分別計算所述第一域值集合和所述第二域值集合的交集和并集；及
[0116] 通過將所述交集中的域值的個數(shù)除以所述并集中的域值的個數(shù)，計算所述取值相 似度。
[0117] 附記4.根據(jù)附記1所述的方法，還包括：
[0118] 以相似度最高的一個關(guān)鍵域?qū)Φ挠蛑底鳛殒I并且以一個其余關(guān)鍵域?qū)Φ挠蛑底?為值，對所述第一表和所述第二表進行映射和簡化處理；
[0119] 檢測映射和簡化處理結(jié)果中的每個鍵是否存在兩個值，以及所述兩個值是否存在 不一致性；及
[0120] 如果存在不一致性，則根據(jù)所述第一表和所述第二表的屬性，將一個表中的對應(yīng) 域值更新為另一個表中的對應(yīng)域值。
[0121] 附記5.根據(jù)附記4所述的方法，其中表的屬性包括表優(yōu)先級、表干凈程度及表創(chuàng) 建時間中的至少一個。
[0122] 附記6.根據(jù)附記4所述的方法，其中基于所述匹配的一個或多個關(guān)鍵域?qū)?，計?除了所述一個或多個關(guān)鍵域?qū)χ獾摹⑺龅谝槐淼拿總€剩余域與所述第二表的每個剩余 域的相似度進一步包括：
[0123] 以所述關(guān)鍵域的一致性處理后的域值作為鍵并且以所述剩余域的域值作為值，對 所述第一表和所述第二表進行映射和簡化處理；
[0124] 通過對于映射和簡化處理結(jié)果中存在兩個值的每個鍵，計算所述兩個值的相似 度，從而計算所述剩余域的取值相似度；及
[0125] 根據(jù)所述剩余域的名稱相似度、類型相似度以及計算出的剩余域的取值相似度， 計算所述剩余域的相似度。
[0126] 附記7.根據(jù)附記1所述的方法，其中所述候選關(guān)鍵域是域值不重復、域值不為無 效或空值并且域值類型一致的域。
[0127] 附記8.-種用于在第一表和第二表之間進行域匹配的裝置，包括：
[0128] 候選關(guān)鍵域確定單元，被配置成基于所述第一表和所述第二表的域統(tǒng)計信息，確 定所述第一表的候選關(guān)鍵域和所述第二表的候選關(guān)鍵域；
[0129] 關(guān)鍵域?qū)Λ@得單元，被配置成分別計算所述第一表的每個候選關(guān)鍵域與所述第二 表的每個候選關(guān)鍵域的相似度，以獲得匹配的一個或多個關(guān)鍵域?qū)?；?br>[0130] 剩余域?qū)Λ@得單元，被配置成基于所述匹配的一個或多個關(guān)鍵域?qū)?，計算除了?述一個或多個關(guān)鍵域?qū)χ獾?、所述第一表的每個剩余域與所述第二表的每個剩余域的相 似度，以獲得匹配的一個或多個剩余域?qū)Α?br>[0131] 附記9.根據(jù)附記8所述的裝置，其中所述關(guān)鍵域?qū)Λ@得單元根據(jù)所述候選關(guān)鍵域 的名稱相似度、類型相似度以及取值相似度，計算所述候選關(guān)鍵域的相似度。
[0132] 附記10.根據(jù)附記9所述的裝置，其中所述關(guān)鍵域?qū)Λ@得單元進一步包括：
[0133] 域值集合獲取部，被配置成獲取第一域值集合和第二域值集合，所述第一域值集 合是所述第一表的一個候選關(guān)鍵域的域值的集合，所述第二域值集合是所述第二表的一個 候選關(guān)鍵域的域值的集合；
[0134] 交集和并集計算部，被配置成分別計算所述第一域值集合和所述第二域值集合的 交集和并集；及
[0135] 取值相似度計算部，被配置成通過將所述交集中的域值的個數(shù)除以所述并集中的 域值的個數(shù)，計算所述取值相似度。
[0136] 附記11.根據(jù)附記8所述的裝置，還包括：
