本技術(shù)涉及大數(shù)據(jù)處理，尤其涉及一種將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的方法、系統(tǒng)、智能終端及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)：

1、csv（comma-separated?values，逗號分隔值）格式是一種常見的電子表格數(shù)據(jù)存儲方式，其格式簡單易懂，而且大多數(shù)電子表格應(yīng)用程序都支持導(dǎo)入和導(dǎo)出csv文件，它已成為許多應(yīng)用程序中數(shù)據(jù)交換的標(biāo)準(zhǔn)格式之一。

2、目前csv數(shù)據(jù)進(jìn)行處理以及存儲時，由于數(shù)據(jù)本身沒有綁定到數(shù)據(jù)對象中，導(dǎo)致在處理數(shù)據(jù)時要通過人工干預(yù)來實(shí)現(xiàn)數(shù)據(jù)與數(shù)據(jù)對象的對應(yīng)，從而使得csv數(shù)據(jù)在采集時極為不便，影響用戶對csv數(shù)據(jù)的使用。

3、因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的方法、系統(tǒng)、智能終端及計算機(jī)可讀存儲介質(zhì)，旨在解決現(xiàn)有技術(shù)中在處理csv數(shù)據(jù)時由于數(shù)據(jù)本身未綁定到數(shù)據(jù)對象中導(dǎo)致在處理數(shù)據(jù)時要通過人工干預(yù)來實(shí)現(xiàn)數(shù)據(jù)與數(shù)據(jù)對象的對應(yīng)，從而使得csv數(shù)據(jù)在采集時極為不便，影響用戶對csv數(shù)據(jù)使用的問題。

2、本技術(shù)第一方面實(shí)施例提供一種將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的方法，包括以下步驟：獲取目標(biāo)數(shù)據(jù)對象，對所述目標(biāo)數(shù)據(jù)對象進(jìn)行定義，得到目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)；根據(jù)所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，構(gòu)建所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的綁定規(guī)則；獲取待綁定csv數(shù)據(jù)，根據(jù)所述綁定規(guī)則，將所述待綁定csv數(shù)據(jù)綁定到所述目標(biāo)數(shù)據(jù)對象。

3、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以通過定義得到的目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)對待綁定csv數(shù)據(jù)進(jìn)行處理，讓待綁定csv數(shù)據(jù)通過制定的綁定規(guī)則準(zhǔn)確的綁定到要綁定的目標(biāo)數(shù)據(jù)對象上，從而解決了在處理csv數(shù)據(jù)時由于數(shù)據(jù)本身未綁定到數(shù)據(jù)對象中導(dǎo)致在處理數(shù)據(jù)時要通過人工干預(yù)來實(shí)現(xiàn)數(shù)據(jù)與數(shù)據(jù)對象的對應(yīng)，從而使得csv數(shù)據(jù)在采集時極為不便，影響用戶對csv數(shù)據(jù)使用的問題。

4、可選地，在本技術(shù)的一個實(shí)施例中，所述獲取目標(biāo)數(shù)據(jù)對象，對所述目標(biāo)數(shù)據(jù)對象進(jìn)行定義，得到目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，具體包括：根據(jù)所述目標(biāo)數(shù)據(jù)對象，獲取所述目標(biāo)數(shù)據(jù)對象的屬性信息，根據(jù)所述目標(biāo)數(shù)據(jù)對象的屬性信息計算所述目標(biāo)數(shù)據(jù)對象的加密值；獲取所述目標(biāo)數(shù)據(jù)對象的元數(shù)據(jù)存儲表，根據(jù)所述加密值，遍歷所述元數(shù)據(jù)存儲表，判斷所述目標(biāo)數(shù)據(jù)對象是否存在元數(shù)據(jù)信息；若所述目標(biāo)數(shù)據(jù)對象中存在元數(shù)據(jù)信息，則獲取所述元數(shù)據(jù)信息，并將所述元數(shù)據(jù)信息定義為目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)；若所述目標(biāo)數(shù)據(jù)對象中不存在元數(shù)據(jù)信息，則將所述屬性信息定義為目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)。

