本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，具體而言，涉及一種數(shù)據(jù)處理方法及裝置。

背景技術(shù)：

隨著對(duì)核心競(jìng)爭(zhēng)力的深入認(rèn)識(shí)與調(diào)整，客戶服務(wù)的能力已經(jīng)成為企業(yè)最核心的價(jià)值之一，客戶服務(wù)中心應(yīng)運(yùn)而生?？蛻舴?wù)中心是又稱為呼叫中心(callcenter)或電話營(yíng)銷(telemarketing)，它基于cti(computertelephonyintegration,即計(jì)算機(jī)電話集成)技術(shù)充分利用通信網(wǎng)和計(jì)算機(jī)網(wǎng)的多項(xiàng)功能集成并與企業(yè)連為一體的一個(gè)完整的綜合信息服務(wù)系統(tǒng)。客戶服務(wù)中心是企業(yè)與客戶間交流的直接窗口，在交流過(guò)程中產(chǎn)生的用于信息交互的數(shù)據(jù)對(duì)于整個(gè)企業(yè)的銷售、調(diào)度、管理、人員考核、增值起到非常重要的統(tǒng)一協(xié)調(diào)作用。

因此，為了有效利用交流過(guò)程中產(chǎn)生的信息交互的數(shù)據(jù)，需要將該數(shù)據(jù)進(jìn)行處理，以便于利用該數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，挖掘該數(shù)據(jù)中的有效信息。

在現(xiàn)有技術(shù)中，對(duì)于該交流過(guò)程中產(chǎn)生的信息交互的數(shù)據(jù)，通常是按照該數(shù)據(jù)在信息交互的時(shí)間先后順序，將該數(shù)據(jù)統(tǒng)一處理。但是，在數(shù)據(jù)處理過(guò)程中，并未收集圖像和語(yǔ)音數(shù)據(jù)，并且，在數(shù)據(jù)處理過(guò)程中，通常使用的方法是各數(shù)據(jù)獨(dú)立存儲(chǔ)，分散管理，會(huì)形成“數(shù)據(jù)孤島”，不利于數(shù)據(jù)處理和利用。

針對(duì)上述相關(guān)技術(shù)對(duì)多種類型的數(shù)據(jù)進(jìn)行統(tǒng)一處理導(dǎo)致數(shù)據(jù)處理效率較低的問(wèn)題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種數(shù)據(jù)處理方法及裝置，以至少解決相關(guān)技術(shù)對(duì)多種類型的數(shù)據(jù)進(jìn)行統(tǒng)一處理導(dǎo)致數(shù)據(jù)處理效率較低的技術(shù)問(wèn)題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種數(shù)據(jù)處理方法，包括：獲取待處理數(shù)據(jù)，其中，所述待處理數(shù)據(jù)為用于反映目標(biāo)對(duì)象的工單信息的數(shù)據(jù)，所述待處理數(shù)據(jù)的數(shù)據(jù)類型至少包括目標(biāo)數(shù)據(jù)類型；確定所述目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式；按照所述目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分。

進(jìn)一步地，所述目標(biāo)數(shù)據(jù)類型包括以下至少之一：圖像格式數(shù)據(jù)；語(yǔ)音格式數(shù)據(jù)；結(jié)構(gòu)化文本格式數(shù)據(jù)。

進(jìn)一步地，在所述目標(biāo)數(shù)據(jù)類型為所述圖像格式數(shù)據(jù)的情況下，所述目標(biāo)數(shù)據(jù)劃分方式為按照幾何形狀對(duì)所述圖像格式數(shù)據(jù)進(jìn)行切分的方式；在所述目標(biāo)數(shù)據(jù)類型為所述語(yǔ)音格式數(shù)據(jù)的情況下，所述目標(biāo)數(shù)據(jù)劃分方式為將數(shù)據(jù)量低于預(yù)定閾值的所述語(yǔ)音格式數(shù)據(jù)進(jìn)行合并的方式；在所述目標(biāo)數(shù)據(jù)類型為所述結(jié)構(gòu)化文本格式數(shù)據(jù)的情況下，所述目標(biāo)數(shù)據(jù)劃分方式為將所述結(jié)構(gòu)化文本格式數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)表進(jìn)行拆分的方式。

進(jìn)一步地，在所述目標(biāo)數(shù)據(jù)類型為所述語(yǔ)音格式數(shù)據(jù)的情況下，其中，所述按照所述目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分包括：獲取所述語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量；判斷所述語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量是否低于預(yù)定閾值；在所述語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量低于所述預(yù)定閾值的情況下，則將所述語(yǔ)音格式數(shù)據(jù)確定為待合并語(yǔ)音格式數(shù)據(jù)；將所述待合并語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理。

進(jìn)一步地，所述將所述待合并語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理包括：對(duì)所述待合并語(yǔ)音格式數(shù)據(jù)執(zhí)行以下合并操作，得到語(yǔ)音格式數(shù)據(jù)塊，直至所述語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量不低于所述預(yù)定閾值，其中，所述待合并語(yǔ)音格式數(shù)據(jù)在執(zhí)行所述合并操作時(shí)標(biāo)記為當(dāng)前語(yǔ)音格式數(shù)據(jù)：將所述當(dāng)前語(yǔ)音格式數(shù)據(jù)合并至所述語(yǔ)音格式數(shù)據(jù)塊；判斷所述語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量是否低于所述預(yù)定閾值；在所述語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量低于所述預(yù)定閾值的情況下，將下一個(gè)語(yǔ)音格式數(shù)據(jù)確定為所述當(dāng)前語(yǔ)音格式數(shù)據(jù)。

