述第一真实房源数据进行数据清洗处理，根据清洗结果确定所述第一真实房源数据中的第二真实房源数据，包括：

将每个所述第一真实房源数据的所述原始房源特征与预设数据清洗规则进行匹配；

根据匹配结果确定所述原始房源特征符合所述预设数据清洗规则的第二真实房源数据。

4.根据权利要求1所述的方法，其特征在于，在基于所述标准房源特征得到第一标准房源数据之后，还包括：

基于标准房源特征对所述第一标准房源数据进行数据聚合处理，根据聚合结果确定所述第一标准房源数据中的第二标准房源数据。

5.根据权利要求4所述的方法，其特征在于，在根据聚合结果确定所述第一标准房源数据中的第二标准房源数据之后，还包括：

基于所述标准房源特征对所述第二标准房源数据进行数据清洗处理，根据清洗结果确定第三标准房源数据，展示所述第三标准房源数据。

6.根据权利要求5所述的方法，其特征在于，在展示所述第三标准房源数据之后，还包括：

获取针对所述第三标准房源数据的用户反馈信息，根据所述用户反馈信息确定所述第三标准房源数据中的虚假房源数据；

删除所述第三标准房源数据中的所述虚假房源数据，得到第四标准房源数据，展示所述第四标准房源数据。

7.根据权利要求1至6中任一项所述的方法，其特征在于，在基于所述标准房源特征得到第一标准房源数据之后，还包括：

获取所述原始房源数据的原始数据标识，其中，所述原始数据标识为所述原始房源数据在原始数据源中的标识信息；

获取所述第一标准房源数据的标准数据标识，关联存储所述标准数据标识和所述原始数据标识。