[发明专利]一种数据质量评估方法、装置、存储介质及电子装置

权利要求书

1.一种数据质量评估方法，其特征在于，包括：

获取目标数据的初始特征信息以及初始属性信息，其中，所述初始特征信息包括所述目标数据的分辨度信息，所述分辨度信息包括所述目标数据的边缘特征锐化特征，所述初始属性信息包括所述目标数据的置信度信息，所述置信度信息包括所述目标数据经过处理后的极端分布特征，并用于指示目标数据经过处理后的置信度，从而能够判断目标数据的处理质量，所述置信度信息还包括对目标数据进行属性分类处理之后的属性分类置信度；

对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息；基于所述质量判定信息确定所述目标数据的数据质量；

其中，所述基于所述质量判定信息确定所述目标数据的数据质量包括：

基于所述质量判定信息确定所述目标数据的相对熵信息，其中，相对熵信息包括所述质量判定信息与均匀概率分布信息之间的相对熵，所述均匀概率分布信息用于指示所述目标数据的质量判定信息的随机分布；

基于所述相对熵信息以及预设的映射公式，确定所述目标数据的映射距离，其中，所述映射公式为：

式中，所述s为所述映射距离，所述D_KL(P||Q)为所述相对熵信息；

基于所述映射距离，确定所述目标数据的数据质量。

2.根据权利要求1所述的方法，其特征在于，所述基于所述质量判定信息确定所述目标数据的相对熵信息包括：

获取目标数据的均匀概率分布信息；

基于所述均匀概率分布信息和所述质量判定信息，确定所述目标数据的相对熵信息；

基于所述相对熵信息，确定所述目标数据的数据质量。

3.根据权利要求1所述的方法，其特征在于，所述对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量信息包括：

通过融合公式，对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息，其中，所述融合公式包括：

式中，所述P用于指示所述质量判定信息，所述Ps用于指示所述置信度信息，所述Ss用于指示所述分辨度信息。

4.根据权利要求1所述的方法，其特征在于，所述获取目标数据的初始属性数据包括：

获取所述目标数据的业务场景信息；

基于所述业务场景信息，对初始属性模型进行训练，以得到目标属性模型；

通过所述目标属性模型对所述目标数据进行属性分类处理，以获取所述初始属性数据。

5.根据权利要求1所述的方法，其特征在于，所述获取目标数据的初始特征数据包括：

对初始特征模型进行初始化处理，以得到目标特征模型；

通过所述目标特征模型对所述目标数据进行特征中和处理，以获取所述初始特征数据。

6.一种数据质量评估装置，其特征在于，包括：

数据采集模块，用于获取目标数据的初始特征信息以及初始属性信息，其中，所述初始特征信息包括所述目标数据的分辨度信息，所述分辨度信息包括所述目标数据的边缘特征锐化特征，所述初始属性信息包括所述目标数据的置信度信息，所述置信度信息包括所述目标数据经过处理后的极端分布特征，并用于指示目标数据经过处理后的置信度，从而能够判断目标数据的处理质量，所述置信度信息还包括对目标数据进行属性分类处理之后的属性分类置信度；

信息融合模块，用于对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息；

质量评估模块，用于基于所述质量判定信息确定所述目标数据的数据质量；

数据质量评估模块包括：

信息确定单元，基于所述质量判定信息确定所述目标数据的相对熵信息，其中，相对熵信息包括所述质量判定信息与均匀概率分布信息之间的相对熵，所述均匀概率分布信息用于指示所述目标数据的质量判定信息的随机分布；

映射距离确定子单元，用于基于相对熵信息以及预设的映射公式，确定目标数据的映射距离，其中，映射公式为：

式中，S为映射距离，D_KL(P||Q)为相对熵信息；

质量评估子单元，用于基于映射距离，确定目标数据的数据质量。