進(jìn)一步地，在所述按照所述目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分之后，所述方法還包括：將數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)。

進(jìn)一步地，在所述將數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)之后，所述方法還包括：在所述目標(biāo)數(shù)據(jù)庫(kù)中為數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)設(shè)置目標(biāo)索引方式。

根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種數(shù)據(jù)處理裝置，包括：獲取單元，用于獲取待處理數(shù)據(jù)，其中，所述待處理數(shù)據(jù)為用于反映目標(biāo)對(duì)象的工單信息的數(shù)據(jù)，所述待處理數(shù)據(jù)的數(shù)據(jù)類型至少包括目標(biāo)數(shù)據(jù)類型；確定單元，用于確定所述目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式；劃分單元，用于按照所述目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分。

進(jìn)一步地，所述目標(biāo)數(shù)據(jù)類型包括以下至少之一：圖像格式數(shù)據(jù)；語(yǔ)音格式數(shù)據(jù)；結(jié)構(gòu)化文本格式數(shù)據(jù)。

進(jìn)一步地，圖像劃分模塊，用于在所述目標(biāo)數(shù)據(jù)類型為所述圖像格式數(shù)據(jù)的情況下，所述目標(biāo)數(shù)據(jù)劃分方式為按照幾何形狀對(duì)所述圖像格式數(shù)據(jù)進(jìn)行切分的方式；語(yǔ)音劃分模塊，用于在所述目標(biāo)數(shù)據(jù)類型為所述語(yǔ)音格式數(shù)據(jù)的情況下，所述目標(biāo)數(shù)據(jù)劃分方式為將數(shù)據(jù)量低于預(yù)定閾值的所述語(yǔ)音格式數(shù)據(jù)進(jìn)行合并的方式；文本劃分模塊，用于在所述目標(biāo)數(shù)據(jù)類型為所述結(jié)構(gòu)化文本格式數(shù)據(jù)的情況下，所述目標(biāo)數(shù)據(jù)劃分方式為將所述結(jié)構(gòu)化文本格式數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)表進(jìn)行拆分的方式。

進(jìn)一步地，在所述目標(biāo)數(shù)據(jù)類型為所述語(yǔ)音格式數(shù)據(jù)的情況下，其中，所述劃分單元包括：獲取模塊，用于獲取所述語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量；判斷模塊，用于判斷所述語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量是否低于預(yù)定閾值；確定模塊，用于在所述語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量低于所述預(yù)定閾值的情況下，則將所述語(yǔ)音格式數(shù)據(jù)確定為待合并語(yǔ)音格式數(shù)據(jù)；合并模塊，用于將所述待合并語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理。

進(jìn)一步地，所述合并模塊包括：對(duì)所述待合并語(yǔ)音格式數(shù)據(jù)執(zhí)行以下合并操作，得到語(yǔ)音格式數(shù)據(jù)塊，直至所述語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量不低于所述預(yù)定閾值，其中，所述待合并語(yǔ)音格式數(shù)據(jù)在執(zhí)行所述合并操作時(shí)標(biāo)記為當(dāng)前語(yǔ)音格式數(shù)據(jù)：合并子模塊，用于將所述當(dāng)前語(yǔ)音格式數(shù)據(jù)合并至所述語(yǔ)音格式數(shù)據(jù)塊；判斷子模塊，用于判斷所述語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量是否低于所述預(yù)定閾值；確定子模塊，用于在所述語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量低于所述預(yù)定閾值的情況下，將下一個(gè)語(yǔ)音格式數(shù)據(jù)確定為所述當(dāng)前語(yǔ)音格式數(shù)據(jù)。

進(jìn)一步地，在所述劃分單元之后，所述裝置還包括：存儲(chǔ)模塊，用于將數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)。

進(jìn)一步地，在所述存儲(chǔ)模塊之后，所述裝置還包括：索引模塊，用于在所述目標(biāo)數(shù)據(jù)庫(kù)中為數(shù)據(jù)類型為所述目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)設(shè)置目標(biāo)索引方式。

在本發(fā)明實(shí)施例中，獲取用于反映目標(biāo)對(duì)象的工單信息的待處理數(shù)據(jù)，以及該待處理數(shù)據(jù)對(duì)應(yīng)的目標(biāo)數(shù)據(jù)類型，并根據(jù)獲取的待處理數(shù)據(jù)的目標(biāo)數(shù)據(jù)類型確定該目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式，再將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)按照目標(biāo)數(shù)據(jù)劃分方式進(jìn)行數(shù)據(jù)劃分。采用本發(fā)明，按照多種類型的數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)劃分方式，將各種類型的數(shù)據(jù)分別處理，達(dá)到了對(duì)不同種類型的數(shù)據(jù)進(jìn)行不同的處理的目的，從而實(shí)現(xiàn)了提高數(shù)據(jù)處理效率的技術(shù)效果，進(jìn)而解決了相關(guān)技術(shù)對(duì)多種類型的數(shù)據(jù)進(jìn)行統(tǒng)一處理導(dǎo)致數(shù)據(jù)處理效率較低的技術(shù)問(wèn)題。

