[发明专利]婚姻数据的清洗方法、装置及终端设备

说明书

本发明适用于数据处理技术领域，提供了一种婚姻数据的清洗方法、装置及终端设备，该方法包括：从婚姻登记系统中获取待处理的第一婚姻数据；对所述第一婚姻数据进行预处理，并提取至少三个属性特征对应的第二婚姻数据；对所述第二婚姻数据进行分组，分别对每一分组内的第二婚姻数据进行清洗，得到清洗后的目标婚姻数据，从而可以对婚姻数据中重复、错误的数据进行提取以进一步核实，并得到剩余的目标婚姻数据，本发明提供的婚姻数据的清洗方法，计算量小，计算效率高。

技术领域

本发明属于数据处理技术领域，尤其涉及一种婚姻数据的清洗方法、装置及终端设备。

背景技术

婚姻登记系统覆盖全国范围，人口基数庞大。目前婚姻登记时，通常需要在男女双方任意一方的户口所在地进行办理，由于近年来各地吸引人才的政策较多，社会人口的流动性较大，很多人选择定居异地，办理婚姻登记的双方很大可能都不在户口所在地，因此逐渐出现了在网上进行异地婚姻登记的方式。然而，在婚姻登记系统中数据量大，在异地婚姻登记方式之前，工作人员手动登记婚姻数据，导致错误数据、重复数据产生，因此急需一种对婚姻登记系统中婚姻数据进行清洗的方法以去除错误数据、重复数据。

发明内容

有鉴于此，本发明实施例提供了一种婚姻数据的清洗方法、装置及终端设备，旨在解决现有技术中婚姻数据错误、重复的问题。

为实现上述目的，本发明实施例的第一方面提供了一种婚姻数据的清洗方法，包括：

从婚姻登记系统中获取待处理的第一婚姻数据；

对所述第一婚姻数据进行预处理，并提取至少三个属性特征对应的第二婚姻数据；

对所述第二婚姻数据进行分组，分别对每一分组内的第二婚姻数据进行清洗，得到清洗后的目标婚姻数据。

作为本申请另一实施例，所述对所述第一婚姻数据进行预处理，并提取至少三个属性特征对应的第二婚姻数据，包括：

将所述第一婚姻数据按照属性特征转换为列表方式存储，其中列表中每一列表示婚姻数据的属性特征，每一行表示一个用户的数据记录；

提取所述列表中存在空值的婚姻数据记录，并保存在空值数据列表中；

对进行空值处理后的目标列表，提取至少三个属性特征对应的婚姻数据，得到第二婚姻数据。

作为本申请另一实施例，所述至少三个属性特征中至少包括姓名信息、身份证信息、婚姻登记时间信息；

在所述得到第二婚姻数据之后，还包括：

以身份证信息为主键，建立第二婚姻数据与所述目标列表之间的关联关系。

作为本申请另一实施例，所述对所述第二婚姻数据进行分组，包括：

根据所述第二婚姻数据中的身份证信息对所述第二婚姻数据进行分组。

作为本申请另一实施例，所述对所述第二婚姻数据进行分组，包括：

根据所述第二婚姻数据中身份证信息对所述第二婚姻数据按照从大到小或者从小到大的顺序进行排序；

将排序后的婚姻数据中身份证信息的前三位数据或者前六位数据相同的婚姻数据作为一组，得到不同的分组。

作为本申请另一实施例，所述分别对每一分组内的第二婚姻数据进行清洗，得到清洗后的目标婚姻数据，包括：

对每一分组内的第二婚姻数据进行去重处理，将重复的婚姻数据保存在重复数据列表中；

将去重处理后的第三婚姻数据进行错误数据处理，将提取出的错误数据保存在错误数据列表中，得到错误数据处理后的目标婚姻数据。