数据处理方法以及装置与流程

1.本说明书实施例涉及计算机技术领域，特别涉及一种数据处理方法。


背景技术：

2.数据仓库(data warehouse，可简写为dw或dwh)是一种结构化数据环境。数据仓库可以为数据分析、数据报表以及数据挖掘等应用提供数据支持，数据仓库管理是数据仓库运维的一个核心内容，且数据仓库管理通常包括数据维护以及数据仓库的建设评价等，数据仓库的任务主要是把信息加以整理归纳和重组，并及时提供给决策人员。


技术实现要素：

3.有鉴于此，本说明书实施例提供了一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
4.根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：
5.获取至少两个业务数据表，并基于所述至少两个业务数据表中包含的字段构建初始知识图谱，其中，所述至少两个业务数据表分别对应目标业务的不同业务类型；
6.根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系；
7.根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱；
8.基于所述目标知识图谱构建所述目标业务的业务宽表。
9.可选地，所述基于所述至少两个业务数据表中包含的字段构建初始知识图谱，包括：
10.将目标业务数据表的表标识作为第一节点，将所述目标业务数据表中不同字段对应的字段标识作为第二节点，并将所述目标业务数据表与所述不同字段间的包含关系，作为所述第一节点与所述第二节点间的边，构建所述目标业务数据表对应的初始子知识图谱，其中，所述目标业务数据表为所述至少两个业务数据表之一，所述至少两个业务数据表分别对应的初始子知识图谱共同组成初始知识图谱。
11.可选地，所述根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱，包括：
12.在确定第一业务数据表中的第一字段和第二业务数据表中的第二字段存在关联关系的情况下，基于所述关联关系在所述初始知识图谱中、所述第一字段对应的第二节点及所述第二字段对应的第二节点间构建边，并在所述第一业务数据表的第一节点及所述第二业务数据表的第一节点间构建边，以对所述初始知识图谱进行更新，生成目标知识图谱。
13.可选地，所述根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系，包括：
14.根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数
据表间的第一关联关系，以及所述至少两个业务数据表中不同字段间的第二关联关系。
15.可选地，所述根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱，包括：
16.在确定第一业务数据表与第二业务数据表存在第一关联关系的情况下，基于所述第一关联关系在所述初始知识图谱中、所述第一业务数据表的第一节点及所述第二业务数据表的第一节点间构建边；
17.在确定所述第一业务数据表中的第一字段和所述第二业务数据表中的第二字段存在第二关联关系的情况下，基于所述第二关联关系在所述初始知识图谱中、所述第一字段对应的第二节点及所述第二字段对应的第二节点间构建边，以对所述初始知识图谱进行更新，生成目标知识图谱。
18.可选地，所述业务宽表包括数据仓库表；
19.相应地，所述基于所述目标知识图谱构建所述目标业务的业务宽表，包括：
20.将目标知识图谱中各节点对应的字段标识作为字段构建初始数据仓库表；
21.根据所述目标知识图谱中各节点间的关联关系，对所述初始数据仓库表中的字段位置进行调整，生成中间数据仓库表；
22.将所述至少两个业务数据表中的业务数据，添加至所述中间数据仓库表中对应字段的数据单元，生成目标数据仓库表。
23.可选地，所述基于所述目标知识图谱构建所述目标业务的业务宽表，包括：
24.基于所述目标知识图谱构建增强实体关系图，并根据所述增强实体关系图中不同实体间的关联关系，构建所述目标业务的业务宽表。
25.可选地，所述基于所述目标知识图谱构建增强实体关系图，包括：
26.确定所述至少两个业务数据表中存在关联关系的第一字段及第二字段；
27.对所述第一字段及所述第二字段包含的业务数据进行去重处理；
28.根据去重处理结果确定所述第一字段及所述第二字段包含的业务数据的数据量，并根据所述数据量，将所述至少两个业务数据表划分为主表和从表；
29.根据所述目标知识图谱中各节点间的关联关系，确定所述主表与所述从表间的关联关系；
30.基于所述主表与所述从表间的关联关系，构建增强实体关系图。
31.可选地，所述根据所述数据量，将所述至少两个业务数据表划分为主表和从表，包括：
32.将所述第一字段和所述第二字段中，包含的数据量大于预设数据量阈值的目标字段所属的业务数据表划分为主表，将所述至少两个业务数据表中所述主表外的业务数据表划分为从表；
33.相应的，所述根据所述目标知识图谱中各节点间的关联关系，确定所述主表与所述从表间的关联关系，包括：
34.根据所述目标知识图谱中各节点间的关联关系，确定所述主表与各从表间的关联关系。
35.可选地，所述将所述至少两个业务数据表中的业务数据，添加至所述中间数据仓库表中对应字段的数据单元，生成目标数据仓库表，包括：
36.确定所述至少两个业务数据表中的目标业务数据表与所述中间数据仓库表中各字段的映射关系，其中，所述目标业务数据表为所述至少两个业务数据表之一；
37.基于所述中间数据仓库表的表结构，将所述目标业务数据表中的业务数据按照所述映射关系，添加至所述中间数据仓库表中对应字段的数据单元，生成所述目标数据仓库表。
38.可选地，所述基于所述目标知识图谱构建目标数据仓库表之后，还包括：
39.接收数据查询指令，所述数据查询指令中携带有待查询目标字段的字段标识以及所述字段标识所属目标业务数据表的表标识；
