CN113515575A - 关联数据处理方法、装置、电子设备及存储介质 - Google Patents
关联数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113515575A CN113515575A CN202110665764.2A CN202110665764A CN113515575A CN 113515575 A CN113515575 A CN 113515575A CN 202110665764 A CN202110665764 A CN 202110665764A CN 113515575 A CN113515575 A CN 113515575A
- Authority
- CN
- China
- Prior art keywords
- target
- associated data
- data
- license plate
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 238000003672 processing method Methods 0.000 title description 11
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 31
- 239000000446 fuel Substances 0.000 claims abstract description 10
- 230000002123 temporal effect Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例中提供了一种关联数据处理方法、装置、电子设备及存储介质,该方法包括:获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,所述候选数据包括在不同时间和/或不同空间出现过的车牌号和加油卡账户之间的关联数据;根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。在获取到目标关联数据后,通过候选数据对目标关联数据的正确性进行验证,以获得正确的目标关联数据,可有效提升获取到的目标关联数据的准确性。
Description
技术领域
本申请涉及智能数据分析领域,具体地,涉及一种关联数据处理方法、装置、电子设备及存储介质。
背景技术
随着科技的快速发展,机动车辆的数量也迅速增长,越来越多的人们以机动车辆作为日常出行的代步工具。加油站可为机动车辆提供能源和动力,机动车辆的数量增长,使得加油站的分布也越来越广泛。
用户可以驾驶机动车辆至加油站,工作人员对所述机动车辆进行加油收费,加油站可以获取到机动车辆的信息以及支付信息,可以将支付信息与机动车辆进行关联,通常是将车牌号和加油卡账户进行关联,为后续的加油站智能化提供数据支撑。然而,加油站内加油的机动车辆众多,可以获取到大量的车牌号和加油卡账户,在建立机动车辆和支付信息的关联关系时,难以保证关联关系的准确性。
发明内容
本申请实施例中提供了一种关联数据处理方法、装置、电子设备及存储介质,可以有效解决机动车辆和支付信息之间关联关系的不够准确的问题。
根据本申请实施例的第一个方面,提供了一种关联数据处理方法,该方法包括:获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,所述候选数据包括在不同时间和/或不同空间出现过的车牌号和加油卡账户之间的关联数据;根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
根据本申请实施例的第二个方面,提供了一种关联数据处理装置,该装置包括:第一获取模块,用于获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户;第二获取模块,用于获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;确定模块,用于根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
根据本申请实施例的第三个方面,提供了一种电子设备,该电子设备包括一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如上述应用于电子设备的方法。
根据本申请实施例的第四方面,本申请实施列提供一种计算机可读存储介质,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码运行时执行上述的方法。
采用本申请实施例中提供的关联数据处理方法,获取目标关联数据,目标点关联数据中包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;根据候选数据确定所述目标关联数据的正确性。在获取到目标关联数据后,通过候选数据对目标关联数据的正确性进行验证,以获得正确的目标关联数据,可有效提升获取到的目标关联数据的准确性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请一个实施例提供的关联数据处理方法的流程图;
