[发明专利]一种数据生成方法和装置

说明书

技术领域

本申请涉及数据处理技术领域，特别是涉及一种数据生成方法和装置。

背景技术

数据的自动生成在数据查漏、数据修复和软件测试等领域有着广泛的应用。但常见的数据生成方式过于依赖对用户定义规则的依赖。另一方面，常见的实际数据其表示往往是同义而不同形式的。比如，“1层1号” 和“1楼2号” 实际上是同一个类型的表达，但分别用了带“层”和“楼”的形式来表达。这就让自动化数据生成前，对现有数据的规律难于捕捉。

发明内容

本申请所要解决的技术问题是提供一种可以自动补齐空缺数据的数据生成方法和装置。

为了解决上述问题，本申请公开了一种数据生成方法，包括：

获取数据库中同一属性数据序列；

根据所述数据序列按照预置规则生成数据规则；

根据所述数据规则生成所述数据序列中空缺数据。

进一步，所述根据数据规则生成所述数据序列中空缺数据后还包括：

为所述空缺数据增加预定标识。

进一步，所述根据数据序列按照预置规则生成数据规则包括：

将数据序列中的数据拆分成至少一个族；

对每一个族，分别计算其上下边界Vi(值域)；

再将各族的值域做交集，形成一个新的数据集合U；

利用该数据集合U的顺序作为数据规则。

进一步，所述根据数据规则生成所述数据序列中空缺数据包括：

根据所述数据规则查找当前数据序列与数据集合U的补集N；

将所述补集N作为空缺数据。

本申请还提供了一种数据生成装置，包括：

数据获取模块，用于获取数据库中同一属性数据序列；

规则生成模块，用于根据所述数据序列按照预置规则生成数据规则；

数据生成模块，用于根据所述数据规则生成所述数据序列中空缺数据。

进一步，所述装置还包括：

标识模块，用于为所述空缺数据增加预定标识。

进一步，所述规则生成模块还包括：

拆分模块，用于将数据序列中的数据拆分成至少一个族；

值域计算模块，用于对每一个族，分别计算其上下边界Vi(值域)；

集合计算模块，用于再将各族的值域做交集，形成一个新的数据集合U；

规则生成子模块，用于利用该数据集合U的顺序作为数据规则。

进一步，所述数据生成模块还用于：

根据所述数据规则查找当前数据序列与数据集合U的补集N；

将所述补集N作为空缺数据。

与现有技术相比，本申请包括以下优点：通过计算当前数据序列的数据规则，根据数据规则补齐当前数据序列，实现了自动补齐空缺数据的功能。

附图说明

图1是本发明一种数据生成方法一实施例的流程图；

图2是本发明一种数据生成装置一实施例的结构示意图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

参照图1，示出了本申请一种数据生成方法，包括：

步骤S101、获取数据库中同一属性数据序列；

在数据库中可能保存有同一属性的数据序列，比如房屋编号采用A栋12号形式的数据排列。在数据库中所有属性为房屋编号（可以是某个特定小区的房屋编号）的数据序列提取出来。

步骤S102、根据所述数据序列按照预置规则生成数据规则；

进一步，所述根据数据序列按照预置规则生成数据规则包括：

将数据序列中的数据拆分成至少一个族；

对每一个族，分别计算其上下边界Vi(值域)；

再将各族的值域做交集，形成一个新的数据集合U；

利用该数据集合U的顺序作为数据规则。

在步骤S102中，假设已有的数据都具有相同的族Si, i= 0,1,2…n分布。则”最小覆盖”算法可描述为如下：对于每一个族，分别计算其上下边界Vi(值域)。再将各族的值域做交集，形成一个新的数据集合U。U中非已有数据的部分便是新产生的数据。

举例来说，假设已有如下三个数据样本{1A3, 2A1, 3B3},族的划分根据数字和字母而区别，各族的数值变化遵循自有规律：即数字按自然数增加，字母则按A-Z进行增加。则上述样本的族分布为{自然数+字母+自然数}，三个族的上下限分别为[1,3]、[A,B]和[1,3]。各值域的交集将得到如下数据集U: