一种基于外键聚合和特征选择的数据血缘发现方法及装置

本发明公开了一种基于外键聚合和特征选择的数据血缘发现方法及装置，其步骤包括：1)聚合器根据输入的表格数据集、目标列以及表间外键关系，将与目标列所在的表存在关系的表格聚合成一个与目标表行对齐的中间表；2)映射检测模块验证每一候选映射函数能否根据中间表中的列生成目标列，根据验证结果选取一候选映射函数作为最终的映射函数；然后利用映射函数对中间表中与目标列有数据血缘关系的每一列进行回溯，得到目标列的字段级数据血缘；如果各候选映射函数均不能作为最终的映射函数，则执行步骤3)；3)从中间表中筛选出对生成目标列贡献最大的列，作为最优特征子集；对最优特征子集中的每一列进行回溯，得到目标列的字段级数据血缘。