数据类型转换方法、电子设备及可读存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种数据类型转换方法、电子设备及可读存储介质。


背景技术：

2.随着科技的高速发展，计算机技术也发展地越来越成熟，目前，针对于多业务的数据处理，由于各数据的来源不同，各数据的类型通常是多样化的，需要将各数据的数据类型统一转换为同一个数据类型，以对各数据进行数据处理，通常通过人工对各数据进行分析，从而将各数据类型统一，而当数据量较多或者数据来源较广时，由于人的能力是有限度的，容易出现短时间内无法将各数据类型统一的情况，从而导致数据类型转换效率低。


技术实现要素：

3.本技术的主要目的在于提供一种数据类型转换方法、电子设备及可读存储介质，旨在解决现有技术中数据类型转换效率低的技术问题。
4.为实现上述目的，本技术提供一种数据类型转换方法，应用于数据类型转换设备，所述数据类型转换方法包括：获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；若存在所述新增待处理数据，则依据所述新增待处理数据对应的数据类型，对所述预设数据类型库进行更新，并返回执行步骤：依据各所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果；若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据。
5.为实现上述目的，本技术还提供一种数据类型转换装置，所述数据类型转换装置应用于数据类型转换设备，所述数据类型转换装置包括：获取模块，用于获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；分类模块，用于依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；
调整模块，用于若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；转移模块，用于若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据。
6.本技术还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述数据类型转换方法的程序，所述数据类型转换方法的程序被处理器执行时可实现如上述的数据类型转换方法的步骤。
7.本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现数据类型转换方法的程序，所述数据类型转换方法的程序被处理器执行时实现如上述的数据类型转换方法的步骤。
8.本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的数据类型转换方法的步骤。
9.本技术提供了一种数据类型转换方法、电子设备及可读存储介质，相比于通过人工对各数据进行分析，从而将各数据的数据类型统一的方法，本技术通过获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据，根据对各待处理数据进行分类，得到分类结果，以根据分类结果进行数据类型的转换，实现了数据类型转换的自动化流程，避免了当数据量较多或者数据来源较广时，由于人的能力是有限度的，容易出现短时间内无法将各数据类型统一情况的技术缺陷，从而提高了数据类型转换效率。
附图说明
10.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
11.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
12.图1为本技术数据类型转换方法第一实施例的流程示意图；图2为本技术数据类型转换方法第二实施例的流程示意图；图3为本技术数据类型转换方法的场景示意图；图4为本技术实施例中数据类型转换方法涉及的装置结构示意图；图5为本技术实施例中数据类型转换方法涉及的硬件运行环境的设备结构示意图。
13.本技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
14.为使本技术的上述目的、特征和优点能够更加明显易懂，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本技术保护的范围。
15.实施例一本技术实施例提供一种数据类型转换方法，在本技术数据类型转换方法的第一实施例中，参照图1，所述数据类型转换方法包括：步骤s10，获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；步骤s20，依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；步骤s30，若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；步骤s40，若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据。
16.在本实施例中，需要说明的是，所述待处理数据包括接收到的新一批数据和所述搁置队列中的数据，所述类型转换信息为各数据类型的可转换数据类型的信息整合，所述可转换待处理数据为对应的预测数据类型可以转换为目标数据类型的待处理数据，所述不可转换待处理数据为对应的预测数据类型不可转换为目标数据类型的数据，所述待处理数据可以为企业中各部门的业务数据，还可以为其他用于数据治理的数据。