图2为本申请另一个实施例提供的关联数据处理方法的流程图;
图3为本申请再一个实施例提供的关联数据处理方法的流程图;
图4为在图3所提供的实施例的基础上提供的关联数据处理方法的部分步骤的流程图;
图5为本申请一个实施例提供的关联数据处理装置的功能模块图;
图6为本申请实施例提出的用于执行根据本申请实施例的关联数据处理方法的电子设备的结构框图。
具体实施方式
随着科技的快速发展,机动车辆的数量也迅速增长,越来越多的人们以机动车辆作为日常出行的代步工具。加油站可为机动车辆提供能源和动力,机动车辆的数量增长,使得加油站的分布也越来越广泛。当用户驾驶车辆至加油站加油时,加油站可以获取到大量的车辆信息以及支付信息,可以将车辆信息和支付信息进行的关联,为加油站的智能化提供数据支撑。通常,加油站可以将车牌号和加油卡账户进行关联,为智能化加油站提供数据支撑,然而在加油站内出现多个车辆时,所得到的关联数据可能出现误差,不够准确。
发明人在研究中发现,若关联数据在不同时间,或是不同的空间中再次出现时,可以确定关联数据是正确的。若是关联数据是错误的,其再次出现的概率是极低的。例如当车牌京A00001和加油卡010001在加油站A关联时,加油站A可能还有车牌京B00002、京C00003等,并不能确认该关联是否正确。然而,当车牌京A00001和加油卡010001在加油站B、C、D或者加油站A的不同时间再次或多次关联时,现场还有车牌京B00002、京C00003等,加油卡020002、030003等的可能性接近于0。从而通过关联数据在不同时间和/或不同空间的多次出现,可确认该关联数据是否正确,可有效提升关联数据的准确性。
因此,本申请实施例中提供了一种关联数据处理方法,获取目标关联数据,目标点关联数据中包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,候选数据在历史时间内出现过的关联数据;根据候选数据确定所述目标关联数据的正确性。在获取到目标关联数据后,通过候选数据对目标关联数据的正确性进行验证,可有效提升获取到的目标关联数据的准确性。
本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript,以及Python等。
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
请参阅图1,本申请实施例提供了一种关联数据处理方法,具体的该方法可以包括以下步骤。
步骤110,获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户。
获取目标关联数据,所述目标关联数据定义为具有关联关系的目标车牌号和目标加油卡账户。加油站中每天都会出现大量的需要加油的车辆,加油站可以安装有图像采集装置,用于采集视频信息。通过人工智能深度学习技术可以对视频信息进行识别分析,将加油的车辆的车牌号与加油卡账户进行关联,从而可以得到所述目标关联数据。所述目标关联数据可以是加油站初次建立的关联关系。
步骤120,获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据。
候选数据是指在在不同时间和/或不同空间出现过的关联数据,关联数据中包括具有关联关系的车牌号和加油卡账户。
在一些实施方式中,候选数据可以是指在历史时间内出现过的关联数据。例如,当前为3月1日,历史时间为3月1日之前的所有时间,候选数据为在3月1日之前出现过的所有关联数据。
在一些实施方式中,候选数据可以是指在不同的空间中出现过的关联数据,例如,有加油站A和加油站B,此时目标关联数据为加油站A获取到的,那么在加油站B中获取到的关联数据为候选数据。
所述候选数据可以存储在指定位置,通过访问指定位置,可以获取到所述候选数据。
步骤130,根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
获取到所述目标关联数据时,由于加油站内出现的车辆众多,可能出现目标关联数据不正确的情况,从而,需要确定所述目标关联数据的正确性。例如,加油站内同时出现车牌号为A的车辆以及车牌号为B的车辆,车牌号为A的车辆对应的加油卡账户应该为a,车牌号为B的车辆对应的加油卡账户应该为b,而在获取到的目标关联数据中,为车牌号A与加油卡账户b具有关联关系。
候选数据包括在不同时间和/或不同空间出现过的关联数据,若目标关联数据,出现在候选数据中,表明所述目标关联数据,在不同的时间和/或不同空间中,再次出现。由于目标车牌号和目标加油卡账户再一次在不同时间和/或不同空间中再次关联的概率极低,从而,通过候选数据可以确定所述目标关联数据的正确性。通过对所述目标关联数据的正确性的确认,可以得到正确的目标关联数据。
在不同的空间下,使用的图像采集设备,建立车牌号和加油卡账户的关联关系的方式可能不同,那么得到的关联数据也可能不同。若目标关联数据在不同的空间下再次出现,表明目标车牌号和目标加油卡账户在使用不同的关联方式下,或不同的图像采集装置下,仍然可以建立关联关系,可以进一步提升目标关联数据的正确性。例如,加油站A使用的图像采集设备以及建立关联关系的方式,均与加油站B不同,在加油站A初次获取到所述目标关联数据,在加油站B再次获取到所述目标关联数据时,在加油站A获取到的目标关联数据作为候选数据中的一个,通过所述候选数据可确定所述目标关联数据正确。