[0137] 映射和簡化單元，被配置成以相似度最高的一個關(guān)鍵域?qū)Φ挠蛑底鳛殒I并且以一 個其余關(guān)鍵域?qū)Φ挠蛑底鳛橹?，對所述第一表和所述第二表進行映射和簡化處理；
[0138] 檢測單元，被配置成檢測映射和簡化處理結(jié)果中的每個鍵是否存在兩個值，以及 所述兩個值是否存在不一致性；及
[0139] 更新單元，被配置成如果檢測單元檢測出所述兩個值存在不一致性，則根據(jù)所述 第一表和所述第二表的屬性,將一個表中的對應(yīng)域值更新為另一個表中的對應(yīng)域值。
[0140] 附記12.根據(jù)附記11所述的裝置，其中表的屬性包括表優(yōu)先級、表干凈程度及表 創(chuàng)建時間中的至少一個。
[0141] 附記13.根據(jù)附記11所述的裝置，剩余域?qū)Λ@得單元進一步包括：
[0142] 映射和簡化部，被配置成以所述關(guān)鍵域的一致性處理后的域值作為鍵并且以所述 剩余域的域值作為值，對所述第一表和所述第二表進行映射和簡化處理；
[0143] 取值相似度計算部，被配置成通過對于映射和簡化處理結(jié)果中存在兩個值的每個 鍵，計算所述兩個值的相似度，從而計算所述剩余域的取值相似度；及
[0144] 剩余域相似度計算部，被配置成根據(jù)所述剩余域的名稱相似度、類型相似度以及 計算出的剩余域的取值相似度，計算所述剩余域的相似度。
[0145] 附記14.根據(jù)附記8所述的裝置，其中所述候選關(guān)鍵域是域值不重復、域值不為無 效或空值并且域值類型一致的域。
【主權(quán)項】
1. 一種用于在第一表和第二表之間進行域匹配的方法，包括： 基于所述第一表和所述第二表的域統(tǒng)計信息，確定所述第一表的候選關(guān)鍵域和所述第 二表的候選關(guān)鍵域； 分別計算所述第一表的每個候選關(guān)鍵域與所述第二表的每個候選關(guān)鍵域的相似度，以 獲得匹配的一個或多個關(guān)鍵域?qū)?；? 基于所述匹配的一個或多個關(guān)鍵域?qū)?，計算除了所述一個或多個關(guān)鍵域?qū)χ獾摹⑺?述第一表的每個剩余域與所述第二表的每個剩余域的相似度，以獲得匹配的一個或多個剩 余域?qū)Α?. 根據(jù)權(quán)利要求1所述的方法，其中分別計算所述第一表的每個候選關(guān)鍵域與所述第 二表的每個候選關(guān)鍵域的相似度進一步包括：根據(jù)所述候選關(guān)鍵域的名稱相似度、類型相 似度以及取值相似度，計算所述候選關(guān)鍵域的相似度。3. 根據(jù)權(quán)利要求2所述的方法，其中針對所述第一表的一個候選關(guān)鍵域與所述第二表 的一個候選關(guān)鍵域，通過下面的步驟來計算所述取值相似度： 獲取第一域值集合和第二域值集合，所述第一域值集合是所述第一表的一個候選關(guān)鍵 域的域值的集合，所述第二域值集合是所述第二表的一個候選關(guān)鍵域的域值的集合； 分別計算所述第一域值集合和所述第二域值集合的交集和并集；及 通過將所述交集中的域值的個數(shù)除以所述并集中的域值的個數(shù)，計算所述取值相似 度。4. 根據(jù)權(quán)利要求1所述的方法，還包括： 以相似度最高的一個關(guān)鍵域?qū)Φ挠蛑底鳛殒I并且以一個其余關(guān)鍵域?qū)Φ挠蛑底鳛橹担?對所述第一表和所述第二表進行映射和簡化處理； 檢測映射和簡化處理結(jié)果中的每個鍵是否存在兩個值，以及所述兩個值是否存在不一 致性；及 如果存在不一致性，則根據(jù)所述第一表和所述第二表的屬性，將一個表中的對應(yīng)域值 更新為另一個表中的對應(yīng)域值。