5、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以在將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的過程中通過加密值判斷目標(biāo)數(shù)據(jù)對象是否存在元數(shù)據(jù)信息，從而可以通過已有的元數(shù)據(jù)信息得到目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，節(jié)約了定義目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的功耗；同時對不存在元數(shù)據(jù)信息的目標(biāo)數(shù)據(jù)對象的也進(jìn)行定義得到目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，保證目標(biāo)數(shù)據(jù)對象可以與所有待綁定csv數(shù)據(jù)綁定。

6、可選地，在本技術(shù)的一個實(shí)施例中，所述獲取目標(biāo)數(shù)據(jù)對象，對所述目標(biāo)數(shù)據(jù)對象進(jìn)行定義，得到目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，之后還包括：遍歷所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，為所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)中的屬性進(jìn)行畫像，得到所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性畫像，并將所述屬性畫像存儲到所述元數(shù)據(jù)存儲表中，其中，所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性包括屬性名稱、屬性描述、屬性類型、屬性約束規(guī)則和枚舉類型。

7、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以通過對目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)中的屬性進(jìn)行畫像，從而將數(shù)據(jù)對象標(biāo)簽化，讓每一個數(shù)據(jù)對象元數(shù)據(jù)中的屬性更加清晰明確。

8、可選地，在本技術(shù)的一個實(shí)施例中，所述根據(jù)所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，構(gòu)建所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的綁定規(guī)則，具體包括：判斷所述目標(biāo)數(shù)據(jù)對象是否包含有數(shù)據(jù)架構(gòu)；若所述目標(biāo)數(shù)據(jù)對象包含有數(shù)據(jù)架構(gòu)，則根據(jù)所述目標(biāo)數(shù)據(jù)對象對應(yīng)的數(shù)據(jù)架構(gòu)，定義所述屬性畫像的第一識別規(guī)則；若所述目標(biāo)數(shù)據(jù)對象不包含數(shù)據(jù)架構(gòu)，則對無數(shù)據(jù)架構(gòu)的目標(biāo)數(shù)據(jù)對象建立標(biāo)注信息，根據(jù)所述標(biāo)注信息選擇或構(gòu)建算法模型定義所述屬性畫像的第二識別規(guī)則；將所述第一識別規(guī)則和所述第二識別規(guī)則作為所述綁定規(guī)則；將所述綁定規(guī)則存儲到所述元數(shù)據(jù)存儲表中的屬性畫像中。

9、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以為目標(biāo)數(shù)據(jù)對象構(gòu)建目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的綁定規(guī)則，并且在綁定過程中對于有數(shù)據(jù)架構(gòu)的數(shù)據(jù)通過數(shù)據(jù)架構(gòu)定義出對應(yīng)的識別規(guī)則，對于沒有數(shù)據(jù)架構(gòu)的目標(biāo)數(shù)據(jù)對象通過標(biāo)注后對應(yīng)通過算法模型來定義出識別規(guī)則，通過上述識別規(guī)則的制定，使得目標(biāo)數(shù)據(jù)對象可以定義出全面完整的目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的綁定規(guī)則，讓綁定過程更加完整準(zhǔn)確。

10、可選地，在本技術(shù)的一個實(shí)施例中，所述獲取待綁定csv數(shù)據(jù)，根據(jù)所述綁定規(guī)則，將所述待綁定csv數(shù)據(jù)綁定到所述目標(biāo)數(shù)據(jù)對象，具體包括：將所述待綁定csv數(shù)據(jù)轉(zhuǎn)化為數(shù)組；對所述數(shù)組進(jìn)行隨機(jī)抽樣，得到抽樣數(shù)據(jù)，并對所述抽樣數(shù)據(jù)進(jìn)行行列轉(zhuǎn)換，將相同索引的每一列數(shù)據(jù)作為一組分析對象；根據(jù)所述綁定規(guī)則將所述分析對象與所述屬性畫像進(jìn)行匹配，得到匹配結(jié)果；根據(jù)所述匹配結(jié)果，將所述分析對象所在列的csv數(shù)據(jù)與對應(yīng)的目標(biāo)數(shù)據(jù)對象進(jìn)行綁定。

