[发明专利]数据匹配的方法和装置

权利要求书

1.一种数据匹配的方法，其特征在于，所述方法包括：

获取第一数据源的第一数据和第二数据源的第二数据，所述第一数据包括第一伪标识ID和第一记录时间，所述第二数据包括第二伪ID和第二记录时间，不同第一数据的第一伪ID相同或不同，不同第二数据的第二伪ID相同或不同；

根据第一伪ID将所述第一数据分类，同类的第一数据的第一伪ID相同；

针对任一类第一数据，确定其对应的第二数据，根据第二伪ID将对应的第二数据分类，统计各类对应的第二数据的数量，根据各类对应的第二数据的数量确定所述任一类第一数据与各类对应的第二数据之间的可信度，按照可信度将所述任一类第一数据与对应的第二数据匹配，其中，各类对应的第二数据为根据第二伪ID将对应的第二数据分类后的每一类对应的第二数据；

其中，对应的第二数据的第二记录时间与所述任一类第一数据的第一记录时间的差的绝对值小于预设时间差。

2.根据权利要求1所述的方法，其特征在于，所述第一数据源为任一银行的银行卡数据源，所述第二数据源为通信运营商数据源，且所述第二数据与所述任一银行相关；

所述获取第一数据源的第一数据和第二数据源的第二数据之后，还包括：

清洗所述第一数据和第二数据；

所述清洗所述第一数据，包括：

根据所述第一记录时间，确定各第一数据所属月份，各第一数据所属月份为同一月份或不同月份；

若各第一数据所属月份为同一月份，则将预先设置的各第一数据所属月份对应的第一数据阈值作为第一清洗阈值，若各第一数据所属月份为不同月份，则预先设置的各第一数据所属各月份对应的第一数据阈值的和作为第一清洗阈值；

若包括任一第一伪ID的第一数据总量第一清洗阈值，则删除包括任一第一伪ID的所有第一数据；所述清洗所述第二数据，包括：

根据所述第二记录时间，确定各日的第二数据及各第二数据所属月份，各第二数据所属月份为同一月份或不同月份；

根据各日的第二数据，确定各日的第二数据量以及日平均数据量，若任一日的第二数据量第一预设数量*日平均数据量，则删除所述任一日的所有第二数据；

若任一日包括任一第二伪ID的第二数据总量预设的日数据阈值，则删除所述任一日包括任一第二伪ID的所有第二数据；

若各第二数据所属月份为同一月份，则将预先设置的各第二数据所属月份对应的第二数据阈值作为第二清洗阈值，若各第二数据所属月份为不同月份，则预先设置的各第二数据所属各月份对应的第二数据阈值的和作为第二清洗阈值；若包括任一第二伪ID的第二数据总量第二清洗阈值，则删除包括任一第二伪ID的所有第二数据。

3.根据权利要求2所述的方法，其特征在于，存储有如下数据：第一数据源的第一历史数据、第二数据源的第二历史数据、各类第一历史数据对应的第二历史数据的数量，同类的第一历史数据的第一伪ID相同，所述第一历史数据与所述第一数据不同，所述第二历史数据与所述第二数据不同，所述第一历史数据的任一第一伪ID与所述第一数据的任一第一伪ID相同或者不同，所述第二历史数据的任一第二伪ID与所述第二数据的任一第二伪ID相同或者不同；

所述针对任一类第一数据，根据各类对应的第二数据的数量确定所述任一类第一数据与各类对应的第二数据之间的可信度，包括：

确定第一历史数据中是否包括所述任一类第一数据的相似历史数据，所述相似历史数据的第一伪ID与任一类第一数据的第一伪ID相同；

若有相似历史数据，则确定所述相似历史数据所在类对应的第二历史数据的数量，根据各类对应的第二数据的数量与所述相似历史数据所在类对应的第二历史数据的数量之和，确定所述任一类第一数据与各类对应的第二数据之间的可信度，所述相似历史数据所在类的相同第一伪ID为所述相似历史数据的第一伪ID。