5. 根據(jù)權(quán)利要求4所述的方法，其中表的屬性包括表優(yōu)先級、表干凈程度及表創(chuàng)建時 間中的至少一個。6. 根據(jù)權(quán)利要求4所述的方法，其中基于所述匹配的一個或多個關(guān)鍵域?qū)?，計算除?所述一個或多個關(guān)鍵域?qū)χ獾?、所述第一表的每個剩余域與所述第二表的每個剩余域的 相似度進一步包括： 以所述關(guān)鍵域的一致性處理后的域值作為鍵并且以所述剩余域的域值作為值，對所述 第一表和所述第二表進行映射和簡化處理； 通過對于映射和簡化處理結(jié)果中存在兩個值的每個鍵，計算所述兩個值的相似度，從 而計算所述剩余域的取值相似度；及 根據(jù)所述剩余域的名稱相似度、類型相似度以及計算出的剩余域的取值相似度，計算 所述剩余域的相似度。7. 根據(jù)權(quán)利要求1所述的方法，其中所述候選關(guān)鍵域是域值不重復、域值不為無效或 空值并且域值類型一致的域。8. -種用于在第一表和第二表之間進行域匹配的裝置，包括： 候選關(guān)鍵域確定單元，被配置成基于所述第一表和所述第二表的域統(tǒng)計信息，確定所 述第一表的候選關(guān)鍵域和所述第二表的候選關(guān)鍵域； 關(guān)鍵域?qū)Λ@得單元，被配置成分別計算所述第一表的每個候選關(guān)鍵域與所述第二表的 每個候選關(guān)鍵域的相似度，以獲得匹配的一個或多個關(guān)鍵域?qū)?；? 剩余域?qū)Λ@得單元，被配置成基于所述匹配的一個或多個關(guān)鍵域?qū)?，計算除了所述?個或多個關(guān)鍵域?qū)χ獾?、所述第一表的每個剩余域與所述第二表的每個剩余域的相似 度，以獲得匹配的一個或多個剩余域?qū)Α?. 根據(jù)權(quán)利要求8所述的裝置，其中所述關(guān)鍵域?qū)Λ@得單元根據(jù)所述候選關(guān)鍵域的名 稱相似度、類型相似度以及取值相似度，計算所述候選關(guān)鍵域的相似度。10. 根據(jù)權(quán)利要求9所述的裝置，其中所述關(guān)鍵域?qū)Λ@得單元進一步包括： 域值集合獲取部，被配置成獲取第一域值集合和第二域值集合，所述第一域值集合是 所述第一表的一個候選關(guān)鍵域的域值的集合，所述第二域值集合是所述第二表的一個候選 關(guān)鍵域的域值的集合； 交集和并集計算部，被配置成分別計算所述第一域值集合和所述第二域值集合的交集 和并集；及 取值相似度計算部，被配置成通過將所述交集中的域值的個數(shù)除以所述并集中的域值 的個數(shù)，計算所述取值相似度。
【專利摘要】本發(fā)明涉及一種用于在第一表和第二表之間進行域匹配的方法和裝置，該方法包括：基于第一表和第二表的域統(tǒng)計信息，確定第一表的候選關(guān)鍵域和第二表的候選關(guān)鍵域；分別計算第一表的每個候選關(guān)鍵域與第二表的每個候選關(guān)鍵域的相似度，以獲得匹配的一個或多個關(guān)鍵域?qū)?；及基于匹配的一個或多個關(guān)鍵域?qū)?，計算除了一個或多個關(guān)鍵域?qū)χ獾?、第一表的每個剩余域與第二表的每個剩余域的相似度，以獲得匹配的一個或多個剩余域?qū)Α?br>【IPC分類】G06F17/30
【公開號】CN105205068
【申請?zhí)枴緾N201410277026
【發(fā)明人】皮冰鋒, 鄒綱, 張軍, 鐘朝亮
【申請人】富士通株式會社
【公開日】2015年12月30日
【申請日】2014年6月19日