11、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以無需對整個csv數(shù)據(jù)進(jìn)行識別，只需要對每一列中抽樣到的數(shù)據(jù)進(jìn)行處理，就可以將該列綁定到對應(yīng)的目標(biāo)數(shù)據(jù)對象上，從而節(jié)約了處理時間，也減小了數(shù)據(jù)處理消耗。

12、可選地，在本技術(shù)的一個實(shí)施例中，所述根據(jù)所述綁定規(guī)則將所述分析對象與所述屬性畫像進(jìn)行匹配，具體包括：獲取索引，根據(jù)所述元數(shù)據(jù)存儲表中的屬性畫像，將分析對象與對應(yīng)的屬性畫像進(jìn)行匹配得到匹配結(jié)果，并根據(jù)匹配結(jié)果，通過所述索引對所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行標(biāo)記；將未對目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行標(biāo)記的索引進(jìn)行對應(yīng)標(biāo)記；記錄所述索引與所述屬性的標(biāo)記關(guān)系，將分析對象所在列的csv數(shù)據(jù)與目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行匹配。

13、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以通過元數(shù)據(jù)存儲表中的屬性畫像，對分析對象進(jìn)行處理，讓分析對象與對應(yīng)的屬性進(jìn)行匹配，同時通過索引對目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行標(biāo)記，進(jìn)而讓csv數(shù)據(jù)通過索引與目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行一一對應(yīng)，即實(shí)現(xiàn)了將待綁定csv數(shù)據(jù)綁定到目標(biāo)數(shù)據(jù)對象的效果。

14、可選地，在本技術(shù)的一個實(shí)施例中，所述根據(jù)元數(shù)據(jù)存儲表中的屬性畫像，將分析對象與對應(yīng)的屬性畫像進(jìn)行匹配得到匹配結(jié)果，具體包括：當(dāng)所述分析對象與屬性畫像進(jìn)行匹配時，判斷采用的匹配規(guī)則為第一識別規(guī)則還是第二識別規(guī)則；若采用所述第一識別規(guī)則進(jìn)行匹配，當(dāng)所述分析對象中的數(shù)據(jù)與所述目標(biāo)數(shù)據(jù)對象的數(shù)據(jù)架構(gòu)一致時，匹配成功；若采用所述第二識別規(guī)則進(jìn)行匹配，當(dāng)所述分析對象中的數(shù)據(jù)與所述算法模型的匹配準(zhǔn)確度達(dá)到預(yù)定閾值時，匹配成功。

15、根據(jù)上述技術(shù)手段，本技術(shù)實(shí)施例可以在將分析對象與屬性畫像進(jìn)行匹配時，對于由數(shù)據(jù)架構(gòu)對應(yīng)的屬性畫像的識別規(guī)則進(jìn)行直接匹配，而對于通過算法模型進(jìn)行匹配的數(shù)據(jù)在其達(dá)到一定的準(zhǔn)確值后認(rèn)為匹配成功，從而讓在csv數(shù)據(jù)中沒有數(shù)據(jù)架構(gòu)的數(shù)據(jù)也可以靈活的通過算法模型進(jìn)行自動匹配。

16、本技術(shù)第二方面實(shí)施例提供一種將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的系統(tǒng)，所述將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的系統(tǒng)包括：元數(shù)據(jù)定義模塊，用于獲取目標(biāo)數(shù)據(jù)對象，對所述目標(biāo)數(shù)據(jù)對象進(jìn)行定義，得到目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)；規(guī)則構(gòu)建模塊，用于根據(jù)所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，構(gòu)建所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的綁定規(guī)則；數(shù)據(jù)綁定模塊，用于獲取待綁定csv數(shù)據(jù)，根據(jù)所述綁定規(guī)則，將所述待綁定csv數(shù)據(jù)綁定到所述目標(biāo)數(shù)據(jù)對象。