40.将所述表标识作为索引信息，并根据所述业务宽表中表标识与所述目标字段的映射关系进行数据索引处理；
41.将索引结果作为数据查询结果输出。
42.可选地，所述基于所述目标知识图谱构建所述目标业务的业务宽表之后，还包括：
43.在检测到所述至少两个业务数据表中存在增量数据的情况下，则基于所述增量数据对所述业务宽表进行更新。
44.可选地，所述数据处理方法，还包括：
45.将所述至少两个业务数据表中包含的字段信息，输入文本处理模型进行相似度计算，并根据相似度计算结果确定所述至少两个业务数据表中不同字段间的关联关系。
46.根据本说明书实施例的第二方面，提供了一种数据处理装置，包括：
47.获取模块，被配置为获取至少两个业务数据表，并基于所述至少两个业务数据表中包含的字段构建初始知识图谱，其中，所述至少两个业务数据表分别对应目标业务的不同业务类型；
48.确定模块，被配置为根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系；
49.生成模块，被配置为根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱；
50.构建模块，被配置为基于所述目标知识图谱构建所述目标业务的业务宽表。
51.根据本说明书实施例的第三方面，提供了一种计算设备，包括：
52.存储器和处理器；
53.所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令实现任意一项所述数据处理方法的步骤。
54.根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现任意一项所述数据处理方法的步骤。
55.根据本说明书实施例的第五方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述数据处理方法的步骤。
56.本说明书一个实施例通过获取至少两个业务数据表，并基于所述至少两个业务数据表中包含的字段构建初始知识图谱，其中，所述至少两个业务数据表分别对应目标业务的不同业务类型，根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系，根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱，基于所述目标知识图谱构建所述目标业务的业务宽表。
57.本说明书实施例通过基于业务数据表中的字段构建初始知识图谱，并基于历史操作数据对初始知识图谱中不同节点间的关联关系进行更新的方式生成目标知识图谱，从而可基于目标知识图谱构建业务宽表，可以一定程度上实现业务宽表构建的自动化或者半自动化，有利于降低业务宽表构建所需成本，并有利于提高业务宽表的构建效率，以及有利于保证构建结果的准确性。
附图说明
58.图1是本说明书一个实施例提供的一种数据处理方法的流程图；
59.图2a是本说明书一个实施例提供的初始知识图谱构建结果的示意图；
60.图2b是本说明书一个实施例提供的目标知识图谱的示意图；
61.图3是本说明书一个实施例提供的一种数据处理方法的处理过程流程图；
62.图4是本说明书一个实施例提供的一种数据处理装置的结构示意图；
63.图5是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
64.在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
65.在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
66.应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
67.首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
68.元数据：元数据描述数据的数据，对数据及信息资源的描述性信息。元数据可以用属性来描述，比如一个数据存储的大小，采集时间，更新时间，维护人等信息。
69.数据资产：数据资产是个人或者企业拥有或控制的数据集合资源，能够带来一定的经济利益。
70.知识图谱：将垂直领域的相关知识以图schema的方式整合起来，通过图的实体和关系来描述领域知识，并提供生产价值。
71.er图：实体关系图，是一种提供了实体/属性和联系的方法，用来描述现实世界的概念模型。
72.数据仓库宽表：将相同业务主体的相关指标、维度、属性放到一起的数据库表，用于大数据的数据仓库建模，数据挖掘等用途。
73.数据仓库建模：数据仓库构建表的方式，具体即从业务过程入手，选择合适的维度并整合对应的事实指标。
74.目前的业务系统中，线上的数据由oltp的数据系统进行存储和使用，为了解决一些数据统计报表和智能ai系统的学习，企业内部常常基于olap系统构建自己的数据仓库体系，由于业务系统的数据存储和使用方式不同，在线系统oltp中的数据常常是按照数据范式和业务领域分散存储的，而数据仓库的olap系统中的数据常常是将相近业务域中的数据进行建模来集中存储和使用，这其中就涉及到的数据仓库中的数据模型的构建，由于在线业务系统和数据仓库的开发人员分属于不同团队和技术领域，所以数据仓库的构建常常会依赖在线业务的领域知识，这是数据仓库构建过程中的一个难题，若存在相应的系统可以帮助数据仓库开发人员自动构建业务模型，即可解决一部分数仓构建的基础工作。
75.而本说明书实施例的数据管理系统，维护了企业中在线系统和数仓系统的数据及元数据数据资产，同时结合了数据资产的业务关系和操作关系，构建了数据资产知识图谱，里面存放了企业的数据资产的实体信息及各种业务领域的关联关系，基于该数据资产知识图谱即可实现自动构建数据仓库表。
76.在本说明书中，提供了一种数据处理方法，本说明书同时涉及一种数据处理装置，一种计算设备，一种计算机可读存储介质，以及一种计算机程序，在下面的实施例中逐一进行详细说明。