具体实施过程中,目标关联数据也可以是指初次建立关联关系的车牌号和加油卡账户,在获取到所述目标关联数据后,可以通过所述候选数据对所述目标关联数据进行正确性的判断。
具体的,可以是先判断所述候选数据中是否存在目标加油卡账户;若存在所述目标加油卡账户,可以继续根据所述目标加油卡账户和所述候选数据确定目标关联数据的正确性。
若确定所述目标关联数据正确,即可以将该目标关联数据存储在预设数据库中,以供后续使用。
若确定所述目标关联数据不正确,表明在关联车牌号和加油卡账户时可能出现了错误,可以利用临时数据对所述目标关联数据进行修正。
临时数据包括当前获取到的未确认的关联数据,即在加油站将车牌号与加油卡账户进行关联时,可能同时出现了多个车辆以及多个加油卡账户,从而可以得到多个关联数据。在这些多个关联数据中,正在进行正确性确认的关联数据为目标关联数据,不能确认正确性的关联数据为所述临时数据。例如,加油站同时得到关联数据3,关联数据4和关联数据5,正在确认关联数据3的正确性,那么,关联数据3为目标关联数据,不能确认正确性的为关联数据4和关联数据5,那么关联数据4和关联数据5为临时数据。
所述临时数据也可以存储在指定位置,通过访问所述指定位置,可以获取到临时数据。
在一些实施方式中,所述临时数据可以转换为所述候选数据。具体的,可以是按照预设时间间隔,将所述临时数据转换为所述候选数据。所述预设时间间隔可以按照需要进行设置在此不做具体限制,例如,可以是一个小时,一天等。假设预设时间间隔为1天,当前日期为3月1日,那么在3月1日之前获取到的关联数据则为候选数据,在3月1日获取到未确认的关联数据为临时数据。
加油站将获取到的车牌号,加油卡账户信息进行关联时,可能发生遗漏,出现没有关联的车牌号,可以获取这些车牌号,将这些车牌号逐一与所述目标加油卡账户进行关联,得到第一关联数据。在所述第一关联数据中有正确的关联数据时,修正所述目标关联数据。若是在所述第一关联数据中没有正确的关联数据,可以根据所述临时数据和所述候选数据修正所述目标关联数据。
本申请实施例提供的关联数据处理方法,获取目标关联数据,目标点关联数据中包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;根据候选数据确定所述目标关联数据的正确性。在获取到目标关联数据后,通过候选数据对目标关联数据的正确性进行验证,以获得正确的目标关联数据,可有效提升获取到的目标关联数据的准确性。
请参阅图2,本申请另一实施例提供了一种关联数据处理方法,在前述实施例的基础上重点描述了确认目标关联数据的正确性的过程,具体的该方法可包括以下步骤。
步骤210,获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户。
步骤220,获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据。
步骤210和步骤220可参照前述实施例对应部分,在此不再赘述。
步骤230,判断所述候选数据中是否存在所述目标加油卡账户;若否,执行步骤240;若是,执行步骤250。
在获取到所述目标关联数据后,可以得到目标车牌号和所述目标加油卡账户,在得到所述目标加油卡账户后,可以判断所述候选数据中是否存在所述目标加油卡账户。
在一些实施方式中,所述候选数据可以是存储在预设数据库中,以所述目标加油卡账户作为检索条件,在所述预设数据库中进行查找。若在所述预设数据库中查找到所述目标加油卡账户,执行步骤250;若在所述预设数据库中没有查找到所述目标加油卡账户,执行步骤240。
步骤240,根据所述目标车牌号对所述目标关联数据进行处理。
通常情况下,目标加油卡账户是根据支付信息确定的,不会出现遗漏,因此,若所述候选数据中不存在所述目标加油卡账户,表明以前没有出现过与目标加油卡账户对应的关联数据,则进一步根据所述目标车牌号对目标关联数据进行处理。
具体的,可以是判断所述候选数据中是否存在所述目标车牌号;若所述候选数据中存在所述目标车牌号,将所述目标关联数据存储为临时数据;若所述候选数据中不存在所述目标车牌号,将所述目标关联数据存储为候选数据。
在所述候选数据不存在所述目标车牌号时,表明此次无法再继续确认目标关联数据的正确性,从而可以将所述目标关联数据存储为所述候选数据。在所述候选数据存在所述目标车牌号时,表明此次关联可能出现了错误,将目标关联数据存储为临时数据,以供后续使用。
步骤250,根据目标关联数据出现在所述候选数据中的目标次数,确定所述目标关联数据的正确性。
在所述候选数据中存在所述目标加油卡账户时,表明该目标加油卡在以前有关联的车牌号,该目标关联数据可能是正确的。定义目标关联数据出现在所述候选数据中的次数,从而,可以根据所述目标次数,确定所述目标关联数据的正确性。
具体的,可以是获取在所述候选数据中,出现所述目标关联数据的次数为目标次数;判断所述目标次数是否大于或等于预设次数;若所述目标次数大于或等于所述预设次数,确定所述目标关联数据正确;若所述目标次数小于所述预设次数,确定所述目标关联数据不正确。
