[发明专利]数据拆分方法、装置、计算机可读存储介质和计算机设备

权利要求书

1.一种数据拆分方法，包括：

从数据集中提取待拆分行的行数据；

获取所述行数据中的关键维度数据和度量数据；

利用文本分割算法对所述关键维度数据进行拆分，得到目标关键维度数据；

利用数值分布算法对所述度量数据进行拆分，得到目标度量数据；

分别将各所述目标关键维度数据与对应的所述目标度量数据进行拼接；

将拼接所得的目标关键维度数据和目标度量数据，添加至提取所述行数据后的数据集。

2.根据权利要求1所述的方法，其特征在于，所述从数据集中提取待拆分行的行数据，包括：

获取异常判定条件；

按照所述异常判定条件对数据集进行扫描，得到异常数据；

将所述异常数据所在的数据行确定为待拆分行；

提取所述待拆分行对应的行数据。

3.根据权利要求2所述方法，其特征在于，所述按照所述异常判定条件对源数据表进行扫描，得到异常数据，包括：

获取各维度对应的维度空间；

判断各所述维度对应的维度数据是否均属于对应的所述维度空间；

将不属于所述维度空间的数据确定为异常数据。

4.根据权利要求1所述的方法，其特征在于，所述利用文本分割算法对所述关键维度数据进行拆分，得到目标关键维度数据，包括：

对所述关键维度数据进行分词，得到分词词组；

从所述分词词组中选择与关键词库匹配的目标分词词组；

对所述目标分词词组进行拆分，将拆分后所得的目标分词词组作为目标关键维度数据。

5.根据权利要求1所述的方法，其特征在于，所述利用数值分布算法对所述度量数据进行拆分，得到目标度量数据，包括：

获取所述目标关键维度数据的数据条目；

获取数据分析的目标需求，根据所述目标需求确定对所述度量数据进行拆分的拆分方式；

利用数值分布算法，按照所述数据条目和所述拆分方式对所述度量数据进行拆分，得到目标度量数据。

6.根据权利要求5所述的方法，其特征在于，所述拆分方式包括等量拆分、权重拆分、概率拆分、预测模型拆分，所述根据所述目标需求确定对所述度量数据进行拆分的拆分方式，包括：

当所述目标需求为分析等量目标度量数据时，则确定对所述度量数据的拆分方式为等量拆分；

当所述目标需求为分析不同权重的目标关键维度数据对应的目标度量数据时，则确定对所述度量数据的拆分方式为权重拆分；

当所述目标需求为分析特定维度的目标度量数据时，则确定对所述度量数据的拆分方式为概率拆分；

当所述目标需求为分析与提取行数据后的数据集相关的目标度量数据时，则确定对所述度量数据的拆分方式为预测模型拆分。

7.根据权利要求1所述的方法，其特征在于，所述利用数值分布算法对所述度量数据进行拆分，得到目标度量数据，还包括：

获取所述目标关键维度数据的数据条目；

根据所述目标关键维度数据获取对应的基础度量数据；

利用数值分布算法，根据所述基础度量数据和所述数据条目对所述度量数据进行拆分，得到目标度量数据。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述分别将各所述目标关键维度数据与对应的所述目标度量数据进行拼接，包括：

在属于相同用户的目标关键维度数据中，选取属于相同产品的目标关键维度数据；

将所述属于相同产品的目标关键维度数据合并，得到合并后目标关键维度数据；

将所述属于相同产品的目标关键维度数据所对应的目标度量数据相加；

将相加所得的结果与所述合并后目标关键维度数据进行拼接。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

确定所述待拆分行中的非关键维度数据；

将所述非关键维度数据，输入至添加有所述目标关键维度数据和所述目标度量数据的数据集。