附圖說(shuō)明

此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：

圖1是根據(jù)本發(fā)明實(shí)施例的一種可選的數(shù)據(jù)處理方法的流程圖；

圖2是根據(jù)本發(fā)明實(shí)施例的一種可選的hadoop集群環(huán)境示意圖；

圖3(a)是根據(jù)本發(fā)明實(shí)施例的一種可選的水平切分圖像格式數(shù)據(jù)的示意圖；

圖3(b)是根據(jù)本發(fā)明實(shí)施例的一種可選的豎直切分圖像格式數(shù)據(jù)的示意圖；

圖3(c)是根據(jù)本發(fā)明實(shí)施例的一種可選的矩形塊切分圖像格式數(shù)據(jù)的示意圖；

圖3(d)是根據(jù)本發(fā)明實(shí)施例的一種可選的不規(guī)則切分圖像格式數(shù)據(jù)的示意圖；

圖4是根據(jù)本發(fā)明實(shí)施例的一種可選的語(yǔ)音格式數(shù)據(jù)合并方式的示意圖；

圖5是根據(jù)本發(fā)明實(shí)施例的一種可選的圖像格式數(shù)據(jù)的索引方式的示意圖；

圖6是根據(jù)本發(fā)明實(shí)施例的一種可選的工單信息的數(shù)據(jù)的存儲(chǔ)的示意圖；

圖7是根據(jù)本發(fā)明實(shí)施例的一種可選的數(shù)據(jù)處理裝置的示意圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。

需要說(shuō)明的是，本發(fā)明的說(shuō)明書(shū)和權(quán)利要求書(shū)及上述附圖中的術(shù)語(yǔ)“第一”、“第二”等是用于區(qū)別類似的對(duì)象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的本發(fā)明的實(shí)施例能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤４送?，術(shù)語(yǔ)“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過(guò)程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒(méi)有清楚地列出的或?qū)τ谶@些過(guò)程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

根據(jù)本發(fā)明實(shí)施例，提供了一種數(shù)據(jù)處理方法實(shí)施例，需要說(shuō)明的是，在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

圖1是根據(jù)本發(fā)明實(shí)施例的一種可選的數(shù)據(jù)處理方法的流程圖，如圖1所示，該方法包括如下步驟：

步驟s102，獲取待處理數(shù)據(jù)，其中，待處理數(shù)據(jù)為用于反映目標(biāo)對(duì)象的工單信息的數(shù)據(jù)，待處理數(shù)據(jù)的數(shù)據(jù)類型至少包括目標(biāo)數(shù)據(jù)類型；

步驟s104，確定目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式；

步驟s106，按照目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分。

通過(guò)上述步驟，獲取用于反映目標(biāo)對(duì)象的工單信息的待處理數(shù)據(jù)，以及該待處理數(shù)據(jù)對(duì)應(yīng)的目標(biāo)數(shù)據(jù)類型，并根據(jù)獲取的待處理數(shù)據(jù)的目標(biāo)數(shù)據(jù)類型確定該目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式，再將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)按照目標(biāo)數(shù)據(jù)劃分方式進(jìn)行數(shù)據(jù)劃分。采用本發(fā)明，按照多種類型的數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)劃分方式，將各種類型的數(shù)據(jù)分別處理，達(dá)到了對(duì)不同種類型的數(shù)據(jù)進(jìn)行不同的處理的目的，從而實(shí)現(xiàn)了提高數(shù)據(jù)處理效率的技術(shù)效果，進(jìn)而解決了相關(guān)技術(shù)對(duì)多種類型的數(shù)據(jù)進(jìn)行統(tǒng)一處理導(dǎo)致數(shù)據(jù)處理效率較低的技術(shù)問(wèn)題。

在步驟s102提供的方案中，待處理數(shù)據(jù)是用于反映目標(biāo)對(duì)象的工單信息的數(shù)據(jù)。工單信息是企業(yè)中的傳輸工作指令或者工作內(nèi)容的信息，例如，企業(yè)通過(guò)客戶服務(wù)中心與客戶進(jìn)行交流，在交流過(guò)程中會(huì)產(chǎn)生即用交流的數(shù)據(jù)信息，該數(shù)據(jù)信息可以是客戶語(yǔ)音文件、出錯(cuò)界面截圖、工單描述文本、客戶反饋文本等多種數(shù)據(jù)信息，則該數(shù)據(jù)信息即為工單信息的數(shù)據(jù)，發(fā)出該工單信息的數(shù)據(jù)的對(duì)象即為目標(biāo)對(duì)象。

在一種可選的實(shí)施例中，待處理數(shù)據(jù)至少包括目標(biāo)數(shù)據(jù)類型，該目標(biāo)數(shù)據(jù)類型可以是某種預(yù)定格式數(shù)據(jù)，例如，該目標(biāo)數(shù)據(jù)類型可以是圖像格式數(shù)據(jù)，該目標(biāo)數(shù)據(jù)類型可以是結(jié)構(gòu)化文本格式數(shù)據(jù)，該目標(biāo)數(shù)據(jù)類型可以是語(yǔ)音格式數(shù)據(jù)。

在步驟s104提供的方案中，不同的目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)著不同的目標(biāo)數(shù)據(jù)劃分方式，通過(guò)目標(biāo)數(shù)據(jù)的類型，可以確定該目標(biāo)數(shù)據(jù)對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式。例如，在目標(biāo)數(shù)據(jù)的類型是圖像格式數(shù)據(jù)的情況下，可以該圖像格式數(shù)據(jù)對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式是水平切分。

在步驟s106提供的方案中，將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)按照該目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式，對(duì)目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分。