在一些实施方式中,候选数据中可以对应记录每条关联数据的出现次数,从而,在所述候选数据中,查找到所述目标关联数据时,可以获取到对应的目标次数。
可以理解的是,所述预设次数可以根据需要进行设置,在此不做具体限定。在本申请实施例中,可将所述预设次数设置为1,即只要所述候选数据中存在的所述目标关联数据,即可以认为所述目标关联数据正确。
其原理是,加油站内将出现的车辆的车牌号和加油卡账户进行关联时,在另一加油站中也会将出现的车辆的车牌号和加油卡账户进行关联。假设有加油站X,以及加油站Y,在加油站X将车牌号A与加油卡账户a进行关联,加油站X可能还出现了车牌号B,车牌号C,此时不能确定车牌号A和加油卡账户a的关联是否正确。
在加油站Y将车牌号A与加油卡账户a进行关联时,加油站Y还出现车牌号B,车牌号C的可能性接近于0,或者,在加油站X的另一时间,加油站X再次将车牌号A与加油卡账户a进行关联时,加油站X还出现车牌号B,车牌号C的可能性接近于0。因此,若再次出现车牌号A与加油卡账户a的关联数据,或是出现次数大于预设次数时,即可确认该关联数据是正确的。即在不同时间和空间中多次出现的关联数据,可以认为是正确的。由于在不同时间或不同空间中,多次出现车牌号A,车牌号B,车牌号C以及加油卡账户a的概率极低,从而以该种方式确认目标关联数据的正确性,得到的结论的准确率是很高的。
本申请实施例提供的关联数据处理方法,在获取到目标关联数据和候选数据之后,可以提取所述目标关联数据中的目标加油卡账户,判断候选数据中是否存在所述目标加油卡账户;若不存在所述目标加油卡账户,根据目标车牌号对所述目标关联数据进行处理;若存在所述目标加油卡账户时,根据所述目标关联数据出现在所述候选数据中的目标次数,确定所述目标关联数据的正确性。通过比较所述目标次数和所述预设次数的大小关系,对目标关联数据正确性进行验证,可有效提升获取到的目标关联数据的准确性。
请参阅图3,本申请再一实施例提供了一种关联数据处理方法,在前述实施例的基础上重点描述了修正目标关联数据的过程,具体的该方法可包括以下步骤。
步骤310,获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户。
步骤320,获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据。
步骤330,根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
步骤310至步骤330可参照前述实施例对应部分,在此不再赘述。
步骤340,在确定所述目标关联数据不正确时,获取未关联的车牌号。
在确定所述目标关联数据不正确时,可以获取未关联的车牌号。可以理解的是,加油站内可能同时出现多个车辆,将关联车牌号和加油卡账户时,有些车牌号可能并没有与加油卡账户进行关联。这部分没有关联上加油卡账户的车牌号,可以存储在某一固定位置,通过访问所述固定位置,可以获取到未关联的车牌号。
步骤350,将所述未关联的车牌号与所述目标加油卡账户进行关联,得到第一关联数据。
在获取到所述未关联的车牌号时,可以将所述未关联的车牌号逐一与所述目标加油卡账户进行关联,得到第一关联数据。例如,未关联的车牌号有3个,分别为车牌A,车牌B,车牌C,则将车牌A与所述目标加油卡账户进行关联得到第一个第一关联数据,将车牌B与所述目标加油卡账户进行关联得到第二个第一关联数据,将车牌C与所述目标加油卡账户进行关联得到第三个第一关联数据。
步骤360,判断在所述候选数据中,出现所述第一关联数据的第一次数是否大于或等于预设次数;若是,执行步骤370;若否,执行步骤380。
定义所述第一次数为第一关联数据出现在所述候选数据中的次数,在得到所述第一关联数据后,可以在候选数据中查找所述第一关联数据,获取对应的次数为第一次数。判断所述第一次数是否大于或等于预设次数;若所述第一次数大于或等于所述预设次数,执行步骤370;若所述第一次数小于所述预设次数,执行步骤380。其中,所述预设次数可以根据实际的需要进行设置,在此不做具体限定。
在一些实施方式中,在所述预设次数设置为1时,判断在所述候选数据中是否存在所述第一关联数据;若存在所述第一关联数据,执行步骤370;若不存在所述第一关联数据,执行步骤380。
在另一些实施方式中,在所述预设次数设置为大于1的数值时,可以先判断在所述候选数据中是否存在所述第一关联数据;若存在所述第一关联数据,获取所述第一关联数据出现在所述候选数据中的第一次数,再判断所述第一次数是否大于或等于所述预设次数;若所述第一次数大于或等于所述预设次数,执行步骤370;若所述第一次数小于所述预设次数,执行步骤380。
步骤370,将所述目标关联数据修正为所述第一关联数据。
若所述第一关联数据出现在所述候选数据中的次数大于或等于所述预设次数,可以认为所述第一关联数据正确,从而可以将所述目标关联数据修正为所述第一关联数据。将目标加油卡账户与未关联的车牌号进行关联,可以提升关联率,若确定第一关联数据正确,根据正确的第一关联数据对目标关联数据进行修正,提升了目标关联数据的准确性。
步骤380,根据临时数据和所述候选数据修正所述目标关联数据。
