[发明专利]一种数据清洗方法、装置及设备有效
申请号: | 201811423670.9 | 申请日: | 2018-11-27 |
公开(公告)号: | CN109726196B | 公开(公告)日: | 2020-07-28 |
发明(设计)人: | 郭聪;帅伟良 | 申请(专利权)人: | 北京奇艺世纪科技有限公司 |
主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F16/958 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 赵元;马敬 |
地址: | 100080 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例提供了一种数据清洗方法、装置及设备,该方法包括:确定待清洗数据对应的网页中已获得网页数据的第一目标网页;判断待清洗数据对应的网页中是否存在与第一目标网页存在依赖关系的第二目标网页;如果存在,判断是否已获得第二目标网页的网页数据;如果已获得,对第一目标网页的网页数据进行清洗;如果未获得,记录第一目标网页和第二目标网页之间的依赖关系,并在对第二目标网页的网页数据进行清洗时,根据依赖关系确定第一目标网页,并在已获得与第一目标网页存在依赖关系的所有网页的网页数据的情况下,对第一目标网页的网页数据进行清洗。应用本发明实施例提供方案清洗数据时,能够提高数据清洗的效率。 | ||
搜索关键词: | 一种 数据 清洗 方法 装置 设备 | ||
【主权项】:
1.一种数据清洗方法,其特征在于,所述方法包括:确定待清洗数据对应的网页中已获得网页数据的网页,作为第一目标网页;根据所述第一目标网页的网页数据,判断所述待清洗数据对应的网页中是否存在与所述第一目标网页存在依赖关系的第二目标网页;在存在所述第二目标网页的情况下,判断是否已获得所述第二目标网页的网页数据;如果已获得,对所述第一目标网页的网页数据进行清洗;如果未获得,记录所述第一目标网页和所述第二目标网页之间的依赖关系,并在对所述第二目标网页的网页数据进行清洗时,根据所述依赖关系确定所述第一目标网页,并在已获得与所述第一目标网页存在依赖关系的所有网页的网页数据的情况下,对所述第一目标网页的网页数据进行清洗。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811423670.9/,转载请声明来源钻瓜专利网。
- 上一篇:一种数据增强方法及装置
- 下一篇:一种发电机组负荷率缺失值补招方法及装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置