作為一種可選的實(shí)施例，目標(biāo)數(shù)據(jù)類型可以包括以下至少之一：圖像格式數(shù)據(jù)；語(yǔ)音格式數(shù)據(jù)；結(jié)構(gòu)化文本格式數(shù)據(jù)。采用本發(fā)明，按照待處理數(shù)據(jù)的格式確定目標(biāo)數(shù)據(jù)類型，可以使目標(biāo)數(shù)據(jù)類型包括圖像格式數(shù)據(jù)，語(yǔ)音格式數(shù)據(jù)，以及結(jié)構(gòu)化文本格式數(shù)據(jù)，不同格式的數(shù)據(jù)具有不同的數(shù)據(jù)特性，因此，不同格式的數(shù)據(jù)對(duì)應(yīng)的處理方式也不同，按照數(shù)據(jù)的格式確定目標(biāo)數(shù)據(jù)類型可以包括圖像格式數(shù)據(jù)；語(yǔ)音格式數(shù)據(jù)；結(jié)構(gòu)化文本格式數(shù)據(jù)，從而可以針對(duì)不同的格式設(shè)置對(duì)應(yīng)的劃分方式，便于對(duì)不同目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)確定與對(duì)應(yīng)的數(shù)據(jù)目標(biāo)劃分方式。

作為一種可選的實(shí)施例，在目標(biāo)數(shù)據(jù)類型為圖像格式數(shù)據(jù)的情況下，目標(biāo)數(shù)據(jù)劃分方式為按照幾何形狀對(duì)圖像格式數(shù)據(jù)進(jìn)行切分的方式；在目標(biāo)數(shù)據(jù)類型為語(yǔ)音格式數(shù)據(jù)的情況下，目標(biāo)數(shù)據(jù)劃分方式為將數(shù)據(jù)量低于預(yù)定閾值的語(yǔ)音格式數(shù)據(jù)進(jìn)行合并的方式；在目標(biāo)數(shù)據(jù)類型為結(jié)構(gòu)化文本格式數(shù)據(jù)的情況下，目標(biāo)數(shù)據(jù)劃分方式為將結(jié)構(gòu)化文本格式數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)表進(jìn)行拆分的方式。采用本發(fā)明，可以根據(jù)不同的目標(biāo)數(shù)據(jù)類型，確定不同的數(shù)據(jù)處理方式，便于對(duì)不同類型的數(shù)據(jù)進(jìn)行處理，從而提高數(shù)據(jù)的處理效率。

可選地，在目標(biāo)數(shù)據(jù)類型為圖像格式數(shù)據(jù)的情況下，可以將圖像格式數(shù)據(jù)通過(guò)水平切分、豎直切分、矩形塊切分、或者不規(guī)則切分等方式，將圖像格式的數(shù)據(jù)劃分為多個(gè)幾何形狀的數(shù)據(jù)，從而將一個(gè)信息容量較大的數(shù)據(jù)劃分為多個(gè)信息容量較小的數(shù)據(jù)，方便數(shù)據(jù)的處理。

可選地，在目標(biāo)數(shù)據(jù)類型為結(jié)構(gòu)化文本格式數(shù)據(jù)的情況下，可以將該結(jié)構(gòu)化文本格式數(shù)據(jù)存入對(duì)應(yīng)的數(shù)據(jù)表中，再將與該結(jié)構(gòu)化文本格式數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)表進(jìn)行拆分，得出多個(gè)子數(shù)據(jù)表，從而將一個(gè)信息容量較大的數(shù)據(jù)劃分為多個(gè)信息容量較小的數(shù)據(jù)，方便數(shù)據(jù)的處理。

作為一種可選的實(shí)施例，在目標(biāo)數(shù)據(jù)類型為語(yǔ)音格式數(shù)據(jù)的情況下，其中，按照目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分可以包括：獲取語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量；判斷語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量是否低于預(yù)定閾值；在語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量低于預(yù)定閾值的情況下，則將語(yǔ)音格式數(shù)據(jù)確定為待合并語(yǔ)音格式數(shù)據(jù)；將待合并語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理。采用本發(fā)明，通過(guò)判斷語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量，將數(shù)據(jù)量低于預(yù)定閾值的語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理，得到數(shù)據(jù)量高于預(yù)定閾值的語(yǔ)音格式數(shù)據(jù)，可以實(shí)現(xiàn)對(duì)數(shù)據(jù)量較小的語(yǔ)音格式數(shù)據(jù)的整合，減少了語(yǔ)音格式數(shù)據(jù)的個(gè)數(shù)，方便數(shù)據(jù)的處理。

作為一種可選的實(shí)施例，將待合并語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理可以包括：對(duì)待合并語(yǔ)音格式數(shù)據(jù)執(zhí)行以下合并操作，得到語(yǔ)音格式數(shù)據(jù)塊，直至語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量不低于預(yù)定閾值，其中，待合并語(yǔ)音格式數(shù)據(jù)在執(zhí)行合并操作時(shí)標(biāo)記為當(dāng)前語(yǔ)音格式數(shù)據(jù)：將當(dāng)前語(yǔ)音格式數(shù)據(jù)合并至語(yǔ)音格式數(shù)據(jù)塊；判斷語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量是否低于預(yù)定閾值；在語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量低于預(yù)定閾值的情況下，將下一個(gè)語(yǔ)音格式數(shù)據(jù)確定為當(dāng)前語(yǔ)音格式數(shù)據(jù)。采用本發(fā)明，通過(guò)將數(shù)據(jù)量低于預(yù)定閾值的語(yǔ)音格式數(shù)據(jù)合并為數(shù)據(jù)量高于預(yù)定閾值的語(yǔ)音格式數(shù)據(jù)，實(shí)現(xiàn)對(duì)數(shù)據(jù)量較小的語(yǔ)音格式數(shù)據(jù)的整合，減少了語(yǔ)音格式數(shù)據(jù)的個(gè)數(shù)，方便數(shù)據(jù)的處理。

