[发明专利]一种表数据质量探查方法及装置

权利要求书

1.一种表数据质量探查方法，其特征在于，包括：

获取若干预设属性类别分别对应的校验规则；

建立每种所述校验规则与预设字段集的映射关系；

基于待探查的表字段与所述预设字段集中的多个表字段之间的编辑距离，来确定所述待探查的表字段对应的所述预设字段集中的目标表字段；

根据每种所述校验规则与预设字段集的映射关系，确定所述目标表字段对应的校验规则；

利用所述目标表字段对应的校验规则，对所述待探查的表字段的实例数据进行质量探查。

2.根据权利要求1所述的方法，其特征在于，在获取若干预设属性类别分别对应的校验规则之前，还包括：

利用若干预设属性类别分别对应的校验规则构建校验规则库。

3.根据权利要求2所述的方法，其特征在于，在构建所述校验规则库之后，还包括：

接收对所述校验规则库的编辑指令，并基于所述编辑指令对所述校验规则库进行编辑；

其中，所述编辑指令包括：用于修改所述校验规则库的校验规则的修改指令和/或用于增加自定义校验规则的增加指令。

4.根据权利要求1所述的方法，其特征在于，基于待探查的表字段与所述预设字段集中的多个表字段之间的编辑距离，来确定所述待探查的表字段对应的所述预设字段集中的目标表字段，包括：

确定待探查的表字段与所述预设字段集中的多个表字段之间的编辑距离；

从多个所述编辑距离中确定最小编辑距离；

若所述最小编辑距离对应所述预设字段集中的一个表字段，则确定该表字段为目标表字段；

若所述最小编辑距离对应所述预设字段集中的至少两个表字段，则随机选取所述至少两个表字段中的一个表字段作为目标表字段。

5.根据权利要求1所述的方法，其特征在于，根据每种所述校验规则与预设字段集的映射关系，确定所述目标表字段对应的校验规则，包括：

根据每种所述校验规则与预设字段集的映射关系，为所述目标表字段推荐校验规则；

将推荐的校验规则确定为所述目标表字段对应的校验规则。

6.根据权利要求1所述的方法，其特征在于，根据每种所述校验规则与预设字段集的映射关系，确定所述目标表字段对应的校验规则，包括：

根据每种所述校验规则与预设字段集的映射关系，为所述目标表字段推荐校验规则；

接收对推荐的校验规则的调整指令，并基于所述调整指令对推荐的校验规则进行调整；

将调整后的校验规则确定为所述目标表字段对应的校验规则。

7.根据权利要求1所述的方法，其特征在于，利用所述目标表字段对应的校验规则，对所述待探查的表字段的实例数据进行质量探查，包括：

利用所述目标表字段对应的校验规则，对所述待探查的表字段的实例数据逐条进行质量探查；

在对所有表数据进行质量探查后，得到表数据的以下至少一项质量探查结果：表数据总量、不合法字段数、不合法字段所占比例、表字段对应的校验规则。

8.一种表数据质量探查装置，其特征在于，包括：

规则获取模块，用于获取若干预设属性类别分别对应的校验规则；

映射建立模块，用于建立每种所述校验规则与预设字段集的映射关系；

第一确定模块，用于基于待探查的表字段与所述预设字段集中的多个表字段之间的编辑距离，来确定所述待探查的表字段对应的所述预设字段集中的目标表字段；

第二确定模块，用于根据每种所述校验规则与预设字段集的映射关系，确定所述目标表字段对应的校验规则；

质量探查模块，用于利用所述目标表字段对应的校验规则，对所述待探查的表字段的实例数据进行质量探查。

9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述方法的步骤。