用于丰富数据的系统和方法技术方案

本发明专利技术涉及一种用于丰富数据的方法，包括：a)接收(S1)多个数据集，每个数据集包括基础数据和元数据；b)根据相似性函数(F)基于基础数据对数据集进行分组(S3)；c)用表征数据集所属的组的标签丰富(S4)每个数据集；d)对于每个经丰富的数据集，在存储数据集的数据库(DB1，DB2)中搜索(S5)经丰富的数据集的元数据和标签中的至少一部分的组合，每个数据集包括元数据和标签；以及e)如果数据库中不存在经丰富的数据集的元数据和标签的至少一部分的组合，则从经丰富的数据集移除(S6)标签。则从经丰富的数据集移除(S6)标签。则从经丰富的数据集移除(S6)标签。

【技术实现步骤摘要】
【国外来华专利技术】用于丰富数据的系统和方法


[0001]本专利技术的领域涉及数据的丰富(enrichment)，尤其是当由于发送和接收数据的条件而存在这些数据包含不精确性或误差的风险时。本专利技术的主要应用之一尤其涉及移动银行。

技术介绍

[0002]当数据被发送时，存在以下风险，数据可能被泄露，并且误差或不精确性是由相当频繁的数据传送导致的。数据中的这些误差或不精确性可能出现在源端，但也可能在发送或接收时引入。
[0003]在数据传送(有时是重复传送)不可避免的所有系统中，对使接收到的数据可靠的需要是重要的问题。具体地，移动银行领域(其表示可从连接到广域网的移动设备(诸如移动电话)访问的所有类型的金融服务)是这样的领域，其中数据传送频繁，并且对这些数据的恢复是实现服务的必要条件。在该特定领域中，所传送的数据可以包括诸如商家的描述、他们的活动代码、他们的位置、他们的名字等的信息。然后，当数据可能包含误差时，有必要确认这些数据的可靠性，以用于服务的正常运行。
[0004]本专利技术旨在改善这种情况。

技术实现思路

>[0005]因此，本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种在计算机装置中实现的用于数据丰富的处理，包括：a)接收(S1)若干数据集(DAT1、DAT2、DAT3)，每个数据集包括基础数据(D1，D2，D3)和与所述基础数据相关的元数据(MD
11
，MD
1m
，MD
21
，MD
2n
，MD
31
，MD
3p
)；b)根据相似性函数(F)，基于分别与所述数据集相关联的基础数据，对所述数据集进行分组(S3)；c)用被称为标签的附加数据(label(C1)，label(C2)，label(C3))丰富(S4)每个数据集，所述标签表征所述数据集所属的组；d)对于每个经丰富的数据集，在存储数据集的至少一个数据库(DB1，DB2)中搜索(S5)来自所述经丰富的数据集的元数据和标签的至少一部分的组合，每个数据集包括元数据和标签；以及e)如果来自所述经丰富的数据集的元数据和标签的至少一部分的所述组合不存在于所述至少一个数据库中，则从所述经丰富的数据集移除(S6)所述标签。2.根据权利要求1所述的处理，其中所述基础数据是字符串、或声音信号或数字图像。3.根据权利要求1或2所述的处理，还包括在接收到数据集之后：对于每个数据集，通过应用用于降低所述基础数据中的噪声水平的处理，生成(S2)与所述数据集相关联的经处理的数据(D1′
，D2′
，D3′
)，其中数据集的分组是根据分别与所述数据集相关联的经处理的数据来实现的。4.根据权利要求3所述的处理，其中所述基础数据是字符串，并且通过从所述字符串中消除来自预设字符列表中的一个或多个字符，来生成所述经处理的数据。5.根据前述权利要求中的一项所述的处理，其中所述数据集的分组使用无监督学习算法。6.根据前述权利要求中的一项所述的处理，其中存储在所述至少一个数据库中的每个数据集还包括基础数据，并且如果经丰富的数据集的元数据和标签的至少一部分的组合存在于所述至少一个数据库中的对应数据集内，则来自所述经丰富的数据集的基础数据在需要时被来自所述对应数据集的基础数据所取代。7.根据前述权利要求中的一项所述的处理，其中存储在所述至少一个数据库中的每个数据集还包括基础数据，其中在多个数据库上进行搜索，其中每个数据库由可靠性系数表征，并且，如果来自经丰富的数据集的元数据和标签的至少一部分的组合存在于分别存储在与所述多个数据库不同的数据库中的对应数据集中，则如果来自所述经丰富的数据集的基础数据不同于存储在由最大可靠性系数表征的数据库中的对应数据集的基础数据，则移除所述经丰富的数据集的标签。8.根据权利要求1至6中的一项所述的处理，其中存储在所述至少一个数据库中的每个数据集还包括基础数据，其中在多个数据库上进行搜索，其中每个数据库由可靠性系数...

【专利技术属性】
技术研发人员：E勒休鲁，M什切尔巴克，
申请(专利权)人：奥兰治，
类型：发明
国别省市：