作為一種可選的實(shí)施例，在按照目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分之后，該實(shí)施例還可以包括：將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)。采用本發(fā)明，按照目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式，將目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分之后，得到目標(biāo)數(shù)據(jù)塊，在將該目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)中，方便數(shù)據(jù)的處理。

可選地，將劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)，可以根據(jù)目標(biāo)數(shù)據(jù)塊對(duì)應(yīng)的目標(biāo)數(shù)據(jù)類型確定目標(biāo)數(shù)據(jù)塊對(duì)應(yīng)的目標(biāo)數(shù)據(jù)庫(kù)，將目標(biāo)數(shù)據(jù)塊存儲(chǔ)在對(duì)應(yīng)的目標(biāo)數(shù)據(jù)庫(kù)中。

作為一種可選的實(shí)施例，在將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)之后，該實(shí)施例還可以包括：在目標(biāo)數(shù)據(jù)庫(kù)中為數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)設(shè)置目標(biāo)索引方式。采用本發(fā)明，可以根據(jù)存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)的目標(biāo)數(shù)據(jù)塊對(duì)應(yīng)的目標(biāo)數(shù)據(jù)類型，設(shè)置對(duì)應(yīng)的目標(biāo)索引方式，有針對(duì)性地使用特定的目標(biāo)索引方式查詢目標(biāo)數(shù)據(jù)塊，可以提高索引的速度。

本發(fā)明還提供了一種優(yōu)選實(shí)施例，該優(yōu)選實(shí)施例提供了一種應(yīng)用在多元異構(gòu)工單大數(shù)據(jù)分布式存儲(chǔ)與分析平臺(tái)的數(shù)據(jù)處理方法。

在企業(yè)中，隨著業(yè)務(wù)的不斷開(kāi)展，工單數(shù)量呈幾何級(jí)數(shù)倍增，客戶服務(wù)中心積累了大量的工單信息數(shù)據(jù)，包括客戶語(yǔ)音文件、出錯(cuò)界面截圖、工單描述文本、客戶反饋文本等多源異構(gòu)的數(shù)據(jù)信息。這些數(shù)據(jù)可以被作為主要數(shù)據(jù)源，為數(shù)據(jù)分析提供數(shù)據(jù)支撐。例如，通過(guò)分析客戶反饋文本信息和處理工單總數(shù)，可以對(duì)客服人員的服務(wù)質(zhì)量進(jìn)行客觀評(píng)價(jià)，評(píng)定客服人員能力等級(jí)，起到非常重要的統(tǒng)一協(xié)調(diào)作用。

但是，若工單信息的數(shù)據(jù)缺乏統(tǒng)一的采集和存儲(chǔ)的標(biāo)準(zhǔn)及規(guī)范，針對(duì)該數(shù)據(jù)的研究便會(huì)采用各自獨(dú)立存儲(chǔ)、分散管理的方式，從而形成“數(shù)據(jù)孤島”，不利于數(shù)據(jù)處理，以及數(shù)據(jù)的利用。

針對(duì)的工單信息的數(shù)據(jù)采用各自獨(dú)立存儲(chǔ)、分散管理的方式，導(dǎo)致數(shù)據(jù)處理效率低，數(shù)據(jù)利用度較低等問(wèn)題，可以根據(jù)多源異構(gòu)工單信息的數(shù)據(jù)具有海量性、異構(gòu)性、復(fù)雜性、以及動(dòng)態(tài)性的特點(diǎn)，進(jìn)行數(shù)據(jù)處理。具體過(guò)程如下：

1、根據(jù)多源異構(gòu)工單信息的數(shù)據(jù)的特點(diǎn)，在hadoop集群環(huán)境上建立工單信息的數(shù)據(jù)的融合存儲(chǔ)模型；

2、在融合存儲(chǔ)模型的基礎(chǔ)上，為每類數(shù)據(jù)建立合適的索引方式，提高數(shù)據(jù)查詢的效率；

3、基于融合存儲(chǔ)模型，以及對(duì)應(yīng)的索引方式進(jìn)行數(shù)據(jù)分析，并在web端界面上直觀顯示數(shù)據(jù)分析結(jié)果。

需要要說(shuō)明的是，hadoop是一個(gè)開(kāi)源的分布式系統(tǒng)基礎(chǔ)架構(gòu)，提供高吞吐量來(lái)訪問(wèn)應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集的應(yīng)用程序,充分利用集群的計(jì)算功能進(jìn)行高速運(yùn)算和存儲(chǔ)。

圖2是根據(jù)本發(fā)明實(shí)施例的一種可選的hadoop集群環(huán)境示意圖，如圖2所示，該集群環(huán)境可以包括：服務(wù)器端和web端，其中，在服務(wù)器端hadoop集群可以包括一臺(tái)主服務(wù)器與多臺(tái)副服務(wù)器，主服務(wù)器與副服務(wù)器通過(guò)網(wǎng)絡(luò)連接；在web端界面上顯示工單類型統(tǒng)計(jì)分析、工單事由統(tǒng)計(jì)分析、模塊故障次數(shù)排行、客戶接單量排行、以及客服服務(wù)排行等分析結(jié)果。

