[发明专利]一种信息关联的方法及装置

说明书

技术领域

本发明涉及信息处理技术领域，尤其涉及一种信息关联的方法及装置。

背景技术

随着互联网数据越来越庞大，获取的数据种类和数量也越来越多，从互联网上获取数据源已经不是什么难题。但是由于互联网数据的不规整性，将获取的异构数据关联起来成为目前的一个难题，另外不同的异构数据库描述的数据一般都有自己格式，将不同异构数据库直接的数据进行融合也需要数据关联处理。一般情况下我们一些已有的目标值，然后从互联网上或者从其他异构数据库中获取相关的信息，比如音乐领域我们有了歌曲、歌手、专辑中的某一种或者几种信息，如果从互联网上获取相关的所有信息并将其关联起来使用是很有价值的，因为互联网数据具有不规整性的特点。

目前常用的做法是通过文本相似度计算，这种方法很大的缺陷是完全根据字符串相似度进行的，而没有考虑文本描述对象包括哪些维度，也就是没有从对象本身考虑问题，这样当一个文本错位严重或者文本不规则时，通过通用的文本相似度计算方法会造成很多错误的结果。

发明内容

为了解决现有技术中异构数据无法关联的技术问题，本发明提出一种信息关联的方法及装置，能够将一种数据在网络上的所有相关信息关联起来，形成一个一体化的数据集合，提高数据使用效率。

本发明的一个方面，提供一种信息关联的方法，包括：

获取待关联信息的描述文本，将所述描述文本的数据值分解到多维空间，得到待关联信息的匹配集合；

递增选取所述待关联信息的匹配集合中的维度值与目标集合中的维度值进行匹配，获得关联维度集合。

本发明的另一个方面，还提供一种信息关联的装置，包括升维模块和匹配模块，其中

所述升维模块，用于获取待关联信息的描述文本，将所述描述文本的数据值分解到多维空间，得到待关联信息的匹配集合；

所述匹配模块，用于递增选取所述待关联信息的匹配集合中的维度值与目标集合中的维度值进行匹配，获得关联维度集合。

本发明实施例提出的信息关联的方法及装置，通过采用升维法将某一种数据在互联网上所有的相关信息关联起来，然后通过解决冲突的排序策略将同一种关联信息进行再区分，最终形成一个一体化数据集合，用来解决互联网领域数据不规整的特点，提高数据的使用效率。

附图说明

图1是本发明实施例中升维法模型的结构示意图；

图2是本发明实施例中信息关联方法的流程图；

图3是本发明实施例中数据值分解后的示意图；

图4是本发明实施例中将待关联信息描述文本的数据值分解到多维空间的流程图；

图5是本发明实施例中样本集合到匹配集合关联训练的流程图；

图6是本发明实施例中目标集合到匹配集合关联训练的流程图；

图7是本发明实施例中以歌曲为例进行信息关联的示意图；

图8是本发明实施例中信息关联装置的结构示意图；

图9是本发明实施例中升维模块的结构示意图；

图10是本发明实施例中匹配模块的结构示意图。

具体实施方式

本发明是通过升维法将某一种数据在互联网上所有的相关信息关联起来，然后通过解决冲突的策略将同一种关联信息进行再区分，最终形成一个一体化数据集合。

本发明信息关联的方法实施例中，将待关联信息的描述文本的数据值分解到多维空间是通过升维法进行的。升维法模型如图1所示，对于给定m个目标值集合S1，S2…Sm，给定n个相关数据信息集合S1，S2…Sn，每个信息集合中包含了某一类型数据对象值及相关属性序列，目标就是通过本发明设计的数据关联方法将n个相关数据信息集合关联到m个目标集合中，即：S1，S2…Sn—>S1,S2,Sm,形成某一领域的数据全集，完成异构数据的数据融合。