[发明专利]数据录入方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种数据录入方法，其特征在于，所述方法包括：

获取原始数据集，对所述原始数据集进行预处理操作，得到标准数据集；

利用预构建的语义识别模型识别所述标准数据集中的特征词，根据所述特征词，筛选出所述标准数据集的数据类型，并利用预设的分类模型对所述数据类型进行分类处理，得到目标数据集；

通过预设的匹配算法将所述目标数据集与预构建数据库中的目标表进行数据类型匹配；

若所述数据类型匹配失败，对所述分类模型中的分类器函数进行参数调整后重新对所述数据类型进行分类处理，得到目标数据集；

若所述数据类型匹配成功，将所述目标数据集中的数据录入至对应的目标表中。

2.如权利要求1所述的数据录入方法，其特征在于，所述预处理操作包括去重、去异常以及缺失值检测。

3.如权利要求2所述的数据录入方法，其特征在于，所述去异常包括：利用双边测试剔除、最小值单边测试剔除或最大值单边测试剔除，得到去重后的所述原始数据集中的异常数据G；

其中，双边测试剔除数据的计算方法包括：

其中，i属于正整数，表示去重后的所述原始数据集的平均值，S表示去重后的所述原始数据集的标准差，Y_i表示去重后的所述原始数据集；

所述最小值单边测试剔除的计算方法包括：

其中，表示去重后的所述原始数据集的平均值，Y_min表示去重后的所述原始数据集中最小的数据，S表示去重后的所述原始数据集的标准差；

所述最大值单边测试剔除的计算方法包括：

其中，表示去重后的所述原始数据集的平均值，Y_mmax表示去重后的所述原始数据集中最大的数据，S表示去重后的所述原始数据集的标准差。

4.如权利要求3所述的数据录入方法，其特征在于，所述缺失值检测包括：

通过缺失函数检测去异常后的所述原始数据集中存在的数据缺失值；

利用下述填充算法对数据缺失值进行填充：

其中，L(θ)表示填充的数据缺失值，x_i表示第i个数据缺失值，θ表示填充的数据缺失值对应的概率参数，n表示去异常后的所述原始数据集的数量，p(x_i|θ)表示填充的数据缺失值概率。

5.如权利要求1所述的数据录入方法，其特征在于，所述通过预设的匹配算法将所述目标数据集与预构建数据库中的目标表进行数据类型匹配，包括：

对所述目标数据集中的数据类型建立目标数据矩阵：

H(i，0)＝0，0≤i≤m；

其中，i表示目标数据集中第i个数据类型的字符串长度，m表示目标数据集中所有数据类型的字符串长度总和；

对所述目标表的数据类型建立目标表矩阵为：

H(0，j)＝0，0≤j≤n；

其中，j表示目标表中第j个数据类型的字符串长度，n表示目标表中所有数据类型的字符串长度总和；

计算所述目标数据矩阵和目标表矩阵的匹配得分，将所述匹配得分与预设的阈值进行比较，根据比较结果完成所述数据类型的匹配。

6.如权利要求5所述的数据录入方法，其特征在于，所述计算所述目标数据矩阵和目标表矩阵的匹配得分，包括：

利用下述计算公式计算所述目标数据矩阵和目标表矩阵的匹配得分：

w＝(H(i-1，j-1)+S(a_m，b_n))

其中，w表示匹配得分，a_m表示目标数据矩阵中所有数据类型的字符串，b_n表示目标表矩阵中所有数据类型的字符串，S(a_m，b_n)表示目标数据矩阵与目标表矩阵的相似系数。