作為一種可選的實(shí)施例，數(shù)據(jù)處理的具體方式如下：

(1)可以在linux下搭建基于hdfs分布式文件的hadoop集群環(huán)境，將工單信息的數(shù)據(jù)按照數(shù)據(jù)格式進(jìn)行分類。

需要說(shuō)明的是，linux是一個(gè)性能穩(wěn)定的多用戶網(wǎng)絡(luò)操作系統(tǒng)。hdfs，全稱hsdoopdistributedfilesystem，中文名稱為分布式文件系統(tǒng)，是一種被設(shè)計(jì)成適合運(yùn)行在通用硬件上的分布式文件系統(tǒng)。

可選地，將工單信息的數(shù)據(jù)按照數(shù)據(jù)格式進(jìn)行分類，可以分為wav格式的語(yǔ)音格式數(shù)據(jù)、jpg格式的圖像格式數(shù)據(jù)、結(jié)構(gòu)化文本格式數(shù)據(jù)。

(2)在海量數(shù)據(jù)并行計(jì)算中，數(shù)據(jù)塊的劃分是并行化處理的重要部分，數(shù)據(jù)塊劃分的方式、數(shù)據(jù)分塊的大小與并行計(jì)算效率有著密切聯(lián)系。為了提升工單數(shù)據(jù)的檢索速率，針對(duì)不同類型的工單信息的數(shù)據(jù)可以采用不同的數(shù)據(jù)塊劃分方式。

1)劃分jpg格式的圖像格式數(shù)據(jù)。

圖3(a)是根據(jù)本發(fā)明實(shí)施例的一種可選的水平切分圖像格式數(shù)據(jù)的示意圖，如圖3(a)所示，對(duì)于jpg格式的圖像數(shù)據(jù)，可以采用水平切分的方式對(duì)圖像進(jìn)行切分。

圖3(b)是根據(jù)本發(fā)明實(shí)施例的一種可選的豎直切分圖像格式數(shù)據(jù)的示意圖，如圖3(b)所示，對(duì)于jpg格式的圖像數(shù)據(jù)，可以采用豎直切分的方式對(duì)圖像進(jìn)行切分。

圖3(c)是根據(jù)本發(fā)明實(shí)施例的一種可選的矩形塊切分圖像格式數(shù)據(jù)的示意圖，如圖3(c)所示，對(duì)于jpg格式的圖像數(shù)據(jù)，可以采用矩形塊切分的方式對(duì)圖像進(jìn)行切分。

圖3(d)是根據(jù)本發(fā)明實(shí)施例的一種可選的不規(guī)則切分圖像格式數(shù)據(jù)的示意圖，如圖3(d)所示，對(duì)于jpg格式的圖像數(shù)據(jù)，可以采用不規(guī)則切分的方式對(duì)圖像進(jìn)行切分。

2)劃分wav格式的語(yǔ)音格式數(shù)據(jù)。

wav語(yǔ)音文件通常比較小，若客戶通話時(shí)間不足5分鐘，相應(yīng)的語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量不足5m。hadoop集群利用namenode主節(jié)點(diǎn)存儲(chǔ)集群中數(shù)據(jù)塊的信息元數(shù)據(jù)，存儲(chǔ)不足5m的“小文件”時(shí)，namenode節(jié)點(diǎn)的運(yùn)行壓力急劇上升。因此，采用數(shù)據(jù)合并策略將wav語(yǔ)音“小文件”進(jìn)行合并。

需要說(shuō)明的是，namenode是管理系統(tǒng)文件的命名空間，它維護(hù)著文件系統(tǒng)樹(shù)及整棵樹(shù)內(nèi)所有的文件和目錄。

圖4是根據(jù)本發(fā)明實(shí)施例的一種可選的語(yǔ)音格式數(shù)據(jù)合并方式的示意圖，如圖4所示，編號(hào)1至7為低于閾值的語(yǔ)音格式數(shù)據(jù)，其中，圖形的高度表示語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量，將編號(hào)為1、2、以及3的語(yǔ)音文件合并，將編號(hào)為5和6的語(yǔ)音文件合并，將編號(hào)為4和7的語(yǔ)音文件合并，均可組成數(shù)據(jù)量高于閾值的語(yǔ)音格式數(shù)據(jù)塊。

可選地，將語(yǔ)音格式數(shù)據(jù)塊的合并信息、對(duì)應(yīng)工單號(hào)等元數(shù)據(jù)信息存入hbase數(shù)據(jù)庫(kù)中。

需要說(shuō)明的是，hbase，全稱hadoopdatabase,是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)。

3)劃分結(jié)構(gòu)化文本格式數(shù)據(jù)。

對(duì)于結(jié)構(gòu)化工單信息數(shù)據(jù)，直接將其存入hbase數(shù)據(jù)庫(kù)生成數(shù)據(jù)表，對(duì)數(shù)據(jù)表進(jìn)行拆分，然后以hfile文件形式存儲(chǔ)到hdfs上。

