[发明专利]关系模型的确定方法及装置

权利要求书

1.一种关系模型的确定方法，其特征在于，所述方法包括：

获取根据样本数据、至少两个隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数，并根据所述对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；

根据从所述样本数据中抽取的子样本数据确定使所述目标函数收敛的各个隐变量的变分分布及模型参数，根据使所述目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型。

2.根据权利要求1所述的方法，其特征在于，根据所述样本数据、至少两个隐变量及模型参数确定的对数似然为：

logp(xNrNc,ZR,ZC|θ);]]>

其中，所述logp()表示对数似然，所述p表示联合概率密度函数，所述为样本数据，所述N_r为行样本个数，所述N_c为列样本个数，所述Z^R为行隐变量，所述Z^C为列隐变量，所述θ为模型参数的集合，所述模型参数包括α、β、所述α、β分别为行、列混合比率，所述表示每个样本类别内的子模型参数。

3.根据权利要求1所述的方法，其特征在于，根据样本数据、至少两个隐变量及模型参数确定的正则项为：

Dα2logNr+Dβ2logNc+Σk=1KrΣl=1KcDkl2L(Σi=1NrΣj=1NcZikRZjlC,Σi=1NrΣj=1Ncq~(ZikR)q~(ZjlC));]]>

其中，所述N_r为行样本个数，所述N_c为列样本个数；所述K_r是行样本类别的个数，所述K_c是列样本类别的个数；所述()为隐变量的变分分布的近似值，所述为第i个行样本数据所在第k个样本类别的行隐变量,所述为第j个列样本数据所在第l个样本类别的列隐变量；所述α,β分别为行、列混合比率，所述D_α为所述α的维度，所述D_β为所述β的维度，所述D_kl为第k行、第l列的样本类别内的子模型参数的维度，L(a,b)=logb+(a-b)/b，所述a为所述b为Σi=1NrΣj=1Ncq~(ZikR)q~(ZjlC).]]>