若所述第一关联数据出现在所述候选数据中的次数小于所述预设次数,可以认为得到所述第一关联数据是不正确的,可以继续根据临时数据修正所述目标关联数据。具体的,可参图4,该过程还可以包括以下步骤。
步骤381,提取所述临时数据中的车牌号。
所述临时数据中,为当前获取到的未确认的关联数据,也就是说,临时数据中的关联数据与目标关联数据是在同一时间段获得的,此时目标关联数据不正确,表明目标加油卡账户关联的车牌号有可能被错误的关联为其他关联数据。因此,可以提取所述临时数据中的车牌号,不断尝试找到与所述目标加油卡账户正确关联的目标车牌号。
步骤382,将提取的所述车牌号与所述目标加油卡账户进行关联,得到第二关联数据。
在提取到所述车牌号后,可以将提取的所述车牌号逐一与目标加油卡账户进行关联,得到第二关联数据。例如,提取的车牌号有车牌D和车牌E,从而,可以将所述目标加油卡账户分别与车牌D,车牌E关联,得到两个所述第二关联数据。
步骤383,判断在所述候选数据中,出现所述第二关联数据的第二次数是否大于或等于预设次数;若是,执行步骤384;若否,执行步骤385。
第二次数为第二关联数据出现在所述候选数据中的次数,在得到所述第二关联数据后,可以在所述候选数据中查找所述第二关联数据,获取对应的次数为第二次数。判断所述第二次数是否大于或等于预设次数;若所述第二次数大于或等于所述预设次数,执行步骤384;若所述第二次数小于所述预设次数,执行步骤385。其中,所述预设次数可以根据实际的需要进行设置,在此不做具体限定。在预设次数设置为1,或是设置为大于1的数值时,对应的判断的流程与前述步骤360中类似,可相互参照。
步骤384,将所述目标关联数据修正为所述第二关联数据。
若所述第二关联数据出现在所述候选数据中的次数大于或等于所述预设次数,可以认为所述第二关联数据正确,从而可以将所述目标关联数据修正为所述第二关联数据。根据正确的第二关联数据对目标关联数据进行修正,提升了目标关联数据的准确性。
步骤385,将所述目标关联数据存储为临时数据。
若所述第二关联数据出现在所述候选数据中的次数小于所述预设次数,表明第二关联数据不正确,表明所述目标关联数据在以前没有出现过,其可能是第一次的出现的关联数据,可以将所述目标关联数据存储为临时数据,以供后续使用。所述临时数据可以按照预设时间间隔转换为所述候选数据,以供后续使用。
本申请实施例提供的关联数据处理方法,将未关联的车牌号与目标加油卡账户进行关联,得到第一关联数据;根据候选数据对所述第一关联数据的正确性进行验证,在所述第一关联数据正确时,修正所述目标关联数据;在所述第一关联数据不正确时,将临时数据中的车牌号与目标加油卡账户进行匹配,得到第二关联数据,在所述第二关联数据正确时,修正目标关联数据。通过将目标加油卡与未关联的车牌号,以及临时数据中的车牌号进行多次匹配,得到第一关联数据或第二关联数据,可提升关联车牌号与加油卡账户的关联率,在第一关联数据或第二关联数据正确时,基于正确的第一关联数据或第二关联数据对目标关联数据进行修正,确保目标关联数据的准确性。
请参阅图5,本申请实施例提供了一种关联数据处理装置400,可应用于电子设备,所述关联数据处理装置400包括第一获取模块410,第二获取模块420,确定模块430。所述第一获取模块410,用于获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户;所述第二获取模块420,用于获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;所述确定模块430,用于根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
进一步的,所述关联数据处理装置400还包括修正模块,用于在确定所述目标关联数据不正确时,根据临时数据修正所述目标关联数据,所述临时数据包括当前获取到的未确认的关联数据。
进一步的,所述修正模块还用于获取未关联的车牌号;将所述未关联的车牌号与所述目标加油卡账户进行关联,得到第一关联数据;判断在所述候选数据中,出现所述第一关联数据的第一次数是否大于或等于预设次数;若所述第一次数大于或等于所述预设次数,将所述目标关联数据修正为所述第一关联数据;若所述第一次数小于所述预设次数,根据所述临时数据和所述候选数据修正所述目标关联数据。
进一步的,所述修正模块还用于提取所述临时数据中的车牌号;将提取的所述车牌号与所述目标加油卡账户进行关联,得到第二关联数据;判断在所述候选数据中,出现所述第二关联数据的第二次数是否大于或等于预设次数;若所述第二次数大于或等于所述预设次数,将所述目标关联数据修正为所述第二关联数据;若所述第二次数小于所述预设次数,将所述目标关联数据存储为临时数据。
进一步的,所述确定模块430还用于判断所述候选数据中是否存在所述目标加油卡账户;若所述候选数据中存在所述目标加油卡账户,根据所述目标关联数据出现在所述候选数据中的目标次数,确定所述目标关联数据的正确性;若所述候选数据中不存在所述目标加油卡账户,根据所述目标车牌号对所述目标关联数据进行处理。