17.示例性地，步骤s10至步骤s40包括：获取各待处理数据，通过数据类型预测模型预测各所述待处理数据对应的预测数据类型；依据各所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果；若存在所述可转换待处理数据，则获取各所述可转换待处理数据对应的目标数据类型，将各所述可转换待处理数据的数据类型调整为所述目标数据类型；若存在所述不可转换数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据，直至所述不可转换待处理数据可转换为可转换待处理数据，则将所述不可转换待处理数据从所述搁置队列中移除。
18.其中，在步骤s10中，所述预测各所述待处理数据对应的预测数据类型的步骤包括：步骤s21，获取数据类型预测模型，其中，所述数据类型预测模型包括遮盖网络和预测网络；步骤s22，通过所述遮盖网络对所述待处理数据进行遮盖，得到目标数量的遮盖数据和所述遮盖数据对应的未被遮盖数据；
步骤s23，依据所述遮盖数据对应的未被遮盖数据，通过所述预测网络预测得到各所述遮盖数据对应的数据类型，作为各所述待处理数据对应的预测数据类型。
19.示例性地，步骤s21至步骤s23包括：获取训练好的数据类型预测模型；将所述待处理数据输入至所述数据类型预测模型，获取所述待处理数据对应的遮盖比例和遮盖位置，依据所述遮盖比例和所述遮盖位置，通过所述遮盖网络对所述待处理数据进行遮盖，得到目标数量的遮盖数据和所述遮盖数据对应的未被遮盖数据；依据所述遮盖数据对应的未被遮盖数据，通过所述预测网络预测得到各所述遮盖数据对应的数据类型，得到各所述待处理数据对应的预测数据类型。
20.作为一种示例，所述获取所述待处理数据对应的遮盖比例和遮盖位置的步骤包括：通过随机数组获取所述待处理数据对应的遮盖比例和遮盖位置，例如，随机数为（10，5，10，15），则确定遮盖比例为10%，遮盖待处理数据中顺次位置为5、10、15的数。或者，通过训练得到的遮盖网络确定所述待处理数据对应的遮盖比例，通过随机数组获取所述待处理数据对应的遮盖位置。
21.其中，在步骤s20中，在所述依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种的步骤之前，还包括：步骤d10，依据所述已有数据类型和各所述待处理数据对应的预测数据类型，判断各所述待处理数据中是否存在新增待处理数据；步骤d20，若存在，则依据所述新增待处理数据对应的数据类型，对所述预设数据类型库进行更新，并返回执行步骤：依据所述已有数据类型和各所述待处理数据对应的预测数据类型，判断各所述待处理数据中是否存在新增待处理数据；步骤d30，若不存在，则执行步骤：依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果。
22.在本实施例中，需要说明的是，所述新增待处理数据为对应的预测数据类型不属于所述预设数据类型库中的已有数据类型的数据。
23.示例性地，步骤d10至步骤d30包括：将各所述待处理数据对应的预测数据类型与所述已有数据类型进行比对，判断各所述待处理数据中是否存在新增待处理数据；若各所述待处理数据中存在新增待处理数据，则依据所述新增待处理数据对应的数据类型，对所述预设数据类型库进行更新，并返回执行步骤：依据所述已有数据类型和各所述待处理数据对应的预测数据类型，判断各所述待处理数据中是否存在新增待处理数据；若各所述待处理数据中不存在新增待处理数据，则执行步骤：依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果。
24.其中，在步骤d10中，所述依据所述已有数据类型和各所述待处理数据对应的预测数据类型，判断各所述待处理数据中是否存在新增待处理数据的步骤包括：步骤d11，将各所述预测数据类型和所述预设数据类型库中的已有数据类型进行
比对，判断各所述预测数据类型中是否存在不属于所述已有数据类型的新增数据类型；步骤d12，若是，则判定各所述待处理数据中存在新增待处理数据；步骤d13，若否，则判定各所述待处理数据中不存在新增待处理数据。
25.示例性地，步骤d11至步骤d13包括：将各所述预测数据类型和所述预设数据类型库中的已有数据类型进行比对，判断各所述预测数据类型中是否存在不属于所述已有数据类型的新增数据类型，若各所述预测数据类型中存在不属于所述已有数据类型的新增数据类型，则判定各所述待处理数据中存在新增待处理数据；若各所述预测数据类型中不存在不属于所述已有数据类型的新增数据类型，则判定各所述待处理数据中不存在新增待处理数据，例如，当预设数据类型库中的已有数据类型为数据类型a、数据类型b和数据类型c，类型转换信息仅包括数据类型a和数据类型b可以互相转换，待处理数据中的预测数据类型包含数据类型a、数据类型b、数据类型c和数据类型d时，将数据类型a和数据类型b作为可转换待处理数据，将数据类型c作为不可转换待处理数据，将数据类型d作为新增待处理数据。