77.图1示出了根据本说明书一个实施例提供的一种数据处理方法的流程图，具体包括以下步骤。
78.步骤102，获取至少两个业务数据表，并基于所述至少两个业务数据表中包含的字段构建初始知识图谱，其中，所述至少两个业务数据表分别对应目标业务的不同业务类型。
79.本说明书实施例中，数据仓库是为用户的决策制定过程提供所有类型数据支持的战略集合，是一个提供用户用于决策支持的当前和历史数据的环境，这些数据在传统的操作型数据库中很难或不能得到。数据仓库技术是为了有效的把操作型数据集成到统一的环境中以提供决策型数据访问的各种技术和模块的总称，其最终的目的是为了让用户更快更方便查询所需要的信息，以及提供决策支持。
80.传统的数据仓库的业务领域建模都是由业务领域专家人工建模来实现，是由数仓团队某个领域的业务专家进行业务的学习和归纳、模型的设计与开发、将在线系统的数据存储组织方式转换成数据仓库中的数据存储组织方式。
81.其中，在实际的业务oltp系统中，数据的存储由于业务和性能的需要，经常是分散到各个业务系统中进行存储，比如会员域的业务数据表，假设有4个系统对会员信息进行维护，对应的会员信息存储到4个业务数据表中，分别对应着业务数据表ods_huiyuan_t1，ods_huiyuan_t2，ods_huiyuan_t3，ods_huiyuan_t4。各业务数据表中存储着会员用户不同维度的相关信息。
82.这些数据分散到4个系统及四个数据库中，代表了会员域的相关数据在oltp中分散的存储形态。分别用于4个业务系统的业务使用，但是这些分散存储和使用的数据对于数据分析师和业务运营人员非常不友好，他们对客户的一些数据的分析工作难以执行。因此，这种情况下，就会有数据仓库的开发人员使用olap系统对数据进行重新建模和开发，常用的开发工作是将若干业务领域的数据进行整合，构建一张业务宽表，这个业务宽表包含了
这个领域下大部分的相关数据信息。比如在数据仓库里，会员域的数据会对应一张宽表，名为ods_huiyuan_info，这个表有一个唯一的用户id作为主键，其他的字段都是会员相关信息，那么数据仓库的业务开发人员即可对会员域的数据设计一个类似的宽表模型，并将业务系统中的会员域数据写入到这个宽表模型中，后续数据分析人员和业务人员就可以直接在数据仓库里使用这个宽表进行数据分析，而不需要去业务系统中读取分散到4个系统中的业务数据表。
83.以上的数据仓库建模过程是依赖数据仓库的开发人员对在线业务系统中各个子系统的业务理解上进行的，因此需要开发人员对在线业务系统的数据模型非常熟悉，才可保证构建结果的准确性。这期间就耗费了大量的人力和时间，特别是新业务系统的数据仓库模型构建需要大量的业务学习和模型评审。
84.而本说明书实施例可使用数据管理系统对各子系统的业务数据进行管理，并可利用这部分业务数据构建数据资产知识图谱，从而实现基于数据资产知识图谱自动构建业务宽表，该业务宽表即可以是数据仓库表。
85.具体的，由于数据仓库的目的是为了让用户更快更方便查询的所需要的信息，以及提供决策支持，因此，本说明书实施例的目标业务即业务平台可为用户提供的服务业务，包括但不限于会员购业务、金融业务或理财业务等，业务类型即为用户需要进行决策信息查询的业务类型，在目标业务为会员购业务的情况下，业务类型即包括但不限于会员购业务中的会员注册业务类型、会员消费业务类型等，或者是理财业务中的理财产品咨询业务类型或理财产品交易业务类型等。
86.由于不同业务类型相关的业务数据分别独立存储于各业务类型对应的业务数据表，而构建业务宽表，即将各业务数据表中的数据进行整合，生成一张数据仓库宽表，因此，在构建数据仓库表时，即需先获取至少两个业务数据表，以基于各业务数据表中包含的业务数据(物理元数据)构建初始知识图谱，并可后续对该初始知识图谱进行更新生成目标知识图谱。
87.实际应用中，上述至少两个业务数据表可存储于数据管理系统，因此，获取至少两个业务数据表，即获取数据管理系统中存储的至少两个业务数据表。
88.具体实施时，基于所述至少两个业务数据表中包含的字段构建初始知识图谱，包括：
89.将目标业务数据表的表标识作为第一节点，将所述目标业务数据表中不同字段对应的字段标识作为第二节点，并将所述目标业务数据表与所述不同字段间的包含关系，作为所述第一节点与所述第二节点间的边，构建所述目标业务数据表对应的初始子知识图谱，其中，所述目标业务数据表为所述至少两个业务数据表之一，所述至少两个业务数据表分别对应的初始子知识图谱共同组成初始知识图谱。
90.具体的，由于各业务数据表相互独立，仅根据业务数据表构建初始知识图谱时，无法获取两个业务数据表间的关联关系，因此，仅能根据各业务数据表内部包含的业务数据，构建各业务数据表分别对应的初始子知识图谱，然后构建生成的至少两个初始知识子图谱即组成了初始知识图谱。具体即可将目标业务数据表的表标识作为第一节点，将该目标业务数据表中不同字段对应的字段标识作为第二节点，并将目标业务数据表与不同字段间的包含关系，作为第一节点与第二节点间的边，构建目标业务数据表对应的初始子知识图谱。
91.本说明书实施例提供的初始知识图谱构建结果的示意图如图2a所示，图2a中显示的初始知识图谱即包含4个初始子知识图谱，其中，每个初始子知识图谱即由一个业务数据表构建而成，初始子知识图谱中间的节点即为表标识，代表业务数据表，其他节点即为该业务数据表中包含字段的字段标识。
92.步骤104，根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系。
93.具体的，在构建初始知识图谱后，还可根据历史操作数据确定初始知识图谱中各节点间的关联关系，以对初始知识图谱进行更新。
94.其中，历史操作数据可用于表征同一业务数据表或不同业务数据表中不同字段间的历史操作关系，包括但不限于用户对业务数据表中某一字段的修改、更新等操作关系，或者两个业务数据表间的关联操作。因此，可根据与各业务数据表相关的历史操作数据，确定各业务数据表中不同字段间的关联关系。
