[发明专利]数据模型的相似判别方法及装置

权利要求书

1.一种数据模型的相似判别方法，其特征在于，所述方法包括：

获取数据库系统中第一数据模型的第一模型属性信息和第二数据模型的第二模型属性信息；所述模型属性信息包括周期特征、业务数据、业务数据键和业务数据维度；其中，所述周期特征包括更新的周期和周期属性，所述业务数据键用于标识所述业务数据所属的实体；

根据所述第一模型属性信息、所述第二模型属性信息和所述第一模型属性信息对应的权重，获取所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量，包括：获取所述第二模型属性信息中与所述第一模型属性信息重复的模型属性信息；将所述第一模型属性信息、重复模型属性信息和所述第一模型属性信息对应的权重采用加权算法，得到所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量；

将所述第一模型属性信息、重复模型属性信息和所述第一模型属性信息对应的权重采用加权算法，得到所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量，具体包括：将所述第一模型的各属性值设置为1，将所述第一模型的各属性值与所述第一模型各属性的权重分别取乘积，得到所述第一数据模型对应的属性信息向量；将所述第二模型属性信息中与所述第一模型属性信息重复的各属性值设置为1，将不重复的其他各属性值设置为0，将所述第二模型的各属性值与所述第一模型各属性的权重分别取乘积，得到所述第二数据模型对应的属性信息向量；

将所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量采用向量相似度算法，得到所述第一数据模型与所述第二数据模型的相似度。

2.如权利要求1所述的方法，其特征在于，所述模型属性信息的权重包括所述周期特征的权重、所述业务数据键的权重、所述业务数据维度的权重和所述业务数据的权重。

3.如权利要求2所述的方法，其特征在于，所述周期特征的权重为所述第一数据模型中所述业务数据总数的2倍；

所述业务数据键的权重为所述第一数据模型中所述业务数据总数；

所述业务数据维度的权重为所述第一数据模型中所述业务数据总数的1/2倍；

所述第一数据模型中所述业务数据的权重设置为1。

4.一种相似判别装置，其特征在于，所述装置包括：获取单元和运算单元；

所述获取单元，用于获取数据库系统中第一数据模型的第一模型属性信息和第二数据模型的第二模型属性信息；所述模型属性信息包括周期特征、业务数据、业务数据键和业务数据维度；其中，所述周期特征包括更新的周期和周期属性，所述业务数据键用于标识所述业务数据所属的实体；

根据所述第一模型属性信息、所述第二模型属性信息和所述第一模型属性信息对应的预设权重，获取所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量；

所述运算单元，用于将所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量采用向量相似度算法，得到所述第一数据模型与所述第二数据模型的相似度；

所述获取单元，还用于获取所述第二模型属性信息中与所述第一模型属性信息重复的模型属性信息；

所述运算单元，还用于将所述第一模型属性信息、重复模型属性信息和所述第一模型属性信息对应的权重采用加权算法，得到所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量；

所述运算单元，具体用于将所述第一模型的各属性值设置为1，将所述第一模型的各属性值与所述第一模型各属性的权重分别取乘积，得到所述第一数据模型对应的属性信息向量；将所述第二模型属性信息中与所述第一模型属性信息重复的各属性值设置为1，将不重复的其他各属性值设置为0，将所述第二模型的各属性值与所述第一模型各属性的权重分别取乘积，得到所述第二数据模型对应的属性信息向量。

5.如权利要求4所述的装置，其特征在于，所述模型属性信息的权重包括所述周期特征的权重、所述业务数据键的权重、所述业务数据维度的权重和所述业务数据的权重。