[发明专利]数据质量评估方法及装置、计算机可读存储介质、终端

权利要求书

1.一种数据质量评估方法，其特征在于，包括：

接收第一供应方提供的多个待评估数据；

利用多个第二供应方提供的数据对所述多个待评估数据进行投票分类，以得到分类结果；

根据所述分类结果和所述多个待评估数据的实际标签值计算所述多个待评估数据的准确率；

所述多个待评估数据为属性数据，每一属性数据包括主体标识和至少一个键值，每一键值对应一个实际标签值，所述分类结果包括对每一待评估数据投票后的估计标签值，每一待评估数据的估计标签值为针对该待评估数据的实际标签值的投票值；

所述多个待评估数据与所述多个第二供应方提供的数据具有相同的键值，所述利用多个第二供应方提供的数据对所述多个待评估数据进行投票分类包括：

对于每一待评估数据，确定所述多个第二供应方提供的数据中与待评估数据的主体标识相同的投票数据；

根据所述投票数据的标签值和所述投票数据所属的第二供应方的预设准确率，确定所述待评估数据的估计标签值，以作为所述分类结果。

2.根据权利要求1所述的数据质量评估方法，其特征在于，所述多个待评估数据具有多个层级，相同层级的待评估数据具有相同的数据来源，所述利用多个第二供应方提供的数据对所述多个待评估数据进行投票分类包括：

对于每一层级的待评估数据，利用多个第二供应方提供的数据进行投票分类，以得到所述分类结果。

3.根据权利要求2所述的数据质量评估方法，其特征在于，所述对于每一层级的待评估数据，利用多个第二供应方提供的数据进行投票分类包括：

对每一层级的待评估数据进行抽样，并利用多个第二供应方提供的数据对抽样后的各个层级的待评估数据进行投票分类。

4.根据权利要求2所述的数据质量评估方法，其特征在于，所述根据所述分类结果和所述多个待评估数据的实际标签值计算所述多个待评估数据的准确率包括：

根据所述分类结果和每一层级的待评估数据的实际标签值计算每一层级的待评估数据的准确率；

计算各个层级的待评估数据的准确率与对应的权重的乘积之和，以作为所述多个待评估数据的准确率，每一层级的权重为该层级的待评估数据的数量与所述多个待评估数据的总量的比值。

5.根据权利要求1所述的数据质量评估方法，其特征在于，所述根据所述投票数据的标签值和所述投票数据所属的第二供应方的预设准确率，确定所述待评估数据的估计标签值包括：

根据所述投票数据的标签值和所述投票数据所属的第二供应方的预设准确率，计算所述待评估数据属于各个标签值的概率值；

选取所述概率值最大的标签值作为所述待评估数据的估计标签值。

6.根据权利要求1所述的数据质量评估方法，其特征在于，还包括：

将所述待评估数据的主体标识与预设有效数据中的主体标识进行比对，以得到所述待评估数据中有效数据的数量；

计算所述待评估数据中有效数据的数量与所述预设有效数据的总量的比值，以作为活跃ID覆盖率，并加入质量报告，所述质量报告还包括所述多个待评估数据的准确率。

7.根据权利要求1所述的数据质量评估方法，其特征在于，还包括：

将所述待评估数据的主体标识与预设新增数据中的主体标识进行比对，以得到所述待评估数据中新增数据的数量；

计算所述待评估数据中新增数据的数量与所述预设新增数据的总量的比值，以作为新增ID覆盖率，并加入质量报告，所述质量报告还包括所述多个待评估数据的准确率。

8.根据权利要求1所述的数据质量评估方法，其特征在于，所述利用多个第二供应方提供的数据进行投票分类之前包括：

按照预设维度将所述待评估数据划分为多个评估对象，每一评估对象的准确率为该评估对象所包括的所有待评估数据的准确率。

9.根据权利要求1至8任一项所述的数据质量评估方法，其特征在于，所述多个待评估数据为流通之前的数据。