[发明专利]一种模型主键的预测方法和装置

说明书

本发明公开了一种模型主键的预测方法和装置，涉及大数据技术领域。该方法的一具体实施方式包括：从模型中提取预测主键的数据；对所述预测主键的数据进行分析处理，获得各主成分的成分比重；根据所述各主成分的成分比重和所述各主成分与所述模型中各个字段的对应关系，确定预测的模型主键。该具体实施方式能够对未知业务的新模型，以及模型字段较多时，快速实现模型主键的预测及定位，从而便于后续模型使用者分析模型粒度、明确模型业务等，进而为开发设计数据模型提供支持。

技术领域

本发明涉及大数据技术领域，尤其涉及一种模型主键的预测方法和装置。

背景技术

模型主键(primary key)值用于唯一地标识模型中的某一条记录。模型主键包括模型业务主键，模型业务主键是具有业务逻辑含义的字段，用于明确模型粒度，便于下游分析及数据模型设计开发。

现有的获取模型业务主键的方式主要是通过咨询模型研发人员或其维护的模型使用文档。但是，当对新模型的业务不了解时，并且模型种类和数量较多，找到对应模型的研发人员较为困难，或者模型经过交接，新模型负责人对模型信息了解不全，给获取模型主键造成了一定的阻碍。

发明内容

有鉴于此，本发明实施例提供一种模型主键的预测方法，能够快速实现模型主键的预测及定位，便于后续模型使用者分析模型粒度、明确模型业务等，进而为开发设计数据模型提供支持。

为实现上述目的，根据本发明实施例的一个方面，提供了一种模型主键的预测方法，包括：

从模型中提取预测主键的数据；

对所述预测主键的数据进行分析处理，获得各主成分的成分比重；

根据所述各主成分的成分比重和所述各主成分与所述模型中各个字段的对应关系，确定预测的模型主键。

可选地，从模型中提取预测主键的数据，包括：

采用LOF算法获得所述模型中数据的离群因子；

根据所述离群因子，确定所述预测主键的数据。

可选地，采用LOF算法获得所述模型中数据的离群因子，包括：

对所述模型中的所有数据进行标准化处理，获得标准化处理后的数据；

根据所述标准化处理后的数据，确定模型中各个字段的数据均值；

根据所述数据均值和所述标准化处理后的数据，确定离群点候选集，所述离群点候选集包括至少一个候选离群点；

采用LOF算法计算所述离群点候选集中的各个所述候选离群点的离群因子。

可选地，对所述模型中的所有数据进行标准化处理，获得标准化处理后的数据，包括：

将所述模型中的所有数据转换为数值型数据；

确定所述数值型数据所在列的列均值和列标准差；

将所述数值型数据与所述列均值作差，将作差结果除以所述列标准差，获得标准化处理后的数据。

可选地，根据所述数据均值和所述标准化处理后的数据，确定离群点候选集，包括：

计算所述数据均值与所述字段中各个数据的距离以及所述字段的距离均值；

选取距离大于所述距离均值的数据作为候选离群点，形成所述离群点候选集。

可选地，采用LOF算法计算所述离群点候选集中的各个所述候选离群点的离群因子，包括：

针对所述离群点候选集中的每一个所述候选离群点，