[发明专利]一种实现数据采集中缺项数据自动填充的方法在审

专利信息
申请号: 202210614903.3 申请日: 2022-06-01
公开(公告)号: CN115114308A 公开(公告)日: 2022-09-27
发明(设计)人: 刘波;赵绍祥 申请(专利权)人: 浪潮软件股份有限公司
主分类号: G06F16/23 分类号: G06F16/23;G06F16/25;G06F40/174
代理公司: 济南信达专利事务所有限公司 37100 代理人: 孙晶伟
地址: 271000 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实现 数据 集中 自动 填充 方法
【权利要求书】:

1.一种实现数据采集中缺项数据自动填充的方法,其特征是对接数据库获取政务服务要素涉及的基础数据,检测所述基础数据的完整性,筛选出存在必填缺项的数据,

根据所述数据的必填缺项数据要素与所述数据的其他要素的关联关系进行匹配配置,构建智能推荐算法模型,利用所述智能推荐算法模型进行所述数据的必填缺项数据要素的分析计算及自动填充,并针对非核心所述数据的必填缺项数据要素配置设定默认值,进行自动填充。

2.根据权利要求1所述的一种实现数据采集中缺项数据自动填充的方法,其特征是所述检测所述基础数据的完整性,包括:

按照数据标准判断对接的数据库中基础数据的信息完整性。

3.根据权利要求1或2所述的一种实现数据采集中缺项数据自动填充的方法,其特征是检测筛选出的必填缺项数据,若存在非核心所述必填缺项数据要素且为空,则进行默认值自动填充。

4.根据权利要求1所述的一种实现数据采集中缺项数据自动填充的方法,其特征是所述根据所述数据的必填缺项数据要素与所述数据的其他要素的关联关系进行匹配配置,包括:

所述匹配配置包括所述必填缺项数据要素与其他要素的1对多、1对1和多对1的关联关系配置。

5.根据权利要求1所述的一种实现数据采集中缺项数据自动填充的方法,其特征是对所述数据的必填缺项数据要素进行自动填充后,进行必填缺项数据要素的调整,依据调整后所述数据的必填缺项数据要素和其他要素的关联关系,优化调整对应的智能推荐算法模型。

6.一种实现数据采集中缺项数据自动填充的系统,其特征是包括采集模块、检测模块、构建模块及填充模块,

采集模块对接数据库获取政务服务要素涉及的基础数据,检测模块检测所述基础数据的完整性,筛选出存在必填缺项的数据,

构建模块根据所述数据的必填缺项数据要素与所述数据的其他要素的关联关系进行匹配配置,构建智能推荐算法模型,填充模块利用所述智能推荐算法模型进行所述数据的必填缺项数据要素的分析计算及自动填充,并针对非核心所述数据的必填缺项数据要素配置设定默认值,进行自动填充。

7.根据权利要求6所述的一种实现数据采集中缺项数据自动填充的系统,其特征是所述检测模块检测所述基础数据的完整性,包括:

按照数据标准判断对接的数据库中基础数据的信息完整性。

8.根据权利要求6或7所述的一种实现数据采集中缺项数据自动填充的系统,其特征是所述检测模块检测筛选出的必填缺项数据,若存在非核心所述必填缺项数据要素且为空,则进行默认值自动填充。

9.根据权利要求6所述的一种实现数据采集中缺项数据自动填充的系统,其特征是所述构建模块根据所述数据的必填缺项数据要素与所述数据的其他要素的关联关系进行匹配配置,包括:

所述匹配配置包括所述必填缺项数据要素与其他要素的1对多、1对1和多对1的关联关系配置。

10.根据权利要求6所述的一种实现数据采集中缺项数据自动填充的系统,其特征是还包括优化模块,所述优化模块对所述数据的必填缺项数据要素进行自动填充后,进行必填缺项数据要素的调整,依据调整后所述数据的必填缺项数据要素和其他要素的关联关系,优化调整对应的智能推荐算法模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浪潮软件股份有限公司,未经浪潮软件股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210614903.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top