深圳市乐数科技有限责任公司彭重阳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳市乐数科技有限责任公司申请的专利一种基于多源异构数据协同处理的联系人恢复方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120892558B 。
龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511440996.2,技术领域涉及:G06F16/334;该发明授权一种基于多源异构数据协同处理的联系人恢复方法及装置是由彭重阳;程勋德;龚强;龚诚设计研发完成,并于2025-10-10向国家知识产权局提交的专利申请。
本一种基于多源异构数据协同处理的联系人恢复方法及装置在说明书摘要公布了:本发明适用于数据识别的技术领域,提供了一种基于多源异构数据协同处理的联系人恢复方法及装置,所述基于多源异构数据协同处理的联系人恢复方法包括:将多源异构数据标准化处理,得到多源联系人数据集合;在多源联系人数据集合中,匹配每个数据类型下的相同数据;获取相同数据对应的两个第一联系人数据;在两个第一联系人数据中多个数据类型下的数据均相同时,将两个第一联系人数据合并得到第二联系人数据;将第二联系人数据、第三联系人数据和剩余联系人数据作为最终的联系人数据,并同步至目标设备。上述基于相似度的智能合并方法,能有效处理不同数据源中存在不完全匹配的情况,提升了合并精度,减少了误合并或漏合并的风险。
本发明授权一种基于多源异构数据协同处理的联系人恢复方法及装置在权利要求书中公布了:1.一种基于多源异构数据协同处理的联系人恢复方法,其特征在于,所述基于多源异构数据协同处理的联系人恢复方法包括: 获取多源异构数据,并将所述多源异构数据标准化处理,得到多源联系人数据集合;其中,多源联系人数据集合中每个所述联系人数据的数据类型包括电话号码、姓名、电子邮箱地址、公司名称、生日和或家庭住址; 在所述多源联系人数据集合中,匹配每个数据类型下的相同数据; 获取所述相同数据对应的两个第一联系人数据; 在所述两个第一联系人数据中多个数据类型下的数据均相同时,将所述两个第一联系人数据合并得到第二联系人数据; 在所述两个第一联系人数据中多个数据类型下的数据不均相同时,根据多个所述数据类型中差异数据组对应的第一相似度和相同数据组对应的第二相似度,将所述两个第一联系人合并得到第三联系人数据;其中,所述差异数据组是指同一种数据类型下存在差异的两个数据,所述相同数据组是指同一种数据类型下具有相同数据的数据组; 将所述第二联系人数据、所述第三联系人数据和剩余联系人数据作为最终的联系人数据,并同步至目标设备;其中,所述剩余联系人数据是指所述多源联系人数据集合中未经过合并处理的联系人数据; 所述在所述两个第一联系人数据中多个数据类型下的数据不均相同时,根据多个所述数据类型中差异数据组对应的第一相似度和相同数据组对应的第二相似度,将所述两个第一联系人合并得到第三联系人数据包括: 提取所述两个第一联系人数据对应的多个数据类型中的差异数据组和相同数据组; 根据所述差异数据组对应的数据类型,计算所述差异数据组中两个当前数据之间的第一相似度; 将第一预设数值作为相同数据组的第二相似度;其中,所述第一预设数值包括1; 根据多个所述数据类型对应的权重系数,将多个所述数据类型各自对应的第一相似度或第二相似度进行加权求和,得到最终相似度; 若所述最终相似度大于第一阈值,则获取所述两个第一联系人数据的渠道优先级; 将所述两个第一联系人数据中最大渠道优先级对应的第一联系人数据作为第三联系人数据,并将另一个第一联系人数据剔除; 所述根据所述差异数据组对应的数据类型,计算所述差异数据组中两个当前数据之间的第一相似度包括: 在所述差异数据组对应的数据类型为电话号码、生日或电子邮箱地址时,根据所述差异数据组中连续相同数字的数量,计算第一相似度; 在所述差异数据组对应的数据类型为姓名时,根据所述姓名对应的拼音,计算第一相似度; 在所述差异数据组对应的数据类型为家庭住址时,根据所述家庭住址对应词语分布特征,计算第一相似度; 在所述差异数据组对应的数据类型为公司名称时,根据所述公司名称的字符分布特征,计算第一相似度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市乐数科技有限责任公司,其通讯地址为:518000 广东省深圳市龙华区观湖街道鹭湖社区观乐路5号多彩科创园B座1316-23;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励