包括：第二分组模块408,用于在所述第一组合模块将匹配后 的全部数据组中存储的数据组合成一个数据集合之后，对组合后的所述数据集合中存储的 数据按照第二设定关键词组进行投影，W获得与各设定关键词相匹配的数据组；第二合并 模块410,用于针对每个数据组分别判断存储的数据中是否存在两两匹配的数据；当存在 两两匹配的数据时，将两两匹配的数据进行合并生成匹配后的数据组；第二组合模块412， 用于将匹配后的全部数据组中存储的数据组合成第二数据集合。
[0089] 优选地，所述第一合并模块404针对每个数据组分别判断存储的数据中是否存在 两两匹配的数据，针对当前数据组判断存储的数据中是否存在两两匹配的数据时：判断当 前数据组中是否存储有至少两段数据；若是，则判断存储的数据中是否存在两两匹配的数 据。
[0090] 优选地，所述数据源为影视数据存储源；所述第一设定关键词组为主电影名的前 两个字，所述第二设定关键词组为导演名。
[0091] 在此提供的数据处理方案不与任何特定计算机、虚拟系统或者其它设备固有相 关。各种通用系统也可W与基于在此的示教一起使用。根据上面的描述，构造具有本发明 方案的系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当 明白，可W利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的 描述是为了披露本发明的最佳实施方式。
[0092] 在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施 例可W在没有运些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构 和技术，W便不模糊对本说明书的理解。
[0093] 类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在 上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施 例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保 护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利 要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具 体实施方式的权利要求书由此明确地并入该【具体实施方式】，其中每个权利要求本身都作为 本发明的单独实施例。
[0094] 本领域那些技术人员可W理解，可W对实施例中的设备中的模块进行自适应性地 改变并且把它们设置在与该实施例不同的一个或多个设备中。可W把实施例中的模块或单 元或组件组合成一个模块或单元或组件，W及此外可W把它们分成多个子模块或子单元或 子组件。除了运样的特征和/或过程或者单元中的至少一些是相互排斥之外，可W采用任 何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征W及如此公开 的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴 随的权利要求、摘要和附图）中公开的每个特征可W由提供相同、等同或相似目的的替代 特征来代替。
[0095] 此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例 中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的 范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一 都可WW任意的组合方式来使用。
[0096] 本发明的各个部件实施例可硬件实现，或者W在一个或者多个处理器上运行 的软件模块实现，或者W它们的组合实现。本领域的技术人员应当理解，可W在实践中使用 微处理器或者数字信号处理器值S巧来实现根据本发明实施例的数据处理方案中的一些 或者全部部件的一些或者全部功能。本发明还可W实现为用于执行运里所描述的方法的一 部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。运样的实现本 发明的程序可W存储在计算机可读介质上，或者可W具有一个或者多个信号的形式。运样 的信号可W从因特网网站上下载得到，或者在载体信号上提供，或者W任何其他形式提供。
[0097] 应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领 域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中， 不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词"包含"不排除存在 未列在权利要求中的元件或步骤。位于元件之前的单词"一"或"一个"不排除存在多个运 样的元件。本发明可W借助于包括有若干不同元件的硬件W及借助于适当编程的计算机来 实现。在列举了若干装置的单元权利要求中，运些装置中的若干个可W是通过同一个硬件 项来具体体现。单词第一、第二、W及第=等的使用不表示任何顺序。可将运些单词解释为 名称。
【主权项】
1. 一种数据处理方法，其特征在于，包括： 对各数据源中存储的数据按照第一设定关键词组进行投影，以获得与各设定关键词相 匹配的数据组； 针对每个数据组分别判断存储的数据中是否存在两两匹配的数据；当存在两两匹配的 数据时，将两两匹配的数据进行合并生成匹配后的数据组； 将匹配后的全部数据组中存储的数据组合成第一数据集合。2. 根据权利要求1所述的方法，其特征在于，在所述将匹配后的全部数据组中存储的 数据组合成一个数据集合的步骤之后，所述方法还包括： 对组合后的所述数据集合中存储的数据按照第二设定关键词组进行投影，以获得与各 设定关键词相匹配的数据组； 针对每个数据组分别判断存储的数据中是否存在两两匹配的数据；当存在两两匹配的 数据时，将两两匹配的数据进行合并生成匹配后的数据组； 将匹配后的全部数据组中存储的数据组合成第二数据集合。3. 根据权利要求1所述的方法，其特征在于，所述针对每个数据组分别判断存储的数 据中是否存在两两匹配的数据的步骤包括： 针对当前数据组判断存储的数据中是否存在两两匹配的数据时： 判断当前数据组中是否存储有至少两段数据； 若是，则判断存储的数据中是否存在两两匹配的数据。4. 根据权利要求2-3任一项所述的方法，其特征在于，所述数据源为影视数据存储源； 所述第一设定关键词组为主电影名的前两个字，所述第二设定关键词组为导演名。5. -种数据处理装置，其特征在于，包括： 第一分组模块，用于对各数据源中存储的数据按照第一设定关键词组进行投影，以获 得与各设定关键词相匹配的数据组； 第一合并模块，用于针对每个数据组分别判断存储的数据中是否存在两两匹配的数 据；当存在两两匹配的数据时，将两两匹配的数据进行合并生成匹配后的数据组； 第一组合模块，用于将匹配后的全部数据组中存储的数据组合成第一数据集合。6. 根据权利要求5所述的装置，其特征在于，所述装置还包括： 第二分组模块，用于在所述第一组合模块将匹配后的全部数据组中存储的数据组合成 一个数据集合之后，对组合后的所述数据集合中存储的数据按照第二设定关键词组进行投 影，以获得与各设定关键词相匹配的数据组； 第二合并模块，用于针对每个数据组分别判断存储的数据中是否存在两两匹配的数 据；当存在两两匹配的数据时，将两两匹配的数据进行合并生成匹配后的数据组； 第二组合模块，用于将匹配后的全部数据组中存储的数据组合成第二数据集合。7. 根据权利要求5所述的装置，其特征在于，所述第一合并模块针对每个数据组分别 判断存储的数据中是否存在两两匹配的数据，针对当前数据组判断存储的数据中是否存在 两两匹配的数据时： 判断当前数据组中是否存储有至少两段数据；若是，则判断存储的数据中是否存在两 两匹配的数据。8. 根据权利要求6-7任一项所述的装置，其特征在于，所述数据源为影视数据存储源； 所述第一设定关键词组为主电影名的前两个字，所述第二设定关键词组为导演名。
【专利摘要】本发明提供了一种数据处理方法和装置，包括：对各数据源中存储的数据按照第一设定关键词组进行投影，以获得与各设定关键词相匹配的数据组；针对每个数据组分别判断存储的数据中是否存在两两匹配的数据；当存在两两匹配的数据时，将两两匹配的数据进行合并生成匹配后的数据组；将匹配后的全部数据组中存储的数据组合成第一数据集合。通过本发明，大大缩短了数据处理时间。
【IPC分类】G06F17/30
【公开号】CN105224649
【申请号】CN201510634278
【发明人】李兆军, 蔡龙军
【申请人】北京奇艺世纪科技有限公司
【公开日】2016年1月6日
【申请日】2015年9月29日