需要說(shuō)明的是，hfile是hbase存儲(chǔ)數(shù)據(jù)的文件組織形式。

(3)進(jìn)行hdfs下的分片索引研究，為每一類數(shù)據(jù)構(gòu)建合適的索引方式。

圖5是根據(jù)本發(fā)明實(shí)施例的一種可選的圖像格式數(shù)據(jù)的索引方式的示意圖，如圖5所示，對(duì)于圖像格式數(shù)據(jù)，嘗試面向影像金字塔的四叉樹(shù)空間索引，以block(數(shù)據(jù)庫(kù)中的最小存儲(chǔ)和處理單位)逐層索引，其中，數(shù)據(jù)中包括多個(gè)block，每個(gè)block按照層級(jí)順序依次編號(hào)，例如，第n層(leveln)，block編號(hào)為b0；第n+1層(leveln+1)，block編號(hào)為b01、b02、b03、b04。

可選地，對(duì)于結(jié)構(gòu)化工單數(shù)據(jù)，可以在hbase數(shù)據(jù)庫(kù)中建立多級(jí)索引，如可以對(duì)工單編號(hào)進(jìn)行索引之前，先進(jìn)行以地區(qū)為基準(zhǔn)的索引，然后進(jìn)行以系統(tǒng)為基準(zhǔn)的索引，再進(jìn)行以模塊為基準(zhǔn)的索引，形成工單信息的3級(jí)索引，以提高索引的速度。

(4)通過(guò)對(duì)工單信息的數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)工單類型統(tǒng)計(jì)、工單事由統(tǒng)計(jì)、模塊故障次數(shù)排行、客服接單量排行、客服服務(wù)排行等數(shù)據(jù)分析，并在web端展示分析結(jié)果。

圖6是根據(jù)本發(fā)明實(shí)施例的一種可選的工單信息的數(shù)據(jù)的存儲(chǔ)的示意圖，如圖6所示，hdfs客戶端讀取數(shù)據(jù)塊的請(qǐng)求，并將該請(qǐng)求發(fā)送至hdfs，hdfs根據(jù)該請(qǐng)求hbase中獲取數(shù)據(jù)塊名，并在節(jié)點(diǎn)命名中獲取數(shù)據(jù)塊所在數(shù)據(jù)節(jié)點(diǎn)，然后通過(guò)hdfs訪問(wèn)接口從多個(gè)數(shù)據(jù)節(jié)點(diǎn)中讀取所請(qǐng)求數(shù)據(jù)塊，在讀取完成后hdfs訪問(wèn)接口向hdfs客戶端發(fā)出關(guān)閉連接的指示。

如圖6所述，在hdfs中記錄有工單信息的數(shù)據(jù)的多個(gè)格式類型，如語(yǔ)音格式數(shù)據(jù)、圖像格式數(shù)據(jù)、結(jié)構(gòu)化文本格式數(shù)據(jù)，其中，圖像格式數(shù)據(jù)包括出錯(cuò)界面截圖，語(yǔ)音格式數(shù)據(jù)包括客戶問(wèn)詢語(yǔ)音和客服服務(wù)語(yǔ)音，結(jié)構(gòu)化文本格式數(shù)據(jù)包括工單文本信息以及根據(jù)數(shù)據(jù)表生成的工單文本信息。

如圖6所述，在hbase中記錄有工單信息的數(shù)據(jù)的多個(gè)格式類型的信息，如語(yǔ)音格式數(shù)據(jù)、圖像格式數(shù)據(jù)、結(jié)構(gòu)化文本格式數(shù)據(jù)，其中，圖形格式的數(shù)據(jù)包括數(shù)據(jù)塊信息、所處行列號(hào)、以及對(duì)應(yīng)工單號(hào)等信息；結(jié)構(gòu)化文本格式數(shù)據(jù)包括數(shù)據(jù)子表信息、以及字表編號(hào)等信息；語(yǔ)音格式數(shù)據(jù)中包括語(yǔ)音分塊信息、語(yǔ)音塊編號(hào)、以及對(duì)應(yīng)工單號(hào)等信息。

如圖6所述，每個(gè)數(shù)據(jù)塊節(jié)點(diǎn)中包括數(shù)據(jù)塊和副本，每個(gè)數(shù)據(jù)塊均為數(shù)據(jù)庫(kù)中的最小存儲(chǔ)和處理單位。

根據(jù)本發(fā)明實(shí)施例，還提供了一種數(shù)據(jù)處理裝置實(shí)施例，需要說(shuō)明的是，該數(shù)據(jù)處理裝置可以用于執(zhí)行本發(fā)明實(shí)施例中的數(shù)據(jù)處理方法，本發(fā)明實(shí)施例中的數(shù)據(jù)處理方法可以在該數(shù)據(jù)處理裝置中執(zhí)行。

圖7是根據(jù)本發(fā)明實(shí)施例的一種可選的數(shù)據(jù)處理裝置的示意圖，如圖7所示，該裝置可以包括：獲取單元71，用于獲取待處理數(shù)據(jù)，其中，待處理數(shù)據(jù)為用于反映目標(biāo)對(duì)象的工單信息的數(shù)據(jù)，待處理數(shù)據(jù)的數(shù)據(jù)類型至少包括目標(biāo)數(shù)據(jù)類型；確定單元73，用于確定目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式；劃分單元75，用于按照目標(biāo)數(shù)據(jù)劃分方式對(duì)數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行數(shù)據(jù)劃分。