进一步的,所述确定模块430还用于获取在所述候选数据中,出现所述目标关联数据的次数为所述目标次数;判断所述目标次数是否大于或等于预设次数;若所述目标次数大于或等于所述预设次数,确定所述目标关联数据正确;若所述目标次数小于所述预设次数,确定所述目标关联数据不正确。
进一步的,所述确定模块430还用于判断所述候选数据中是否存在所述目标车牌号;若所述候选数据中存在所述目标车牌号,将所述目标关联数据存储为临时数据;若所述候选数据中不存在所述目标车牌号,将所述目标关联数据存储为候选数据。
进一步的,所述关联数据处理装置400还包括转换模块,用于按照预设时间间隔,将所述临时数据转换为所述候选数据。
本申请实施例提供的关联数据处理装置,获取目标关联数据,目标点关联数据中包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;根据候选数据确定所述目标关联数据的正确性。在获取到目标关联数据后,通过候选数据对目标关联数据的正确性进行验证,以获得正确的目标关联数据,可有效提升获取到的目标关联数据的准确性。
要说明的是,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
请参阅图6,本申请实施例提供了一种电子设备的结构框图,该电子设备500包括处理器510以及存储器520以及一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器520中并被配置为由所述一个或多个处理器510执行,所述一个或多个程序配置用于执行上述关联数据处理的方法。
该电子设备500可以是智能手机、平板电脑等能够运行应用程序的终端设备,还可以是服务器。本申请中的电子设备500可以包括一个或多个如下部件:处理器510、存储器520、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器520中并被配置为由一个或多个处理器510执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器510可以包括一个或者多个处理核。处理器510利用各种接口和线路连接整个电子设备500内的各个部分,通过运行或执行存储在存储器520内的指令、程序、代码集或指令集,以及调用存储在存储器520内的数据,执行电子设备500的各种功能和处理数据。可选地,处理器510可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器510可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器510中,单独通过一块通信芯片进行实现。
存储器520可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器520可用于存储指令、程序、代码、代码集或指令集。存储器520可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备500在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
本申请实施例提供的电子设备,获取目标关联数据,目标点关联数据中包括具有关联关系的目标车牌号和目标加油卡账户;获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;根据候选数据确定所述目标关联数据的正确性。在获取到目标关联数据后,通过候选数据对目标关联数据的正确性进行验证,以获得正确的目标关联数据,可有效提升获取到的目标关联数据的准确性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种关联数据处理方法,其特征在于,所述方法包括:
获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户;
获取候选数据,所述候选数据包括在不同时间和/或不同空间出现过的车牌号和加油卡账户之间的关联数据;
根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在确定所述目标关联数据不正确时,根据临时数据修正所述目标关联数据,所述临时数据包括当前获取到的未确认的关联数据。
3.根据权利要求2所述的方法,其特征在于,所述根据临时数据修正所述目标关联数据,包括:
获取未关联的车牌号;
将所述未关联的车牌号与所述目标加油卡账户进行关联,得到第一关联数据;
判断在所述候选数据中,出现所述第一关联数据的第一次数是否大于或等于预设次数;
若所述第一次数大于或等于所述预设次数,将所述目标关联数据修正为所述第一关联数据;
若所述第一次数小于所述预设次数,根据所述临时数据和所述候选数据修正所述目标关联数据。
4.根据权利要求3所述的方法,其特征在于,所述根据所述临时数据和所述候选数据修正所述目标关联数据,包括:
提取所述临时数据中的车牌号;
将提取的所述车牌号与所述目标加油卡账户进行关联,得到第二关联数据;
判断在所述候选数据中,出现所述第二关联数据的第二次数是否大于或等于预设次数;
若所述第二次数大于或等于所述预设次数,将所述目标关联数据修正为所述第二关联数据;
若所述第二次数小于所述预设次数,将所述目标关联数据存储为临时数据。