17、可選地，在本技術(shù)的一個實(shí)施例中，所述元數(shù)據(jù)定義模塊包括：加密值計算單元，用于根據(jù)所述目標(biāo)數(shù)據(jù)對象，獲取所述目標(biāo)數(shù)據(jù)對象的屬性信息，根據(jù)所述目標(biāo)數(shù)據(jù)對象的屬性信息計算所述目標(biāo)數(shù)據(jù)對象的加密值；信息判別單元，用于獲取所述目標(biāo)數(shù)據(jù)對象的元數(shù)據(jù)存儲表，根據(jù)所述加密值，遍歷所述元數(shù)據(jù)存儲表，判斷所述目標(biāo)數(shù)據(jù)對象是否存在元數(shù)據(jù)信息；第一定義單元，用于若所述目標(biāo)數(shù)據(jù)對象中存在元數(shù)據(jù)信息，則獲取所述元數(shù)據(jù)信息，并將所述元數(shù)據(jù)信息定義為目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)；第二定義單元，用于若所述目標(biāo)數(shù)據(jù)對象中不存在元數(shù)據(jù)信息，則將所述屬性信息定義為目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)。

18、可選地，在本技術(shù)的一個實(shí)施例中，本技術(shù)實(shí)施例的將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的系統(tǒng)還包括：屬性畫像單元，用于遍歷所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)，為所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)中的屬性進(jìn)行畫像，得到所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性畫像，并將所述屬性畫像存儲到所述元數(shù)據(jù)存儲表中，其中，所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性包括屬性名稱、屬性描述、屬性類型、屬性約束規(guī)則和枚舉類型。

19、可選地，在本技術(shù)的一個實(shí)施例中，所述規(guī)則構(gòu)建模塊包括：數(shù)據(jù)架構(gòu)判斷單元，用于判斷所述目標(biāo)數(shù)據(jù)對象是否包含有數(shù)據(jù)架構(gòu)；第一畫像定義單元，用于若所述目標(biāo)數(shù)據(jù)對象包含有數(shù)據(jù)架構(gòu)，則根據(jù)所述目標(biāo)數(shù)據(jù)對象對應(yīng)的數(shù)據(jù)架構(gòu)，定義所述屬性畫像的第一識別規(guī)則；第二畫像定義單元，用于若所述目標(biāo)數(shù)據(jù)對象不包含數(shù)據(jù)架構(gòu)，則對無數(shù)據(jù)架構(gòu)的目標(biāo)數(shù)據(jù)對象建立標(biāo)注信息，根據(jù)所述標(biāo)注信息選擇或構(gòu)建算法模型定義所述屬性畫像的第二識別規(guī)則；綁定單元，用于將所述第一識別規(guī)則和所述第二識別規(guī)則作為所述綁定規(guī)則；綁定存儲單元，用于將所述綁定規(guī)則存儲到所述元數(shù)據(jù)存儲表中的屬性畫像中。

20、可選地，在本技術(shù)的一個實(shí)施例中，所述數(shù)據(jù)綁定模塊包括：轉(zhuǎn)化單元，用于將所述待綁定csv數(shù)據(jù)轉(zhuǎn)化為數(shù)組；分析對象生成單元，用于對所述數(shù)組進(jìn)行隨機(jī)抽樣，得到抽樣數(shù)據(jù)，并對所述抽樣數(shù)據(jù)進(jìn)行行列轉(zhuǎn)換，將相同索引的每一列數(shù)據(jù)作為一組分析對象；分析對象匹配單元，用于根據(jù)所述綁定規(guī)則將所述分析對象與所述屬性畫像進(jìn)行匹配，得到匹配結(jié)果；分析對象綁定單元，用于根據(jù)所述匹配結(jié)果，將所述分析對象所在列的csv數(shù)據(jù)與對應(yīng)的目標(biāo)數(shù)據(jù)對象進(jìn)行綁定。