需要說(shuō)明的是，該實(shí)施例中的獲取單元71可以用于執(zhí)行本申請(qǐng)實(shí)施例中的步驟s102，該實(shí)施例中的確定單元73可以用于執(zhí)行本申請(qǐng)實(shí)施例中的步驟s104，該實(shí)施例中的劃分單元75可以用于執(zhí)行本申請(qǐng)實(shí)施例中的步驟s106。上述模塊與對(duì)應(yīng)的步驟所實(shí)現(xiàn)的示例和應(yīng)用場(chǎng)景相同，但不限于上述實(shí)施例所公開(kāi)的內(nèi)容。

通過(guò)上述實(shí)施例，獲取用于反映目標(biāo)對(duì)象的工單信息的待處理數(shù)據(jù)，以及該待處理數(shù)據(jù)對(duì)應(yīng)的目標(biāo)數(shù)據(jù)類型，并根據(jù)獲取的待處理數(shù)據(jù)的目標(biāo)數(shù)據(jù)類型確定該目標(biāo)數(shù)據(jù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)劃分方式，再將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)按照目標(biāo)數(shù)據(jù)劃分方式進(jìn)行數(shù)據(jù)劃分。采用本發(fā)明，按照多種類型的數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)劃分方式，將各種類型的數(shù)據(jù)分別處理，達(dá)到了對(duì)不同種類型的數(shù)據(jù)進(jìn)行不同的處理的目的，從而實(shí)現(xiàn)了提高數(shù)據(jù)處理效率的技術(shù)效果，進(jìn)而解決了相關(guān)技術(shù)對(duì)多種類型的數(shù)據(jù)進(jìn)行統(tǒng)一處理導(dǎo)致數(shù)據(jù)處理效率較低的技術(shù)問(wèn)題。

作為一種可選的實(shí)施例，目標(biāo)數(shù)據(jù)類型可以包括以下至少之一：圖像格式數(shù)據(jù)；語(yǔ)音格式數(shù)據(jù)；結(jié)構(gòu)化文本格式數(shù)據(jù)。

作為一種可選的實(shí)施例，圖像劃分模塊，用于在目標(biāo)數(shù)據(jù)類型為圖像格式數(shù)據(jù)的情況下，目標(biāo)數(shù)據(jù)劃分方式為按照幾何形狀對(duì)圖像格式數(shù)據(jù)進(jìn)行切分的方式；語(yǔ)音劃分模塊，用于在目標(biāo)數(shù)據(jù)類型為語(yǔ)音格式數(shù)據(jù)的情況下，目標(biāo)數(shù)據(jù)劃分方式為將數(shù)據(jù)量低于預(yù)定閾值的語(yǔ)音格式數(shù)據(jù)進(jìn)行合并的方式；文本劃分模塊，用于在目標(biāo)數(shù)據(jù)類型為結(jié)構(gòu)化文本格式數(shù)據(jù)的情況下，目標(biāo)數(shù)據(jù)劃分方式為將結(jié)構(gòu)化文本格式數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)表進(jìn)行拆分的方式。

作為一種可選的實(shí)施例，在目標(biāo)數(shù)據(jù)類型為語(yǔ)音格式數(shù)據(jù)的情況下，其中，劃分單元可以包括：獲取模塊，用于獲取語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量；判斷模塊，用于判斷語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量是否低于預(yù)定閾值；確定模塊，用于在語(yǔ)音格式數(shù)據(jù)的數(shù)據(jù)量低于預(yù)定閾值的情況下，則將語(yǔ)音格式數(shù)據(jù)確定為待合并語(yǔ)音格式數(shù)據(jù)；合并模塊，用于將待合并語(yǔ)音格式數(shù)據(jù)進(jìn)行合并處理。

作為一種可選的實(shí)施例，合并模塊可以包括：對(duì)待合并語(yǔ)音格式數(shù)據(jù)執(zhí)行以下合并操作，得到語(yǔ)音格式數(shù)據(jù)塊，直至語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量不低于預(yù)定閾值，其中，待合并語(yǔ)音格式數(shù)據(jù)在執(zhí)行合并操作時(shí)標(biāo)記為當(dāng)前語(yǔ)音格式數(shù)據(jù)：合并子模塊，用于將當(dāng)前語(yǔ)音格式數(shù)據(jù)合并至語(yǔ)音格式數(shù)據(jù)塊；判斷子模塊，用于判斷語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量是否低于預(yù)定閾值；確定子模塊，用于在語(yǔ)音格式數(shù)據(jù)塊的數(shù)據(jù)量低于預(yù)定閾值的情況下，將下一個(gè)語(yǔ)音格式數(shù)據(jù)確定為當(dāng)前語(yǔ)音格式數(shù)據(jù)。

作為一種可選的實(shí)施例，在劃分單元之后，該實(shí)施例還可以包括：存儲(chǔ)模塊，用于將數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)進(jìn)行劃分后得到的目標(biāo)數(shù)據(jù)塊存儲(chǔ)在目標(biāo)數(shù)據(jù)庫(kù)。

作為一種可選的實(shí)施例，在存儲(chǔ)模塊之后，該實(shí)施例還可以包括：索引模塊，用于在目標(biāo)數(shù)據(jù)庫(kù)中為數(shù)據(jù)類型為目標(biāo)數(shù)據(jù)類型的數(shù)據(jù)設(shè)置目標(biāo)索引方式。

上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

在本發(fā)明的上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的技術(shù)內(nèi)容，可通過(guò)其它的方式實(shí)現(xiàn)。其中，以上所描述的裝置實(shí)施例僅僅是示意性的，例如所述單元的劃分，可以為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可為個(gè)人計(jì)算機(jī)、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，randomaccessmemory)、移動(dòng)硬盤、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。