[发明专利]数据标准化方法及装置

说明书

本申请提供一种数据标准化方法及装置，将业务数据库的元数据依次同多个标准数据库的元数据进行比较，找出相同的元数据，并标识为相似元数据。针对业务数据库中与该标准数据库之间不同的差异元数据。计算该差异元数据对应的数据与该业务数据库中预存的样本数据之间的相似度。将数据相似度大于预设阈值的样本数据对应的元数据在行业标准库标识为相似元数据。统计该行业标准库中被标识为所述相似元数据的元数据的数量，将所述数量最多的行业标准库确定为业务数据库最接近的行业标准库。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种数据标准化方法及装置。

背景技术

随着信息技术的普及和发展，政府及企业的信息化程度越来越高，进而导致业务数据量也进一步加大。面对大量的业务数据，有效并快速地建立准确和规范的数据模型已成为趋势。但面对大量的行业标准，通过人工识别方式建立实际业务数据同已有标准之间的关系会花费大量的时间及精力。

发明内容

为了克服现有技术中的至少一个不足，本申请的目的之一在于提供一种数据标准化方法，应用于数据处理设备，所述数据处理设备预存有多个行业标准库，所述行业标准库预存有样本数据；所述方法包括：

获取业务数据库；

针对每个所述行业标准库，将所述行业标准库的元数据与所述业务数据库的元数据进行比对；

将所述行业标准库中与所述业务数据库相同的元数据标识为相似元数据；

针对所述业务数据库中与所述行业标准库之间不同的差异元数据，计算所述差异元数据对应的数据与所述行业标准库中的样本数据之间的相似度，将数据相似度超过预设阈值的样本数据所对应的元数据在所述行业标准库中标识为相似元数据；

统计各个所述行业标准库中被标识为所述相似元数据的元数据的数量，将所述数量最多的行业标准库确定为所述业务数据库最接近的行业标准库。

可选地，所述计算所述差异元数据对应的数据与所述行业标准库中的样本数据之间的相似度的步骤包括：

通过人工神经网络计算所述差异元数据对应的数据与所述行业标准库中的样本数据之间的相似度。

可选地，所述方法还包括：

根据所述最接近的行业标准库中的相似元数据创建标准信息数据库；

从所述业务数据库获取与所述最接近的行业标准库中的相似元数据对应的数据，存入所述标准信息数据库。

可选地，所述数据处理设备还包括行业共享信息库，所述方法还包括：

将所述行业共享信息库的元数据和所述标准信息数据库的元数据进行比较，确定出所述标准信息数据库中与所述行业共享信息库中的相同的共享元数据；

根据所述共享元数据对应的数据创建共享数据表。

可选地，所述方法还包括：

针对每个所述共享数据表，提供相应的接口，使得其他设备通过该接口获取所述共享数据表中的数据。

可选地，所述元数据包括字段名称，所述将所述行业标准库中与所述业务数据库相同的元数据标识为相似元数据的步骤包括：

将所述行业标准库中与所述业务数据库相同的字段名称标识为相似元数据。

可选地，所述元数据还包括表名称、字段类型和字段长度。

本申请实施例的另一目的在于提供一种数据标准化装置，应用于数据处理设备，所述数据处理设备预存有多个行业标准库，所述行业标准库预存有样本数据，所述数据标准化装置包括获取模块、比较模块、标识模块、相似度计算模块和统计模块；

所述获取模块用于获取业务数据库；