数据校正方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种数据校正方法、装置、电子设备及存储介质，其中，该方法包括：获取当前待校正数据，并确定与当前待校正数据相对应的当前待校正字段；根据前一待校正数据的校正结果，确定与当前待校正字段相对应的目标校正距离，并基于当前待校正字段和目标校正距离，确定目标校正区域；基于与当前待校正字段相对应的正确数据值类型，从目标校正区域中确定与当前待校正字段相对应的正确数据值；基于与正确数据值相对应的当前字段和当前待校正字段，确定目标校正结果，并基于目标校正结果对当前待校正数据进行校正。本实施例的技术方案，降低了数据治理过程中的人工参与率，达到了数据治理效率和准确率之间动态平衡的效果。理效率和准确率之间动态平衡的效果。理效率和准确率之间动态平衡的效果。

【技术实现步骤摘要】
数据校正方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据治理
，尤其涉及一种数据校正方法、装置、电子设备及存储介质。

技术介绍

[0002]随着信息技术的发展，互联网、云服务、物联网等各种新兴信息技术与医疗行业进行融合，其中，大数据系统的应用更是为健康医疗行业带来了前所未有的技术突破。随着大数据技术的不断发展，数据治理在医疗行业中的地位也越来越重要。
[0003]数据治理作为数据质量提升的核心技术，需要将多源数据、异构数据进行重新组织和链接，转化成格式规范、结构统一，具有高价值可用的数据。数据治理中的一个难点是发现并去除复杂数据中的错误数据和重复数据，并尽可能将错误数据还原成正确数据。
[0004]目前，现有的数据校正方法通常采用人工审核，需要工作人员手动筛选错误数据并进行校正，极易出现漏查和筛选错误的问题，并且，实用性、灵活性和规范性不高。