95.例如，用户查询第一业务数据表后，转向查询第二业务数据表，即表征第一业务数据表和第二业务数据表关联，同时用户则分别与第一业务数据表和第二业务数据表相关联；再例如，第一业务数据表中存储有用户标识这一字段，且该字段下存储有用户u1的用户标识；第二业务数据表中存储有商品这一字段，且该字段下存储有商品m1；历史操作数据中包含用户u1购买商品m1这一数据，这种情况下，即可确定第一业务数据表中的用户标识字段于第二业务数据表中的商品字段存在关联关系。
96.或者，还可通过至少两个业务数据表中的字段信息，确定至少两个业务数据表中不同字段间的关联关系，具体可将所述至少两个业务数据表中包含的字段信息，输入文本处理模型进行相似度计算，并根据相似度计算结果确定所述至少两个业务数据表中不同字段间的关联关系。
97.具体的，在基于至少两个业务数据表中包含的字段构建初始知识图谱后，还可获取各业务数据表中的字段信息，并通过机器学习的方式对字段信息进行知识抽取，以根据抽取结果确定各业务数据表中不同字段间的关联关系，具体可将字段信息输入文本处理模型进行语义识别，以根据语义识别结果对各业务数据表中的字段信息进行相似度计算，然后根据相似度计算结果，确定相似度大于预设相似度阈值的两个字段间存在关联关系，从而根据关联关系对初始知识图谱进行更新。
98.实际应用中，上述历史操作数据(操作元数据)，同样可存储于数据管理系统；或者，由于前述至少两个业务数据表可存储于数据管理系统，因此，可从数据管理系统获取至少两个业务数据表中的字段信息，以根据字段信息间的相似度，确定至少两个业务数据表中不同字段间的关联关系。
99.步骤106，根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱。
100.具体的，由于初始知识图谱是由各业务数据表中包含的字段构建生成，而各业务数据表相互独立，仅基于业务数据表构建生成的初始知识图谱，其所能涵盖的信息有限，因此，本说明书实施例可获取与各业务类型相关的历史操作数据和/或业务元数据，以基于历史操作数据和/或业务元数据确定各业务数据表中不同字段间的关联关系，并基于该关联关系对初始知识图谱进行更新，获得目标知识图谱，其中，与各业务类型相关的历史操作数据和/或业务元数据同样可存储于数据管理系统。
101.具体实施时，根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱，具体即在确定第一业务数据表中的第一字段和第二业务数据表中的第二字段存在关联关系的情况下，基于所述关联关系在所述初始知识图谱中、所述第一字段对应的第二节点及所述第二字段对应的第二节点间构建边，并在所述第一业务数据表的第一节点及所述第二业务数据表的第一节点间构建边，以对所述初始知识图谱进行更新，生成目标知识图谱。
102.具体的，由于初始知识图谱构建结果的示意图如图2a所示，图2a中，仅业务数据表的表标识对应的节点与该表中所包含字段的字段标识对应的节点间存在连接关系，不论是表标识对应的节点还是字段标识对应的节点，均未与其他业务数据表的表标识对应的节点或其他业务数据表中字段标识对应的节点产生连接关系。
103.因此，本说明书实施例即需根据各业务数据表中不同字段间的关联关系，在两个业务数据表所包含字段的字段标识对应的节点间构建连接关系，具体即可在确定第一业务数据表中的第一字段和第二业务数据表中的第二字段存在关联关系的情况下，基于该关联关系在初始知识图谱中、第一字段对应的第二节点(字段的字段标识对应的节点)及第二字段对应的第二节点间构建边，并在第一业务数据表的第一节点(业务数据表的表标识对应的节点)及第二业务数据表的第一节点间构建边，或者，在确定同一业务数据表中的第一字段和第二字段之间存在关联关系的情况下，构建该业务数据表中、第一字段的第二节点与第二字段的第二节点间的边，以基于该连接关系对初始知识图谱进行更新，生成目标知识图谱。
104.本说明书实施例提供的目标知识图谱的示意图如图2b所示，与图2a中的初始知识图谱相比，图2b中的目标知识图谱中新增了同一业务数据表或不同业务数据表中字段的字段标识所对应节点间的连接关系。
105.沿用上例，若第一业务数据表中用户字段包含的用户标识u1对第二业务数据表中商品字段包含的商品m1存在购买操作，则可建立用户标识u1对应的节点与商品m1对应的节点间的边；同样的，若确定任意两个节点间存在血缘关系、计算关系等，即可建立该两个节点间的边。
106.本说明书实施例基于历史操作数据对初始知识图谱中不同节点间的关联关系进行更新，可以一定程度上实现知识图谱的自动化或者半自动化构建，有利于提高目标知识图谱的构建效率，以及有利于保证目标知识图谱的构建结果的准确性。
107.或者，根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系，包括：
108.根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表间的第一关联关系，以及所述至少两个业务数据表中不同字段间的第二关联关系。
109.进一步的，根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱，包括：
110.在确定第一业务数据表与第二业务数据表存在第一关联关系的情况下，基于所述第一关联关系在所述初始知识图谱中、所述第一业务数据表的第一节点及所述第二业务数据表的第一节点间构建边；
111.在确定所述第一业务数据表中的第一字段和所述第二业务数据表中的第二字段存在第二关联关系的情况下，基于所述第二关联关系在所述初始知识图谱中、所述第一字
段对应的第二节点及所述第二字段对应的第二节点间构建边，以对所述初始知识图谱进行更新，生成目标知识图谱。
