[发明专利]数据更新方法及装置

说明书

技术领域

本发明涉及计算机应用技术领域，更为具体而言，涉及数据更新方法及装置。

背景技术

O2O即Online To Offline(线上到线下)，是指将线下的商务机会与互联网相结合，让互联网成为线下交易的平台。在O2O平台中，商品数据库扮演着重要的角色，其包含的信息非常丰富，例如包括商品名称、图片、重量、分类、以及体积等信息。若要良好地运营O2O平台，首先要维护好商品数据库。

然而，在现有技术中，一般通过人工的方式维护商品数据库，例如，在将商品的属性信息录入商品数据库的过程中，通常需要O2O平台的商户手动将商品的各项属性信息依次录入到商品数据库中，此外，对于已录入到商品数据库中的数据记录，通常需要通过人工核查的方式进行纠错。

由于商品的数量以及每个商品所包含的属性信息非常多，因此，需要花费大量的时间和人力成本来维护商品数据库且容易出错。

发明内容

本发明实施方式提供了数据更新方法及装置，用以解决现有技术中所存在的上述技术问题。

第一方面，本发明实施方式提供了一种数据更新方法。

具体地，所述方法包括：

从对象数据库中筛选出目标对象的参照对象；

根据所述参照对象的数据记录，确定所述目标对象的属性替换值；

通过所述属性替换值更新所述目标对象的数据记录。

由于在本发明中，根据参照对象的数据记录，更新目标对象的数据记录，因此，无需手动录入或者人工核查目标对象的属性信息，从而实现自动化更新数据，节约了时间和人力成本且不易出错。

结合第一方面，在本发明的一些实现方式中，从对象数据库中筛选出目标对象的参照对象包括：

从所述对象数据库中确定备选对象；

计算所述备选对象与所述目标对象之间的匹配度；

筛选所述匹配度满足设定条件的备选对象作为所述参照对象。

由于在本发明中根据量化的标准筛选参照对象，因此，能够更加准确地筛选出参照对象。

结合第一方面，在本发明的一些实现方式中，计算所述备选对象与所述目标对象之间的匹配度包括：

对所述备选对象的对象表征信息进行分词处理以得到第一词序列；

对所述目标对象的对象表征信息进行分词处理以得到第二词序列；

计算所述第一词序列和所述第二词序列之间的重合度；

根据所述重合度确定所述匹配度。

结合第一方面，在本发明的一些实现方式中，所述方法还包括：

对所述目标对象的对象描述信息进行清洗处理，以得到所述目标对象的对象表征信息。

在某些情形下，需要通过用户针对该目标对象所提供的对象描述信息(用于描述对象的信息)得到的该目标对象的对象表征信息(用于表征对象的信息，例如对象名称)。然而，对象描述信息通常会包含有一些无意义的限定性信息，例如数量、单位、产地等信息。由此会降低参照对象筛选的准确度。对此，在本发明中，对所述对象描述信息进行清洗处理，以过滤掉前述无意义的限定性信息，从而提高参照对象筛选的准确度。

结合第一方面，在本发明的一些实现方式中，对所述目标对象的对象描述信息进行清洗处理包括：

获取所述对象描述信息与清洗词库的交集；

从所述对象描述信息中过滤掉所述交集中的元素。

第二方面，本发明实施方式提供了一种数据更新装置。

具体地，所述装置包括：

筛选模块，用于从对象数据库中筛选出目标对象的参照对象；

确定模块，用于根据所述参照对象的数据记录，确定所述目标对象的属性替换值；

更新模块，用于通过所述属性替换值更新所述目标对象的数据记录。

由于在本发明中，根据参照对象的数据记录，更新目标对象的数据记录，因此，无需手动录入或者人工核查目标对象的属性信息，从而实现自动化更新数据，节约了时间和人力成本且不易出错。

结合第二方面，在本发明的一些实现方式中，所述筛选模块包括：

确定单元，用于从所述对象数据库中确定备选对象；

计算单元，用于计算所述备选对象与所述目标对象之间的匹配度；

筛选单元，用于筛选所述匹配度满足设定条件的备选对象作为所述参照对象。

由于在本发明中根据量化的标准筛选参照对象，因此，能够更加准确地筛选出参照对象。

结合第二方面，在本发明的一些实现方式中，所述计算单元包括：

第一分词组件，用于对所述备选对象的对象表征信息进行分词处理以得到第一词序列；