[发明专利]一种估计数据对象可删除性的方法

权利要求书

1.一种用于处理存储在计算机系统中的一个或多个用户的数据对象集合的方法，所述方法包括：

提供数据对象集合的数据对象特性和数据对象集合的用户的用户特性；

为数据对象集合中的每个数据对象确定组合特性，组合特性包括数据对象的数据对象特性的至少一部分和数据对象的用户的用户特性的至少一部分；

确定数据对象集合的时间依赖特性，其中数据对象的时间依赖特性包括具有时间值的数据对象和数据对象的用户特性；

定义至少两个度量，其中度量的第一度量表示数据对象的集群的可删除性和第二度量表示集群的质量，其中第一度量使用集群的数据对象的时间依赖特性确定，其中第二度量基于集群中的多个属性值和多个数据对象确定；

将组合特性集合的至少一部分输入到聚类算法；以及

使用聚类算法以基于度量的值来对数据对象聚类并且识别数据对象的最佳可删除集群；使用最佳可删除集群来确定数据对象集合中的数据对象是否可删除。

2.如权利要求1所述的方法，其中给定集群的第一度量是集群的数据对象的对象度量的组合，其中对象度量指示相应数据对象的可删除性。

3.如权利要求2所述的方法，其中给定数据对象的对象度量包括给定数据对象的用户的活动性乘以给定数据对象的活动性的加权和，用户的活动性是基于将当前时间与关联于用户的开始和结束时间进行比较的结果确定的，给定数据对象的活动性是基于将给定数据对象的最后修改时间或创建日期与关联于给定数据对象的用户的开始和结束时间进行比较的结果确定的。

4.如权利要求2所述的方法，其中第一度量是集群的数据对象的对象度量的平均值。

5.如权利要求3所述的方法，其中所述加权和是对具有给定数据对象的预定义访问程度高于预定义阈值的用户中的用户。

6.如权利要求1所述的方法，第二度量指示集群的数据对象的数量和数据对象的特性值的数量。

7.如权利要求1所述的方法，其中用户特性是从由数据对象的用户的所有权程度以及与用户相关联的开始时间和结束时间组成的组中选择的。

8.如权利要求1所述的方法，其中数据对象特性是从由数据对象的创建日期、数据对象的最后修改时间、数据对象的类型和数据对象的位置存储组成的组中选择的。

9.如权利要求1所述的方法，其中聚类算法是分层聚类算法，并且其中最佳可删除集群是度量下的帕累托最优集群。

10.如权利要求1所述的方法，还包括：

使用最佳可删除集群来确定另一数据对象集合中的数据对象是否可删除。

11.如权利要求10所述的方法，其中另一数据对象集合被存储在另一计算机系统中。

12.如权利要求10所述的方法，其中另一数据对象集合属于一个或多个用户或其他用户。

13.如权利要求1所述的方法，其中组合特性的至少一部分是从组合特性的集合中随机选择的。

14.如权利要求1所述的方法，其中最佳可删除集群是具有第一度量的最高值和第二度量的最小值的集群。

15.如权利要求1所述的方法，还包括：

生成包括相应组合特性的向量集合，其中将组合特性集合的至少一部分输入到聚类算法包括将向量集合的至少一部分输入到聚类算法。