112.具体的，历史操作数据可用于表征同一业务数据表或不同业务数据表中不同字段间的历史操作关系，包括但不限于用户对业务数据表中某一字段的修改、更新等操作关系，或者两个业务数据表间的关联操作。因此，可根据与各业务数据表相关的历史操作数据，确定各业务数据表间的关联关系，以及同一业务数据表或不同业务数据表中不同字段间的关联关系。
113.例如，用户查询第一业务数据表后，转向查询第二业务数据表，即表征第一业务数据表和第二业务数据表关联，同时用户则分别与第一业务数据表和第二业务数据表相关联；再例如，用户在某一历史时间点对第一业务数据表和第二业务数据表进行关联操作，则表征第一业务数据表和第二业务数据表关联；或者，历史操作数据中包含用户u1购买商品m1这一数据，这种情况下，即可确定第一业务数据表中的用户标识字段与第二业务数据表中的商品字段存在关联关系。
114.因此，可根据与至少两个业务数据表相关的历史操作数据，确定至少两个业务数据表间、以及至少两个业务数据表中不同字段间的关联关系，以基于该关联关系对初始知识图谱进行更新。
115.其中，对初始知识图谱进行更新，具体可在确定第一业务数据表与第二业务数据表存在关联关系的情况下，基于该关联关系在初始知识图谱中、第一业务数据表的第一节点及第二业务数据表的第一节点间构建边，在确定第一业务数据表中的第一字段和第二业务数据表中的第二字段存在第二关联关系的情况下，基于该关联关系在初始知识图谱中、第一字段对应的第二节点及第二字段对应的第二节点间构建边，以对初始知识图谱进行更新，生成目标知识图谱。
116.实际应用中，在构建第一业务数据表的第一节点及第二业务数据表的第一节点间的边时，可以先根据第一业务数据表与第二业务数据表间的关联关系，并结合目标业务确定第一业务数据表与第二业务数据表间可能存在的领域知识。其中，不同目标业务中，业务数据表间的领域知识可能存在区别，例如，若目标业务为电商业务，则业务数据表可以包括会员表、交易表和物流表等，而在根据历史操作数据(用户的购物数据或用户对三个表的关联操作数据)确定这三个表之间存在关联关系的情况下，则可确定这三个表之间的领域知识可以是“交易相关”；若目标业务为金融业务，则业务数据表间的领域知识则可以是“借贷相关”。
117.确定第一业务数据表和第二业务数据表间的领域知识后，即可在第一业务数据表的第一节点及第二业务数据表的第一节点间构建边，并将该领域知识作为边的属性信息添加到初始知识图谱中，以实现知识图谱的更新。
118.另外，对于初始知识图谱中字段标识对应的节点，即第二节点，若确定业务数据表中的第一字段和第二字段存在关联关系，则可在初始知识图谱中构建第一字段对应的第二节点及第二字段对应的第二节点间的边，并将该关联关系作为边的属性信息添加到初始知识图谱中，以对初始知识图谱进行更新，生成目标知识图谱。
119.本说明书实施例将知识图谱和数据资产管理领域结合起来，打破了传统的数据资产的存储方式和组织方式，将数据资产中业务数据表与该业务数据表中字段间的关联关
系，存储到初始知识图谱中，利用数据管理系统中的业务元数据和/或操作元数据归纳出目标业务的领域知识以及业务数据表中不同字段间的关系信息，然后将领域知识和关系信息引入到初始知识图谱中，构建出属于个人或企业的完整的数据资产知识图谱，可以一定程度上实现知识图谱的自动化或者半自动化构建，有利于提高目标知识图谱的构建效率，以及有利于保证目标知识图谱的构建结果的准确性。
120.步骤108，基于所述目标知识图谱构建所述目标业务的业务宽表。
121.具体的，生成目标知识图谱后，即可基于目标知识图谱自动构建目标业务的业务宽表，该业务宽表可以是数据仓库表。
122.具体实施时，所述业务宽表包括数据仓库表；
123.相应地，所述基于所述目标知识图谱构建所述目标业务的业务宽表，包括：
124.将目标知识图谱中各节点对应的字段标识作为字段构建初始数据仓库表；
125.根据所述目标知识图谱中各节点间的关联关系，对所述初始数据仓库表中的字段位置进行调整，生成中间数据仓库表；
126.将所述至少两个业务数据表中的业务数据，添加至所述中间数据仓库表中对应字段的数据单元，生成目标数据仓库表。
127.具体的，由于数据仓库表是由不同的字段组成，因此，在构建目标数据仓库表时，可先将目标知识图谱中各节点对应的字段标识作为初始数据仓库表的字段，并将其添加至初始数据仓库表，以进行初始数据仓库表的构建。然后可根据目标知识图谱中各节点间的关联关系，对初始数据仓库表中的字段进行前后位置调整，例如，若字段z1位于初始数据仓库表中的第一列，而字段z2位于初始数据仓库表的第十列，但根据目标知识图谱可确定字段z1和字段z2之间存在关联关系，则可将字段z2由第十列调整至第二列，但具体的调整方式可根据实际需求确定，在此不做限定。
128.调整后即可生成中间目标仓库表，接着即可将业务数据表中的业务数据添加至中间数据仓库表中对应字段下的数据单元，以生成目标数据仓库表。例如，中间数据仓库表中的第一列为会员id，则可将各业务数据表中包含的会员id添加至第一列所包含的数据单元。
129.其中，将所述至少两个业务数据表中的业务数据，添加至所述中间数据仓库表中对应字段的数据单元，生成目标数据仓库表，具体可先确定所述至少两个业务数据表中的目标业务数据表与所述中间数据仓库表中各字段的映射关系，其中，所述目标业务数据表为所述至少两个业务数据表之一，基于所述中间数据仓库表的表结构，将所述目标业务数据表中的业务数据按照所述映射关系，添加至所述中间数据仓库表中对应字段的数据单元，生成所述目标数据仓库表。
130.具体的，由于不同业务数据表包含的字段会存在差异，因此，在构建中间知识图谱时，可根据业务数据表与字段的包含关系，建立业务数据表与中间数据仓库表中各字段间的映射关系，该映射关系用于表征业务数据表中的业务数据在数据仓库表中的存储位置。
131.另外，中间数据仓库表的其中一种表结构如表1所示。
132.表1
133.会员idkey1key2
……
keyn
……
1v1v2
………………2………………
vn
……………………………………