26.其中，在步骤s20中，所述依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种的步骤包括：步骤s21，依据所述预测数据类型和所述已有数据类型对应的类型转换信息，确定各所述待处理数据对应的目标转换类型；步骤s22，若所述待处理数据中存在第一待处理数据对应的预测数据类型可转换为所述目标转换类型，则将所述第一待处理数据作为所述可转换待处理数据；步骤s23，若所述待处理数据存在第二待处理数据对应的预测数据类型不可转换为所述目标转换类型，则将所述第二待处理数据作为所述不可转换待处理数据。
27.示例性地，步骤s21至步骤s23包括：依据所述预测数据类型和所述已有数据类型对应的类型转换信息，确定各所述预测数据类型对应的预测类型转换信息，依据各所述预测类型转换信息，选取各所述待处理数据对应的目标转换类型；若所述待处理数据中存在第一待处理数据对应的预测数据类型可转换为所述目标转换类型，则将所述第一待处理数据作为所述可转换待处理数据；若所述待处理数据存在第二待处理数据对应的预测数据类型不可转换为所述目标转换类型，则将所述第二待处理数据作为所述不可转换待处理数据。
28.其中，在步骤s21中，所述依据所述预测数据类型和所述已有数据类型对应的类型转换信息，确定各所述待处理数据对应的目标转换类型的步骤包括：步骤a10，依据所述已有数据类型对应的类型转换信息，整合各所述待处理数据中对应的各预测数据类型的可转换数量，其中，所述可转换数量为所述预测数据类型可转换为各所述已有数据类型对应的已存在待处理数据的数据数量；步骤a20，在各所述预测数据类型中选取所述可转换数量大于预设数量阈值的目标数据类型。
29.在本实施例中，需要说明的是，所述预设数量阈值为预先设置的判定预测数据类型可转换为各已有数据类型对应的待处理数据的数据数量较多的可转换数量临界值。
30.示例性地，步骤a10至步骤a20包括：依据所述已有数据类型对应的类型转换信息，
累计各所述已存在待处理数据中对应的各预测数据类型可转换为各已有数据类型对应的已存在待处理数据的数据数量，整合得到各所述预测数据类型的可转换数量；在各所述预测数据类型中选取所述可转换数量大于预设数量阈值的目标数据类型。
31.本技术实施例提供了一种数据类型转换方法，相比于通过人工对各数据进行分析，从而将各数据的数据类型统一的方法，本技术实施例通过获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据，根据对各待处理数据进行分类，得到分类结果，以根据分类结果进行数据类型的转换，实现了数据类型转换的自动化流程，避免了当数据量较多或者数据来源较广时，由于人的能力是有限度的，容易出现短时间内无法将各数据类型统一情况的技术缺陷，从而提高了数据类型转换效率。
32.实施例二进一步地，参照图2，基于本技术第一实施例，在本技术另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，在步骤s20中，在所述依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种的步骤之前，还包括：步骤b10，获取各数据类型以及各所述数据类型可转换的数据类型信息，得到各所述数据类型对应的类型转换信息；步骤b20，依据各所述数据类型和对应的类型转换信息，构建所述预设数据类型库。
33.在本实施例中，需要说明的是，所述数据类型可以为mysql、 oracle、 db2、sqlserver等源于关系型数据库的数据类型，也可以为oceanbase、 hbase、mongodb等源于非关系型数据库的数据类型。
34.示例性地，步骤b10至步骤b20包括：从云端服务器拉取使用者对应的数据类型，其中，所述使用者可以为个人，也可以为企业，依据各数据类型的属性，生成各所述数据类型的可转换的数据类型信息，整合各所述数据类型和对应的所述数据类型信息得到各所述数据类型对应的类型转换信息；依据各所述数据类型和对应的类型转换信息，构建所述预设数据类型库。
35.其中，在步骤s11中，在所述获取数据类型预测模型，其中，所述数据类型预测模型包括遮盖网络和预测网络的步骤之前，还包括：步骤c10，获取待训练数据类型预测模型、训练样本以及各所述训练样本对应的真实标签，其中，所述待训练数据类型预测模型包括待训练遮盖网络和待训练预测网络；步骤c20，通过所述待训练遮盖网络对所述训练样本进行遮盖，得到预设数量的遮盖样本和未被遮盖样本；
步骤c30，依据所述未被遮盖样本，通过所述待训练预测网络预测得到各所述遮盖样本对应的训练数据类型；步骤c40，依据所述训练数据类型和所述真实标签，对所述预设数量和所述待训练数据类型预测模型进行迭代优化，得到数据类型预测模型以及目标数量。
36.在本实施例中，需要说明的是，所述训练样本为所述待处理数据对应的用于训练数据类型预测模型的样本数据，所述真实标签为各所述训练样本对应的真实数据类型。
37.示例性地，步骤c10至步骤c40包括：获取待训练数据类型预测模型、训练样本以及各所述训练样本对应的真实标签；通过所述待训练遮盖网络对所述训练样本进行遮盖，得到预设数量的遮盖样本和未被遮盖样本；依据所述未被遮盖样本，通过所述待训练预测网络预测得到各所述遮盖样本对应的训练数据类型；依据所述训练数据类型和所述真实标签，计算得到所述待训练数据类型预测模型的模型损失，进而判断所述模型损失是否收敛，若所述模型损失收敛，则将所述待训练数据类型预测模型作为所述预设分类模型，将所述预设数量作为所述目标数量，若所述模型损失未收敛，则基于所述模型损失计算的梯度，通过预设模型更新方法更新所述待训练预设分类模型以及对所述预设数量进行修正，并返回执行步骤：获取待训练数据类型预测模型、训练样本以及各所述训练样本对应的真实标签，其中，所述预设模型更新方法包括梯度下降法和梯度上升法等。