5.根据权利要求1所述的方法,其特征在于,所述根据所述候选数据确定所述目标关联数据的正确性,包括:
判断所述候选数据中是否存在所述目标加油卡账户;
若所述候选数据中存在所述目标加油卡账户,根据所述目标关联数据出现在所述候选数据中的目标次数,确定所述目标关联数据的正确性;
若所述候选数据中不存在所述目标加油卡账户,根据所述目标车牌号对所述目标关联数据进行处理。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标关联数据出现在所述候选数据中的目标次数,确定所述目标关联数据的正确性,包括:
获取在所述候选数据中,出现所述目标关联数据的次数为所述目标次数;
判断所述目标次数是否大于或等于预设次数;
若所述目标次数大于或等于所述预设次数,确定所述目标关联数据正确;
若所述目标次数小于所述预设次数,确定所述目标关联数据不正确。
7.根据权利要求5所述的方法,其特征在于,所述根据所述目标车牌号对所述目标关联数据进行处理,包括:
判断所述候选数据中是否存在所述目标车牌号;
若所述候选数据中存在所述目标车牌号,将所述目标关联数据存储为临时数据;
若所述候选数据中不存在所述目标车牌号,将所述目标关联数据存储为候选数据。
8.根据权利要求2、3、4或7任一项所述的方法,其特征在于,所述方法还包括:
按照预设时间间隔,将所述临时数据转换为所述候选数据。
9.一种关联数据处理装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标关联数据,所述目标关联数据包括具有关联关系的目标车牌号和目标加油卡账户;
第二获取模块,用于获取候选数据,所述候选数据包括在不同时间和/或不同空间,出现过的车牌号和加油卡账户的关联数据;
确定模块,用于根据所述候选数据确定所述目标关联数据的正确性,获得正确的目标关联数据。
10.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,与所述一个或多个处理器电连接;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如权利要求1至8任一项所述的方法。
11.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665764.2A CN113515575A (zh) | 2021-06-16 | 2021-06-16 | 关联数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110665764.2A CN113515575A (zh) | 2021-06-16 | 2021-06-16 | 关联数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113515575A true CN113515575A (zh) | 2021-10-19 |
Family
ID=78065667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110665764.2A Pending CN113515575A (zh) | 2021-06-16 | 2021-06-16 | 关联数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113515575A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022939A (zh) * | 2014-04-25 | 2015-11-04 | 腾讯科技(深圳)有限公司 | 信息验证方法及装置 |
CN105719140A (zh) * | 2014-12-05 | 2016-06-29 | 阿里巴巴集团控股有限公司 | 一种用户信息的验证方法和装置 |
CN109727047A (zh) * | 2017-10-30 | 2019-05-07 | 北京京东尚科信息技术有限公司 | 一种确定数据关联度的方法和装置、数据推荐方法和装置 |
CN109816397A (zh) * | 2018-12-03 | 2019-05-28 | 北京奇艺世纪科技有限公司 | 一种欺诈判别方法、装置及存储介质 |
CN110298648A (zh) * | 2019-05-22 | 2019-10-01 | 平安银行股份有限公司 | 基于核心互联***的数据处理方法、***、设备和介质 |
CN112218243A (zh) * | 2020-09-03 | 2021-01-12 | 北京北大千方科技有限公司 | 海量人车数据的关联方法、装置、设备及存储介质 |
CN112235306A (zh) * | 2020-10-15 | 2021-01-15 | 深圳市行一科技服务有限公司 | 一种基于云安全的电子商务账户验证方法 |
CN112435126A (zh) * | 2021-01-26 | 2021-03-02 | 深圳华锐金融技术股份有限公司 | 账户识别方法、装置、计算机设备和存储介质 |