技术实现思路

[0005]本专利技术提供了一种数据校正方法、装置、电子设备及存储介质，以实现错误数据的自动化校正，降低了数据治理过程中的人工参与率，达到了数据治理效率和准确率之间动态平衡的效果。
[0006]根据本专利技术的一方面，提供了一种数据校正方法，该方法包括：
[0007]获取当前待校正数据，并确定与所述当前待校正数据相对应的当前待校正字段，其中，所述当前待校正字段为数据值不符合预设数据校验规则的占位标识字段；
[0008]根据前一待校正数据的校正结果，确定与所述当前待校正字段相对应的目标校正距离，并基于所述当前待校正字段和所述目标校正距离，确定目标校正区域，其中，所述前一待校正数据为待校正字段包括当前待校正字段的数据；
[0009]基于与所述当前待校正字段相对应的正确数据值类型，从所述目标校正区域中确定与所述当前待校正字段相对应的正确数据值；
[0010]基于与所述正确数据值相对应的当前字段和所述当前待校正字段，确定目标校正结果，并基于所述目标校正结果对所述当前待校正数据进行校正。
[0011]根据本专利技术的另一方面，提供了一种数据校正装置，该装置包括：
[0012]数据获取模块，用于获取当前待校正数据，并确定与所述当前待校正数据相对应的当前待校正字段，其中，所述当前待校正字段为数据值不符合预设数据校验规则的占位标识字段；
[0013]目标校正距离确定模块，用于根据前一待校正数据的校正结果，确定与所述当前待校正字段相对应的目标校正距离，并基于所述当前待校正字段和所述目标校正距离，确定目标校正区域，其中，所述前一待校正数据为待校正字段包括当前待校正字段的数据；
[0014]正确数据值确定模块，用于基于与所述当前待校正字段相对应的正确数据值类
型，从所述目标校正区域中确定与所述当前待校正字段相对应的正确数据值；
[0015]目标校正结果确定模块，用于基于与所述正确数据值相对应的当前字段和所述当前待校正字段，确定目标校正结果，并基于所述目标校正结果对所述当前待校正数据进行校正。
[0016]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0017]至少一个处理器；以及
[0018]与所述至少一个处理器通信连接的存储器；其中，
[0019]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的数据校正方法。
[0020]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的数据校正方法。
[0021]本专利技术实施例的技术方案，通过获取当前待校正数据，并确定与当前待校正数据相对应的当前待校正字段，然后，根据前一待校正数据的校正结果，确定与当前待校正字段相对应的目标校正距离，并基于当前待校正字段和目标校正距离，确定目标校正区域，进一步的，基于与当前待校正字段相对应的正确数据值类型，从目标校正区域中确定与当前待校正字段相对应的正确数据值，最后，基于与正确数据值相对应的当前字段和当前待校正字段，确定目标校正结果，并基于目标校正结果对当前待校正数据进行校正，解决了现有技术中通常采用人工审核，需要工作人员手动筛选错误数据并进行校正，极易出现漏查和筛选错误的问题，并且，实用性、灵活性和规范性不高的问题，实现了错误数据的自动化校正，降低了数据治理过程中的人工参与率，达到了数据治理效率和准确率之间动态平衡的效果。
[0022]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1是根据本专利技术实施例一提供的一种数据校正方法的流程图；
[0025]图2是根据本专利技术实施例二提供的一种数据校正方法的流程图；
[0026]图3是根据本专利技术实施例二提供的一种数据校正方法的流程图；
[0027]图4是根据本专利技术实施例二提供的一种数据校正方法的流程图；
[0028]图5是根据本专利技术实施例三提供的一种数据校正装置的结构示意图；
[0029]图6是实现本专利技术实施例的数据校正方法的电子设备的结构示意图。
具体实施方式
[0030]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0031]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0032]实施例一
[0033]图1是本专利技术实施例一提供的一种数据校正方法的流程图，本实施例可适用于数据治理过程中所出现数据值错位以及数据值不符合预设数据特征的情况，该方法可以由数据校正装置来执行，该数据校正装置可以采用硬件和/或软件的形式实现，该数据校正装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据校正方法，其特征在于，包括：获取当前待校正数据，并确定与所述当前待校正数据相对应的当前待校正字段，其中，所述当前待校正字段为数据值不符合预设数据校验规则的占位标识字段；根据前一待校正数据的校正结果，确定与所述当前待校正字段相对应的目标校正距离，并基于所述当前待校正字段和所述目标校正距离，确定目标校正区域，其中，所述前一待校正数据为待校正字段包括当前待校正字段的数据；基于与所述当前待校正字段相对应的正确数据值类型，从所述目标校正区域中确定与所述当前待校正字段相对应的正确数据值；基于与所述正确数据值相对应的当前字段和所述当前待校正字段，确定目标校正结果，并基于所述目标校正结果对所述当前待校正数据进行校正。2.根据权利要求1所述的方法，其特征在于，还包括：获取至少一条待治理数据，并确定各所述待治理数据中的至少一个占位标识字段；针对各所述待治理数据，基于预设数据校验规则，对当前待治理数据中的所述至少一个占位标识字段进行遍历，以确定待校正数据。3.根据权利要求1所述的方法，其特征在于，所述根据前一待校正数据的校正结果，确定与所述当前待校正字段相对应的目标校正距离，包括：基于与所述前一待校正数据相对应的当前待校正字段的初始校正距离，以及所述当前待校正字段，确定初始校正区域；当在所述初始校正区域中检测到与所述当前待校正字段相对应的正确数据值时，则基于第一校正系数对所述初始校正距离进行缩短处理，以得到所述目标校正距离；当在所述初始校正区域中未检测到与所述当前待校正字段相对应的正确数据值时，则基于第二校正系数对所述初始校正距离进行延长处理，以得到所述目标校正距离。4.根据权利要求1所述的方法，其特征在于，所述基于与所述当前待校正字段相对应的正确数据值类型，从所述目标校正区域中确定与所述当前待校正字段相对应的正确数据值，包括：基于所述当前待校正数据，确定与当前待校正字段相对应的校正类型，并基于所述校正类型构建相应的候选正确数据值集合，其中，所述校正类型包括数据值出现字符转换的校正类型和数据值未出现字符转换的校正类型；基于所述候选正确数据值集合，确定所述正确数据值类型，以基于所述正确数据值类型以及所述目标校正区域，确定所述正确数据值；其中，所述正确数据值类型与所述校正类型相匹配。5.根据权利要求4所述的方法，其特征在于，所述校正类型为数据值出现字符转换的校正类型，所述基于所述校正类型构建相应的候选正确数据值集合，包括：基于与所述当前待校正字段相对应的预设数据校验规则，确定符合所述预设数据校验规则的至少一个数据值，并基于各所述数据值构建第一数据值集合；对各所述数据值进行字符转换处理，并基于处理后的数据值构建第二数据值集合；将所述第一数据值集合和所述第二数据值集合进行合并，得到所述候选正确数据值集合。6.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：冯易成，袁佰煜，周辉，刘永鹏，李登高，
申请(专利权)人：联仁健康医疗大数据科技股份有限公司，
类型：发明
国别省市：