38.其中，在步骤d20中，所述依据所述新增待处理数据对应的新增数据类型，对所述预设数据类型库进行更新的步骤包括：确定所述新增待处理数据对应的新增数据类型，确定所述新增待处理数据对应的可转换数据类型；依据所述新增数据类型和对应的所述可转换数据类型，对所述预设数据类型库进行更新。
39.示例性地，包括：获取所述新增待处理数据对应的新增数据类型，依据所述新增数据类型，查询云端服务器，得到所述新增待处理数据对应的可转换数据类型；依据所述新增数据类型和对应的所述可转换数据类型，对所述预设数据类型库进行更新。
40.作为一种示例，参照图3，图3包括待处理数据（图示的a、b、
…
其他来源），通过数据类型预测模型对所述待处理数据进行预测得到预测数据类型，通过预设数据类型库对所述预测数据类型进行分类，得到可转换待处理数据，并对各所述可转换待处理数据进行智能转换，同步为目标数据类型，对所述待处理数据进行处理。
41.本技术实施例提供了一种数据类型转换方法，相比于通过人工对各数据进行分析，从而将各数据的数据类型统一的方法，本技术实施例通过获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据，根据对各待处理数据进行分类，得到分类结果，以根据分类结果进行数据类型的转换，实现了数据类型转换的自动化流程，避免了当数据量较多或者数据来源较广时，由于人的能力是有限度的，容易出现短时间内无法将各数
据类型统一情况的技术缺陷，从而提高了数据类型转换效率。
42.实施例三本技术实施例还提供一种数据类型转换装置，所述数据类型转换装置应用于数据类型转换设备，参照图4，所述数据类型转换装置包括：获取模块，用于获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；分类模块，用于依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；调整模块，用于若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；转移模块，用于若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据。
43.可选地，在所述依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种的步骤之前，所述数据类型转换装置还用于：获取各数据类型以及各所述数据类型可转换的数据类型信息，得到各所述数据类型对应的类型转换信息；依据各所述数据类型和对应的类型转换信息，构建所述预设数据类型库。
44.可选地，所述获取模块还用于：获取数据类型预测模型，其中，所述数据类型预测模型包括遮盖网络和预测网络；通过所述遮盖网络对所述待处理数据进行遮盖，得到目标数量的遮盖数据和所述遮盖数据对应的未被遮盖数据；依据所述遮盖数据对应的未被遮盖数据，通过所述预测网络预测得到各所述遮盖数据对应的数据类型，作为各所述待处理数据对应的预测数据类型。
45.可选地，在所述获取数据类型预测模型，其中，所述数据类型预测模型包括遮盖网络和预测网络的步骤之前，所述数据类型转换装置还用于：获取待训练数据类型预测模型、训练样本以及各所述训练样本对应的真实标签，其中，所述待训练数据类型预测模型包括待训练遮盖网络和待训练预测网络；通过所述待训练遮盖网络对所述训练样本进行遮盖，得到预设数量的遮盖样本和未被遮盖样本；依据所述未被遮盖样本，通过所述待训练预测网络预测得到各所述遮盖样本对应的训练数据类型；依据所述训练数据类型和所述真实标签，对所述预设数量和所述待训练数据类型预测模型进行迭代优化，得到数据类型预测模型。
46.可选地，在所述依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其
中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种的步骤之前，所述数据类型转换装置还用于：依据所述已有数据类型和各所述待处理数据对应的预测数据类型，判断各所述待处理数据中是否存在新增待处理数据；若存在，则依据所述新增待处理数据对应的数据类型，对所述预设数据类型库进行更新，并返回执行步骤：依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种，直至各所述新增待处理数据均分类完成。
47.可选地，所述数据类型转换装置还用于：将各所述预测数据类型和所述预设数据类型库中的已有数据类型进行比对，判断各所述预测数据类型中是否存在不属于所述已有数据类型的新增数据类型；若是，则判定各所述待处理数据中存在新增待处理数据；若否，则判定各所述待处理数据中不存在新增待处理数据。
48.可选地，所述分类模块还用于：依据所述预测数据类型和所述已有数据类型对应的类型转换信息，确定各所述待处理数据对应的目标转换类型；若所述待处理数据中存在第一待处理数据对应的预测数据类型可转换为所述目标转换类型，则将所述第一待处理数据作为所述可转换待处理数据；若所述待处理数据存在第二待处理数据对应的预测数据类型不可转换为所述目标转换类型，则将所述第二待处理数据作为所述不可转换待处理数据。
49.可选地，所述分类模块还用于：依据所述已有数据类型对应的类型转换信息，整合各所述待处理数据中对应的各预测数据类型的可转换数量，其中，所述可转换数量为所述预测数据类型可转换为各所述已有数据类型对应的已存在待处理数据的数据数量；在各所述预测数据类型中选取所述可转换数量大于预设数量阈值的目标数据类型。