134.因此，在生成中间数据仓库表后，可先确定至少两个业务数据表中的目标业务数据表与中间数据仓库表中各字段的映射关系，并基于中间数据仓库表的表结构，将目标业务数据表中的业务数据按照该映射关系，添加至中间数据仓库表中对应字段的数据单元，以生成目标数据仓库表。
135.本说明书实施例通过基于业务数据表中的字段构建初始知识图谱，并基于历史操作数据对初始知识图谱中不同节点间的关联关系进行更新的方式生成目标知识图谱，从而可基于目标知识图谱构建数据仓库表，可以一定程度上实现数据仓库建模的自动化或者半自动化，有利于降低数据仓库表构建所需成本，并有利于提高数据仓库表的构建效率，以及有利于保证构建结果的准确性。
136.或者，基于所述目标知识图谱构建所述目标业务的业务宽表，包括：
137.基于所述目标知识图谱构建增强实体关系图，并根据所述增强实体关系图中不同实体间的关联关系，构建所述目标业务的业务宽表。
138.其中，基于所述目标知识图谱构建增强实体关系图，包括：
139.确定所述至少两个业务数据表中存在关联关系的第一字段及第二字段；
140.对所述第一字段及所述第二字段包含的业务数据进行去重处理；
141.根据去重处理结果确定所述第一字段及所述第二字段包含的业务数据的数据量，并根据所述数据量，将所述至少两个业务数据表划分为主表和从表；
142.根据所述目标知识图谱中各节点间的关联关系，确定所述主表与所述从表间的关联关系；
143.基于所述主表与所述从表间的关联关系，构建增强实体关系图。
144.进一步的，根据所述数据量，将所述至少两个业务数据表划分为主表和从表，包括：
145.将所述第一字段和所述第二字段中，包含的数据量大于预设数据量阈值的目标字段所属的业务数据表划分为主表，将所述至少两个业务数据表中所述主表外的业务数据表划分为从表；
146.相应的，所述根据所述目标知识图谱中各节点间的关联关系，确定所述主表与所述从表间的关联关系，包括：
147.根据所述目标知识图谱中各节点间的关联关系，确定所述主表与各从表间的关联关系。
148.具体的，增强关系实体图，即enhanced-er模型。
149.目标知识图谱中由于业务元数据和操作元数据的引入后字段和字段之间有了更多的关联关系，这种情况下，本说明书实施例可基于该关联关系，确定两个业务数据表间是否存在关联关系，从而基于业务数据表间的关联关系构建增强实体关系图。
150.其中，在具体的增强实体关系图构建过程中，可确定至少两个业务数据表中存在关联关系的第一字段及第二字段，即确定至少两个业务数据表中，第一业务数据表中的第一字段与第二业务数据表中的第二字段存在关联关系，然后可对第一字段及第二字段包含的业务数据进行去重处理，并根据去重处理结果确定第一字段及第二字段包含的业务数据
的数据量，并将第一字段和第二字段中包含业务数据的数据量较大的字段(目标字段，该目标字段为第一字段或第二字段)所在的业务数据表作为主表，其他业务数据表作为从表，然后根据目标知识图谱中各节点间的关联关系，确定主表与各个从表之间是否存在关联关系，以基于该关联关系构建增强实体关系图。例如，若主表b1中的一个节点与一个从表b2中的其中一个节点之间存在连接关系，即确定主表b1与该从表b2存在关联关系；从表b2中的一个节点与从表b3中的一个节点存在连接关系，但主表b1中的节点未与从表b3中的任意一个节点存在连接关系的情况下，仍可确定主表b1与该从表b3存在关联关系。
151.通过将基于目标知识图谱构建的增强er图的产品可视化结果进行展示，从对应的展示结果即可以看出，原本毫无关联的业务数据表中间有了关联关系，而且这个关联关系可以是来源于数据管理系统中的字段join关系，只要有类似的学习和采集机制，知识图谱即可构建出对应的关系。
152.基于以上的基于数据资产知识图谱的增强er能力，本说明书实施例可将4个子系统的会员表以关联字段进行逆向建模，从而形成以ods_huiyuan_t1为驱动表(主表)，ods_huiyuan_t1表的uid_1字段和ods_huiyuan_t2的uid_2字段关联，和ods_huiyuan_t3的uid_3字段关联，和ods_huiyuan_t4的uid_4字段关联的一张业务宽表，和之前数据仓库的人工建模构建的宽表一致，从而实现了基于数据资产知识图谱自动构建业务宽表的功能。
153.另外，基于所述目标知识图谱构建所述目标业务的业务宽表之后，还包括：
154.接收数据查询指令，所述数据查询指令中携带有待查询目标字段的字段标识以及所述字段标识所属目标业务数据表的表标识；
155.将所述表标识作为索引信息，并根据所述业务宽表中表标识与所述目标字段的映射关系进行数据索引处理；
156.将索引结果作为数据查询结果输出。
157.具体的，由于数据仓库是为用户的决策制定过程提供所有类型数据支持的战略集合，能够让用户更快更方便查询所需要的信息，并为用户提供决策支持，因此，在生成业务宽表即目标数据仓库表后，可接收用户的数据查询指令，并将数据查询指令中的目标业务数据表的表标识作为索引信息，并根据目标数据仓库表中表标识与各字段间的映射关系，对目标字段下的业务数据进行数据索引处理，并将索引结果输出。
158.仍以所述目标业务为交易业务为例，若所述数据查询指令为查询业务数据表b1中会员id字段下的业务数据，则将表标识“b1”作为索引信息，并根据所述目标数据仓库表中b表标识“b1”与会员id字段的映射关系进行数据索引处理，并输出索引结果(1、2)。
159.通过目标数据仓库表为用户提供数据查询服务，有利于为用户提供多类别数据查询的便利性。
160.另外，基于所述目标知识图谱构建业务宽表之后，在检测到所述至少两个业务数据表中存在增量数据的情况下，则基于所述增量数据对所述业务宽表进行更新。
161.本说明书实施例利用了数据资产知识图谱及元数据的业务领域的关联关系成功的自动构建了业务域下的业务宽表，将分散在几个独立业务系统的业务数据统一起来形成数据仓库中需要的宽表模型，该过程没有数据仓库建模的开发人员介入或者业务领域的知识学习，可以一定程度上实现数据仓库建模的自动化或者半自动化，有利于降低数据仓库表构建所需成本，并有利于提高数据仓库表的构建效率，以及有利于保证构建结果的准确
