[发明专利]数据治理方法、装置以及存储介质

权利要求书

1.一种数据治理方法，其特征在于，包括：

根据多表之间的依赖关系确定与主题表对应的数据源表；

根据所述主题表以及相应的数据源表之间的依赖关系表对所述主题表进行聚类；以及

根据聚类结果对所述主题表进行替换。

2.根据权利要求1所述的方法，其特征在于，根据多表之间的依赖关系确定与主题表对应的数据源表的操作，包括：

通过确定与所述主题表对应的数据源表，确定所述主题表与相应的数据源表之间的依赖关系表；以及

根据所述依赖关系表之间的依赖关系，确定相应的数据源表。

3.根据权利要求1所述的方法，其特征在于，根据所述主题表以及相应的数据源表之间的依赖关系表对所述主题表进行聚类的操作，包括：

将所述主题表以及相应的数据源表之间的依赖关系表进行聚合；

计算所述主题表之间的相似度；以及

通过密度聚类算法根据所述主题表之间的相似度对所述主题表进行聚类。

4.根据权利要求1所述的方法，其特征在于，根据聚类结果对所述主题表进行替换的操作，包括：

分析同一类别主题表的字段，确定相似字段与差异字段；以及

根据所述相似字段与差异字段生成与所述主题表对应的新建主题表。

5.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至4中任意一项所述的方法。

6.一种数据治理装置，其特征在于，包括：

第一确定模块，用于根据多表之间的依赖关系确定与主题表对应的数据源表；

主题表聚类模块，用于根据所述主题表以及相应的数据源表之间的依赖关系表对所述主题表进行聚类；以及

主题表替换模块，用于根据聚类结果对所述主题表进行替换。

7.根据权利要求6所述的装置，其特征在于，根据多表之间的依赖关系确定与主题表对应的数据源表的操作，包括：

第一确定子模块，用于通过确定与所述主题表对应的数据源表，确定所述主题表与相应的数据源表之间的依赖关系表；以及

第二确定子模块，用于根据所述依赖关系表之间的依赖关系，确定相应的数据源表。

8.根据权利要求6所述的装置，其特征在于，根据所述主题表以及相应的数据源表之间的依赖关系表对所述主题表进行聚类的操作，包括：

第一聚合子模块，用于将所述主题表以及相应的数据源表之间的依赖关系表进行聚合；

相似度计算子模块，用于计算所述主题表之间的相似度；以及

主题表聚类子模块，用于通过密度聚类算法根据所述主题表之间的相似度对所述主题表进行聚类。

9.根据权利要求6所述的装置，其特征在于，根据聚类结果对所述主题表进行替换的操作，包括：

第三确定子模块，用于分析同一类别主题表的字段，确定相似字段与差异字段；以及

主题表生成模块，用于根据所述相似字段与差异字段生成与所述主题表对应的新建主题表。

10.一种数据治理装置，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

根据多表之间的依赖关系确定与主题表对应的数据源表；

根据所述主题表以及相应的数据源表之间的依赖关系表对所述主题表进行聚类；以及

根据聚类结果对所述主题表进行替换。