50.本技术提供的数据类型转换装置，采用上述实施例中的数据类型转换方法，解决了数据类型转换效率低的技术问题。与现有技术相比，本技术实施例提供的数据类型转换装置的有益效果与上述实施例提供的数据类型转换方法的有益效果相同，且该数据类型转换装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
51.实施例四本技术实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例中的数据类型转换方法。
52.下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda（个人数字助理）、pad（平板电脑）、pmp（便携式多媒体播放器）、车载终端（例如车载导航
终端）等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
53.如图5所示，电子设备可以包括处理装置（例如中央处理器、图形处理器等），其可以根据存储在只读存储器（rom）中的程序或者从存储装置加载到随机访问存储器（ram）中的程序而执行各种适当的动作和处理。在ram中，还存储有电子设备操作所需的各种程序和数据。处理装置、rom以及ram通过总线彼此相连。输入/输出（i/o）接口也连接至总线。
54.通常，以下系统可以连接至i/o接口：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器（lcd）、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
55.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从rom被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。
56.本技术提供的电子设备，采用上述实施例中的数据类型转换方法，解决了数据类型转换效率低的技术问题。与现有技术相比，本技术实施例提供的电子设备的有益效果与上述实施例提供的数据类型转换方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
57.应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
58.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。
59.实施例五本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例中的数据类型转换方法的方法。
60.本技术实施例提供的计算机可读存储介质例如可以是u盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、光纤、便携式紧凑磁盘只读存储器（cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf（射频）等等，或者上述
的任意合适的组合。
61.上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。
62.上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取各待处理数据，并预测各所述待处理数据对应的预测数据类型，其中，各所述待处理数据中至少存在两种数据类型的数据；依据所述预测数据类型、预设数据类型库中的已有数据类型和所述已有数据类型对应的类型转换信息，对各所述待处理数据进行分类，得到分类结果，其中，所述分类结果包括可转换待处理数据和不可转换待处理数据中的至少一种；若存在所述可转换待处理数据，则调整各所述可转换待处理数据的数据类型；若存在所述不可转换待处理数据，则将所述不可转换待处理数据转移至搁置队列，以在检测到下一批待处理数据时，将所述不可转换待处理数据添加至所述下一批待处理数据。
63.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
64.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
65.描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。
66.本技术提供的计算机可读存储介质，存储有用于执行上述数据类型转换方法的计算机可读程序指令，解决了数据类型转换效率低的技术问题。与现有技术相比，本技术实施例提供的计算机可读存储介质的有益效果与上述实施提供的数据类型转换方法的有益效果相同，在此不做赘述。
67.实施例六本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的数据类型转换方法的步骤。
68.本技术提供的计算机程序产品解决了数据类型转换效率低的技术问题。与现有技
术相比，本技术实施例提供的计算机程序产品的有益效果与上述实施例提供的数据类型转换方法的有益效果相同，在此不做赘述。
69.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利处理范围内。