性。
162.本说明书一个实施例通过获取至少两个业务数据表，并基于所述至少两个业务数据表中包含的字段构建初始知识图谱，其中，所述至少两个业务数据表分别对应目标业务的不同业务类型，根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系，根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱，基于所述目标知识图谱构建所述目标业务的业务宽表。
163.本说明书实施例通过基于业务数据表中的字段构建初始知识图谱，并基于历史操作数据对初始知识图谱中不同节点间的关联关系进行更新的方式生成目标知识图谱，从而可基于目标知识图谱构建业务宽表，可以一定程度上实现业务宽表构建的自动化或者半自动化，有利于降低业务宽表构建所需成本，并有利于提高业务宽表的构建效率，以及有利于保证构建结果的准确性。
164.下述结合附图3，以本说明书提供的数据处理方法在会员购的应用为例，对所述数据处理方法进行进一步说明。其中，图3示出了本说明书一个实施例提供的一种数据处理方法的处理过程流程图，具体包括以下步骤。
165.步骤302，获取数据管理系统中存储的至少两个会员数据表，其中，至少两个会员数据表分别对应不同的业务类型。
166.步骤304，将目标会员数据表的表标识作为第一节点，将目标会员数据表中不同字段对应的字段标识作为第二节点，并将目标会员数据表与不同字段间的包含关系，作为第一节点与第二节点间的边，构建目标会员数据表对应的初始子知识图谱。其中，所述目标业务数据表为所述至少两个业务数据表之一。
167.步骤306，将至少两个会员数据表分别对应的初始子知识图谱共同组成初始知识图谱。
168.步骤308，根据数据管理系统中存储的、与至少两个会员数据表相关的历史操作数据，确定至少两个会员数据表中不同字段间的关联关系。
169.步骤310，在确定至少两个会员数据表中的第一字段和第二字段存在关联关系的情况下，基于关联关系在初始知识图谱中、第一字段对应的第二节点及第二字段对应的第二节点间构建边，以对初始知识图谱进行更新，生成目标知识图谱。
170.步骤312，将至少两个会员数据表中，包含的数据量大于预设数据量阈值的任意一个会员数据表划分为主表，将至少两个会员数据表中主表外的会员数据表划分为从表。
171.步骤314，根据目标知识图谱中各节点间的关联关系，确定主表与各从表间的关联关系，并根据主表与各从表间的关联关系构建增强实体关系图。
172.步骤316，根据增强实体关系图中不同实体间的关联关系，构建目标数据仓库表。
173.本说明书实施例通过基于会员数据表中的字段构建初始知识图谱，并基于历史操作数据对初始知识图谱中不同节点间的关联关系进行更新的方式生成目标知识图谱，从而可基于目标知识图谱构建数据仓库表，可以一定程度上实现数据仓库建模的自动化或者半自动化，有利于降低数据仓库表构建所需成本，并有利于提高数据仓库表的构建效率，以及有利于保证构建结果的准确性。
174.与上述方法实施例相对应，本说明书还提供了数据处理装置实施例，图4示出了本说明书一个实施例提供的一种数据处理装置的结构示意图。如图4所示，该装置包括：
175.获取模块402，被配置为获取至少两个业务数据表，并基于所述至少两个业务数据表中包含的字段构建初始知识图谱，其中，所述至少两个业务数据表分别对应目标业务的不同业务类型；
176.确定模块404，被配置为根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表中不同字段间的关联关系；
177.生成模块406，被配置为根据所述关联关系对所述初始知识图谱进行更新，生成目标知识图谱；
178.构建模块408，被配置为基于所述目标知识图谱构建所述目标业务的业务宽表。
179.可选地，所述获取模块402，进一步被配置为：
180.将目标业务数据表的表标识作为第一节点，将所述目标业务数据表中不同字段对应的字段标识作为第二节点，并将所述目标业务数据表与所述不同字段间的包含关系，作为所述第一节点与所述第二节点间的边，构建所述目标业务数据表对应的初始子知识图谱，其中，所述目标业务数据表为所述至少两个业务数据表之一，所述至少两个业务数据表分别对应的初始子知识图谱共同组成初始知识图谱。
181.可选地，所述生成模块406，进一步被配置为：
182.在确定第一业务数据表中的第一字段和第二业务数据表中的第二字段存在关联关系的情况下，基于所述关联关系在所述初始知识图谱中、所述第一字段对应的第二节点及所述第二字段对应的第二节点间构建边，并在所述第一业务数据表的第一节点及所述第二业务数据表的第一节点间构建边，以对所述初始知识图谱进行更新，生成目标知识图谱。
183.可选地，所述确定模块404进一步被配置为：
184.根据与所述至少两个业务数据表相关的历史操作数据，确定所述至少两个业务数据表间的第一关联关系，以及所述至少两个业务数据表中不同字段间的第二关联关系。
185.可选地，所述生成模块406，进一步被配置为：
186.在确定第一业务数据表与第二业务数据表存在第一关联关系的情况下，基于所述第一关联关系在所述初始知识图谱中、所述第一业务数据表的第一节点及所述第二业务数据表的第一节点间构建边；
187.在确定所述第一业务数据表中的第一字段和所述第二业务数据表中的第二字段存在第二关联关系的情况下，基于所述第二关联关系在所述初始知识图谱中、所述第一字段对应的第二节点及所述第二字段对应的第二节点间构建边，以对所述初始知识图谱进行更新，生成目标知识图谱。
188.可选地，所述业务宽表包括数据仓库表；
189.相应地，所述构建模块408，进一步被配置为：
190.将目标知识图谱中各节点对应的字段标识作为字段构建初始数据仓库表；
191.根据所述目标知识图谱中各节点间的关联关系，对所述初始数据仓库表中的字段位置进行调整，生成中间数据仓库表；