21、可選地，在本技術(shù)的一個實(shí)施例中，所述分析對象匹配單元包括：第一標(biāo)記單元，用于獲取索引，根據(jù)元數(shù)據(jù)存儲表中的屬性畫像，將分析對象與對應(yīng)的屬性畫像進(jìn)行匹配得到匹配結(jié)果，并根據(jù)匹配結(jié)果，通過所述索引對所述目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行標(biāo)記；第二標(biāo)記單元，用于將未對目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行標(biāo)記的索引進(jìn)行對應(yīng)標(biāo)記；標(biāo)記匹配單元，用于記錄所述索引與所述屬性的標(biāo)記關(guān)系，將分析對象所在列的csv數(shù)據(jù)與目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)的屬性進(jìn)行匹配。

22、可選地，在本技術(shù)的一個實(shí)施例中，所述第一標(biāo)記單元包括：規(guī)則判斷單元，用于當(dāng)所述分析對象與屬性畫像進(jìn)行匹配時，判斷采用的匹配規(guī)則為第一識別規(guī)則還是第二識別規(guī)則；數(shù)據(jù)架構(gòu)匹配單元，用于若采用所述第一識別規(guī)則進(jìn)行匹配，當(dāng)所述分析對象中的數(shù)據(jù)與所述目標(biāo)數(shù)據(jù)對象的數(shù)據(jù)架構(gòu)一致時，匹配成功；算法模型匹配單元，用于若采用所述第二識別規(guī)則進(jìn)行匹配，當(dāng)所述分析對象中的數(shù)據(jù)與所述算法模型的匹配準(zhǔn)確度達(dá)到預(yù)定閾值時，匹配成功。

23、本技術(shù)第三方面實(shí)施例提供一種智能終端，所述智能終端包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的程序，所述將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的程序被所述處理器執(zhí)行時實(shí)現(xiàn)如上述實(shí)施例所述的將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的方法的步驟。

24、本技術(shù)第四方面實(shí)施例提供一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)存儲有將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的程序，所述將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的程序被處理器執(zhí)行時實(shí)現(xiàn)如上述實(shí)施例所述的將csv數(shù)據(jù)綁定到數(shù)據(jù)對象的方法的步驟。

25、本技術(shù)的有益效果：

26、本技術(shù)實(shí)施例可以通過元數(shù)據(jù)作為中間橋梁，將待綁定的csv數(shù)據(jù)通過由目標(biāo)數(shù)據(jù)對象元數(shù)據(jù)得到的綁定規(guī)則綁定到目標(biāo)數(shù)據(jù)對象上，從而解決了在處理csv數(shù)據(jù)時由于數(shù)據(jù)本身未綁定到數(shù)據(jù)對象中導(dǎo)致在處理數(shù)據(jù)時要通過人工干預(yù)來實(shí)現(xiàn)數(shù)據(jù)與數(shù)據(jù)對象的對應(yīng)，從而使得csv數(shù)據(jù)在采集時極為不便，影響用戶對csv數(shù)據(jù)使用的問題，讓用戶在使用時可以直接將大量的csv數(shù)據(jù)與目標(biāo)數(shù)據(jù)對象進(jìn)行綁定，進(jìn)而讓用戶可以方便快速的進(jìn)行之后的存儲或者是其他處理過程。進(jìn)一步的，本技術(shù)實(shí)施例中在將csv數(shù)據(jù)綁定到數(shù)據(jù)對象時，在指定綁定規(guī)則時，針對有數(shù)據(jù)架構(gòu)的目標(biāo)數(shù)據(jù)對象，通過數(shù)據(jù)架構(gòu)來定義綁定規(guī)則，而對于無數(shù)據(jù)架構(gòu)的則對應(yīng)的通過算法模型來定義綁定規(guī)則，從而讓數(shù)據(jù)對象對應(yīng)的綁定規(guī)則可以覆蓋全部的待綁定csv數(shù)據(jù)。

27、本技術(shù)附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術(shù)的實(shí)踐了解到。