CN112489303A (zh) * | 2020-11-30 | 2021-03-12 | 招商华软信息有限公司 | 基于etc的加油站无感支付方法、电子设备、存储介质及*** |
-
2021
- 2021-06-16 CN CN202110665764.2A patent/CN113515575A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022939A (zh) * | 2014-04-25 | 2015-11-04 | 腾讯科技(深圳)有限公司 | 信息验证方法及装置 |
CN105719140A (zh) * | 2014-12-05 | 2016-06-29 | 阿里巴巴集团控股有限公司 | 一种用户信息的验证方法和装置 |
CN109727047A (zh) * | 2017-10-30 | 2019-05-07 | 北京京东尚科信息技术有限公司 | 一种确定数据关联度的方法和装置、数据推荐方法和装置 |
CN109816397A (zh) * | 2018-12-03 | 2019-05-28 | 北京奇艺世纪科技有限公司 | 一种欺诈判别方法、装置及存储介质 |
CN110298648A (zh) * | 2019-05-22 | 2019-10-01 | 平安银行股份有限公司 | 基于核心互联***的数据处理方法、***、设备和介质 |
CN112218243A (zh) * | 2020-09-03 | 2021-01-12 | 北京北大千方科技有限公司 | 海量人车数据的关联方法、装置、设备及存储介质 |
CN112235306A (zh) * | 2020-10-15 | 2021-01-15 | 深圳市行一科技服务有限公司 | 一种基于云安全的电子商务账户验证方法 |
CN112489303A (zh) * | 2020-11-30 | 2021-03-12 | 招商华软信息有限公司 | 基于etc的加油站无感支付方法、电子设备、存储介质及*** |
CN112435126A (zh) * | 2021-01-26 | 2021-03-02 | 深圳华锐金融技术股份有限公司 | 账户识别方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110502608B (zh) | 基于知识图谱的人机对话方法及人机对话装置 | |
EP3696746A1 (en) | Method and apparatus for determining description information, electronic device and computer storage medium | |
CN110764993A (zh) | 自动化测试方法及终端设备 | |
CN109033772B (zh) | 一种验证信息的输入方法及装置 | |
CN109345417B (zh) | 基于身份认证的业务人员的在线考核方法及终端设备 | |
CN111695439A (zh) | 图像结构化数据提取方法、电子装置及存储介质 | |
CN115935344A (zh) | 一种异常设备的识别方法、装置及电子设备 | |
CN112181835A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN111258905A (zh) | 缺陷定位方法、装置和电子设备及计算机可读存储介质 | |
CN106649210A (zh) | 一种数据转换方法及装置 | |
CN110750440A (zh) | 数据测试方法及终端设备 | |
CN113761210A (zh) | 基于报告文本信息识别的信息处理方法及*** | |
CN117423124A (zh) | 基于表格图像的表格数据处理方法和装置、设备及介质 | |
CN113312258A (zh) | 一种接口测试方法、装置、设备及存储介质 | |
CN112990868A (zh) | 车辆保险自动赔付方法、***、设备及存储介质 | |
CN110750637B (zh) | 文本摘要提取方法、装置、计算机设备及存储介质 | |
CN115982388B (zh) | 案件质控图谱建立、案件文书质检方法、设备及存储介质 | |
CN113515575A (zh) | 关联数据处理方法、装置、电子设备及存储介质 | |
CN109120509B (zh) | 一种信息收集的方法及装置 | |
CN111581299A (zh) | 基于大数据的多源数据仓库的库间数据转换***及方法 | |
CN113672496B (zh) | 一种基于余弦相似度的测试方法及*** | |
CN111310442B (zh) | 形近字纠错语料挖掘方法、纠错方法、设备及存储介质 | |
CN108572948A (zh) | 门牌信息的处理方法及装置 | |
CN109241208B (zh) | 地址定位、地址监测、信息处理方法及装置 | |
CN113282837A (zh) | 事件分析方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |