[发明专利]基于多个数据源的自然人数据处理方法和系统

摘要

本发明公开了一种基于多个数据源的自然人数据处理方法和系统，其中方法包括对多个数据源的自然人数据表的用户数据中添加唯一编号信息和加入当前时间信息，得到用户时间编码数据；根据列表列名信息对数据源两两进行并行处理，得到自然人数据表内列表列名的相似度信息；在当前时间，根据图中的相似度信息和预设阈值将数据源进行合并，同时将合并的自然人数据表所有时间对应的用户时间编码数据按照编码极值分配为超级身份标识；最后根据超级身份标识对自然人数据表进行回溯处理得到多个数据源归类后的自然人信息表。本发明有效避免了相同超级身份标识的产生；减少后续数据处理对资源造成的浪费，而且提高数据处理效率，简化自然人识别的计算复杂度。

主权项

一种基于多个数据源的自然人数据处理方法，其特征在于，包括以下步骤；获取来自多个数据源的自然人数据表，所述自然人数据表中包括用户数据、列表表名信息以及列表列名信息；对各个所述用户数据添加唯一编号信息，得到用户编号数据；根据当前时间信息对用户编号数据做时间识别处理，得到用户时间编码数据；同时，根据所述列表表名信息将所述用户时间编码数据存入到图的顶点集；根据所述列表列名信息对数据源两两进行并行处理，得到自然人数据表内列表列名的相似度信息；根据预设阈值将所述相似度信息存入图的边集；根据图中的所述相似度信息和预设阈值将数据源进行合并，并根据合并结果获取对应的当前用户时间编码数据和前一次用户时间编码数据；根据编码极值选取所述当前用户时间编码数据和前一次用户时间编码数据分配为超级身份标识；并根据所述超级身份标识对自然人数据表进行回溯处理，得到多个数据源归类后的自然人信息表。