192.将所述至少两个业务数据表中的业务数据，添加至所述中间数据仓库表中对应字段的数据单元，生成目标数据仓库表。
193.可选地，所述构建模块408，进一步被配置为：
194.基于所述目标知识图谱构建增强实体关系图，并根据所述增强实体关系图中不同
实体间的关联关系，构建所述目标业务的业务宽表。
195.可选地，所述构建模块408，进一步被配置为：
196.确定所述至少两个业务数据表中存在关联关系的第一字段及第二字段；
197.对所述第一字段及所述第二字段包含的业务数据进行去重处理；
198.根据去重处理结果确定所述第一字段及所述第二字段包含的业务数据的数据量，并根据所述数据量，将所述至少两个业务数据表划分为主表和从表；
199.根据所述目标知识图谱中各节点间的关联关系，确定所述主表与所述从表间的关联关系；
200.基于所述主表与所述从表间的关联关系，构建增强实体关系图。
201.可选地，所述构建模块408，进一步被配置为：
202.将所述第一字段和所述第二字段中，包含的数据量大于预设数据量阈值的目标字段所属的业务数据表划分为主表，将所述至少两个业务数据表中所述主表外的业务数据表划分为从表；
203.相应的，所述根据所述目标知识图谱中各节点间的关联关系，确定所述主表与所述从表间的关联关系，包括：
204.根据所述目标知识图谱中各节点间的关联关系，确定所述主表与各从表间的关联关系。
205.可选地，所述构建模块408，进一步被配置为：
206.确定所述至少两个业务数据表中的目标业务数据表与所述中间数据仓库表中各字段的映射关系，其中，所述目标业务数据表为所述至少两个业务数据表之一；
207.基于所述中间数据仓库表的表结构，将所述目标业务数据表中的业务数据按照所述映射关系，添加至所述中间数据仓库表中对应字段的数据单元，生成所述目标数据仓库表。
208.可选地，所述数据处理装置，还包括查询模块，被配置为：
209.接收数据查询指令，所述数据查询指令中携带有待查询目标字段的字段标识以及所述字段标识所属目标业务数据表的表标识；
210.将所述表标识作为索引信息，并根据所述业务宽表中表标识与所述目标字段的映射关系进行数据索引处理；
211.将索引结果作为数据查询结果输出。
212.可选地，所述数据处理装置，还包括处理模块，被配置为：
213.在检测到所述至少两个业务数据表中存在增量数据的情况下，则基于所述增量数据对所述业务宽表进行更新。
214.可选地，所述数据处理装置，还包括输入模块，被配置为：
215.将所述至少两个业务数据表中包含的字段信息，输入文本处理模型进行相似度计算，并根据相似度计算结果确定所述至少两个业务数据表中不同字段间的关联关系。
216.上述为本实施例的一种数据处理装置的示意性方案。需要说明的是，该数据处理装置的技术方案与上述的数据处理方法的技术方案属于同一构思，数据处理装置的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
217.图5示出了根据本说明书一个实施例提供的一种计算设备500的结构框图。该计算
设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接，数据库550用于保存数据。
218.计算设备500还包括接入设备540，接入设备540使得计算设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。
219.在本说明书的一个实施例中，计算设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图5所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
220.计算设备500可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备500还可以是移动式或静止式的服务器。
221.其中，处理器520用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述数据处理方法的步骤。
222.上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的数据处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
223.本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述数据处理方法的步骤。
224.上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
225.本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述数据处理方法的步骤。
226.上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的数据处理方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
227.上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
228.所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所
述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
229.需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
230.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
231.以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。